O que é um Graph RAG?

O RAG resolveu o problema de dar ao modelo dados que ele nunca viu. Mas o RAG que quase todo mundo usa recupera por similaridade: traz os trechos que mais parecem com a pergunta, sem nenhum modelo de como os fatos se conectam. Isso quebra quando a resposta exige juntar informação espalhada. O Graph RAG troca a similaridade pela estrutura: monta um knowledge graph de entidades e relações tipadas e responde navegando as conexões. Ele ganha em três frentes — raciocínio multi-hop, hierarquia e perguntas globais; o RAG vetorial ainda basta pra busca factual simples. Não competem: o normal é os dois rodando juntos, cada um no que faz melhor.
Pergunte a um RAG comum qual presente dar pra sua mãe que custe menos de R$200 e chegue antes de domingo. Ele te traz três parágrafos que parecem com a pergunta. Nenhum responde.
A pergunta não é sobre texto parecido. É sobre relações: um produto, ligado a uma categoria, ligado a um preço, ligado a um prazo de entrega. O RAG comum mede semelhança entre textos — e semelhança não é conexão. É essa distinção, parecer versus estar ligado, que o resto do artigo destrincha. Mas antes, o problema que o RAG veio resolver.
O que o RAG resolve, e onde ele trava
Um LLM não conhece o seu negócio. Os pesos dele foram treinados na internet, e o seu catálogo, a sua política de troca, o pedido de um cliente específico nunca estiveram lá. Quando você pergunta sobre isso, o modelo responde mesmo assim, no formato certo, com a mesma confiança de sempre, e é aí que ele alucina.
RAG, sigla para Retrieval-Augmented Generation (geração aumentada por recuperação), foi a resposta da indústria. Em vez de esperar o modelo saber, você recupera o fato de uma fonte externa e o injeta no prompt na hora da pergunta — daí "aumentado por recuperação". O modelo deixa de adivinhar e passa a responder a partir de algo verificável. Virou a arquitetura padrão de quase todo agente que lida com dado proprietário.
O detalhe é que "RAG", na boca da maioria, quer dizer uma forma específica de recuperar: por similaridade vetorial. E é essa forma que tem um teto. Pra ver onde fica o teto, primeiro como ela funciona.
RAG vetorial: recuperar o que parece com a pergunta
O RAG vetorial funciona em quatro passos. Primeiro, você quebra os documentos em pedaços — os chunks, tipicamente um parágrafo ou alguns. Segundo, cada chunk vira um embedding: uma lista de centenas ou milhares de números produzida por um modelo treinado pra isso. Vale entender o que esses números são, porque é onde o método mostra a sua força e o seu limite. Cada número é uma coordenada, e juntos eles posicionam o texto como um ponto num espaço com tantas dimensões quantos forem os números — alto demais pra visualizar, mas a intuição é a de sempre: cada dimensão é um eixo, e o ponto tem uma posição em cada um. O modelo aprende a colocar textos de sentido parecido em regiões próximas desse espaço. Terceiro, esses vetores vão pra um banco vetorial, otimizado pra achar vizinhos nesse espaço. Quarto, na hora da pergunta, a pergunta vira um vetor pelo mesmo modelo, e o sistema devolve os chunks mais próximos dela.
E "próximo" aqui tem uma definição precisa. O que quase todo sistema mede é a similaridade de cosseno: o cosseno do ângulo entre o vetor da pergunta e o de cada chunk. Dois vetores que apontam na mesma direção têm ângulo zero e cosseno 1 (máxima semelhança); perpendiculares, cosseno 0; opostos, −1. Repare que o que importa é a direção do vetor, não o seu tamanho — o que vale é pra onde o texto aponta no espaço de significado, não quão "intenso" ele é. O sistema calcula esse cosseno entre a pergunta e os candidatos e devolve os de maior valor.
O resultado é uma busca por semelhança sobre blocos de texto isolados. Pra uma pergunta de um salto só — "qual a política de troca?" — isso é exatamente o que você quer: a resposta mora num trecho que se parece com a pergunta, e o RAG vetorial a entrega rápido e barato.
O teto aparece quando a resposta não mora em nenhum trecho parecido. Quando ela depende de juntar fatos espalhados, que se conectam por uma relação e que individualmente não se parecem nem com a pergunta nem entre si. Na pergunta do presente, "menos de R$200" e "chega antes de domingo" são fatos sobre o produto sem nada de semanticamente parecido com a palavra "presente". A similaridade traz os pedaços soltos, o modelo tenta costurar a relação sozinho, e costura errado, com convicção.
Falta ao banco de chunks uma coisa só: um modelo de como os fatos se ligam. Guardar essas ligações de forma explícita é o trabalho de um knowledge graph.
