RAG em documentos internos: permissão, versão e trecho

Pastas de documentos internos, com volumes trancados e um trecho destacado alimentando uma resposta

RAG em documento interno só melhora a resposta quando o índice tem dono, permissão e o trecho vigente. Indexar a pasta compartilhada inteira faz o modelo citar política vencida, rascunho e arquivo que aquela pessoa não poderia abrir.

Recuperar e depois gerar é um desenho, não um produto mágico. A parte difícil é decidir o que entra no índice, como se corta o documento e o que acontece quando o trecho certo não aparece. Sem essa regra, a resposta soa segura e está errada.

Um fichário aberto com um único parágrafo marcado e um cartão de resposta apontando para ele
A resposta útil aponta para o trecho vigente, não para a pasta inteira.

O que entra no índice, e o que fica de fora?

Entre no índice o documento que alguém assinou como vigente: política publicada, procedimento com versão, artigo de ajuda com dono. Ficam de fora rascunho, exportação de e-mail, pasta “final final”, base de cliente e qualquer arquivo cujo acesso já é restrito no drive.

Cada item do índice carrega dono, data de vigência, sistema de origem e quem pode ver. Se o documento não tem dono, ele não entra. Uma wiki sem responsável vira fonte de resposta antiga com aparência de manual oficial.

Como cortar o documento para o trecho certo aparecer?

Corte por seção com título, não por um bloco fixo de caracteres que parte a regra no meio. O trecho guardado precisa bastar para responder sem o parágrafo vizinho, e precisa apontar de volta para a página e a versão.

Tabela de alçada, lista de exceção e procedimento passo a passo não devem ser fatiados até perder o cabeçalho. Se o cabeçalho da tabela fica noutro bloco, a resposta cita um número sem a condição. Nesse caso, o bloco é a tabela inteira.

Permissão se aplica na busca, não depois?

A busca só recupera trecho que a pessoa já pode abrir no sistema de origem. Filtrar a resposta no final é tarde: o modelo já leu o que não devia. O índice herda o grupo, o papel ou a unidade, e a consulta carrega essa identidade.

Documento público interno e documento de diretoria não moram na mesma busca só porque os dois são “da empresa”. Se a permissão muda, o índice muda no mesmo dia. Uma cópia noturna sem essa atualização responde com arquivo que a pessoa perdeu o direito de ver.

Como tratar versão vencida e documento duplicado?

Quando uma política é substituída, a versão anterior sai do índice ou fica marcada como histórica e fora da busca padrão. Manter as duas “por segurança” faz a resposta citar a regra antiga, que costuma ser a mais longa e a mais fácil de recuperar.

Duplicata também se resolve antes da busca. Dois arquivos com o mesmo procedimento e datas diferentes precisam de uma versão sobrevivente. A regra é simples: vale o documento com dono e vigência, não o arquivo com o nome mais novo.

O que a resposta precisa mostrar para ser usável?

A resposta cita o título, a versão e o trecho. Se a pessoa não consegue abrir a fonte, a resposta não entra em decisão. Quando a busca não acha trecho suficiente, o sistema diz isso, em vez de completar com conhecimento geral do modelo.

Pergunta ambígua também recusa. “Qual é a nossa política?” sem dizer de quê não merece um parágrafo confiante. A interface pede o tema, ou devolve os dois documentos candidatos para a pessoa escolher. Inventar uma síntese entre políticas diferentes é o erro mais caro.

Situação da buscaSaída corretaSaída que engana
Trecho vigente e permitidoResposta com título, versão e citaçãoTexto fluido sem fonte
Dois documentos candidatosLista dos dois, sem sínteseUma regra média inventada
Nenhum trecho suficienteRecusa explícitaResposta genérica do modelo
Documento vencido no índiceFora da busca padrãoCitação da versão antiga

Como avaliar se o índice está melhorando?

Monte uma amostra fixa de perguntas reais, com a fonte que um especialista indicaria. A cada mudança de corte, de ranking ou de modelo, rode a mesma amostra. Publique só se a citação certa se mantém e a citação vencida não volta.

Meça também pergunta sem resposta. Uma taxa alta pode ser lacuna de documentação, não falha do modelo. O dono do índice leva essa lista para quem escreve o procedimento. RAG não corrige política que ninguém escreveu.

Checklist prático

Um índice de RAG está pronto para uso interno quando a operação consegue explicar a fonte de cada resposta.

  • Lista do que entra e do que fica de fora, com dono do índice
  • Versão vigente separada de rascunho e de arquivo histórico
  • Corte por seção, com tabela de alçada preservada inteira
  • Permissão aplicada na busca, herdada do sistema de origem
  • Resposta com título, versão e trecho, ou recusa
  • Proibição de sintetizar duas políticas diferentes numa regra só
  • Amostra fixa de perguntas com a fonte esperada
  • Ritual para tirar documento vencido no dia em que a versão muda

Erros comuns

Estes erros fazem a resposta parecer oficial justamente quando a fonte não é.

  • Indexar a pasta compartilhada inteira, inclusive rascunho e export de e-mail
  • Aplicar permissão só no texto final, depois de o modelo ter lido o arquivo
  • Manter a política antiga no índice “por precaução”
  • Cortar tabela de alçada no meio e citar o número sem a condição
  • Aceitar resposta sem fonte porque o texto está bem escrito
  • Deixar o modelo completar quando a busca volta vazia
  • Medir qualidade pelo volume de perguntas, sem amostra com fonte esperada
  • Tratar lacuna de procedimento como problema de prompt

Onde o índice entra no projeto?

Num desenho de inteligência artificial, o índice é parte do contrato de dados: o que a resposta pode citar já foi decidido antes do modelo falar.

Perguntas frequentes

▸RAG elimina a necessidade de um procedimento bem escrito?

Não. Ele recupera o que já está vigente. Procedimento contraditório ou sem dono volta como resposta contraditória. O índice deixa a lacuna visível. Quem escreve o documento continua responsável pela regra.

▸Posso indexar o drive inteiro para “não perder nada”?

Não, se a busca for usada para decidir. Rascunho, duplicata e arquivo vencido passam a competir com a política vigente. Entre o que tem dono e versão. O resto continua no drive, fora do índice.

▸A permissão do drive basta?

Basta se a busca a aplica antes de recuperar o trecho e se a atualização não espera o dia seguinte. Uma cópia do índice sem o grupo atual responde com documento que a pessoa já não abre.

▸O que fazer quando a busca não acha o trecho?

Recusar e registrar a pergunta. Completar com conhecimento geral do modelo transforma lacuna em resposta falsa. A lista de recusas mostra qual procedimento ainda não está escrito de um jeito recuperável.

▸Como trocar o modelo sem piorar a citação?

Rode a amostra fixa de perguntas com a fonte esperada. Se a citação certa cai ou a versão vencida volta, a troca não publica. O modelo novo não herda a confiança do modelo anterior.

▸Resposta com citação ainda pode estar errada?

Pode, se o trecho foi cortado sem o cabeçalho ou se a versão no índice atrasou. Por isso a citação mostra versão e a pessoa abre a fonte antes de usar a resposta numa alçada.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *