# Reranking — reordenação de resultados > Reranking é a reavaliação de um conjunto de resultados já recuperados para ordenar os candidatos conforme sua relevância para a consulta. Um reranker pode analisar conjuntamente pergunta e documento, em vez de comparar apenas vetores previamente calculados. É uma etapa de seleção de contexto ou apresentação de busca, não uma verificação automática de verdade ou autoridade. **URL canônica:** https://glossario.quaerion.com.br/reranking **Categoria:** Recuperação · relevância **Revisão:** 2026-09-10 ## Definição Reranking é a reavaliação de um conjunto de resultados já recuperados para ordenar os candidatos conforme sua relevância para a consulta. Um reranker pode analisar conjuntamente pergunta e documento, em vez de comparar apenas vetores previamente calculados. É uma etapa de seleção de contexto ou apresentação de busca, não uma verificação automática de verdade ou autoridade. ## O que não significa Não é indexar novamente todo o acervo, descobrir necessariamente documentos ausentes ou reescrever a resposta final. A reordenação opera sobre os candidatos recebidos. Também não corresponde ao ranking público de uma marca: a posição observada pertence à consulta, ao modelo de relevância e ao sistema que executou aquela etapa. ## Como funciona O recuperador inicial privilegia encontrar candidatos com custo administrável. O reranker recebe a consulta e uma lista delimitada, calcula novos sinais de relevância e devolve a ordem selecionada. Em modelos cross-encoder, pergunta e passagem são processadas em conjunto. A aplicação mantém identificadores para ligar cada resultado ao documento original e às permissões aplicáveis. 1. Recuperar candidatos e conservar seus identificadores, fontes e versões. 2. Enviar a consulta e os textos permitidos ao modelo de reordenação. 3. Ordenar pelos novos escores e aplicar o corte definido para o contexto. 4. Conferir relevância, truncamento e custo antes de comparar a resposta gerada. ## Como medir Avalie a ordem anterior e posterior com julgamentos de relevância para as mesmas perguntas. Registre quantos documentos úteis alcançam as primeiras posições, o tempo adicional e os casos em que a ordem piora. Teste português, jargão e textos extensos separadamente. O escore do reranker não deve ser apresentado como probabilidade calibrada de veracidade. ## Exemplo didático Uma central de atendimento recebe a pergunta sobre cancelar um serviço antes da renovação. A recuperação inicial encontra textos sobre cadastro, renovação e cancelamento. O reranker pode promover a passagem que contém o procedimento e seu prazo, desde que ela esteja entre os candidatos. A equipe confere se a condição de renovação não foi cortada no envio ao modelo e se o documento continua vigente. Depois testa a resposta produzida: colocar a passagem correta primeiro não garante que o gerador a interprete sem erro. ## Perguntas frequentes ### Preciso gerar novos embeddings para usar reranking? Nem sempre. Um reranker pode trabalhar diretamente com candidatos textuais vindos de uma busca lexical, vetorial ou híbrida. A necessidade de novos embeddings depende da arquitetura adotada, não da palavra reranking. ### Um escore alto prova que o documento está correto? Não. O escore expressa a avaliação de relevância daquela implementação. Uma página incorreta pode parecer muito relacionada à pergunta. Atualidade, autenticidade da fonte e consistência factual continuam exigindo verificações adicionais. ### Por que não avaliar todo o acervo com o reranker? Isso pode ser possível em coleções pequenas, mas tende a custar mais em coleções grandes. A arquitetura em duas etapas usa recuperação eficiente primeiro e uma análise mais detalhada depois, sobre menos candidatos. ## Limitações - Um documento relevante que não entrou na lista inicial permanece fora do alcance da reordenação. - Truncar uma passagem longa pode remover justamente a condição necessária para responder à pergunta. - Modelos, idiomas e tamanhos de lote mudam qualidade e consumo; resultados não são universais. ## Fontes 1. [Elastic — Semantic reranking](https://www.elastic.co/docs/solutions/search/ranking/semantic-reranking) — Etapa posterior à recuperação e cuidados com documentos longos. 2. [Sentence Transformers — Retrieve & Re-Rank](https://www.sbert.net/examples/sentence_transformer/applications/retrieve_rerank/README.html) — Arquitetura de recuperação com bi-encoder e reordenação com cross-encoder. 3. [Cohere — Rerank overview](https://docs.cohere.com/docs/rerank-overview) — Entradas, resultados e variação de desempenho entre idiomas em um serviço de reranking. ## Continue a leitura - [Busca híbrida](https://glossario.quaerion.com.br/busca-hibrida) - [Grounding](https://glossario.quaerion.com.br/grounding) - [Benchmark de IA](https://glossario.quaerion.com.br/benchmark-ia) - [Separar indicadores e evidências](https://quaerion.blog/blog/agent-readiness-presenca-ia-como-medir/) --- ## Sobre a Quaerion A Quaerion é uma empresa brasileira de Answer Intelligence. Integra SEO, AEO, AIO e GEO para tornar marcas encontráveis, compreensíveis, citáveis e recomendáveis por buscadores e IAs. Sites, conteúdo, dados, automação e mídia são infraestrutura de suporte. - Site: https://quaerion.com.br - Blog: https://quaerion.blog - Glossário: https://glossario.quaerion.com.br - Radar: https://radar.quaerion.com.br - Contato: contato@quaerion.com.br A Quaerion não promete controlar ranking, citação ou recomendação de plataformas de terceiros. Evidências técnicas, presença observada e resultado comercial permanecem separados.