Achar a lembrança certa entre milhares de conversas

Teste a busca do agente com dez perguntas reais e ligue cada tipo de busca só onde ela resolve: pela palavra, pelo sentido ou pela vizinhança no mapa de fatos, com uma segunda leitura só quando elas discordam. A lembrança costuma estar guardada; o que falha é que o cliente quase nunca usa as palavras da ficha.

Antes de começar, tenha as fichas com as duas datas em cada fato e dez perguntas de clientes que voltam, cada uma com a ficha que responde marcada ao lado. Inclua ao menos três com “aquele” ou “do ano passado”, que separam uma busca da outra, e duas simples, como o número de uma reserva.

Cada busca falha num lugar diferente, e por isso uma cobre o buraco da outra.

Por que o agente não acha o quarto do ano passado?

O agente não acha o quarto porque procura a palavra da pergunta, e a ficha guarda a estadia com outras palavras. No exemplo do curso, a hóspede Ana pede “aquele quarto com vista em que fiquei no ano passado”. A pousada tem três quartos com vista; na ficha, a estadia de 2025 aparece como quarto 5, “janela para a serra”, e a preferência atual dela é o quarto 3. Pela palavra, o agente acha só o quarto 3; pelo sentido, os três empatam.

Pela vizinhança, o agente acerta porque anda pelas ligações da própria cliente, de quarto em quarto e de ano em ano, até a estadia certa. A pergunta não precisa trazer nenhuma palavra da ficha; basta o agente saber de quem é a conversa.

Cada etapa do desenho tem nome técnico. A busca pela palavra é o BM25, que procura a palavra exata, como o Ctrl F do computador; o SQLite e o Postgres já trazem essa busca por texto completo, que acha o número da reserva, mas não sabe que cachorro é animal de estimação. A busca pelo sentido é a busca vetorial: cada texto vira um embedding, a tradução em números que medem o sentido, e a similaridade de cosseno diz o quanto dois sentidos se parecem.

A busca pela vizinhança é a busca em largura: o agente olha primeiro os vizinhos mais próximos de um ponto do mapa de fatos (quem fez o quê e com quem), depois os vizinhos desses. O artigo da Zep, empresa que vende memória para agentes, junta as três. A própria Zep mediu o método no LongMemEval, prova pública de memória em conversas longas, e a aula “Ler um placar de memória sem ser enganado” mostra como ler esse número.

As buscas por palavra e por sentido já têm curso próprio no portal. O curso “RAG em produção” ensina a montar e medir as duas no capítulo sobre por que a palavra literal não se aposenta. O que o mapa de fatos acrescenta é a vizinhança, que anda pela camada do meio do mapa.

Com três buscas chegam três listas, e alguém precisa decidir o que vai para o topo.

Quando vale pagar pela segunda leitura?

A segunda leitura vale quando as buscas discordam, porque ela chama um modelo a cada pergunta. No jargão, é o reranker, um passo que relê os resultados junto com a pergunta e põe as melhores respostas em primeiro lugar. Em português do Brasil ela rende muito: no Quati, prova com perguntas de falantes nativos feita pela Unicamp com a Maritaca AI e a NeuralMind, a busca por palavra com segunda leitura subiu de 0,3156 para 0,5310 na nota das dez primeiras respostas, o maior salto da tabela.

A segunda leitura tem limite. Um estudo da Databricks, empresa que vende plataforma de busca, apresentado num encontro do SIGIR 2025, mostrou que ela melhora ao reler poucos candidatos e passa a piorar quando recebe documentos demais. Por isso ela roda sobre os primeiros resultados da busca por palavra, nunca sobre o acervo inteiro.

Na maioria das perguntas, a busca certa já resolve: o horário do café sai da resposta guardada, e o número da reserva, da busca pela palavra. Mandar cada pergunta para a busca certa tem nome, roteamento. A segunda leitura também não separa preço velho de novo, porque as duas frases são quase iguais; quem separa é a data guardada na ficha.

Uma pergunta escapa de qualquer busca: a que pede para contar ou cruzar o acervo inteiro, como quantos clientes voltaram em três feriados seguidos. A resposta não mora em ficha nenhuma, e o curso “RLM 2027” mostra em situar agentes, híbridos e RLM numa matriz de decisão quando a busca dá lugar à leitura do acervo por partes.

Como testar a busca com dez perguntas da pousada

Teste com as dez perguntas antes de pagar por qualquer ferramenta: primeiro a busca mais simples, depois as outras só onde ela errou.

Se a busca por palavra acerta as dez, não ligue nada. Se a segunda leitura resolve as perguntas de outras palavras, deixe-a ligada só para as perguntas sem número de reserva. Se ainda erra “aquele quarto do ano passado”, o que falta é a ligação entre o cliente e a estadia no mapa de fatos.

Há ainda a lembrança que não se parece com a pergunta, como a alergia a castanhas diante de um doce de amêndoa. Em julho de 2026, numa prova de 125 tarefas, seis memórias de mercado acharam no máximo 14,4% desses casos, contra 84,0% do mesmo modelo com a lembrança já na mesa. Por isso alergia e mobilidade reduzida ficam no topo da ficha, sempre à vista.

Está pronto quando as perguntas com “aquele” e “do ano passado” trazem a ficha certa em primeiro lugar e a segunda leitura só roda onde as buscas discordam. Ficha que chama a mesma coisa de três jeitos atrapalha qualquer busca: o curso “Dados com Python” mostra a limpeza e a preparação dos dados que vêm antes de qualquer índice. O próximo passo é escolher a ferramenta que guarda tudo isso: siga para “Qual ferramenta de memória serve para o agente da pousada” e leve o resultado das dez perguntas.