Arquitetura de IA que combina busca em bases de conhecimento com geração de texto por LLMs para respostas precisas.
Como funciona na prática
Antes de responder qualquer pergunta, os documentos da empresa são preparados: convertidos em texto, divididos em trechos e transformados em vetores, que ficam guardados em um banco de busca. Quando o usuário pergunta algo, o sistema procura os trechos mais relacionados, muitas vezes combinando busca por significado e por palavras-chave, e os envia ao modelo junto com a pergunta e a instrução de responder só com base neles. A resposta volta com links para as fontes. Quando um documento é atualizado, basta reprocessá-lo, sem treinar o modelo de novo. Permissões de acesso podem filtrar quais trechos cada usuário pode ver.
Quando faz sentido
Faz sentido quando a empresa tem muito conhecimento espalhado em documentos, manuais, políticas, contratos, base de chamados ou intranet, e as pessoas perdem tempo procurando respostas ou perguntando aos mesmos colegas. Casos comuns são atendimento ao cliente, suporte interno, área jurídica, recursos humanos e equipes técnicas. Também é a escolha natural quando a informação muda com frequência e a resposta precisa citar a fonte. Faz menos sentido quando os documentos estão desatualizados ou contraditórios, porque a IA vai reproduzir o problema com aparência de certeza. Nesse caso, organizar e revisar o conteúdo é o primeiro passo.
O que avaliar
Avalie a qualidade da busca antes da qualidade do texto gerado: se os trechos certos não forem encontrados, a resposta será ruim. Monte um conjunto de perguntas reais com as respostas esperadas e use-o para testar cada mudança. Verifique como o sistema respeita permissões, para que ninguém receba trechos de documentos que não poderia ler. Defina como documentos novos ou alterados entram na base e quem é responsável por eles. Considere onde os dados ficam hospedados e quais fornecedores os processam. Por fim, acompanhe perguntas sem resposta e avaliações negativas dos usuários, que indicam lacunas no conteúdo ou na busca.