Glossário de IA

Um sistema de IA que trabalha em direção a um objetivo ao longo de várias etapas, com certa independência, decidindo o que fazer em seguida e usando ferramentas como busca, arquivos ou outros apps pelo caminho.

Exemplo: Você pede a um agente que encontre horários de trem para outra cidade na sexta e rascunhe uma mensagem para sua equipe com duas opções; ele busca, compara e escreve o rascunho para você revisar.

Muitas vezes confundido com: Um assistente de chat responde a uma mensagem de cada vez enquanto você conduz; já um agente executa uma série de ações com menos participação sua. Como ele pode agir, confira a que ele tem acesso e revise o trabalho dele antes que qualquer coisa seja enviada, comprada ou excluída.

Treinamento adicional de um modelo existente com um conjunto menor de exemplos rotulados, para que ele se comporte de um jeito específico, como seguir o estilo da casa.

Exemplo: Uma equipe de suporte faz o ajuste fino de um modelo com perguntas antigas de clientes, pareadas com respostas aprovadas, para que as novas respostas sigam o mesmo tom e formato.

Muitas vezes confundido com: O ajuste fino muda o próprio modelo e exige dados preparados e configuração técnica. Colocar instruções ou exemplos no prompt, ou conectar documentos por geração aumentada por recuperação, deixa o modelo como está e costuma ser a opção mais simples para tarefas do dia a dia.

Fonte: About supervised fine-tuning for Gemini models (Google Cloud, lido em 2026-10-10)

Quando um modelo de IA produz um texto factualmente errado ou que não corresponde ao material que recebeu.

Exemplo: Você pede três livros sobre um assunto, e um título e um autor parecem reais, mas o livro não existe quando você busca no catálogo de uma biblioteca.

Muitas vezes confundido com: Não dá para perceber uma alucinação pelo tom: uma resposta errada pode soar tão segura quanto uma correta. Ela também é diferente de informação desatualizada causada pela data de corte do conhecimento, mas as duas precisam ser conferidas em uma fonte primária.

Saiba mais: Como verificar o que a IA diz, Pesquise com IA e verifique as citações

Fonte: Reduce hallucinations (Anthropic, lido em 2026-10-10)

Uma conexão que permite que um software envie solicitações a um modelo de IA e receba respostas, para que desenvolvedores possam integrar IA aos próprios apps e fluxos de trabalho.

Exemplo: O desenvolvedor de uma loja on-line se conecta a um modelo por uma API para que um primeiro rascunho de cada descrição de produto apareça quando um item novo é adicionado, sem que ninguém abra um app de chat.

Muitas vezes confundido com: Usar um modelo por uma API é diferente de usar o app de chat do provedor: os recursos são diferentes, e em alguns provedores o uso da API é cobrado separadamente da assinatura do app. Você não precisa de uma API para usar ferramentas de IA em tarefas do dia a dia.

Saiba mais: Produtos, modelos e planos

Um conjunto fixo de tarefas de teste usado para medir e comparar modelos de IA; uma pontuação mostra como um modelo se saiu naquele teste específico, em condições específicas, não quão útil ele vai ser para o seu trabalho.

Exemplo: Um modelo pode ter boa pontuação em um conjunto de problemas de olimpíada de matemática rodado com certas configurações e ainda assim escrever um resumo fraco das suas notas de reunião.

Muitas vezes confundido com: Uma pontuação de benchmark não é um ranking geral de utilidade. Os resultados dependem do teste, dos prompts e das configurações usadas, então pontuações de fontes diferentes podem não bater; testar a sua própria tarefa em duas ou três ferramentas é uma verificação mais direta para as suas necessidades.

Saiba mais: Melhore a resposta passo a passo, Escolha uma ferramenta e avalie como foi

Fonte: Artificial Analysis Intelligence Benchmarking Methodology (Artificial Analysis, lido em 2026-10-10)

As opções de um produto de IA que controlam o que acontece com seus dados, como se seus chats podem ser usados para melhorar os modelos do provedor e se o seu histórico de chats é guardado.

Exemplo: Antes de usar uma ferramenta de chat no trabalho, você abre as configurações, encontra a opção sobre usar seus chats para melhorar os modelos e escolhe o que se encaixa na sua situação e nas regras da sua organização.

