RAG (Retrieval-Augmented Generation)
Também conhecido como: Geração aumentada por recuperação.
Resposta direta
RAG (Retrieval-Augmented Generation) é a arquitetura em que uma IA generativa busca documentos externos em tempo real antes de gerar a resposta, citando as fontes. É o motor por trás de Perplexity, ChatGPT Search e Google AI Overviews.
Contexto e aprofundamento
No RAG, a IA faz três passos: (1) recebe a pergunta, (2) consulta um índice vetorial ou buscador clássico para encontrar passagens relevantes, (3) gera a resposta usando essas passagens como contexto. Para AEO, RAG é crítico: significa que conteúdo novo, bem estruturado e indexado pode aparecer em respostas mesmo sem ter sido visto durante o treinamento do modelo.
Perguntas frequentes
RAG é melhor que fine-tuning?
Para conhecimento factual atualizado, sim. RAG permite responder com dados de hoje sem retreinar o modelo. Fine-tuning é melhor para mudar comportamento ou estilo.
Como otimizar meu site para RAG?
Estruture conteúdo em respostas diretas, use schema.org, mantenha URLs estáveis, publique sitemap atualizado, e garanta que GPTBot, ClaudeBot e PerplexityBot tenham acesso (sem bloqueio em robots.txt).