Glossário de IA

É um modelo de IA de grande porte, treinado com muito texto para entender instruções e produzir conteúdo.

Exemplo: O GPT-4, da OpenAI, é um LLM conhecido por seu uso no ChatGPT.

É um modelo de IA menor, criado para gastar menos recursos e resolver tarefas mais específicas.

Exemplo: O Phi-3 Mini, da Microsoft, é um SLM que pode funcionar em equipamentos mais modestos.

É um ajuste interno aprendido pelo modelo durante o treinamento e usado para decidir como responder.

Exemplo: Quanto mais parâmetros um modelo possui, mais ajustes internos ele pode usar para interpretar uma pergunta.

São abreviações usadas para indicar milhões e bilhões de parâmetros.

Exemplo: 300M significa 300 milhões, enquanto 7B significa 7 bilhões.

Indica um modelo com cerca de 300 milhões de parâmetros, normalmente leve e econômico.

Exemplo: Um modelo 300M pode ser adequado para classificação simples em uma máquina com pouca memória.

Indica um modelo com cerca de 1 bilhão de parâmetros.

Exemplo: Um modelo 1B costuma equilibrar baixo consumo e capacidade para tarefas bem definidas.

Indicam modelos progressivamente maiores, que costumam compreender tarefas mais complexas, mas exigem mais memória e processamento.

Exemplo: Um modelo 7B normalmente precisa de uma máquina mais potente do que um modelo 3B.

É um modelo que utiliza quase toda a sua capacidade interna sempre que processa uma entrada.

Exemplo: Ao responder uma pergunta, um modelo denso aciona praticamente todos os seus parâmetros.

Significa Mistura de Especialistas. O modelo possui partes especializadas e ativa somente as mais úteis para cada entrada.

Exemplo: Uma pergunta sobre programação pode ativar partes diferentes das usadas para analisar um contrato.

São os ajustes internos realmente usados pelo modelo durante um processamento.

Exemplo: Um modelo pode ter muitos parâmetros no total, mas usar apenas uma parte deles em cada resposta.

É uma pequena parte do texto que o modelo lê ou escreve. Pode ser uma palavra inteira, parte dela ou um sinal.

Exemplo: A frase “Bom dia” pode ser dividida em mais de um token.

É o limite de conteúdo que o modelo consegue considerar ao mesmo tempo.

Exemplo: Uma janela maior permite analisar um documento longo sem descartar suas primeiras páginas.

É o momento em que um modelo já treinado recebe uma entrada e produz um resultado.

Exemplo: Pedir um resumo e receber a resposta é uma inferência.

É uma forma de compactar o modelo para reduzir o uso de memória e processamento, com possível perda de qualidade.

Exemplo: Uma versão quantizada pode funcionar em uma máquina menor do que a versão original.

É um modelo executado em uma máquina controlada pelo próprio projeto, sem depender sempre de um serviço externo.

Exemplo: Uma empresa pode executar um modelo Llama em seu próprio servidor.

É a capacidade de trabalhar com diferentes tipos de conteúdo, como texto, imagem e áudio.

Exemplo: O GPT-4o pode interpretar uma imagem acompanhada de uma pergunta em texto.

É uma técnica que procura informações em uma base confiável antes de o modelo produzir a resposta.

Exemplo: Antes de responder sobre uma política interna, o sistema consulta os documentos oficiais da empresa.

É uma base organizada de documentos, textos ou dados que podem ser consultados pela IA.

Exemplo: Manuais, normas e perguntas frequentes podem formar uma knowledge base.

É a preparação de um conteúdo para que ele possa ser armazenado e pesquisado.

Exemplo: Um PDF é lido, limpo e separado em trechos antes de entrar na base.

É uma prévia do conteúdo preparado antes de sua gravação definitiva.

Exemplo: A pessoa revisa os trechos extraídos de um PDF e só depois confirma a inclusão.

É a organização do conteúdo em um formato que permite encontrá-lo com rapidez.

Exemplo: Depois de indexado, um manual pode ser localizado por assunto em poucos instantes.

É a repetição da indexação quando o conteúdo ou a forma de organizá-lo muda.

Exemplo: Ao substituir um regulamento antigo, a base é reindexada para usar a nova versão.

É um pequeno trecho retirado de um conteúdo maior para facilitar a busca.

Exemplo: Um documento de vinte páginas pode ser separado em dezenas de chunks.

É o processo de dividir um conteúdo em pequenos trechos.

Exemplo: Um manual pode ser dividido por parágrafos ou seções para facilitar sua consulta.

É a repetição de uma pequena parte do texto entre dois trechos vizinhos para evitar perda de contexto.

Exemplo: O fim de um parágrafo pode aparecer também no início do trecho seguinte.

É uma representação numérica criada para comparar o significado de conteúdos.

