A reforma parecia simples: derrubar a parede entre cozinha e sala para abrir o apartamento. Cláudia já via a marreta na mão do Josué quando pediu cinco minutos. O pedreiro bateu com os nós dos dedos no reboco, ouviu o som oco e deu o veredito com a segurança de quem já quebrou centenas de paredes. “Aqui não passa nada, dona Cláudia. É só tijolo.” Ela desceu até a portaria, pediu ao zelador a pasta com a planta original do prédio e voltou com uma folha amarelada. Bem no meio daquela parede corria a tubulação de gás do andar de cima. O Josué olhou, coçou a cabeça e guardou a marreta. A experiência dele era real e valia muito. Só não incluía aquele prédio.
RAG é a sigla em inglês de Retrieval-Augmented Generation, que em português vira geração aumentada por recuperação. Antes de responder, a IA busca trechos numa base de documentos escolhida (manuais, contratos, briefings, políticas internas, catálogos) e entrega esses trechos ao modelo junto com a pergunta. O texto final se apoia nesse material, e não só no que o modelo aprendeu no treinamento. Serve para respostas ancoradas em informação específica, interna ou recente, e para mostrar de onde veio cada afirmação.
Na reforma, o Josué é o modelo: muita experiência geral e nenhuma informação sobre aquele prédio. A planta da portaria é a base de documentos, e a ida da Cláudia até lá faz o papel da recuperação.
Três passos, nenhum mistério
Por trás de um sistema com RAG há mais engenharia do que a caixa de conversa deixa ver, mas a lógica cabe em três passos. Cada um é um ponto em que a qualidade pode subir ou cair.
- Preparar a base. Os documentos são divididos em pedaços e convertidos em vetores, que são números guardando o sentido de cada pedaço. Assim dá para buscar por significado, não só por palavra exata. Uma pergunta sobre “uso de imagem de ator” encontra um trecho sobre “cessão de direitos de imagem do elenco”.
- Buscar. Com a pergunta na mão, o sistema procura os pedaços mais parecidos com ela em sentido e separa os melhores.
- Gerar com o material à vista. Pergunta e trechos vão juntos para o modelo, com a instrução de responder com base neles. Sistemas bem montados mostram, ao lado da resposta, quais documentos foram usados.
O que muda em relação a perguntar direto
Perguntar a um assistente sem RAG é como perguntar ao Josué sem a planta. Você recebe a melhor resposta geral possível. Para assuntos comuns, pode ser ótimo. Para assuntos particulares, é arriscado. A tabela mostra as diferenças mais visíveis no trabalho.
| Situação | Pergunta direta ao modelo | Pergunta com RAG |
|---|---|---|
| Regras internas da agência | Responde com práticas genéricas de mercado | Responde com a política escrita da sua agência |
| Informação recente | Limitada à data de corte do treino | Usa o documento mais novo que estiver na base |
| Origem da resposta | Difícil de rastrear | Pode apontar o arquivo e o trecho consultados |
| Risco de invenção | Maior em temas específicos | Menor, desde que a base tenha a resposta |
| Esforço de preparação | Nenhum | Exige organizar e manter os documentos |
Planta velha também derruba parede
Seria bom se a planta resolvesse tudo. Só que quem já reformou sabe que a obra real nem sempre bate com o papel. O síndico de vinte anos atrás pode ter mudado um cano de lugar sem atualizar nada. Com RAG é igual, e os tropeços mais comuns têm menos a ver com o modelo e mais com os documentos.
E se o papel estiver velho? Se a base guarda a política de 2023 e a de 2026, e ninguém marcou qual vale, o sistema pode buscar a errada e responder com toda a calma. A resposta parece bem fundamentada justamente porque está. Só que no papel antigo.
Outro tropeço é a busca que traz o trecho errado. Às vezes a pergunta é ambígua, ou o documento usa palavras bem diferentes das que a pessoa digitou. O sistema separa um pedaço que fala de outra coisa, e o modelo responde ao trecho que recebeu, não à pergunta que você queria fazer.
O terceiro tropeço é a mistura. Mesmo com o material certo, o modelo pode completar uma lacuna com conhecimento geral e juntar as duas coisas na mesma frase. Por isso a citação da fonte importa: é ela que permite conferir se aquilo está mesmo no documento.
Tem ainda o acesso. Uma base que reúne contratos de todos os clientes precisa respeitar quem pode ver o quê. Um estagiário não deveria conseguir perguntar pelo valor do contrato de outro cliente só porque o arquivo está indexado. Montar RAG também é decidir permissões, o que envolve a área de tecnologia e, quando há dados pessoais, um olhar sobre a LGPD, a lei brasileira de proteção de dados pessoais.
Um exemplo na Produtora Aroeira
Este exemplo é fictício. A Produtora Aroeira faz filmes publicitários e acumulou anos de contratos de cessão de imagem, manuais de marca dos clientes e checklists de set. Toda semana alguém perguntava no grupo: “a gente pode reaproveitar aquela cena do ator na versão para redes sociais?” ou “qual é o tom de verde aprovado na marca de suco?”. As respostas dependiam de quem estivesse online e da memória de cada um.
A coordenadora de produção, Ingrid Saraiva, montou com a equipe de tecnologia um assistente com RAG apontado só para essa pasta, com acesso separado por cliente. O produtor-executivo, Omar Haddad, testou com perguntas cuja resposta ele já sabia, para ver se o sistema acertava e citava o arquivo certo. Na terceira pergunta, o assistente respondeu com base num contrato de cessão já substituído por um aditivo. Ninguém tinha tirado a versão antiga da pasta.
A correção foi de rotina. A Yuki Tavares, assistente de produção, passou a arquivar contratos vencidos em outra pasta, fora da base, e a pôr a data de vigência no nome de cada arquivo. Ficou combinado que respostas sobre uso de imagem servem como orientação inicial, e a decisão final passa sempre pelo jurídico da produtora. O assistente economizou horas de busca. Quem bate o martelo continua sendo gente.
Experimente com IA
Mesmo com documentos na base, a resposta é ponto de partida. Confira o trecho citado antes de decidir. Contratos, valores e dados pessoais de clientes ficam só nas ferramentas liberadas pela agência, com acesso controlado.
- “Com base apenas nos documentos anexados, responda à pergunta abaixo. Cite o nome do arquivo e o trecho exato que sustenta cada afirmação. Se a resposta não estiver nos documentos, diga isso claramente: [pergunta].”
- “Leia os documentos anexados e aponte informações que se contradizem entre eles, indicando qual arquivo parece mais recente em cada caso: [anexe os documentos].”
- “Sugira dez perguntas de teste, com resposta já conhecida, para eu verificar se um assistente com acesso ao nosso manual de marca está buscando os trechos corretos.”
Leve com você
- RAG faz a IA buscar trechos nos seus documentos antes de responder.
- A qualidade da resposta depende da qualidade e da atualização da base.
- Peça sempre a fonte e confira o trecho citado.
- Teste com perguntas cuja resposta você já conhece.
- Base com documentos de clientes exige controle de acesso.
Para fechar
Na casa da Cláudia, a parede virou um balcão de meia altura e o cano de gás continuou exatamente onde estava. Com RAG, a regra é a mesma: experiência geral é ótima, mas quem tem o documento certo na mão erra bem menos ;)
ORIGEM E CONTEXTO
Este conteúdo reúne práticas de gestão de projetos em agências e produtoras. Os exemplos são fictícios.
Conteúdo e reflexões escritas a partir da experiência do(a) autor(a).


