RAG explicado: como a IA busca dados em tempo real

RAG (Retrieval-Augmented Generation, ou geração aumentada por recuperação) é uma arquitetura de IA que busca documentos externos no momento da pergunta e entrega esse trecho ao modelo antes dele escrever a resposta. Na prática: o assistente não responde só com o que "decorou" no treino, ele vai buscar, lê o que achou e cita. É por isso que uma página publicada ontem pode aparecer no ChatGPT hoje. E é por isso que sua estratégia de conteúdo deixou de ser sobre ranquear e passou a ser sobre ser recuperável.

A técnica tem nome e data de nascimento. O artigo Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, de Patrick Lewis e colegas, foi submetido ao arXiv em maio de 2020. A ideia central: combinar um modelo generativo com um mecanismo de recuperação, pra dar ao modelo acesso a conhecimento que ele não carrega nos próprios pesos.

Como funciona o RAG, passo a passo?

Pensa num ciclo de quatro movimentos. Cada um deles é um ponto onde sua marca entra ou fica de fora.

1. Interpretação da pergunta. O sistema transforma o prompt do usuário em uma ou várias consultas de busca. Raramente é a frase literal que a pessoa digitou.
2. Recuperação (retrieval). O mecanismo vasculha um índice (web, base vetorial, documentos internos) e traz os trechos mais parecidos semanticamente com a consulta.
3. Montagem do contexto. Os trechos vencedores entram na janela de contexto do modelo, junto com a pergunta original. É um resumo forçado: cabe pouca coisa.
4. Geração com atribuição. O modelo escreve a resposta usando aquele material e, nos assistentes de busca, aponta links pras fontes que usou.

A AWS descreve o RAG como a técnica de aumentar um modelo de linguagem com dados externos, como os documentos internos de uma empresa. Mesma mecânica, outro índice.

O que é chunk e por que isso decide se você é citado?

O índice não guarda sua página inteira. Ele guarda pedaços, os chunks: parágrafos, blocos, seções. Cada pedaço vira um vetor numérico (embedding) que representa o significado daquele texto. Na hora da busca, o sistema compara o vetor da pergunta com os vetores dos chunks e traz os mais próximos.

Consequência direta pro seu site: a unidade de competição não é o domínio, é o parágrafo. Um bloco de 60 palavras que responde a pergunta inteira, sozinho, sem depender do que veio antes, tem muito mais chance de ser recuperado do que um texto lindo que só faz sentido lido do começo ao fim.

Por que a IA às vezes erra mesmo buscando?

Porque recuperação é filtro, não é verdade. Se o índice só tem material desatualizado sobre a sua marca, o modelo vai gerar uma resposta coerente e errada, com citação e tudo. Existe inclusive o cenário clássico: o assistente recupera a página de um comparativo escrito por um concorrente e responde a partir dali. Você nem apareceu no jogo, mas o placar já saiu.

Qual a diferença entre o que o modelo sabe e o que ele busca?

A leitura prática é essa: o conhecimento paramétrico você não controla. O recuperado, sim. É nele que dá pra trabalhar em semanas, não em anos.

Como ChatGPT, Perplexity e Google recuperam conteúdo hoje?

Cada assistente tem sua engenharia, mas todos partem do mesmo princípio de busca e síntese.

ChatGPT. A OpenAI mantém crawlers com papéis diferentes: GPTBot, ligado à coleta de dados para treinamento, OAI-SearchBot, ligado à visibilidade na busca do ChatGPT, e ChatGPT-User, acionado em buscas disparadas pelo usuário. Quem bloqueia tudo achando que está "protegendo o conteúdo" some das respostas. Vale entender o papel de cada robô antes de mexer no robots.txt, como detalha essa cobertura do Search Engine Journal sobre os crawlers da OpenAI.

Google AI Mode e AI Overviews. O Google explica que o AI Mode usa a técnica de query fan-out, quebrando a pergunta em subtópicos e disparando várias consultas ao mesmo tempo. Ou seja: uma pergunta do usuário vira dez buscas invisíveis. Seu conteúdo precisa cobrir as perguntas-satélite, não só a principal. A documentação de recursos de IA na Busca reforça que AI Mode e AI Overviews podem usar modelos e técnicas diferentes entre si.

Perplexity. Mantém índice próprio, alimentado pelo PerplexityBot, que a própria empresa descreve como o robô responsável por indexar e colocar sites nos resultados de busca do Perplexity. Há também um agente separado para buscas feitas a pedido de quem pergunta. A resposta final costuma sair com citações numeradas amarradas a cada afirmação.

Tradução pra quem gerencia marca: não existe "um algoritmo". Existem vários retrievers, com crawlers distintos, índices distintos e critérios distintos. Por isso o monitoramento precisa ser feito motor a motor. Na Citou, o padrão cobre ChatGPT, Google AI Overviews e Perplexity, e sob demanda ativamos Gemini, Google AI Mode, Microsoft Copilot, Grok e Claude.

