Busca híbrida em RAG: quando a semântica encontra as palavras-chave

A busca híbrida combina a busca semântica (por significado, via embeddings) com a busca lexical (por palavras-chave). Ela está se tornando obrigatória em sistemas RAG que saem do protótipo e vão para um servidor de produção com usuários reais.

Por que uma única busca não basta

A busca semântica captura bem a proximidade de significado: se a base contém "automóvel", ela encontra a consulta "carro". Mas erra nas correspondências exatas de termos raros, como nomes de empresas, códigos e siglas específicas. A busca lexical funciona ao contrário: é ideal para correspondências exatas, mas não entende sinônimos nem variações de sentido.

Como funciona a abordagem híbrida

• A consulta vai aos dois buscadores ao mesmo tempo
• A busca semântica retorna documentos próximos em significado (top-k)
• A busca lexical retorna correspondências exatas e aproximadas (top-k)
• Os resultados são combinados por scoring: pega-se a interseção e reordena-se
• O LLM então trabalha com os melhores documentos do conjunto combinado

Quando a busca híbrida é crítica

Em sistemas RAG de produção, é comum encontrar:

• Respostas curtas e informativas (FAQ, documentação técnica), que exigem a precisão da busca lexical
• Consultas com nomes próprios e termos especializados, que a busca semântica deixa passar
• Dados com alta variância de linguagem (textos técnicos, jurídicos, artigos científicos)
• A necessidade de equilibrar recall (encontrar tudo o que é relevante) e precision (não trazer lixo)

O que isso significa

Desenvolvedores de RAG não podem mais depender de busca semântica pura. A abordagem híbrida não é uma opção, e sim o baseline de qualidade para produção em 2025. Quem ainda usa só bancos vetoriais sem componente lexical vai perder precisão e a confiança dos usuários.