Pular para conteúdo

Capítulo 2.9 — GraphRAG e Knowledge Graphs

🎯 Objetivo

Apresentar GraphRAG como complemento - não substituto - do RAG textual, com critério claro de quando vale a pena pagar o custo de manter um grafo.

🧠 Quando GraphRAG faz sentido

  • Perguntas multi-hop ("quem aprovou o quê que afeta o quê").
  • Compliance relacional (linhagem de decisões, dependência entre contratos, impacto de uma cláusula em outras).
  • Investigação (causa raiz, fraude, segurança, auditoria).
  • Explicabilidade estrutural (mostrar o "caminho" que ligou A a B).

Quando não faz sentido:

  • Corpus pequeno e relativamente plano.
  • Perguntas predominantemente "encontre o trecho que fala sobre X".
  • Time sem mandato organizacional para curar ontologia.

🧠 Componentes

  • Knowledge graph. Entidades, relações, propriedades.
  • Property graph (Neo4j, openCypher). Modelo pragmático, amplamente usado.
  • Ontologia (opcional). RDF/OWL para semântica formal e inferência.
  • Construção. NER + relation extraction + curadoria humana. A parte automática é necessária; a parte humana é o que separa um grafo útil de um grafo cheio de ruído.
  • Consulta. Cypher, SPARQL ou Gremlin.
  • Subgraph summarization. Linearização do subgrafo relevante para enviar ao LLM como contexto.

🧠 Padrões de uso

  • Hybrid RAG + Graph. RAG textual recupera trechos; o grafo recupera relações; o prompt combina os dois.
  • Graph-first para perguntas estruturadas, RAG para perguntas textuais. O roteador decide para onde vai.
  • Graph como filtro. O grafo restringe o universo (ex.: "apenas contratos do tenant X assinados após Y"), e o RAG textual entrega o conteúdo.

⚠️ Cuidados

  • Manter o grafo é caro. Extração automática produz ruído; curadoria é trabalho contínuo.
  • Qualidade depende de governança. Sem owner do esquema, o grafo apodrece em meses.
  • GraphRAG não substitui RAG textual para a maior parte dos casos; complementa.
  • Promessas de "raciocínio simbólico" via grafo ainda não têm base empírica robusta para a maior parte dos casos de produção; trate como heurística de recuperação enriquecida, não como solver.

📚 Referências