RAG envia meus documentos para a IA? Entenda o caminho dos dados

Em um RAG comum, o modelo que escreve a resposta recebe a pergunta e os trechos que a aplicação selecionou. Isso não exige enviar todos os documentos a cada pergunta. Mas há uma segunda parte que merece atenção: antes da consulta, o texto pode ter passado por serviços de leitura, embeddings e armazenamento.

Imagine que você adicionou um manual a uma aplicação e perguntou como reiniciar um aparelho. Para entender o que foi enviado, precisamos acompanhar dois momentos: a preparação desse manual e a montagem da pergunta. Vamos separar os dois.

RAG significa geração aumentada por recuperação: a aplicação busca informação e a utiliza para apoiar a resposta. O nome descreve uma abordagem; não informa sozinho onde os dados ficam, quem pode acessá-los ou qual política de retenção se aplica.

Este artigo é para quem está começando a integrar IA a aplicações e quer compreender o caminho de um documento antes de escolher serviços. Os exemplos são conceituais, com dados fictícios.

Documento, trecho, embedding e contexto são coisas diferentes

Elemento	O que representa	Pergunta para inspecionar a aplicação
Documento	Material de origem, como um manual.	Onde está o arquivo e quem consegue lê-lo?
Trecho	Parte extraída para processamento ou recuperação.	O corte preservou a condição necessária para entender o procedimento?
Embedding	Representação numérica produzida por um modelo.	Qual texto foi enviado para produzi-la e a qual serviço?
Metadados	Informações associadas, como origem, versão e escopo de acesso.	Quais campos são confiáveis e quem os define?
Contexto	Material efetivamente incluído na chamada de geração.	Quais trechos chegaram ao modelo junto da pergunta?

Pense na busca como uma seleção de candidatos. Ela pode encontrar cinco trechos, e a aplicação decidir usar apenas dois. Esses dois entram no contexto enviado ao gerador. Por isso, olhar apenas a lista de resultados da busca ainda não mostra tudo o que o modelo recebeu.

Primeiro caminho: ingestão dos documentos

Leitura e extração

A aplicação lê o arquivo e obtém conteúdo utilizável. Um PDF pode exigir um leitor específico; uma imagem pode passar por extração de texto. Identifique se isso acontece no seu processo ou em outro serviço. O primeiro envio externo pode ocorrer antes de qualquer chamada ao modelo que responde perguntas.

A documentação de ETL do Spring AI separa leitura, transformação e escrita de documentos. Essa divisão ajuda a localizar responsabilidades; não determina onde cada componente será hospedado.

Divisão em trechos e embeddings

Ao dividir um manual, preserve informação suficiente para interpretar cada passagem. Um trecho com “pressione o botão” pode ficar incompleto se a condição “somente com o aparelho desligado” for separada dele. Não há um tamanho universal de trecho que dispense avaliar o seu material.

Em busca vetorial, um modelo transforma texto em vetores. Se o serviço de embeddings for remoto, o conteúdo enviado a ele cruza essa fronteira mesmo que o gerador de respostas rode localmente. Embeddings e geração podem usar fornecedores e configurações diferentes.

Armazenamento

O índice pode guardar vetores, texto e metadados, conforme a implementação. Confira os campos reais em vez de presumir que só números são armazenados. Verifique também onde o documento original e as cópias de segurança permanecem.

A referência de bancos vetoriais do Spring AI apresenta operações de armazenamento e busca por similaridade. Um banco vetorial não é, por si só, uma definição de privacidade nem uma garantia de isolamento entre usuários.

Segundo caminho: da pergunta à resposta

Recuperação

A aplicação recebe a pergunta e procura material pertinente. Na busca vetorial, isso normalmente envolve um embedding da consulta; logo, a própria pergunta também pode ser enviada ao provedor de embeddings. Recuperação lexical ou híbrida são outras possibilidades de implementação.

