RAG não é mágica: o custo real de dar contexto corporativo à IA
Qualidade de resposta é problema de dado e permissão, não de modelo. O que muda quando o índice precisa respeitar quem pode ver o quê.
*Quinto artigo da série sobre IA corporativa, integração com legado e governança da informação.*
Resumo executivo
RAG — dar ao modelo trechos de documentos da empresa antes de ele responder — é hoje a arquitetura padrão para assistentes corporativos. Também é a que mais decepciona quando implantada sem enfrentar duas verdades: a qualidade da resposta é limitada pela qualidade do acervo, e o índice de busca é uma cópia dos seus dados que pode furar todas as permissões cuidadosamente configuradas nos sistemas de origem. Não é problema de modelo. É problema de dado e de acesso.
Como funciona, em uma frase de negócio
Antes de responder, o sistema busca os trechos mais relevantes no acervo da empresa e os entrega ao modelo como material de consulta. A resposta passa a citar fontes internas, o que reduz invenção e aumenta a confiança — desde que o acervo mereça confiança.
Os três motivos reais de fracasso
1. O acervo está errado. Manuais em três versões, políticas revogadas, planilhas paralelas. O sistema recupera o documento mais parecido com a pergunta, não o mais correto. Se a empresa não sabe qual é a versão vigente, a IA também não saberá — e vai afirmar a errada com convicção.
2. As permissões não foram herdadas. Ao indexar pastas e sistemas, é comum achatar tudo em um índice único. A partir daí, uma pergunta bem formulada pode devolver conteúdo de RH, jurídico ou M&A a quem não deveria vê-lo. O índice precisa carregar as permissões da origem e filtrá-las na consulta, para cada usuário.
3. Ninguém é dono do acervo. Sem curadoria, a qualidade decai com o tempo: documentos novos entram, obsoletos permanecem, e a confiança do usuário cai até o abandono da ferramenta.
O custo que não aparece na proposta
| Item | O que envolve | Costuma ser esquecido? |
|---|---|---|
| Saneamento documental | Identificar versão vigente e retirar obsoletos | Quase sempre |
| Mapeamento de permissões | Herdar ACL da origem e testar por perfil | Frequentemente |
| Ingestão e reindexação | Atualizar o índice quando a fonte muda | Frequentemente |
| Avaliação de qualidade | Conjunto de perguntas com respostas corretas | Quase sempre |
| Inferência e armazenamento | Custo recorrente de uso e do índice | Raramente |
A conta operacional recorrente costuma ser modesta perto do esforço de arrumar a casa documental — e é exatamente esse esforço que gera valor mesmo fora da IA.
Como saber se o projeto está saudável
Três indicadores simples, revisados mensalmente:
- 1.Taxa de resposta com fonte citada e válida. Resposta sem fonte rastreável não conta.
- 2.Testes de vazamento por perfil. Um conjunto fixo de perguntas sensíveis executado com usuários de diferentes áreas; qualquer retorno indevido é incidente.
- 3.Frescor do índice. Tempo médio entre a mudança de um documento na origem e sua atualização no índice.
O que fazer na segunda-feira
- Escolha um domínio documental pequeno e bem cuidado para o primeiro caso — não indexe "toda a rede".
- Nomeie um dono do acervo com autoridade para arquivar documentos obsoletos.
- Exija do fornecedor uma demonstração de filtro por permissão com dois usuários de perfis diferentes.
- Monte um conjunto de 50 perguntas com resposta correta conhecida antes do go-live; é o único jeito de comparar fornecedores com honestidade.
Conclusão
RAG entrega o que o acervo permite. Quem trata o projeto como uma iniciativa de governança da informação — versão vigente, dono, permissão, ciclo de vida — colhe respostas confiáveis. Quem trata como plugue de ferramenta, colhe uma busca cara com sotaque de certeza. Sobre onde guardar esse acervo com segurança, veja O ativo esquecido.
Leitura complementar
Trilha engenharia:
- Engenharia de RAG: chunking, embeddings e reranking — detalhamento técnico deste tema.