Arquitetura RAG: pesquisa numa passagem, agentes ou GraphRAG?
Tradução automática Este artigo foi traduzido automaticamente a partir da versão original em inglês.
Comece com uma passagem de retrieval que forneça ao modelo excertos relevantes das fontes. Adicione pesquisa iterativa quando uma resposta precisar de uma segunda pesquisa cuja query dependa do primeiro resultado. Teste GraphRAG quando as perguntas exigirem relações ou uma visão de toda a coleção que o retrieval normal de excertos não consiga fornecer.
Estas são opções sobre como recolher evidência, não etapas pelas quais todos os sistemas RAG tenham de passar. Eu começaria por analisar as perguntas que falharam e os excertos que o modelo recebeu efetivamente. Mais pesquisa não consegue corrigir texto que o parser de documentos descartou.
Última revisão: 2026-09-08.
Adeque a pesquisa à pergunta
| Estrutura da pergunta | Primeira abordagem a testar | Trabalho adicional a justificar |
|---|---|---|
| “Qual é o comando de reset deste dispositivo?” | Uma passagem de retrieval, seguida de uma resposta com uma fonte | Um excerto relevante tem de chegar ao modelo de resposta |
| “Que substituto é compatível com a peça mencionada neste relatório?” | Pesquisa iterativa: encontrar a peça e, depois, consultar o catálogo de peças | Mais chamadas, uma regra de paragem e testes para ambas as pesquisas |
| “Que temas se repetem nestes relatórios?” | Pesquisa global com GraphRAG, comparada com uma abordagem de resumo mais simples | Criar e atualizar resumos derivados do grafo |
| “Como estão ligados estes fornecedores?” | Retrieval com informação do grafo, comparado com pesquisa repetida de excertos | Ligações corretas entre entidades, relações e suporte nas fontes |
A documentação de queries do GraphRAG da Microsoft distingue a pesquisa local sobre entidades extraídas e excertos das fontes da pesquisa global sobre relatórios de comunidades gerados. Um relatório de comunidade resume um grupo no grafo extraído. A pesquisa global utiliza esses relatórios para responder a perguntas sobre a coleção como um todo. Não se trata apenas de uma pesquisa vetorial com um nome novo.
O retrieval iterativo é uma opção de design separada e pode utilizar pesquisa de texto normal. O Adaptive-RAG estuda o encaminhamento de perguntas entre ausência de retrieval, uma única etapa e várias etapas de retrieval. Isto permite testar diferentes percursos; não determina qual deles terá melhores resultados no seu corpus.
Verifique a evidência em falta antes de alterar a arquitetura
Para cada pergunta que falhou, guarde a fonte esperada e os excertos recuperados. Depois, localize a primeira perda:
- Se a fonte nunca entrou no índice, corrija a ingestão ou o parsing.
- Se um filtro de tópico opcional a excluiu, teste o filtro ou mantenha um percurso de pesquisa mais abrangente. Mantenha os filtros de permissões aplicados em todos os percursos.
- Se o excerto foi recuperado, mas ficou demasiado abaixo no ranking, teste alterações ao retrieval e ao reranking.
- Se um nome necessário aparece apenas no primeiro resultado, teste uma segunda pesquisa utilizando esse nome.
- Se o modelo recebeu evidência suficiente, mas respondeu incorretamente, analise a etapa de resposta antes de adicionar mais retrieval.
A resposta sobre a stack de pesquisa aborda BM25, embeddings e rerankers no âmbito de uma passagem de retrieval. Estes componentes também podem servir um sistema iterativo; não determinam quantas pesquisas o sistema deve realizar.
Faça com que o design mais complexo justifique o custo
Compare os percursos utilizando as mesmas perguntas e os mesmos documentos autorizados. Defina para cada um um orçamento explícito de tempo e de chamadas ao modelo. Meça se encontrou a evidência necessária, se respondeu corretamente e se citou excertos que sustentam as suas afirmações. Inclua timeouts e orçamentos de pesquisa esgotados entre as falhas.
Para um grafo, analise as entidades e relações extraídas, além das respostas finais. Uma ligação errada entre fornecedores pode produzir uma resposta coerente sobre a empresa errada. Inclua na comparação os custos de criação e atualização do índice; analisar apenas o custo das queries ignora esse trabalho.
Se o retrieval numa passagem atingir o objetivo, fique por aí. Adicione outro percurso para os tipos de perguntas em que uma falha medida lhe atribua uma função concreta.
Leitura adicional
- Métricas de avaliação de RAG localiza perdas de evidência no parsing, na filtragem, no retrieval e na geração.
- Guia de engenharia de LLMs mapeia os percursos de ingestão e de queries e introduz o GraphRAG.
- Enterprise RAG Challenge 3 analisa entradas públicas, routing, evidência e respetivas limitações.