Um resultado semelhante é um candidato. Ainda é preciso considerar se ele pertence ao contexto do usuário, se está atualizado e se contém evidência suficiente. Um trecho sobre um aparelho parecido pode ter vocabulário semelhante e um procedimento diferente.

Seleção e montagem do contexto

A aplicação escolhe quais resultados entram na chamada. No fluxo descrito pela referência de RAG do Spring AI, documentos recuperados são acrescentados à pergunta para fornecer contexto.

Vamos tornar isso visível. No nosso manual fictício, um trecho diz: “Para reiniciar o simulador, abra Configurações e escolha Reiniciar. Essa ação preserva as preferências”. Outro explica como apagar as preferências. A pergunta é apenas sobre reiniciar.

A chamada pode ser montada, conceitualmente, assim:

Pergunta: Como reinicio o simulador sem perder minhas preferências?

Contexto selecionado: Manual de demonstração, versão 2, seção Reinício — “Abra Configurações e escolha Reiniciar. Essa ação preserva as preferências”.

Orientação da aplicação: Responda com base no contexto e informe quando ele não for suficiente.

Esse quadro é uma ilustração, não o formato obrigatório de uma API. Nessa chamada, o gerador recebeu texto legível. O embedding ajudou a encontrar o trecho; não substituiu esse texto na geração.

Ao conferir seu projeto, procure também instruções adicionais e histórico de conversa. Tudo isso ocupa a janela de contexto, que é o limite de material processado pelo modelo naquela chamada. Trazer mais trechos só ajuda se eles forem relevantes e couberem nos limites usados.

Para enxergar a ordem das decisões, podemos escrever o fluxo como pseudocódigo. Os nomes abaixo são operações conceituais da aplicação, não métodos de uma biblioteca:

identidade = autenticar(requisicao)
escopo = obter_permissoes_no_servidor(identidade)
pergunta = requisicao.pergunta

# O serviço de embeddings pode receber a pergunta neste ponto.
candidatos = buscar_no_escopo(pergunta, escopo)
permitidos = conferir_permissao_e_versao(candidatos, escopo)
selecionados = escolher_trechos(permitidos, limite_do_contexto)

se selecionados estiver vazio:
    retornar "Não encontrei informação autorizada suficiente."

contexto = juntar_textos_e_fontes(selecionados)
# É aqui que os textos escolhidos seguem para o gerador.
resposta = gerar(pergunta, contexto)
retornar resposta

Se a busca encontrou cinco candidatos e apenas dois foram selecionados, são os textos desses dois que entram nessa chamada de geração. O escopo vem do servidor; não deve ser aceito apenas porque o cliente enviou um identificador. Esse desenho não implementa autenticação, controle de acesso ou proteção contra instruções maliciosas nos documentos. É um pseudocódigo para discutir o caminho dos dados, sem execução ou chamada a um provedor.

Geração e apresentação

O gerador recebe o contexto montado e produz uma resposta. A aplicação pode apresentar referências para ajudar o leitor a conferir a origem. Para isso ser útil, o identificador exibido deve corresponder ao trecho usado, e a afirmação precisa ser sustentada por ele.

Ainda assim, vale abrir a fonte. Se um manual diz “desligue o aparelho antes de iniciar o procedimento” e a resposta pula essa condição, mostrar o link do manual não torna a orientação correta. A busca pode encontrar a passagem certa e a geração perder um detalhe necessário.

Exemplo: rastrear uma pergunta sobre um manual fictício

Imagine um manual de demonstração com uma seção pública de reinício e uma seção de manutenção restrita. Uma pessoa pergunta como reiniciar o aparelho. O caminho conceitual é:

1. Na ingestão, o leitor extrai o texto e o divide em trechos com origem e versão.
2. O modelo de embeddings processa os trechos para a busca vetorial escolhida.
3. O armazenamento recebe os campos definidos pela aplicação.
4. Na consulta, a identidade da pessoa delimita quais informações podem participar da recuperação.
5. A aplicação seleciona os trechos permitidos e monta a chamada de geração.
6. A resposta é conferida contra esses trechos; logs e traces são inspecionados separadamente.