Por que o RAG muda a sua estratégia de conteúdo?

Porque muda o critério de sucesso. No SEO clássico, você disputava uma posição numa lista. No RAG, você disputa a entrada na janela de contexto. Quem não entra, não existe na resposta. Não tem página 2.

O que passa a valer:

• Resposta no topo. Primeira frase define, segundas e terceiras respondem. O chunk inicial é o que tem mais chance de ser capturado.
• Títulos em forma de pergunta. Eles batem com a consulta reescrita pelo retriever.
• Fatos verificáveis e entidades nomeadas. Números, nomes, padrões, órgãos. Texto vago não dá o que citar.
• Blocos autossuficientes. Nada de "como vimos acima". O chunk viaja sozinho.
• Tabelas e listas. São superfícies limpas de extração.
• Frescor e manutenção. Conteúdo desatualizado continua indexado e continua sendo recuperado contra você.
• Consistência entre páginas. Se seu site diz uma coisa e sua página de preços diz outra, o modelo escolhe uma. Pode não ser a que você queria.

E a base de conhecimento, onde entra?

Entra como o material que você coloca no índice de propósito. Páginas de definição, comparativos honestos, documentação, FAQ técnico, dados de uso. É conteúdo escrito pra ser recuperado por máquina e lido por gente, nessa ordem de prioridade estrutural.

Dá pra ir além do texto público. O servidor MCP da Citou, disponível em todos os planos no endpoint https://app.citou.me/api/mcp, conecta seu dashboard direto a assistentes como ChatGPT, Claude ou Cursor. As ferramentas de leitura expõem métricas, share of voice, citações e auditoria do site. As de ação criam e editam rascunhos, nunca publicam. Publicar continua sendo decisão humana, no painel.

Como saber se está funcionando?

Medindo a resposta, não o tráfego. A gente monitora um conjunto de perguntas reais, dividido entre reconhecimento de marca, recomendação sem citar a marca e alternativas a concorrentes. A linha de base são 20 prompts por cliente, com faixa típica entre 20 e 50, rodando a cada ciclo (semanal por padrão, podendo ser a cada 3 dias ou diário, conforme o caso). A coleta usa a interface real de cada assistente, geolocalizada no mercado da marca.

Depois vem a parte chata, que é a que ganha: corrigir o site, publicar o que falta, manter o que envelhece. Diagnóstico inicial é gratuito. A gente mede, implementa, publica e mantém; você só acompanha o placar.

Tenha um diagnóstico gratuito de como a sua marca aparece nas respostas de IA.

Perguntas frequentes

O que significa RAG em inteligência artificial?+

RAG é a sigla de Retrieval-Augmented Generation, ou geração aumentada por recuperação. É a arquitetura em que a IA busca documentos externos no momento da pergunta e usa esses trechos para escrever a resposta, em vez de depender só do que aprendeu no treinamento.

O ChatGPT usa RAG para responder?+

Sim, quando aciona a busca. Nesses casos o ChatGPT consulta a web, recupera páginas e gera a resposta com links, usando crawlers distintos para coleta de treinamento e para a busca em si.

Qual a diferença entre RAG e fine-tuning?+

Fine-tuning altera os pesos do modelo com novos dados e exige retreinamento. RAG não mexe no modelo: ele injeta informação atualizada no contexto na hora da pergunta. Para visibilidade de marca, RAG é o caminho prático, porque publicar conteúdo novo já muda a resposta.

Como fazer meu conteúdo ser recuperado pelo RAG?+

Escreva blocos autossuficientes que respondam uma pergunta por vez, use títulos em forma de pergunta, coloque a resposta direta no primeiro parágrafo, inclua fatos verificáveis e libere os crawlers dos assistentes no robots.txt.

Bloquear GPTBot no robots.txt tira minha marca do ChatGPT?+

Depende de qual robô você bloqueia. GPTBot está ligado à coleta para treinamento, enquanto OAI-SearchBot está ligado à aparição nos resultados de busca do ChatGPT. Bloquear tudo de uma vez costuma reduzir a chance de ser citado nas respostas.

Dá para medir se a IA está citando minha marca?+

Dá. A Citou monitora um conjunto de perguntas reais em cada assistente, usando a interface que o usuário vê, com geolocalização no mercado da marca. O padrão são 20 prompts por cliente, rodando a cada ciclo, com resultados no dashboard e call periódica.

Continue lendo

Promptado ou Citou: qual escolher pra monitorar marca em IA

Comparativo entre Promptado e Citou e as outras alternativas de monitoramento de marca em IA: cobertura, método de coleta, prompts, execução e MCP.

9 min de leitura

Dashboard de IA: o que medir no Perplexity toda semana

Veja quais indicadores acompanhar num dashboard de IA para o Perplexity: presença, share of voice, citações de domínio, fontes e tráfego, toda semana.

8 min de leitura