Busca híbrida para RAG: como combinar texto e vetores

Um código exato e uma pergunta informal pedem sinais diferentes

Um técnico procura a falha de um equipamento pelo código registrado no painel. Um cliente descreve o mesmo sintoma como “a máquina liga e para logo depois”. A biblioteca precisa atender às duas consultas sem confundir modelos parecidos de equipamento.

Busca textual favorece correspondência de termos. Busca vetorial aproxima significados. Busca híbrida combina os dois caminhos e organiza um conjunto único de candidatos para a resposta.

Em RAG, essa combinação serve para melhorar a seleção da evidência que chegará ao modelo. Ela não garante que a fonte esteja vigente, que o usuário possa acessá-la ou que o trecho seja suficiente para responder. Esses requisitos precisam entrar no desenho da recuperação.

O objetivo operacional é reduzir buscas manuais e respostas corrigidas por fonte inadequada. Acrescentar mecanismos só se justifica quando esse resultado melhora em casos representativos.

Onde a busca híbrida entra na arquitetura

A preparação da base já deve ter definido documentos, versões, permissões e unidades de recuperação. Se uma regra perdeu sua exceção durante a divisão, combinar rankings não reconstrói automaticamente o conteúdo. O guia de chunking para RAG trata dessa etapa anterior.

Na consulta, um fluxo híbrido pode seguir esta sequência:

1. identificar usuário, tarefa e escopo permitido;
2. separar identificadores exatos da descrição em linguagem natural;
3. executar recuperação textual e vetorial no universo autorizado;
4. reunir e deduplicar os candidatos;
5. combinar suas posições ou pontuações com uma estratégia definida;
6. reclassificar os candidatos, se o ganho justificar a etapa;
7. selecionar trechos dentro do orçamento de contexto;
8. verificar suficiência e entregar fontes ao modelo.

A documentação do Azure AI Search sobre busca híbrida descreve uma implementação com busca textual e vetorial paralelas e fusão por Reciprocal Rank Fusion, ou RRF. Essa é uma referência concreta, não uma exigência de contratar a plataforma.

Proteja identificadores antes de interpretar a pergunta

Números de pedido, códigos de erro, versões e nomes exatos podem se perder em uma reformulação livre da consulta. Preserve o texto original e extraia identificadores em campos próprios.

Em um exemplo hipotético, o usuário informa “erro E17 no equipamento Série B”. A consulta deve manter E17 e Série B como restrições quando o domínio confirmar que esses campos identificam o caso. Procurar apenas “equipamento com falha de funcionamento” amplia o universo e pode recuperar um manual inadequado.

Diferencie correspondência textual de igualdade exata. Analisadores de texto podem separar pontuação, normalizar termos e alterar como códigos são indexados. Quando a regra exige igualdade de um identificador, use um campo e uma consulta próprios para isso, testados com os formatos reais.

Se o código não existe, devolva essa condição. A busca semântica pode sugerir caminhos de investigação, mas um código semelhante não deve ser apresentado como o código solicitado.

Aplique o mesmo escopo aos dois caminhos

Uma consulta textual restrita ao cliente correto e uma consulta vetorial sem restrição criam um conjunto misturado. A fusão não corrige essa falha.

Defina filtros obrigatórios de cliente, unidade, classificação, versão e vigência antes de enviar candidatos a qualquer modelo externo, reclassificador ou gerador. Valide como o mecanismo escolhido aplica filtros durante a busca. Comportamentos de pré-filtro e pós-filtro variam entre produtos e podem afetar a cobertura dos resultados.

Para conteúdo sensível, a fronteira de autorização deve impedir que trechos não permitidos atravessem serviços, logs ou contexto. Uma regra escrita no prompt final chega tarde para controlar uma divulgação já ocorrida.

O isolamento entre clientes em agentes de IA inclui essas superfícies intermediárias. Teste o usuário com acesso reduzido, e não somente a conta administrativa usada na implantação.

Como fundir resultados sem somar medidas incompatíveis

Pontuação textual e similaridade vetorial podem ter escalas diferentes. Somá-las diretamente com pesos arbitrários cria um ranking difícil de interpretar e calibrar.

A fusão por posição, como RRF, usa a colocação do candidato em cada lista em vez de tratar os scores originais como medidas equivalentes. Um resultado bem colocado nos dois caminhos tende a ganhar relevância no conjunto combinado. Os detalhes dependem da implementação.

Outra alternativa é normalizar e ponderar pontuações. Ela exige cuidado com a distribuição dos scores, com o tipo de consulta e com mudanças no índice. Não escolha pesos a partir de uma única demonstração.