Exemplo: Os termos “carro” e “automóvel” recebem representações próximas por terem sentidos semelhantes.

É o modelo que transforma textos em representações numéricas comparáveis.

Exemplo: O Qwen3 Embedding pode transformar uma pergunta e um documento em valores usados pela busca.

É a quantidade de valores usada para representar o significado de cada conteúdo.

Exemplo: Uma representação com 1.024 dimensões contém 1.024 valores numéricos.

É um banco preparado para guardar representações numéricas e encontrar conteúdos com significados próximos.

Exemplo: Uma busca por “cancelar assinatura” pode localizar um texto chamado “encerramento de plano”.

É uma busca que considera o significado da pergunta, mesmo quando as palavras são diferentes.

Exemplo: Buscar “como encerrar meu plano” pode encontrar um documento sobre cancelamento.

É uma busca que procura palavras, códigos ou expressões iguais às informadas.

Exemplo: Pesquisar o código “NF-2048” retorna registros que contêm exatamente esse código.

É a combinação da busca por significado com a busca por palavras exatas.

Exemplo: Uma pesquisa pode considerar tanto o assunto quanto um código específico de produto.

É um método que reúne listas de resultados de diferentes buscas e favorece itens bem posicionados em mais de uma delas.

Exemplo: Um documento encontrado tanto pelo significado quanto pelas palavras usadas tende a subir na lista final.

É o limite de resultados que uma busca deve devolver.

Exemplo: Com top-k igual a 5, a busca retorna no máximo cinco resultados.

É uma nota que indica o quanto um resultado combina com a pesquisa.

Exemplo: Um resultado com nota alta tende a ser mais útil para a pergunta feita.

É a nota mínima exigida para aceitar um resultado.

Exemplo: Se o limite for 0,70, um resultado com 0,50 será descartado.

São informações que descrevem um conteúdo e ajudam a organizá-lo.

Exemplo: Nome do arquivo, autor, categoria, idioma e página são metadados.

São regras que restringem uma busca a determinados conteúdos.

Exemplo: A pesquisa pode considerar apenas documentos do setor financeiro publicados neste ano.

É uma segunda avaliação que reorganiza os resultados para colocar os mais úteis primeiro.

Exemplo: Depois da busca inicial, um modelo revê dez documentos e coloca os três melhores no topo.

É a escolha de uma categoria com base no significado do conteúdo.

Exemplo: Um documento sobre férias pode ser classificado automaticamente como “Recursos Humanos”.

É uma regra que mantém o mesmo modelo de embedding na gravação e na busca para evitar comparações incompatíveis.

Exemplo: Se uma base foi criada com Qwen3 Embedding, a pesquisa continua usando esse mesmo modelo.

É um recurso oferecido por algumas plataformas de IA para guardar arquivos e pesquisar dentro deles.

Exemplo: A OpenAI oferece File Search para consultar conteúdos enviados à sua plataforma.

É a configuração que define de onde a IA deve buscar informações, ou se deve responder sem consultar uma base.

Exemplo: Uma configuração pode usar documentos internos, a busca da plataforma contratada ou nenhuma base.

É a camada que organiza modelos, regras, conhecimento, ferramentas e execuções em um único lugar.

Exemplo: Um sistema usa o motor para consultar documentos, escolher um modelo e registrar o resultado.

É uma configuração de IA preparada para cumprir uma função com regras, conhecimento e ferramentas definidos.

Exemplo: Um agent pode analisar contratos seguindo critérios específicos da empresa.

É o conteúdo enviado ao modelo para explicar a tarefa e fornecer contexto.

Exemplo: “Resuma este documento em cinco tópicos” é um prompt simples.

É o conjunto principal de regras que orienta o comportamento do modelo durante toda a execução.

Exemplo: Uma regra pode determinar que o modelo responda apenas com dados encontrados nos documentos.

São orientações que explicam como a IA deve realizar uma tarefa.

Exemplo: Uma instrução pode pedir linguagem objetiva e exigir a indicação da fonte consultada.

É o componente que reúne regras, contexto e dados na ordem correta antes de enviá-los ao modelo.

Exemplo: Ele combina as regras da empresa com a pergunta e os documentos encontrados.

É um conjunto reutilizável de orientações para ensinar a IA a realizar um tipo de tarefa.

Exemplo: Uma skill pode definir como revisar um contrato ou resumir um relatório financeiro.

É a ordem em que uma skill deve ser considerada quando várias estão ativas.

Exemplo: Uma regra de segurança pode ter prioridade maior do que uma orientação de estilo.

É uma regra de proteção que limita ou bloqueia comportamentos indesejados.

Exemplo: Um guardrail pode impedir a exibição de dados pessoais em uma resposta.

É um recurso externo que a IA pode acionar para consultar dados ou executar uma tarefa.

Exemplo: Uma tool pode consultar o estoque de um produto em um sistema interno.

