Como o simulador funciona
Você informa 4 variáveis: volume de documentos, taxa de atualização mensal, política de retenção e consultas por dia: e a ferramenta estima o impacto de limpar documentos obsoletos da sua base RAG (Retrieval Augmented Generation):
- Documentos a limpar por mês: quantos saem da base conforme envelhecem.
- Melhoria de precisão estimada: quanto a limpeza reduz ruído e melhora a relevância das respostas.
- Economia de armazenamento , quanto você deixa de pagar por vetor e armazenamento.
O veredito recomenda a ação: limpar regularmente, revisar a política de retenção ou manter como está.
Tudo roda no navegador. Nada é enviado pra servidor.
Por que fazer garbage collection em RAG
RAG não é “indexa uma vez e esquece”. Documento velho vira ruído: política antiga, preço defasado, procedimento revogado. Quanto mais obsoletos se acumulam, mais o retriever puxa trechos errados e mais o modelo responde com informação que já não vale: sem que ninguém perceba.
A limpeza periódica (chamada de garbage collection ou collection pruning) reduz ruído, melhora precisão das respostas e corta custo de armazenamento no vector DB. Mas limpar demais também atrapalha: documento histórico relevante some. O simulador ajuda a calibrar o ponto certo entre precisão, custo e retenção.
Premissas do cálculo
A ferramenta usa premissas conservadoras baseadas em literatura de RAG em produção:
- Documento é considerado obsoleto quando excede a janela de retenção definida.
- Cada documento obsoleto na base reduz a precisão média em ~0,3% a 0,6% (acumulado, com teto).
- Custo de armazenamento no vector DB: ~US$ 0,10 por 1 milhão de vetores por mês (referência Pinecone/Weaviate 2026).
- Tokens por documento: média de 800 (4 tokens ≈ 3 palavras).
Valide com a sua realidade antes de decidir a política.
Quer ajuda pra implementar?
A política ideal depende do tipo de documento, da frequência de mudança no seu negócio e dos requisitos regulatórios (LGPD, retenção fiscal). Diagnóstico gratuito, 30 minutos, online.