Dominando a engenharia RAG4 / 10
Hybrid Retrieval — Keyword + Vector
Vector search compreende significado mas tropeça em termos exatos, IDs e palavras raras. Keyword search acerta nesses e erra em paráfrase. Use ambos.
Vector search é ótimo em "o que isso significa" e ruim em "encontre o chunk que literalmente diz ERR_CONN_4032." Keyword search é o oposto. RAG em produção usa ambos.
Onde cada um vence
- Vector — paráfrase, conceitos, "como faço para cancelar" correspondendo a "rescisão de inscrição".
- Keyword (BM25) — termos exatos, códigos de erro, nomes de produtos, acrônimos, jargão raro que o embedding suaviza.
Execute ambos para cada query; você obtém duas listas classificadas.
Fundindo as listas com RRF
Reciprocal Rank Fusion combina listas classificadas sem precisar de scores comparáveis: cada documento recebe 1 / (k + rank) de cada lista, somado. Documentos que classificam bem em qualquer lista sobem; documentos fortes em ambos dominam.
score(doc) = Σ 1 / (k + rank_in_list_i) # k ≈ 60
É algumas linhas de código, não precisa de calibração de score, e supera consistentemente qualquer retriever isolado.
Série — Dominando a engenharia RAG
- Parte 01Por que RAG Ingênuo Falha em ProduçãoA demo de busca vetorial de 50 linhas que impressiona no notebook desmorona no momento em que usuários reais fazem perguntas reais. Aqui está o porquê — e o mapa de saída.
- Parte 02Chunking — The Decision That Sets Your CeilingYou can't retrieve what you chunked badly. Chunking is the most under-rated lever in RAG — and the cheapest to get right.
- Parte 03Embeddings & Vector Stores 101Um embedding transforma significado em geometria. Uma vector store torna essa geometria pesquisável em milissegundos. Acerte ambos e a recuperação fica fácil.
- Parte 04Hybrid Retrieval — Keyword + Vector — você está aquiVector search compreende significado mas tropeça em termos exatos, IDs e palavras raras. Keyword search acerta nesses e erra em paráfrase. Use ambos.
- Parte 05Re-Ranking — The Cheap Quality WinRetrieval gets you 30 plausible chunks. A re-ranker reads them against the actual question and floats the truly relevant few to the top.
- Parte 06Prompting the Generator — Grounding & CitationsGreat retrieval is wasted if the model ignores it or can't point to its sources. Grounding is a prompt-design discipline, not an afterthought.
- Parte 07Avaliação — Você Não Pode Melhorar o Que Não MedeSem um conjunto de avaliação, toda mudança em RAG é uma intuição. Com um, você afina chunking, retrieval e prompts com um número que diz se ajudou ou prejudicou.
- Parte 08Tratando Alucinações e GuardrailsQuando a recuperação vem vazia, um modelo prestativo inventa. Guardrails transformam 'confiantemente errado' em 'honestamente incerto' — a diferença que os usuários realmente confiam.
- Parte 09Disciplina de Custo e LatênciaUma consulta RAG toca embeddings, um vector DB, um re-ranker e um LLM. Cada um adiciona milissegundos e centavos. Em escala, disciplina aqui é a diferença entre uma margem e um incêndio.
- Parte 10The Production RAG Reference ArchitectureEvery piece, assembled: ingestion, hybrid retrieval, re-ranking, grounded generation, guardrails, eval and caching — the blueprint you can ship.