Atualização do índice

É o processo de manter o índice sincronizado com a base de conhecimento: adicionar documentos novos, reindexar os que mudaram e remover os que foram revogados. Re-embedding é recalcular todos os vetores, o que se torna necessário quando o modelo de embeddings é trocado. O critério de qualidade é a atualidade (freshness): quanto tempo passa entre a mudança em um documento e sua disponibilidade na busca. Um índice desatualizado é uma das causas mais comuns de respostas erradas em sistemas de RAG que “funcionavam” no lançamento.

Em Produto, vale definir no contrato da capacidade um acordo de atualidade, como “uma política nova aparece nas respostas em até 24 horas”, e quem é responsável por disparar a atualização. O problema mais frequente é o documento revogado que continua no índice: o sistema responde com a regra antiga, com aparência oficial, e ninguém percebe até um cliente reclamar. Uma boa prática é acompanhar a idade média dos chunks e automatizar gatilhos: a publicação de uma nova versão de política dispara a reindexação e remove a anterior.

Use atualização incremental para as mudanças do dia a dia: novos documentos, revisões, remoções. Use re-embedding completo apenas ao trocar o modelo de embeddings, e planeje como projeto. Use gatilhos automáticos sempre que a fonte tem um fluxo de publicação definido. Uma forma simples de diferenciar: atualização mantém o índice em dia; re-embedding reconstrói o índice do zero.

Operação de manutenção de sistemas de busca; ganhou peso com RAG, onde a base muda e o modelo de embeddings evolui.

Microsoft Azure Architecture Center, RAG design guide: indexing