Definição
A geração aumentada por recuperação (RAG) é uma técnica em que um modelo de AI começa por ir buscar excertos relevantes a uma fonte fiável e depois escreve a resposta com base nesses excertos.
Por si só, um grande modelo de linguagem responde com base em padrões aprendidos durante o treino, e esses padrões não incluem a tua política de devoluções nem os teus preços mais recentes. O RAG resolve este problema: quando chega uma pergunta, o sistema pesquisa nos teus documentos (artigos de ajuda, páginas web, PDFs), entrega ao modelo os excertos mais relevantes e dá-lhe instruções para responder com base neles.
Nos bots de apoio ao cliente, o RAG é a forma habitual de garantir respostas atualizadas e específicas do teu negócio: atualizas o artigo e a resposta do bot muda, sem teres de voltar a treinar o modelo.
O RAG reduz as alucinações, mas não as elimina. A pesquisa pode não encontrar o excerto certo, ou o modelo pode interpretá-lo mal. Duas coisas ajudam: ter conteúdo de origem claro e bem estruturado e mostrar a ligação para a fonte em cada resposta.
Exemplo
Um cliente pergunta: "Enviam para a Noruega?" O sistema vai buscar o artigo sobre os países de envio e o bot responde: "Sim, a entrega na Noruega demora 4–6 dias úteis", citando esse artigo.
Como a Yaplet ajuda
O agente Yaplet AI responde com base no conteúdo do teu site e na tua base de conhecimento. Assim, as respostas assentam na tua própria informação e não em conhecimento geral da internet.