RAG e design de aplicativos FM representam aproximadamente 24% do exame AIF-C01. Os tópicos principais são RAG, Bedrock Knowledge Bases, Bedrock Agents, bancos de dados vetoriais e parâmetros de inferência.
---
O que é RAG? — A analogia do bibliotecário
RAG significa Retrieval-Augmented Generation (Geração Aumentada por Recuperação). Antes de responder, a IA busca documentos relevantes e baseia sua resposta neles.
Pense em um bibliotecário: quando perguntado algo, ele primeiro busca os livros relevantes e só então responde com base no que leu. O RAG funciona da mesma forma.
| Problema | Sem RAG | Com RAG | |---------|---------|---------| | Alucinação | A IA inventa informações plausíveis | A resposta é baseada em documentos reais | | Limite de conhecimento | Desconhece eventos após o treinamento | Pode buscar documentos atualizados em tempo real | | Conhecimento de domínio | Apenas conhecimento geral | Pode usar documentos internos da empresa |
!Como o RAG funciona em 5 passos
Bancos de dados vetoriais
Bancos de dados vetoriais permitem buscas por similaridade semântica, diferentemente de bancos de dados tradicionais que buscam correspondências exatas.
| Serviço | Característica | Quando usar | |---------|----------------|-------------| | Amazon OpenSearch Serverless | Gerenciado, sem servidor, opção padrão do Bedrock | Caso de uso geral | | Aurora PostgreSQL (pgvector) | Integração com RDS existente | Já usa RDS | | Redis OSS (ElastiCache) | Em memória, ultra-rápido | Resposta em milissegundos |
---
Bedrock Knowledge Bases e Agents
O Bedrock Knowledge Bases automatiza todo o pipeline RAG: faça upload de documentos para o S3 e o serviço cuida do chunking, embedding, armazenamento e recuperação.
O Bedrock Agents permite que a IA interaja com sistemas externos e complete tarefas de múltiplos passos de forma autônoma.
---
Parâmetros de inferência
| Parâmetro | Efeito | Valor baixo | Valor alto | |-----------|--------|-------------|------------| | Temperature | Criatividade vs consistência | Respostas previsíveis | Respostas criativas e variadas | | Max tokens | Comprimento máximo da resposta | Respostas curtas | Respostas longas |
---
Pontos-chave para o exame
"Buscar documentos externos para fundamentar respostas do FM" — RAG "Converter texto em vetores numéricos" — Embedding "Pipeline RAG automatizado de ponta a ponta" — Bedrock Knowledge Bases "A IA chama APIs externas para tarefas de múltiplos passos" — Bedrock Agents "Controla criatividade vs consistência" — Temperature