por que evito bancos de dados em grafo a pergunta: "a produção do gráfico de conhecimento RAG está pronta? devemos usá-lo?" a resposta: após 10 anos em ML, eu me mantenho afastado de bancos de dados em grafo. toda empresa que vi entrar no mundo dos grafos volta para SQL em 4-5 anos. os problemas são reais: difícil contratar talentos (mais fácil encontrar especialistas em PostgreSQL) definição de esquema cria debates intermináveis sem práticas recomendadas claras maioria dos casos de uso precisa apenas de 1-2 travessias, não de operações complexas em grafo ainda o "grafo" do Facebook era na verdade um grande banco de dados MySQL. a única empresa que realmente precisa de bancos de dados em grafo é o LinkedIn para cálculos de amizade de 3-5 graus. mesmo para a abordagem de gráfico de documentos da Microsoft - eu preferiria usar embeddings ajustados. um grafo é apenas uma matriz de adjacência, e o ajuste fino pode te levar perto daquela definição de similaridade sem a complexidade operacional. comece com seus dados: deixe casos de uso específicos justificarem a complexidade do grafo em vez de escolher a tecnologia primeiro. o grafo pode ser 2% melhor, mas abordagens tradicionais que funcionam bem significam que esse 2% raramente justifica o custo de manutenção.