Tecnologia para o setor de energia · RAG · IA Generativa
Indexação e RAG de Documentos para o Setor de Energia
Sistema de indexação e recuperação aumentada de documentos (RAG) para grandes empresas de energia, construído na AWS.
53%
redução em SLAs operacionais críticos
Informação técnica encontrada em segundos, com resposta fundamentada nos documentos de origem.
Visão geral
Grandes empresas de energia concentram um volume enorme de documentação técnica e operacional. Foi desenvolvido um sistema de indexação e recuperação aumentada de documentos (RAG) na AWS, para que as equipes encontrem a informação certa rapidamente e com a fonte ao lado.
Desafio
Em operações críticas, o tempo gasto localizando a informação correta em grandes acervos documentais impacta diretamente os SLAs. Buscas por palavra-chave não bastam quando a resposta está espalhada em documentos extensos.
Solução
Os documentos são indexados — extraídos, segmentados e convertidos em embeddings — em um índice vetorial. Na consulta, a recuperação semântica encontra os trechos mais relevantes e um LLM gera a resposta fundamentada nesses trechos, indicando os documentos de origem.
O resultado: redução de 53% em SLAs operacionais críticos.
Demonstração
Exemplo interativo
Pergunta técnica, resposta com fonteExemplo ilustrativo com dados fictícios. Documentos, equipamento, trechos e scores criados para demonstrar a recuperação e a rastreabilidade.Repositório de documentos
Acervo indexado
- Manual de Operação de Subestação — Rev. 7
48 páginas · 96 trechos
Indexado - Procedimento de Registro de Manutenção — Rev. 3
16 páginas · 32 trechos
Indexado - Norma Interna de Documentação de Transformadores — Rev. 2
24 páginas · 48 trechos
Indexado - Guia de Arquivamento de Relatórios — Rev. 1
12 páginas · 20 trechos
Indexado
Extração segmentação embeddings índice vetorial
Busca semântica
Da pergunta aos trechos
O acervo está pronto para receber uma pergunta.
Pergunta de exemplo
Top 3 · trechos recuperados
Similaridade ilustrativa; os scores ordenam os trechos, sem garantir a correção da resposta.
- Fonte [1]0,94
Procedimento de Registro de Manutenção — Rev. 3 · p. 4
“O registro de manutenção deve referenciar a ordem de serviço, o identificador do equipamento e a data da intervenção.”
- Fonte [2]0,91
Norma Interna de Documentação de Transformadores — Rev. 2 · p. 9
“O dossiê do transformador reúne o relatório da intervenção e a identificação do responsável pelo registro.”
- Fonte [3]0,87
Guia de Arquivamento de Relatórios — Rev. 1 · p. 6
“A versão vigente do relatório deve ser arquivada no dossiê do equipamento com os anexos citados.”
Síntese do LLM
Resposta com fontes
Aguardando os trechos para fundamentar a resposta.
Segundo os documentos deste acervo fictício, o registro deve:
- Vincular a ordem de serviço, o identificador do transformador T-3 e a data da intervenção.[1]
- Incluir o relatório da intervenção e identificar o responsável pelo registro no dossiê do equipamento.[2]
- Arquivar a versão vigente do relatório e seus anexos no mesmo dossiê.[3]
Selecione uma citação para conferir o trecho e a página de origem.
Organização documental da manutenção. O exemplo não descreve procedimentos de intervenção no equipamento.
Arquitetura
- Documentos técnicos e operacionais
- Repositório de documentosAmazon S3
- Extração e segmentaçãoAmazon Textract · chunking
- EmbeddingsAmazon Bedrock
- Índice vetorial + metadadosAmazon OpenSearch Service
- Equipes de operaçãoÍndice vetorialOpenSearch
- API de consultaAPI Gateway + AWS Lambda
- Recuperação semântica
- LLMAmazon Bedrock
- Resposta com fontes
Como funciona
Ingestão
Documentos técnicos e operacionais das empresas de energia são centralizados em um repositório na AWS.
Indexação
O conteúdo é extraído, segmentado e transformado em embeddings, formando um índice vetorial com metadados.
Recuperação
A pergunta da equipe, em linguagem natural, é usada para buscar os trechos mais relevantes no índice.
Resposta fundamentada
O LLM gera a resposta com base nos trechos recuperados e indica os documentos de origem.
Decisões de engenharia
Recuperar antes de gerar
A resposta parte dos documentos das próprias empresas, não do conhecimento genérico do modelo.
Respostas rastreáveis
Cada resposta aponta para os documentos de origem, permitindo conferência em contextos críticos.
Serviços gerenciados na AWS
Armazenamento, indexação e modelos gerenciados reduzem a operação de infraestrutura e escalam com o volume.
Tecnologias
- AWS
- RAG
- IA Generativa
- Indexação de documentos
- Busca semântica
- Embeddings
Impacto
53%
redução em SLAs operacionais críticos
Nos processos atendidos pelo sistema de recuperação de documentos.
Entregas
- Desenho e desenvolvimento do sistema de indexação e recuperação aumentada de documentos.
- Arquitetura da solução na AWS.