Antes da fusão, ou como parte dela, identifique duplicidades por documento, versão e trecho. A mesma passagem recuperada pelos dois caminhos deve reforçar o candidato, não ocupar duas vagas no contexto final. Sobreposição entre trechos também merece controle para evitar repetição de evidência.

O produto dessa etapa deve ser uma lista rastreável: candidato, origem, posição em cada busca e posição depois da combinação. Isso ajuda a explicar por que um documento correto perdeu espaço.

Quando usar reranking

Reranking é uma segunda classificação de um conjunto já recuperado. Um componente avalia a relação entre pergunta e candidato para refinar a ordem.

Ele pode ajudar quando a evidência correta aparece na lista inicial, mas fica atrás de trechos que compartilham vocabulário sem responder ao caso. Se a evidência nunca entrou na lista, reordenar os candidatos existentes não resolve a ausência.

Compare a recuperação híbrida sem reclassificação com a mesma recuperação acrescida dessa etapa. Mantenha documentos e perguntas iguais. Registre o ganho de relevância e o acréscimo de tempo, custo e exposição de dados ao componente.

Também limite quantos candidatos passam pelo reclassificador. Um conjunto muito pequeno pode excluir a evidência antes da avaliação. Um conjunto grande pode consumir recursos sem melhorar o contexto final. O limite deve nascer do teste, não da capacidade máxima anunciada pelo fornecedor.

Separe encontrar evidência de responder bem

Uma avaliação útil precisa observar pelo menos três momentos.

Recuperação inicial

A evidência marcada como necessária apareceu em algum dos caminhos? Quando falha, investigue vocabulário, embeddings, filtros, extração e indexação.

Seleção de contexto

A evidência sobreviveu à fusão, à deduplicação e ao limite final? Quando falha aqui, o problema está na seleção, mesmo que a busca original tenha funcionado.

Resposta

O modelo utilizou a evidência corretamente, preservou condições e citou a fonte? Uma falha de redação ou inferência não deve ser automaticamente atribuída ao mecanismo de busca.

Essa separação evita um ciclo comum: trocar o modelo de resposta quando o erro estava no índice, ou comprar um banco diferente quando o contexto correto já estava disponível.

Monte um teste comparável

Use perguntas reais anonimizadas e exemplos preparados para cobrir riscos conhecidos. Inclua:

• identificador exato com pontuação ou hífen;
• descrição informal com vocabulário diferente da fonte;
• nome de produto parecido com outro;
• pergunta que depende de uma exceção;
• fonte vencida com redação muito semelhante à vigente;
• pergunta sem resposta na base;
• consulta de usuário sem acesso ao documento;
• caso que exige consultar um registro estruturado fora da biblioteca.

Compare busca textual, busca vetorial e busca híbrida. Teste a reclassificação como uma mudança separada, caso a fusão ainda deixe evidência útil mal posicionada.

Meça presença da evidência necessária no conjunto recuperado, relevância dos primeiros resultados, uso de versão correta, ausência de vazamento, capacidade de reconhecer falta de evidência, latência e custo. Defina antecipadamente o tamanho do conjunto observado para que as configurações sejam comparáveis.

As médias precisam vir acompanhadas dos erros críticos. Uma melhora em perguntas gerais não compensa recuperar conteúdo de outro cliente. A escolha do banco vetorial para IA deve considerar esses testes, mas a política de recuperação continua sendo responsabilidade da arquitetura.

O que fazer quando não há evidência suficiente

Sempre haverá consultas para as quais o índice devolve algo próximo. Proximidade, sozinha, não autoriza responder.

Defina os sinais de insuficiência: identificador ausente, fonte sem vigência confirmada, conflito não resolvido, regra sem ressalva necessária ou documentos que apenas tangenciam a pergunta.

Nesses casos, o agente pode pedir um dado específico, encaminhar ao responsável ou informar que não encontrou base suficiente. Evite transformar o score do mecanismo em uma probabilidade de verdade. O guia sobre nível de confiança em agentes explica por que a rota operacional precisa de calibração e critérios verificáveis.

Critério de entrada em produção

Aprovar busca híbrida exige demonstrar uma melhora relevante sobre a alternativa mais simples, sem violar acesso, vigência e prazo de resposta. Registre a configuração do índice, os filtros, a estratégia de fusão, os limites de candidatos e a versão do reclassificador, quando usado.

Mudanças de documentos, modelo de embeddings ou ranking devem repetir os casos críticos. O responsável pela base precisa receber exemplos de falha com pergunta, evidência esperada e trajetória dos candidatos, respeitando as regras de retenção.

A empresa ganha quando o agente encontra a fonte certa para a pergunta real e sabe quando essa fonte não basta. É essa capacidade que reduz retrabalho de atendimento e suporte, não a quantidade de componentes empilhados na busca.