RAG (Retrieval-Augmented Generation)

Técnica que conecta um LLM aos seus próprios dados para respostas mais precisas.

Retrieval-Augmented Generation (RAG) é uma arquitetura que melhora os LLMs ao permitir que eles consultem uma base externa de conhecimento antes de responder. Em vez de depender apenas do que o modelo ‘memorizou’ durante o treinamento, o RAG busca dados em PDFs, bancos de dados ou na web e usa essas informações atualizadas e verificadas para compor a resposta.

Como a Interlinked usa

A recuperação na Interlinked está ancorada em fontes estruturadas e editáveis: o seu catálogo de produtos, filiais, horários, políticas e a definição do fluxo. Quando um cliente pergunta sobre disponibilidade, preço ou política, o agente recupera da configuração que você controla na Config de IA — não de um vector store montado à sua revelia. Atualizar a resposta é editar o campo.