Solucionado
Olá,
Lendo e revisando o projeto 3, me deparei com uma dúvida na parte de enriquecimento dos chunks. Vejo que, na prática, essa operação não é aproveitada, a princípio. Pois na etapa de recuperação dos chunks na função principal do Pipeline completo "responder_pergunta" os metadados são ignorados e não são usados no rerank e tampouco na criação do contexto final. Sendo assim, qual a finalidade dessa operação no projeto? Apenas para título de organização do banco vetorial?
Oi, Nelson!
Que satisfação ver você mergulhando nos detalhes da arquitetura. Sua observação é precisa: no código atual do responder_pergunta, a função de recuperação (similarity_search) tá focada na similaridade semântica do conteúdo textual, sem aplicar filtros explícitos baseados nos metadados que criamos.
Você tocou em um ponto comum no desenvolvimento de sistemas: a preparação da infraestrutura para escalabilidade.
A finalidade do enriquecimento neste contexto:
Embora o script simplificado não utilize a categoria para filtrar a busca no similarity_search, o enriquecimento dos chunks cumpre papéis fundamentais em um sistema de RH real:
categoria: ferias para restringir a busca apenas aos documentos pertinentes, aumentando a precisão e reduzindo a carga do banco vetorial.Então, no projeto atual, o enriquecimento funciona como uma boa prática de engenharia de dados, garantindo que a base de conhecimento seja estruturada e esteja pronta para implementações de filtros avançados ou buscas híbridas no futuro.
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!