Muitas vezes confundido com: As configurações de privacidade variam por produto, plano e tipo de conta, e podem mudar, então confira você mesmo as configurações atuais em vez de supor um padrão. Desativar a melhoria de modelos não significa necessariamente que nada é guardado, então continue evitando colar dados pessoais sensíveis, dados da empresa ou de outras pessoas.

Saiba mais: Escolha uma ferramenta e avalie como foi, Divida uma tarefa de escritório em partes

Fonte: Data controls in ChatGPT (OpenAI, lido em 2026-10-10)

A data até a qual vão os dados de treinamento de um modelo; por isso, o modelo pode não saber de acontecimentos ou mudanças depois dessa data.

Exemplo: Se você perguntar sobre uma regra que mudou no mês passado, um modelo sem busca na web pode descrever a regra antiga como se ela ainda valesse.

Muitas vezes confundido com: A data de corte do conhecimento não é a data em que o produto foi lançado ou atualizado pela última vez; geralmente é anterior. Quando uma ferramenta busca na web, a resposta depende das páginas que ela encontrou, então confira as datas e as fontes de qualquer forma.

Saiba mais: O que a IA pode e não pode fazer por você, Pesquise com IA e verifique as citações

Fonte: How up-to-date is Claude's training data? (Anthropic, lido em 2026-10-10)

Uma lista de números que representa um trecho de texto, para que um software possa medir quão relacionados dois trechos são pela proximidade dos números.

Exemplo: Um app de anotações pode usar embeddings para encontrar uma nota chamada “custos do conserto do carro” quando você busca “quanto custou consertar o veículo”, mesmo que as palavras sejam diferentes.

Muitas vezes confundido com: Um embedding não é um resumo nem uma resposta que você lê; é uma representação interna usada nos bastidores para busca, agrupamento e geração aumentada por recuperação.

Fonte: Vector embeddings (OpenAI, lido em 2026-10-10)

Um método em que um sistema primeiro encontra trechos relevantes em um conjunto escolhido de documentos e os passa ao modelo, para que a resposta se baseie nesse conteúdo.

Exemplo: Um bot de ajuda de uma empresa busca no manual dos funcionários a seção sobre férias, depois escreve a resposta a partir dessa seção e pode mostrar qual seção usou.

Muitas vezes confundido com: A geração aumentada por recuperação não treina o modelo de novo; ela acrescenta texto consultado à solicitação a cada vez, e é isso que a diferencia do ajuste fino. A resposta ainda pode estar errada se o trecho errado for encontrado ou mal interpretado, então abra o trecho em que ela se baseou.

Fonte: Retrieval-augmented generation (RAG) in Azure AI Search (Microsoft, lido em 2026-10-10)

Um tipo de modelo de IA treinado com uma quantidade enorme de texto para prever qual palavra ou parte de palavra provavelmente vem a seguir, o que permite que ele responda a perguntas, escreva e resuma.

Exemplo: Quando você digita “Explique a fotossíntese para uma criança de 10 anos”, o grande modelo de linguagem por trás do app de chat escreve a resposta um pedacinho de cada vez, cada pedaço escolhido a partir do que provavelmente vem a seguir.

Muitas vezes confundido com: Um grande modelo de linguagem é o motor, não o app. O app de chat que você abre é um produto de IA que roda um ou mais modelos e acrescenta recursos em volta deles, como envio de arquivos, busca ou chats salvos.

Saiba mais: O que a IA pode e não pode fazer por você, Produtos, modelos e planos

IA lançada sob termos que permitem a qualquer pessoa usar, estudar, modificar e compartilhar para qualquer finalidade, junto com o código de treinamento, os pesos treinados e informações suficientes sobre os dados de treinamento para que uma pessoa capacitada construa um sistema parecido.

Exemplo: Um grupo de pesquisa lança um modelo com os pesos, todo o código de treinamento e uma descrição detalhada de onde vieram os dados de treinamento, sob termos que permitem qualquer uso, para que outras equipes possam examiná-lo e treinar a própria versão.

Muitas vezes confundido com: IA de código aberto e pesos abertos são rótulos diferentes. Um modelo cujos pesos você pode baixar, mas cujo código de treinamento ou informações sobre os dados não são compartilhados, ou cuja licença restringe como você pode usá-lo, tem pesos abertos, mas não é IA de código aberto segundo a definição da Open Source Initiative. Leia a licença em vez de confiar no rótulo.

Fonte: The Open Source AI Definition – 1.0 (Open Source Initiative, lido em 2026-10-10)

IA que cria conteúdo novo, como textos, imagens, áudio ou código, com base em padrões que aprendeu a partir de um número enorme de exemplos.

