Conceito
RAG
Rotina em que o modelo busca trechos na web antes de escrever e responde com o que recuperou na hora, em vez de puxar da memória.
O portal ensina RAG em 35 capítulos de 12 cursos gratuitos, e 2 vídeo-aulas e podcasts citam o termo.
Definição do Glossário de SEO e GEO (ver o verbete).
Onde estudar
Onde o termo é definido
O capítulo do glossário que dá a definição.
Capítulos que usam o termo
O termo aparece escrito no texto da aula.
- RLM 2027Comparar contexto longo, RAG e compactação antes de escolher o RLM
- RLM 2027Avaliar as alternativas e dizer em quais condições o RLM compensa
- RLM 2027Escolher onde o RLM entra primeiro e decidir o piloto
- RLM 2027Isolar o código gerado e tratar cada documento como dado
- RLM 2027Definir o problema e construir quatro alternativas comparáveis
- RLM 2027Comparar métodos nas mesmas condições e ler os resultados contrários
- RLM 2027Situar agentes, híbridos e RLM numa matriz de decisão
- Prompt Engineering para ExecutivosEscolher como a IA consulta o acervo da empresa
- Agentes de IA Autônomos: Do Conceito à ProduçãoMemória de curto e longo prazo
- SEO e GEO para Revendedoras de JoiasGEO e AEO -- A Nova Fronteira
- Autoridade Temática e SEO de EntidadesO que o seu conteúdo tem que ninguém tem
- RLM 2027Julgar um benchmark antes de acreditar no número dele
- Segundo cérebro com IAAchar a lembrança certa entre milhares de conversas
- Autoridade Temática e SEO de EntidadesQuem controla o que a busca diz da empresa
- Autoridade Temática e SEO de EntidadesComo parar de competir com o seu próprio site
- Autoridade Temática e SEO de EntidadesO que prometer à diretoria sobre aparecer na IA
- Autoridade Temática e SEO de EntidadesO trecho que a IA consegue usar sozinho
- GEO para SaúdeGEO explicado: como a IA escolhe quem citar
- Software e IA para executivosEscolher entre buscar, treinar ou rotear antes de pagar a conta
- RLM 2027Montar o protótipo com dspy.RLM e auditar o rastro de cada resposta
- RLM 2027Ler 2027 por sinais observáveis em vez de apostar numa previsão
- IA Local na PráticaGlossário: todo termo em linguagem simples
- RAG em produçãoQuando uma busca só não responde: decompor e rotear
A lista mostra os capítulos mais ligados ao termo. Outros 11 capítulos também o usam, e a contagem por curso abaixo cobre todos.
Em quais cursos aparece
Capítulos que definem, usam ou tratam do termo e mídias que o citam, contados por curso.
- RLM 202711 capítulos · 2 mídias
- RAG em produção8 capítulos
- Autoridade Temática e SEO de Entidades5 capítulos
- Escrever bem com IA2 capítulos
- IA Local na Prática2 capítulos
- Agentes de IA Autônomos: Do Conceito à Produção1 capítulo
- GEO para Saúde1 capítulo
- Glossário Completo de SEO e GEO 20261 capítulo
- Prompt Engineering para Executivos1 capítulo
- Segundo cérebro com IA1 capítulo
- SEO e GEO para Revendedoras de Joias1 capítulo
- Software e IA para executivos1 capítulo
Onde aparece nas vídeo-aulas
Vídeo-aulas e podcasts dos cursos, com o instante em que o assunto surge. Cada horário abre o player naquele ponto. Transcrição de fala sintética gerada por IA a partir do texto do capítulo.
A fala cita o termo
O narrador diz RAG (ou o plural) nestes instantes.
Conceitos que andam junto
Termos que aparecem com RAG nos mesmos capítulos com frequência acima do acaso.
Termos próximos
Termos com sentido parecido com RAG, pela comparação dos embeddings (a representação numérica do sentido de cada termo) calculados no build. É uma aproximação por sentido, não uma afirmação do autor.
Mesma entidade em outras bases
Endereços conferidos em 29/09/2026: a página existe e o item do Wikidata corresponde ao termo. A conferência se repete a cada 90 dias.
Como esta página foi montada
As ligações saem do texto das aulas, recalculado a cada publicação do site. Os critérios de cada tipo de ligação:
- O capítulo do glossário em que o termo é definido.
- O termo aparece escrito no capítulo ao menos duas vezes; os 10 de maior TF-IDF por capítulo.
- O capítulo trata do tema sem escrever o termo: cosseno de ao menos 0.58 entre os embeddings (text-embedding-3-small, 512 dimensões), no máximo 3 por capítulo.
- O termo aparece ao menos duas vezes na transcrição da mídia; os 8 de maior TF-IDF por mídia, com a raridade medida nos capítulos.
- Os dois termos aparecem juntos em ao menos 3 capítulos, com coocorrência normalizada (NPMI) acima de 0,1.
- Capítulos de cursos diferentes com cosseno de ao menos 0.5 entre os embeddings (os 5 mais próximos) e cursos com cosseno de ao menos 0.45 entre as médias. Conceitos com vizinhança mútua: cada um está entre os 4 mais próximos do outro, com cosseno de ao menos 0,6 entre os embeddings já gravados no build; o conceito que ficaria sem vizinho conceito liga ao mais próximo com cosseno de ao menos 0,55 que não divide capítulo com ele. Sem nova chamada à API.