Glossário de IA
Os termos de IA que importam em produção.
Sem jargão vazio: as definições que você precisa para conversar sobre IA aplicada, governança e automação, do jeito que usamos no dia a dia.
- RAG (Retrieval-Augmented Generation)
- Técnica em que a IA busca informação em uma base de conhecimento antes de responder, ancorando a resposta em fatos e documentos da empresa. Reduz alucinação e permite citar a fonte.
- LLM (Large Language Model)
- Modelo de linguagem de grande porte treinado em vastos volumes de texto, capaz de entender e gerar linguagem natural. É a base de assistentes, copilots e agentes de IA.
- Agentes autônomos
- Sistemas de IA que executam tarefas em múltiplos passos com alguma autonomia, decidindo ações, usando ferramentas e consultando dados. Em produção, exigem guardrails e fallback determinístico.
- Alucinação (hallucination)
- Quando o modelo gera uma resposta plausível, porém incorreta ou inventada. Em decisão crítica é inaceitável; controla-se com RAG, guardrails e avaliação contínua da taxa de alucinação.
- Fine-tuning
- Ajuste de um modelo com exemplos próprios para especializá-lo. É mais caro e lento de atualizar que o RAG, com risco de vazar dados sensíveis no treino. Só quando faz sentido, o que raramente acontece.
- Embeddings
- Representação numérica (vetorial) de um texto que captura seu significado. Permite busca semântica, encontrando trechos relevantes por similaridade, base do funcionamento do RAG.
- Guardrails
- Regras e barreiras que limitam o que a IA pode responder ou fazer: escopo permitido, proibição de inventar valores, filtros de segurança e escalação para humano quando necessário.
- Observabilidade em IA
- Capacidade de medir o que a IA está fazendo em produção: custo por inferência, taxa de alucinação, qualidade de resposta e latência. Sem observabilidade não há como gerenciar nem auditar.
- AI Governance
- Conjunto de políticas e controles que garantem que a IA da empresa é segura, auditável e conforme: política de uso, segurança de prompts e dados, controle de fluxo em RAG e auditoria de decisões.
- Vector store
- Banco de dados otimizado para armazenar e buscar embeddings por similaridade. É onde a base de conhecimento do RAG fica indexada para recuperação rápida (ex.: pgvector, Qdrant, Pinecone).
- Prompt injection
- Ataque em que um texto malicioso tenta subverter as instruções da IA para vazar dados ou executar ações indevidas. Mitiga-se com isolamento de contexto, guardrails e validação de entrada.
- Automação cognitiva
- Automação de processos que exigem julgamento, integrando LLM na tomada de decisão de um fluxo, indo além de regras fixas, mas com logs auditáveis e fallback humano.
Quer aplicar isso na sua empresa?
Conte sobre o seu desafio de IA. Você fala diretamente com o fundador.