Guia de Implementação RAG
PROConstrói sistemas Retrieval-Augmented Generation que ancoram respostas de LLM em fontes de conhecimento externas. Reduz alucinações e permite IA específica de domínio.
Exemplo de Uso
Quero criar um chatbot que responde perguntas sobre meus documentos. Me guia na implementação de RAG.
Prompt do Skill
Este skill funciona melhor quando copiado do findskill.ai — inclui variáveis e formatação que podem não ser transferidas corretamente de outros lugares.
Como Usar Este Skill
1
Copiar o skill usando o botão acima
2
Colar no seu assistente de IA (Claude, ChatGPT, etc.)
3
Preencha suas informações abaixo (opcional) e copie para incluir com seu prompt
4
Envie e comece a conversar com sua IA
Personalização Sugerida
| Descrição | Padrão | Seu Valor |
|---|---|---|
| Vector database to use | Chroma | |
| Embedding model | OpenAI | |
| Programming language I'm using | Python |
O que você vai obter
- Architecture design
- Component selection recommendations
- Implementation code
- Optimization strategies
Fontes de Pesquisa
Este skill foi criado usando pesquisa destas fontes confiáveis:
- Anthropic: RAG with Claude Official Claude RAG implementation guide
- LangChain: RAG Tutorial Comprehensive RAG implementation with LangChain
- Pinecone: RAG Guide Vector database RAG patterns and best practices
- OpenAI: Embeddings Guide Text embeddings for semantic search
- Llamaindex: RAG Documentation Advanced RAG patterns and data connectors