Como Contratos Tipados Eliminam Alucinações em Sistemas RAG

Um dos problemas mais persistentes em sistemas RAG (Retrieval-Augmented Generation) é a alucinação: o modelo gera respostas plausíveis mas incorretas quando não encontra a informação exata nos documentos recuperados. Kezhan Shi, na série Enterprise Document Intelligence do Towards Data Science, propõe uma solução elegante: substituir a saída de texto livre por um contrato tipado — um schema estruturado onde cada campo é verificável contra os trechos recuperados.

Por que prompts não resolvem o problema

Dizer ao modelo “não invente” não funciona porque a alucinação não é um bug — é como a IA generativa funciona. O modelo prevê o próximo token mais provável, não consulta uma base de dados. Em tópicos onde os dados de treinamento são densos, a previsão é confiável. Em documentos privados da sua empresa, vistos uma ou nenhuma vez, a mesma fluência produz erros com a mesma confiança.

A abordagem do artigo é baseada em quatro pilares — ou “tijolos” — que convergem na geração:

• Parsing de documentos: transforma PDFs em tabelas estruturadas, não em texto bruto
• Parsing de perguntas: converte a string do usuário em um objeto ParsedQuestion tipado, com formato de resposta declarado
• Recuperação: entrega os trechos mínimos que contêm a resposta, ancorados em linhas exatas do documento
• Geração: usa os três anteriores para produzir uma resposta estruturada e verificável

O contrato tipado como solução

A ideia central é que o schema da resposta funciona como um contrato: cada campo é uma pergunta que o pipeline faz ao modelo, e cada resposta pode ser checada contra os trechos de entrada. Quando você pede “uma resposta” em texto livre, o modelo preenche lacunas da memória. Quando você exige um objeto estruturado onde cada campo é validado contra a entrada, não sobra espaço para inventar.

O artigo detalha como construir esse schema — quais campos incluir (resposta principal, citações, flags de fidelidade, feedback para o pipeline), como tipar cada campo e como usar as citações para verificar se cada afirmação vem realmente dos trechos recuperados.

Execução controlada, não prompts milagrosos

A abordagem não depende de engenharia de prompt avançada. É execução controlada: entrada estruturada (trechos + pergunta tipada) entra, saída estruturada (schema tipado com citações) sai. O modelo responde apenas com base nos trechos fornecidos, em um formato pré-definido, com citação obrigatória para cada afirmação.

O artigo é o primeiro de três partes sobre o “tijolo de geração” da série. Os próximos cobrem montagem de prompts (Artigo 8B) e validação de respostas com loop de feedback (Artigo 8C). Todo o código acompanha notebooks executáveis no GitHub (doc-intel/notebooks-vol1), permitindo reproduzir cada etapa do pipeline.

Por que isso importa

Para quem constrói sistemas RAG em produção — especialmente em contextos empresariais com documentos proprietários — a abordagem de contrato tipado oferece um caminho concreto para reduzir alucinações sem depender de modelos cada vez maiores. A validação sistemática de cada campo da resposta cria uma camada de verificabilidade que simplesmente não existe quando o output é texto livre.