É o momento em que o modelo identifica a necessidade de usar uma tool e solicita sua execução.

Exemplo: Para verificar um preço atualizado, o modelo solicita a consulta ao sistema de produtos.

É uma forma automática de um sistema enviar dados para outro quando algo acontece.

Exemplo: Ao concluir um processamento, o motor envia o resultado para o sistema da empresa.

É um padrão de conexão que permite à IA acessar ferramentas e dados de outros sistemas de forma organizada.

Exemplo: Um servidor MCP pode permitir que a IA consulte produtos armazenados em um sistema antigo.

Significa manter uma pessoa no processo para revisar, aprovar ou complementar uma ação da IA.

Exemplo: Uma alteração importante só é executada depois da aprovação de um responsável.

É uma execução completa, desde o recebimento da entrada até a produção do resultado.

Exemplo: Analisar um documento e devolver sua categoria corresponde a uma run.

É um agrupamento de execuções relacionadas ao mesmo trabalho ou contexto.

Exemplo: Várias análises feitas durante o processamento de um relatório podem pertencer à mesma session.

É o armazenamento de informações que podem ser recuperadas em execuções futuras.

Exemplo: O sistema pode guardar uma preferência de formato para reutilizá-la depois.

É um resultado entregue com campos e organização previsíveis, em vez de texto livre.

Exemplo: Uma análise pode retornar sempre os campos “categoria”, “resumo” e “nível de risco”.

É uma lista de regras que define quais campos e tipos de informação um resultado estruturado deve possuir.

Exemplo: O schema pode exigir “nome” como texto e “preço” como número.

É o conjunto de informações oficiais que explica como a empresa funciona.

Exemplo: Regras comerciais, setores, políticas e processos internos formam o business context.

É uma lista organizada de produtos e suas informações para consulta pela IA.

Exemplo: Nome, preço, descrição e regras de venda podem compor o catálogo.

É um recurso que identifica o objetivo de uma entrada e direciona o processamento adequado.

Exemplo: Uma solicitação pode ser identificada como consulta de produto, análise de documento ou busca interna.

É uma comparação entre duas configurações para descobrir qual produz melhores resultados.

Exemplo: A mesma tarefa é executada com dois modelos e os resultados são comparados por qualidade, custo e velocidade.

É uma empresa ou plataforma que oferece acesso a modelos de IA.

Exemplo: OpenAI, Google e Anthropic são providers.

É a capacidade de trabalhar com modelos de diferentes providers na mesma solução.

Exemplo: Uma tarefa pode usar um modelo da OpenAI e outra usar um modelo do Google.

Significa usar a própria chave de acesso da empresa para contratar diretamente um provider.

Exemplo: O cliente conecta sua chave da OpenAI e o consumo é cobrado em sua própria conta.

É o ambiente de software que prepara e executa cada tarefa de IA.

Exemplo: O runtime carrega as regras, conecta as ferramentas e envia a entrada ao modelo.

É uma forma organizada de dois sistemas trocarem dados e solicitarem ações.

Exemplo: Um sistema consulta uma API para obter o preço atualizado de um produto.

É uma pequena parte independente de um sistema, responsável por uma função específica.

Exemplo: Um microserviço pode cuidar apenas da geração de embeddings.

É uma ferramenta que facilita instalar, executar e acessar modelos de IA em uma máquina própria.

Exemplo: O Ollama pode executar um modelo Llama em um servidor local.

É a produção de resultados por um modelo executado em uma máquina controlada pelo projeto.

Exemplo: Um servidor da empresa processa os documentos sem enviar o conteúdo a uma API externa.

É uma máquina ou ambiente reservado e preparado para um projeto específico.

Exemplo: Uma empresa pode ter um servidor exclusivo para seu motor e seus modelos de IA.

É o tempo de espera entre enviar uma solicitação e receber o resultado.

Exemplo: Se a resposta chega dois segundos depois do envio, a latência foi de dois segundos.

É uma cópia temporária de um resultado usada para evitar repetir o mesmo processamento.

Exemplo: Uma consulta frequente pode reutilizar um resultado recente e responder mais rápido.

É uma nova tentativa automática feita após pausas que aumentam quando um serviço continua indisponível.

Exemplo: O sistema tenta novamente após um segundo, depois dois e depois quatro.

É o registro de informações sobre o funcionamento de cada execução.

Exemplo: Duração, custo, quantidade de texto processado e erros podem aparecer em um painel.

É a capacidade de acompanhar o sistema e descobrir por que algo ficou lento, falhou ou produziu um resultado inesperado.

Exemplo: Os registros mostram em qual etapa uma análise falhou e quanto tempo ela levou.

É o valor estimado para concluir uma execução inteira.

Exemplo: O cálculo pode somar o uso do modelo, da busca e de outros serviços acionados.