Para acompanhar esse fluxo no seu projeto, preencha uma tabela com destinos reais, sem dados sensíveis:

Ponto de inspeção	Conteúdo a conferir	Destino que precisa ser identificado
Extração	Arquivo original e texto extraído	Processo local ou serviço de leitura/OCR.
Embedding da ingestão	Texto de cada trecho	Modelo de embeddings.
Índice	Vetor, texto e metadados selecionados	Banco e backups.
Embedding da consulta	Pergunta do usuário	Modelo de embeddings da consulta.
Geração	Pergunta, instruções, histórico e contexto final	Modelo que escreve a resposta.
Observabilidade	Conteúdo registrado durante o fluxo	Logs, traces e ferramentas de diagnóstico.

Preencha a última coluna com os componentes do seu projeto. Por exemplo: “extração no processo Java”, “embeddings no serviço contratado” e “índice no banco de teste”. Esses nomes são apenas possibilidades; substitua pelos destinos que você verificou. Se não sabe onde uma etapa roda, marque a dúvida. Ainda não dá para concluir que o dado ficou local.

Permissões precisam valer antes do envio ao modelo

Um trecho relevante pode pertencer a outro cliente. A aplicação precisa verificar identidade e autorização antes de incluir esse conteúdo no contexto. Filtros por metadados podem fazer parte da solução, mas dependem de informações confiáveis e da aplicação correta das regras.

Não confie em um identificador de cliente fornecido livremente pela requisição como se ele provasse acesso. Em um exercício com duas identidades, tente consultar o mesmo assunto e confira os trechos efetivamente enviados. Verifique também caches e histórico: reutilizar uma resposta ou conversa de outro usuário pode reintroduzir conteúdo que a busca atual excluiu.

Suponha que o manual de manutenção seja restrito e a pessoa só tenha acesso ao manual de uso. Se o trecho de manutenção entrou na chamada, ele já foi enviado, mesmo que a resposta final não o mostre. Pedir ao modelo “não revele documentos privados” não corrige essa seleção. Confira primeiro o contexto e, depois, a resposta, usando dados fictícios.

O que muda quando o documento é atualizado ou removido?

Alterar o arquivo original não demonstra que o índice já foi atualizado. No projeto, descubra como os trechos são identificados, substituídos e excluídos. Uma nova ingestão que apenas acrescenta entradas pode deixar versões antigas disponíveis para recuperação.

No manual fictício, acrescente uma orientação de espera: a versão 1 diz “aguarde 10 segundos”; a versão 2 diz “aguarde 20 segundos”. Atualize o documento e repita a pergunta. O contexto agora traz a versão 2? A passagem antiga ainda aparece entre os resultados?

Depois remova uma seção e tente encontrá-la novamente. Índice, respostas em cache e backups podem seguir processos diferentes de atualização ou remoção. Você precisa conhecer cada um para saber onde ainda existe uma cópia.

Se a resposta disser “20 segundos”, ainda olhe o contexto: o modelo pode ter recebido as duas versões. Encontrar esse conflito ajuda a corrigir a atualização do índice antes de depender da resposta.

Modelo local, logs e retenção

Executar a geração localmente muda esse destino, mas extração, embeddings, armazenamento e observabilidade ainda podem ser remotos. O inverso também é possível: um banco local alimentando um modelo externo.

A documentação de observabilidade do Spring AI descreve opções de registro de prompts e respostas e alerta sobre exposição de conteúdo sensível. Confira a configuração da versão usada e as integrações adicionais. Para diagnosticar, prefira dados fictícios e registre apenas o necessário.

