Agentics Em AI descrevemos um Agentic como um "persona" com o papel de "agente", que pode tomar decisões, iniciar ações e interagir com seu meio ambiente de uma forma que demonstra habilidades para atuar independente e resolver problemas.. Um Agentic, com o auxílio das LLMs, executa o papel de um intermediário que interage com o usuário para entender suas necessidades, fornecer respostas e realizar tarefas. É um Agente Autônomo projetado para atuar como se fosse um humano com habilidades para entender e resolver problemas e assistir usuários de forma eficiente.

O Agentic é frequentemente o primeiro ponto de interação com os usuários. Usa técnicas como Natural Language Processing (NLP) para entender a solicitação do usuário, seja na forma de texto ou de voz. Ele interpreta a intenção dos usuários, divide a solicitação em partes executáveis, e determina qual a melhor forma de responder.

RAG 'Retrieval Augmented Generation' é uma técnica de IA que combina busca de informações e geração de texto. Ela utiliza um componente de recuperação (retrieval) para buscar dados relevantes em um repositório. Em seguida, um gerador (normalmente um modelo de linguagem LLM) usa esses dados recuperados para criar respostas. Isso ajuda a fornecer resultados mais fundamentados e confiáveis.

Esta abordagem reduz a alucinação, pois o texto é fortemente embasado em informações concretas. Pode ser aplicada em Agentes Autônomos, sistemas de FAQ e suporte automático. No geral, RAG mantém a fluência da geração de texto e garante maior fidelidade às fontes.