IA

RAG (Retrieval-Augmented Generation)

Também conhecido como: Geração Aumentada por Recuperação

Definição: RAG (Retrieval-Augmented Generation) é uma arquitetura de IA que combina busca semântica em uma base de conhecimento com geração de texto por LLMs, permitindo respostas atualizadas e fundamentadas em fontes específicas.

RAG é a tecnologia por trás do Perplexity, ChatGPT Search, Google AI Overviews e da maioria dos sistemas de IA conectados à web. Em vez de depender só do conhecimento do treinamento, o LLM consulta documentos em tempo real e cita as fontes na resposta.

Como funciona

  1. Usuário faz pergunta.
  2. Sistema converte a pergunta em embedding (vetor numérico).
  3. Busca semântica em um índice vetorial encontra os trechos mais relevantes.
  4. Trechos recuperados são injetados no contexto do LLM.
  5. LLM gera resposta citando as fontes.

Implicações para SEO/GEO

Para ser recuperado por RAG, seu conteúdo precisa ser:

  • Chunkable: trechos autocontidos de 200-500 palavras com sentido próprio.
  • Semanticamente claro: uma ideia central por parágrafo.
  • Indexável: HTML acessível, sem dependência de JavaScript pesado.
  • Citável: autoridade da fonte é checada antes da citação.

Referências externas

Termos relacionados

  • LLM (Large Language Model)

    LLM (Large Language Model) é um modelo de inteligência artificial treinado em vastos volumes de texto para compreender, …

  • GEO (Generative Engine Optimization)

    GEO (Generative Engine Optimization) é a disciplina de otimizar conteúdo e entidades digitais para serem compreendidos, …

  • Semantic Chunking

    Semantic chunking é a técnica de dividir conteúdo em blocos coerentes e autocontidos, otimizados para recuperação por si…