O que é um knowledge graph
Um knowledge graph (grafo de conhecimento) representa a informação como uma rede. As coisas são nós — um produto, uma categoria, uma pessoa, uma política. As ligações entre elas são arestas. E o que muda tudo: as arestas são tipadas. Não dizem só que duas coisas estão ligadas; dizem como: pertence a, é exceção de, custa menos que, foi comprado por. Cada aresta tem um nome e uma direção.
Pense num mapa de metrô. As estações são as entidades; as linhas que as ligam têm nome e direção. Uma estação solta não te leva a lugar nenhum — é conhecer as linhas que te deixa traçar uma rota por várias estações. Um banco de chunks tem só as estações soltas. O grafo tem as linhas, e é nelas que mora o que o texto corrido joga fora: a hierarquia (categoria → subcategoria → produto) e os caminhos de vários passos.
O que é um Graph RAG
Graph RAG é recuperação que navega um knowledge graph em vez de medir distância entre vetores. Em vez de buscar os trechos mais parecidos, ele segue as arestas de entidade em entidade até montar a resposta. Essa travessia de nó em nó pelas arestas tem nome técnico — graph traversal, ou simplesmente percorrer o grafo.
São duas etapas. Na indexação (a preparação feita uma vez, antes de qualquer pergunta), além de picar o texto e gerar embeddings, um passo extra lê os documentos, extrai as entidades e as relações entre elas, e monta o grafo. A implementação de referência, o GraphRAG da Microsoft, dá mais um passo: agrupa as entidades em comunidades — conjuntos densamente conectados, que costumam corresponder a um tema do conteúdo — e escreve um resumo de cada uma de antemão. Na recuperação (o que roda a cada pergunta), a busca percorre o grafo: seguindo arestas em vários saltos pra perguntas específicas, ou juntando os resumos de comunidade pra perguntas amplas sobre o conteúdo inteiro.
A diferença é de natureza, não de grau. Um sistema recupera pelo que o texto aparenta; o outro, pelo que os fatos são entre si.
Quando e por que o Graph RAG ganha
Quatro situações expõem o teto do RAG vetorial.
Perguntas multi-hop. "Hop" é cada relação que você atravessa pra chegar na resposta. "Qual a política de troca?" é um hop só. O presente lá da abertura — até R$200, antes de domingo, casado a um perfil — são vários, em cadeia: perfil → atividades → categorias → preço → prazo. O problema pro RAG vetorial é sutil e vale entender, porque define a fronteira inteira: os fatos do meio da cadeia — a categoria que liga um interesse a um produto, a tabela que liga o produto ao prazo — não têm semelhança textual nenhuma com a pergunta. São pontes lógicas, não trechos parecidos. A busca por similaridade só enxerga as pontas (o que se parece com o interesse, o que se parece com "presente") e nunca recupera o miolo que conecta as duas; a cadeia arrebenta no primeiro elo invisível. O grafo não depende de semelhança pra achar esses elos — eles são arestas explícitas, então ele simplesmente caminha por elas. Em benchmarks de raciocínio multi-hop, abordagens Graph RAG superam o RAG tradicional em até 10 pontos percentuais de precisão geral, com ganho de até 20 pontos em consultas temporais e comparativas — justamente as que mais encadeiam relações.
Perguntas globais. "Quais são os temas recorrentes em todos os chamados de suporte deste trimestre?" não é bem uma pergunta de recuperação — é de síntese. Não existe o trecho certo pra buscar: a resposta está distribuída por milhares deles, e nenhum sozinho a contém. O RAG vetorial puxa um punhado dos mais parecidos e responde como se aquela amostra fosse o todo — uma leitura confiante de uma fração dos dados. O Graph RAG parte dos resumos de comunidade, que foram construídos cobrindo o conjunto inteiro, então a resposta enxerga o todo de fato. Em avaliações cegas sobre conjuntos de mais de um milhão de tokens, o grafo venceu o RAG vetorial em abrangência e diversidade em torno de 72% a 83% das comparações.
Relações com direção e tipo. Lá em cima a similaridade virou um número: o cosseno do ângulo entre dois vetores. O problema é que "X comprou Y" e "Y comprou X" geram vetores quase idênticos — mesmas palavras, mesma direção no espaço, cosseno perto de 1 — e a conta não tem como separar quem fez o quê a quem. O mesmo vale pra hierarquia: o cosseno não sabe que "tênis de corrida" está dentro de "calçados", só que os dois textos apontam pra perto. A aresta tipada guarda exatamente o que o vetor descarta — o sentido (comprou, pertence a) e a direção. É a diferença entre saber que dois fatos se tocam e saber o que um é do outro. E não é questão de trocar o modelo de embedding por um melhor: a direção da relação não está representada em lugar nenhum daquele espaço. Onde o significado depende de quem aponta pra quem, o cosseno nunca chega lá.
Rastreabilidade. Quando o RAG vetorial erra, você fica no escuro: ele devolveu um chunk porque estava próximo no mapa, e "próximo" não é uma explicação que dê pra auditar ou corrigir. No grafo, a resposta vem com o caminho que a produziu — quais entidades, quais relações, quantos hops. Quando algo sai errado, dá pra apontar o elo exato que falhou em vez de mexer às cegas no prompt. E em setor regulado, é essa trilha que decide se a IA pode ir pra produção.