Exemplo: Você pede cinco títulos possíveis para um cartaz escolar sobre reciclagem, e a ferramenta escreve cinco títulos novos para você.

Muitas vezes confundido com: Um buscador aponta para páginas que já existem, enquanto a IA generativa escreve textos novos que podem parecer certos e ainda assim estar errados. A menos que a ferramenta também busque na web, ela não está consultando nada.

Saiba mais: O que a IA pode e não pode fazer por você

Sistemas de computador que fazem tarefas que as pessoas costumam associar ao pensamento humano, como entender linguagem, reconhecer imagens ou fazer previsões.

Exemplo: Um app de fotos que agrupa as imagens pelos rostos que aparecem nelas usa IA, assim como uma ferramenta de chat que rascunha um e-mail a partir das suas anotações.

Muitas vezes confundido com: IA é o campo inteiro, não um produto. A IA generativa é a parte que cria textos, imagens ou áudios novos; muitos outros sistemas de IA apenas classificam, ordenam ou preveem, como um filtro de spam.

Saiba mais: O que a IA pode e não pode fazer por você

Todo o texto que um modelo consegue levar em conta de uma vez ao escrever uma resposta, incluindo suas mensagens, qualquer material que você adicionou e a própria resposta.

Exemplo: Em um chat muito longo, a ferramenta pode perder detalhes que você deu no começo, se essas partes antigas não couberem mais na janela de contexto dela.

Muitas vezes confundido com: A janela de contexto não é memória de longo prazo: ela cobre o que está diante do modelo agora, enquanto um recurso de memória separado, quando o produto tem um, guarda notas entre chats. O tamanho dela é medido em tokens, não em palavras ou páginas.

Saiba mais: Dê o contexto certo

Fonte: Context windows (Anthropic, lido em 2026-10-10)

Capaz de trabalhar com mais de um tipo de entrada ou saída, como texto, imagens, áudio ou vídeo.

Exemplo: Você tira uma foto de uma lista de compras escrita à mão e pede à ferramenta que a transforme em uma lista digitada, agrupada por tipo de alimento.

Muitas vezes confundido com: Multimodal não significa que todo tipo de entrada funciona em todo produto ou plano: uma ferramenta pode ler imagens mas não áudio, ou criar imagens mas não vídeo. Confira o que a sua ferramenta aceita, e confira a descrição que ela faz de uma imagem com o mesmo cuidado que qualquer outro resultado.

Um modelo cujos pesos treinados, os números que ele aprendeu durante o treinamento, são publicados para que as pessoas possam baixar, rodar e adaptar o modelo por conta própria, nos termos da licença.

Exemplo: Um desenvolvedor baixa um modelo de pesos abertos e o roda no próprio computador, assim os documentos ficam naquela máquina, mas ele ainda precisa seguir a licença que vem com o modelo.

Muitas vezes confundido com: Pesos abertos não é o mesmo que IA de código aberto. A licença pode limitar o uso comercial ou certas finalidades, e os dados e o código de treinamento podem nem ser divulgados; a IA de código aberto, como a Open Source Initiative a define, exige as liberdades de usar, estudar, modificar e compartilhar, além de informações sobre os dados, o código e os pesos.

Fonte: Gemma 4 model overview (Google, lido em 2026-10-10)

O nível de acesso que você tem a um produto de IA, como uma versão gratuita ou uma assinatura paga, o que afeta quais recursos você recebe.

Exemplo: Dois colegas de classe usam o mesmo app de chat, mas um está na versão gratuita e o outro paga por mês, então eles podem ver recursos, limites de uso ou opções de modelo diferentes.

Muitas vezes confundido com: Um plano não é um modelo nem um produto; é o nível de conta que você contrata. Em alguns provedores, a assinatura do app e o uso da API para desenvolvedores são cobrados separadamente.

Saiba mais: Produtos, modelos e planos, Escolha uma ferramenta e avalie como foi

Fonte: I have a paid Claude subscription (Pro, Max, Team, or Enterprise plans). Why is Claude API usage billed separately from my paid Claude plan? (Anthropic, lido em 2026-10-10)

O app, site ou recurso que você de fato usa, como um assistente de chat ou um ajudante de escrita, que roda um ou mais modelos de IA nos bastidores.

Exemplo: Um app de anotações adiciona um botão “Resumir esta página”: o botão e o app são o produto, e um modelo por trás deles escreve o resumo.