Retenção e uso para treinamento dependem do serviço, contrato e configuração. RAG não estabelece uma política universal. Uma avaliação precisa identificar os fornecedores e os produtos específicos envolvidos; executar uma etapa localmente não responde pelas demais.

Dúvidas frequentes sobre o caminho dos dados

RAG manda o PDF inteiro em toda pergunta?

Não é uma exigência da abordagem. A aplicação pode recuperar e enviar trechos selecionados. Mas uma implementação pode decidir incluir um documento completo, anexos ou outros conteúdos. Confirme a requisição real; não deduza o tamanho do envio apenas pelo nome RAG.

Só enviar embeddings significa que o gerador não vê texto?

Não necessariamente. Em um fluxo textual comum, a busca usa vetores para localizar registros e a aplicação fornece o texto recuperado ao gerador. Verifique tanto a estrutura do índice quanto o contexto final. Também não trate um vetor como garantia automática de anonimização.

RAG treina o modelo com meus documentos?

Inserir documentos no índice e recuperá-los como contexto não equivale, por si só, a alterar os pesos do modelo gerador. Fine-tuning envolve treinamento para ajustar o modelo. A referência de conceitos do Spring AI diferencia essas abordagens. Essa distinção técnica não substitui a verificação das condições de uso de dados do provedor.

RAG impede respostas inventadas?

Não. Uma resposta pode interpretar mal a fonte ou afirmar algo sem apoio suficiente. Teste perguntas com e sem evidência, confira as fontes e defina como a aplicação deve comunicar insuficiência de informação. Uma instrução ao modelo deve ser acompanhada de avaliação do comportamento observado.

Exercício: testar acesso, evidência e atualização

Use apenas o manual fictício e identidades de teste. Não registre documentos reais para começar este diagnóstico.

Cenário	Critério de verificação
Pergunta respondida pela seção pública	Contexto contém o trecho pertinente; resposta preserva suas condições.
Pergunta sem resposta no manual	Aplicação comunica insuficiência de evidência conforme o contrato definido.
Seção restrita, identidade sem acesso	Trecho restrito não entra no contexto; resposta não reutiliza cache de outra identidade.
Mesmo assunto, identidade autorizada	Apenas material permitido participa do contexto.
Procedimento atualizado	Trechos enviados correspondem à versão vigente.
Seção removida	Índice e contexto deixam de oferecer o trecho conforme o fluxo de exclusão definido.

Anote o que você esperava e o que aconteceu. Se o trecho certo nem chegou à chamada, comece pela leitura, divisão, índice e busca. Se ele chegou e a resposta mudou a orientação, olhe a geração. Você passa a investigar uma etapa por vez, em vez de trocar componentes sem saber onde está o problema.

Use o ensaio para localizar por onde os dados passaram e revisar esses destinos antes de trabalhar com informação real.

Checklist e próximo passo com a formação

• Identifiquei o conteúdo enviado para extração, embeddings e geração.
• Sei onde ficam arquivos, índice, logs, caches e backups.
• Testei autorização antes da montagem do contexto.
• Consigo relacionar a resposta ao trecho e à versão utilizados.
• Verifiquei ausência de evidência, atualização e remoção.
• Conferi retenção e uso de dados nos serviços e contratos efetivos.

As referências oficiais do Spring AI citadas foram consultadas em 22/10/2026. A documentação consultada se identifica como Spring AI 2.0.1; o artigo descreve conceitos e exercícios, sem prescrever uma configuração executável dessa versão.

Se você quer estudar IA junto às decisões de uma aplicação, consulte os conteúdos da Formação Build & Run. Leve a tabela de destinos como referência: ela ajuda a formular perguntas melhores sobre qualquer projeto.

Para levar à prática

Acompanhe o documento desde a extração até o contexto entregue ao gerador. Permissões, versões, embeddings, logs e condições do provedor fazem parte dessa análise; uma resposta com citação ainda precisa ser conferida na fonte.