O RAG vetorial te entrega trechos que parecem com a pergunta e te deixa torcer pra que a relação esteja certa. O Graph RAG te entrega o caminho: quais fatos, ligados por quais relações. A diferença entre parecer e ser é a diferença entre uma resposta plausível e uma resposta correta.
Quando usar cada um
Nada disso quer dizer que todo projeto precisa de um grafo. O Graph RAG rende quando a pergunta tem estrutura. Quando não tem, ele vira peso morto.
A pergunta que decide é direta: a resposta depende de como os fatos se conectam? Numa consulta factual de um hop, sobre texto corrido, o RAG vetorial entrega mais rápido e com menos infraestrutura — achar um fato dentro de um documento não pede um grafo. O grafo se justifica quando as perguntas pedem multi-hop, hierarquia ou relações com direção, quando rastreabilidade e baixa alucinação viram requisito, e quando o domínio tem estrutura rica e estável — e vale ser específico sobre o que isso quer dizer, porque é aí que a decisão realmente mora.
Não é sobre ter muitos dados — é sobre os dados terem relações que importam pra resposta e que não mudam toda hora. Um catálogo de e-commerce (produto, categoria, marca, atributo, ocasião), a malha de regras e exceções de uma operação, o histórico de um cliente: tudo isso é relação estável e tipada, exatamente o que o grafo captura e a similaridade joga fora. Já um acervo de artigos sobre assuntos sem ligação entre si, não — ali a estrutura seria inventada, e o grafo daria trabalho sem devolver insight. O sinal prático é simples: se as suas perguntas mais difíceis começam com "qual", o RAG vetorial dá conta; se começam com "quais, dado que" — várias condições amarradas —, é grafo.
Na prática, nos sistemas maduros os dois convivem por roteamento: um classificador lê a pergunta e decide pra onde mandar. Factual de um hop vai pra busca vetorial; multi-hop vai pra travessia no grafo; global cai nos resumos de comunidade. E o embedding ainda trabalha dentro do grafo, no passo que a próxima seção detalha. Um acha o ponto de entrada, o outro navega a estrutura.
Onde a Pumpkin entra
A Pumpkin Labs faz engenharia de harness: a infraestrutura em volta do modelo que decide se ele acerta ou alucina sobre os seus dados — recuperação, roteamento, memória, as ferramentas que ele pode acionar. O knowledge graph é uma peça desse conjunto, e das que mais pesam quando o domínio tem relações que importam. Aqui ele entra com o roteamento da seção anterior já rodando: o embedding casa a entrada bagunçada do usuário com o nó certo, e o grafo navega as relações até a resposta. A parte que exige mais engenharia vem antes da pergunta, na construção do grafo — montá-lo na mão não escala, então a extração é automatizada a partir dos dados da própria empresa, sem um time desenhando entidade por entidade. É o que tira o Graph RAG do benchmark e põe no ritmo de um negócio real. Pra ver no nível de implementação, leia Graph RAG na Prática.
A lição, no fim, é a mesma do resto da série: a qualidade de uma resposta sobre os seus dados não vem de um modelo maior. Vem de dar a ele a estrutura certa pra consultar — e estrutura é justamente o que a similaridade descarta e o grafo preserva.
custa menos que, pertence a — e não apenas um vínculo genérico.O que é Graph RAG?
Qual a diferença entre Graph RAG e RAG tradicional?
O que é um knowledge graph?
Quando usar Graph RAG em vez de RAG vetorial?
Todo projeto precisa de um knowledge graph?
Graph RAG elimina a alucinação?
Vector search e knowledge graph competem entre si?
- Edge, Trinh, Cheng, Bradley, Chao, Mody, Truitt, Metropolitansky, Ness, Larson. From Local to Global: A Graph RAG Approach to Query-Focused Summarization. arXiv 2404.16130, abril de 2024.
- Microsoft Research. LazyGraphRAG: Setting a new standard for quality and cost. Microsoft Research Blog, 25 de novembro de 2024.
- When to use Graphs in RAG: A Comprehensive Analysis for Graph Retrieval-Augmented Generation. arXiv 2506.05690, 2025.
- RAG vs. GraphRAG: A Systematic Evaluation and Key Insights. arXiv 2502.11371, 2025.
- Yang et al. HotpotQA: A Dataset for Diverse, Explainable Multi-hop Question Answering. EMNLP, 2018.
- Tang, Yang. MultiHop-RAG: Benchmarking Retrieval-Augmented Generation for Multi-Hop Queries. 2024.
- IBM. What is GraphRAG?. IBM Think Topics.
- Pumpkin Labs. Nossa Tech — Knowledge Graphs e Graph RAG. pumpkinlabs.io, acessado em junho de 2026.