Leonardo Peron5 min de leitura
A pergunta aparece em quase toda primeira conversa sobre IA: dá para treinar o modelo com os nossos dados? Soa técnica e é, quase sempre, uma pergunta sobre processo — a resposta muda o que a empresa vai ter que arrumar antes de qualquer linha de código.
Duas coisas diferentes com o mesmo nome
Treinar é ajustar o modelo com os seus exemplos, alterando o próprio modelo. O conhecimento fica embutido, sem origem identificável e sem data de validade.
Buscar na base é manter documentos e registros onde já estão, recuperar os trechos relevantes no momento da pergunta e mandá-los junto com ela. O modelo não aprendeu nada: ele leu.
A diferença que mais importa é o que acontece quando o dado muda. Na busca, você edita o documento e a próxima resposta já sai certa. No treino, o fato errado continua lá até alguém refazer tudo — e não dá para apagar um fato específico, do mesmo jeito que não dá para tirar uma lembrança.
Por que quase sempre a busca
Quatro razões, e nenhuma é sobre qualidade do modelo.
O dado da empresa muda toda semana. Preço, política, tabela, cadastro. Congelar o conhecimento no momento do treino é começar a envelhecer no dia seguinte, e a degradação não avisa.
Dá para citar a origem. A resposta aponta o documento e a versão, e quem lê confere. Conhecimento embutido não aponta para nada — ele simplesmente sai.
Permissão continua existindo. Dá para tirar um documento do alcance de alguém sem refazer nada. Uma vez treinado, o conteúdo está espalhado dentro do modelo e não há como restringi-lo por pessoa.
Errar sai barato. Recorte ruim se conserta editando o documento ou ajustando a busca, em minutos.
Treinar continua fazendo sentido quando o que falta é forma, não conteúdo: um formato de saída muito específico, um vocabulário próprio da casa, um estilo de classificação que exemplo no prompt não sustenta. É decisão sobre como o modelo escreve, não sobre o que ele sabe — e confundir as duas é o que leva a pagar um treino para resolver dado desatualizado.
O que precisa estar arrumado antes
É aqui que o projeto trava, e o obstáculo raramente é técnico.
Documento com versão e data. Duas cópias da mesma política na mesma pasta, uma antiga e uma vigente, e o sistema vai escolher a errada parte das vezes, sem sinal nenhum: as duas parecem igualmente legítimas. A busca não sabe qual está valendo; alguém precisa ter dito, no arquivo.
Dado que não se contradiz. Se o preço na proposta, no sistema e no site discordam, o agente vai responder um dos três. Escolher errado não é falha dele: é a contradição que já existia aparecendo mais rápido. Antes alguém descobria na hora de fechar o pedido; agora sai em segundos, com cara de resposta oficial.
Dono por documento. Alguém que responde pelo conteúdo estar correto e é avisado quando ele vence. Base sem dono envelhece, e envelhece calada.
Uma lista do que não entra. É o erro mais comum e o mais caro de desfazer: apontar a ferramenta para a pasta inteira. Rascunho, proposta que não fechou, apresentação de dois anos atrás — tudo vira fonte com o mesmo peso do documento oficial, e o sistema não tem como distinguir. Curadoria pequena e explícita entrega mais que volume.
O custo escondido é manter
Montar a base é um projeto, com começo e fim. Mantê-la é uma rotina sem fim, e é isso que costuma faltar no orçamento.
Documento novo precisa entrar, versão antiga precisa sair, mudança de política precisa chegar ao índice no mesmo dia em que passa a valer. Quando ninguém tem essa tarefa no nome, a base envelhece em silêncio: o sistema continua respondendo com a mesma fluência de sempre. A queda não aparece como erro, e sim como resposta desatualizada com cara de certa — a forma mais difícil de detectar.
Vale colocar essa rotina na mesma conta em que entra o custo de rodar o agente. É comum ela ser maior.
Permissão: quem vê o quê quando o sistema responde
A parte que aparece tarde e machuca.
O sistema responde a uma pessoa, mas a busca costuma acontecer com a identidade do serviço — que, por conveniência, tem acesso a tudo. Salário, margem por cliente, contrato de fornecedor. Basta uma pergunta bem formulada, e ela nem precisa ser mal-intencionada.
A regra que resolve é uma só: a busca precisa acontecer com a permissão de quem perguntou, não com a do serviço. O filtro entra antes da recuperação.
Filtrar depois não serve. Se o trecho já foi lido pelo modelo, ele pode reaparecer em paráfrase, sem citar o documento e sem disparar nenhum filtro que procure o nome do arquivo. Um número de margem no meio de uma frase não carrega etiqueta de origem.
Duas coisas completam o desenho: o registro de quem perguntou o quê, que permite responder "esse dado vazou?" com evidência em vez de suposição; e o mesmo cuidado com o que o agente pode escrever de volta, quando tem permissão de agir e não só de ler.
O exercício
Escolha as cinco perguntas que o time mais faz sobre política, preço ou procedimento. Para cada uma, aponte o documento, a versão que responde e o dono.
O que você não achar, ou achar em duas versões que discordam, é o trabalho que o projeto de IA vai revelar de qualquer jeito. A diferença é fazer agora, com calma, ou descobrir depois pela boca do sistema, na frente de um cliente.