Muitas vezes confundido com: O produto não é o modelo nem o plano. Um produto pode oferecer vários modelos ou versões de modelo, e o que você pode fazer nele depende do produto, do seu plano e às vezes da sua região, não só do modelo que está dentro dele.

Saiba mais: Produtos, modelos e planos, Escolha uma ferramenta e avalie como foi

A instrução, pergunta ou material que você dá a uma ferramenta de IA para dizer o que você quer.

Exemplo: “Reescreva este parágrafo para um leitor de 12 anos em menos de 80 palavras” é um prompt, e um e-mail colado seguido de “Liste as três coisas que eu preciso fazer” também é.

Muitas vezes confundido com: Um prompt não precisa de palavras-chave especiais nem de truques. Linguagem simples basta: diga a tarefa, dê algum contexto e diga em que formato quer a resposta.

Saiba mais: Sua primeira pergunta, Comece com um objetivo claro

Uma forma de trabalhar em que o modelo dá passos extras para decompor um problema antes de dar a resposta final, muito usada para matemática, lógica, planejamento ou código.

Exemplo: Se você pedir um cronograma semanal de estudos que encaixe duas provas e um emprego de meio período, um modelo em modo de raciocínio pode demorar mais e trabalhar as restrições antes de mostrar o plano final.

Muitas vezes confundido com: Raciocinar não é o mesmo que acertar: os passos podem parecer sensatos e ainda conter um erro, então confira o resultado. Costuma ser mais lento e pode consumir mais do seu limite de uso, então uma reescrita ou um resumo rápido talvez não precise disso.

Uma pequena unidade de texto que um modelo lê e escreve, que pode ser um único caractere, parte de uma palavra, uma palavra inteira ou um sinal de pontuação.

Exemplo: Uma palavra curta e comum muitas vezes é um único token, enquanto uma palavra longa ou incomum pode ser dividida em vários tokens.

Muitas vezes confundido com: Um token não é o mesmo que uma palavra, então limites e preços informados em tokens não se convertem exatamente em palavras ou páginas. Modelos diferentes dividem o texto de formas diferentes, então o mesmo texto pode contar como um número diferente de tokens.

Saiba mais: Dê o contexto certo

Fonte: Understanding and counting tokens (OpenAI, lido em 2026-10-10)

O processo em que um modelo de IA aprende padrões a partir de uma quantidade enorme de dados de exemplo, o que molda como ele responde depois.

Exemplo: Um modelo de linguagem é treinado com enormes coleções de texto, então ele aprende como as frases costumam ser construídas e quais palavras e fatos tendem a aparecer juntos.

Muitas vezes confundido com: O treinamento acontece antes de você usar o modelo; quando você conversa, ele trabalha com o que já aprendeu mais o que está na conversa. Seus chats só viram dados de treinamento se o provedor os usar dessa forma, e as configurações de privacidade podem permitir que você controle isso.

Saiba mais: O que a IA pode e não pode fazer por você

A capacidade de um modelo de IA de chamar funções ou serviços externos, como uma busca na web, uma calculadora ou um calendário, e usar os resultados na resposta.

Exemplo: Quando você pergunta o horário de funcionamento de um museu da sua cidade, uma ferramenta com busca na web pode consultar uma página atual, enquanto um modelo sem ferramentas só pode responder com o que aprendeu no treinamento.

Muitas vezes confundido com: O uso de ferramentas é uma única capacidade; um agente é um sistema que pode usar muitas ferramentas ao longo de muitas etapas. Um modelo sem ferramentas não consegue consultar a web nem o seu calendário, mesmo que a resposta dele dê a impressão de que consultou.

Saiba mais: O que a IA pode e não pode fazer por você

Fonte: Tool use with Claude (Anthropic, lido em 2026-10-10)

O modelo de IA específico, identificado por um nome e geralmente por um número de versão, que gera as respostas dentro de um produto.

Exemplo: Um app de chat pode deixar você escolher em uma lista curta de nomes de modelos com números; fazer a mesma pergunta a cada um pode dar respostas diferentes em tamanho, estilo e precisão.

Muitas vezes confundido com: A versão do modelo é o motor; o produto é o app em volta dele, e o plano decide quais versões você pode escolher. Um número mais novo não garante resultados melhores para a sua tarefa, então teste a sua própria tarefa antes de trocar.

Saiba mais: Produtos, modelos e planos