Pipelines de dados gerados por IA passam no teste do primeiro dia e quebram nas semanas seguintes porque as regras que os mantêm de pé — completude, idempotência, plausibilidade, latência — nunca foram escritas. Com base em pesquisa de Google, Amazon e Microsoft sobre validação de dados, benchmarks de text-to-SQL e estudos sobre alucinação, este artigo mostra o que o time de dados precisa especificar antes de pedir o código.
RAG (Retrieval-Augmented Generation) é a forma mais comum de fazer um modelo de linguagem responder com base nos seus dados. Com base no artigo original de Lewis et al., em estudos sobre recuperação, contexto longo, fine-tuning, alucinação e segurança, e na documentação de fornecedores, este guia explica o que é RAG, para que serve, como configurar cada etapa, quando usar e quando ele atrapalha mais do que ajuda.