Worknano

RAG vs fine-tuning: duas formas de uma IA aprender a sua empresa

Updated 2026-11-15

RAG vs fine-tuning, em resumo: ambos são formas de tornar uma IA útil para a sua própria empresa. Com RAG, a IA consulta a informação da sua empresa no momento em que pergunta e responde com base no que encontra. Com fine-tuning, a IA é treinada mais com os seus próprios exemplos, e o seu comportamento muda de forma permanente. O RAG dá-lhe conhecimento. O fine-tuning dá-lhe hábitos.

RAG: um exame com consulta

RAG significa retrieval-augmented generation (geração aumentada por recuperação). Em palavras simples: primeiro consulta, depois responde. Quando faz uma pergunta, corre uma pesquisa nos seus documentos e registos. As passagens que melhor correspondem são colocadas à frente da IA, e ela escreve a resposta a partir delas. A própria IA fica exatamente como estava.

Pergunte «Que pré-aviso combinámos com o senhorio?» e a pesquisa encontra a cláusula no contrato de arrendamento. A IA responde a partir dessa cláusula e pode mostrar-lhe de onde veio.

Fine-tuning: treino extra

O fine-tuning pega numa IA existente e treina-a mais com exemplos que prepara. Isto costuma exigir centenas ou milhares de exemplos, cada um com um pedido e a resposta ideal. O resultado é uma nova versão da IA que segue esses padrões sem lhe dizerem de cada vez.

Uma empresa pode fazer fine-tuning de uma IA com duas mil respostas de apoio passadas, para que todos os rascunhos saiam no tom da casa.

A diferença numa tabela

RAGFine-tuning
O que mudaO que é mostrado à IAA própria IA
Bom paraFactos, documentos, registos atuaisTom, formato, uma tarefa concreta
Quando a informação mudaA resposta seguinte usa a versão novaO treino tem de ser repetido
Mostra de onde veio a respostaSimNão
Trabalho para começarO seu conteúdo tem de ser pesquisávelÉ preciso reunir e verificar muitos bons exemplos

Um equívoco comum

Muitos donos acham que o fine-tuning é a forma de «ensinar a IA sobre a nossa empresa»: dar-lhe o manual, a tabela de preços e os ficheiros de clientes, e ela fica a saber. O fine-tuning não funciona assim. Uma IA não guarda texto como um arquivo. Apanha padrões. Pode depois indicar um preço ou um nome errado e mesmo assim parecer segura. Os factos pertencem a um sítio onde possam ser consultados, atualizados e verificados.

De qual precisa? Quatro perguntas

  1. A IA precisa de factos sobre os seus clientes, produtos ou regras? RAG.
  2. Essa informação muda ao longo do ano? RAG.
  3. Pessoas diferentes podem ver informação diferente? RAG. Uma pesquisa pode mostrar a cada pessoa apenas o que ela tem permissão para ver. Uma IA treinada não consegue fazer essa distinção.
  4. O conteúdo está certo e só o tom ou o formato estão errados? Primeiro escreva instruções mais claras e junte-lhes alguns exemplos. Pense em fine-tuning só se isso não chegar.

Para a maioria das pequenas empresas, as três primeiras perguntas resolvem tudo. O fine-tuning exige um grande conjunto de bons exemplos e alguém que cuide dele. Compensa sobretudo numa tarefa concreta que é feita um número enorme de vezes.

Os dois também podem ser usados em conjunto. Um define como a resposta soa, o outro o que ela contém.

De que depende o RAG

O RAG é tão bom quanto aquilo que consegue encontrar. O seu conteúdo tem de estar num sítio a que a pesquisa chegue. Deve estar atualizado. E não deve haver três versões antigas do mesmo ficheiro a dizer coisas diferentes.

Como o Worknano trata disto

O Worknano segue o caminho da consulta. A sua pesquisa semântica, uma pesquisa que encontra texto pelo seu sentido, abrange documentos, tarefas, negócios, contactos e OKR, incluindo o texto dentro de ficheiros PDF, Word, Excel e PowerPoint carregados. O AI Assistant e os agentes respondem a partir das passagens que ela encontra. O conteúdo novo e alterado fica pesquisável automaticamente, por isso não há nada a treinar de novo. As pessoas só encontram o que têm permissão para ler. A forma como o assistente deve soar também é uma definição: a voz da marca fica em Organization, Settings.

Crie um workspace gratuito, carregue alguns documentos e pergunte ao assistente o que contêm.