RAG agêntico vs RAG: qual é a diferença?
RAG agêntico vs RAG é a diferença entre uma pesquisa e uma verdadeira volta de reconhecimento. RAG significa que a IA consulta os seus documentos antes de responder. O RAG padrão pesquisa uma vez e responde com o que aparecer. No RAG agêntico a IA decide por si o que pesquisar, lê os resultados e volta a pesquisar até ter o suficiente para responder.
RAG padrão: uma pesquisa, uma resposta
RAG vem de retrieval-augmented generation, ou seja, geração com apoio de pesquisa. Os passos são sempre os mesmos: pesquisar uma vez, entregar à IA as melhores passagens, escrever a resposta. Se a passagem certa estiver entre os resultados, a resposta é boa. Se não estiver, a IA diz que não sabe ou preenche a falha com um palpite.
É rápido, barato e previsível. Resolve bem muitas perguntas do dia a dia: «Qual é o nosso prazo de reembolso?»
RAG agêntico: pesquisar, verificar, pesquisar de novo
«Agêntico» quer dizer que a IA usa o seu próprio critério para decidir o passo seguinte. Aqui pode pesquisar as vezes que forem precisas. Antes de responder, pode fazer três coisas.
- Dividir uma pergunta em partes e pesquisar cada uma.
- Avaliar se os resultados respondem mesmo à pergunta e tentar de novo, se não.
- Procurar em mais do que um sítio, por exemplo nos documentos e na lista de tarefas.
Uma pergunta, das duas maneiras
Uma diretora comercial pergunta: «Entregámos à Hartwell o que prometemos na primavera, e ainda há alguma coisa em aberto?»
O RAG padrão pesquisa uma vez com a frase inteira. Encontra partes da proposta original e um e-mail posterior. A resposta descreve o que foi prometido. Não diz nada de fiável sobre o que está em aberto, porque isso está na lista de tarefas, onde a pesquisa não chegou.
O RAG agêntico resolve-o por etapas.
- Repara que a pergunta tem três partes: o que foi prometido, o que foi entregue e o que está em aberto.
- Pesquisa a promessa e encontra a proposta com quatro pontos.
- Abre o projeto do cliente e lê as tarefas. Três estão concluídas e uma está em curso.
- Vê que a proposta também falava de uma formação, mas nenhuma tarefa corresponde. Então pesquisa «formação» nas notas e encontra o resumo de uma chamada que a adiou para o outono.
- Responde: três dos quatro pontos estão concluídos, um está em curso e a formação foi adiada por acordo. E mostra de onde veio cada informação.
É a resposta que daria um colega cuidadoso. Também exigiu várias pesquisas em vez de uma.
O que custam os passos extra
| RAG padrão | RAG agêntico | |
|---|---|---|
| Tempo de espera | Curto | Mais longo |
| Custo por pergunta | Mais baixo | Mais alto |
| Perguntas com várias partes | Fraco | Forte |
Quando serve cada um
O RAG padrão chega quando a pergunta tem uma só parte e a resposta está num só lugar: uma regra da empresa, um detalhe de um produto, «onde está o documento sobre X».
O RAG agêntico compensa o tempo e o custo a mais quando a pergunta compara, combina ou confirma: «o que mudou entre as duas versões», «a que clientes se aplica esta cláusula», «isto corresponde ao que lhes dissemos».
Três coisas a exigir
- Um limite de passos. A IA deve parar ao fim de um número razoável de tentativas e dizer o que não encontrou.
- Fontes visíveis. Deve poder ver em que documentos e registos assenta a resposta.
- As mesmas regras de acesso em todo o lado. Cada pesquisa deve limitar-se ao que a pessoa que pergunta pode ver.
Como o Worknano trata disto
No Worknano, pesquisar é uma das ferramentas que se pode dar a um agente, a par de ler e filtrar registos, contar e somar. O AI Assistant e os agentes usam a pesquisa semântica para encontrar documentos, tarefas, negócios, contactos e OKR pelo sentido. Leem só as passagens que interessam e podem passar uma pergunta a outro agente quando um especialista se adequa melhor. Como os dados estão no mesmo workspace, um agente pode ir de uma descoberta a uma proposta de tarefa ou de atualização, dentro das permissões de quem pergunta.
- Pesquisa semântica: o índice que os agentes e o assistente partilham
- Agentes de IA no Worknano
- Generic Assistant Planner: lê, pesquisa, conta e propõe
Crie um workspace gratuito e faça ao assistente uma pergunta que exija mais do que uma consulta.