Recursos

Glossário de IA para Empresas

Definições curtas e objetivas dos termos mais usados em projetos de Inteligência Artificial corporativa — de IA generativa a RAG, agentes e governança. Use o índice abaixo para ir direto ao termo que procura.

A

Agente de IA

Um agente de IA é um sistema que usa um modelo de linguagem para perceber um contexto, decidir uma ação e executá-la com ferramentas, APIs ou outros sistemas, muitas vezes em várias etapas até concluir uma tarefa. Diferente de um chatbot simples, ele pode planejar, chamar ferramentas externas e ajustar o próprio curso de ação conforme o resultado de cada etapa. Veja também "IA agêntica".

Veja casos de uso de agentes de IA no blog

AI-first

AI-first é uma abordagem organizacional em que a Inteligência Artificial é incorporada como parte central da estratégia, dos processos e dos produtos de uma empresa, em vez de ser tratada como um experimento isolado. Empresas AI-first repensam fluxos de trabalho, papéis e indicadores considerando o que passa a ser possível com agentes e automação inteligente.

Conheça o programa AI First

Alucinação

Alucinação é quando um modelo de linguagem gera uma informação incorreta, inventada ou sem base nos dados de treinamento ou no contexto fornecido, mas a apresenta com a mesma fluência e confiança de uma resposta correta. É um dos principais riscos de uso de IA generativa em contextos empresariais, já que a resposta errada pode parecer plausível. Técnicas como RAG, guardrails e revisão humana ajudam a reduzir, mas não eliminam por completo esse risco.

Automação com IA

Automação com IA é o uso de modelos e agentes de Inteligência Artificial para executar tarefas que antes dependiam de intervenção humana, como triagem de documentos, respostas a clientes ou análise de dados. Diferente da automação tradicional baseada em regras fixas, ela pode lidar com variação e ambiguidade na entrada, interpretando linguagem natural e decidindo dentro de limites definidos.

Veja como estruturamos projetos de automação com IA

C

Copilot

Um copilot é um assistente de IA integrado a uma ferramenta ou fluxo de trabalho existente (um editor de código, uma planilha, um CRM) para sugerir, completar ou revisar o trabalho de um profissional humano, que permanece no controle da decisão final. O termo se popularizou com assistentes de programação, mas hoje descreve qualquer assistente de IA que amplia a produtividade de uma pessoa sem substituir seu julgamento.

E

Embeddings

Embeddings são representações numéricas (vetores) de um texto, imagem ou outro dado, geradas por um modelo de forma que itens com significado semelhante fiquem numericamente próximos entre si. Eles são a base técnica da busca semântica e de sistemas de RAG, permitindo comparar o significado de uma pergunta com o significado de trechos de documentos, em vez de comparar apenas palavras exatas.

Engenharia de prompt

Engenharia de prompt é a prática de estruturar as instruções dadas a um modelo de linguagem (o prompt) para obter respostas mais precisas, consistentes e úteis, incluindo contexto, exemplos, formato de saída esperado e restrições. É uma habilidade central para quem usa IA generativa no dia a dia profissional, já que a qualidade da pergunta influencia diretamente a qualidade da resposta.

F

Fine-tuning

Fine-tuning (ajuste fino) é o processo de continuar o treinamento de um modelo de linguagem já existente com um conjunto de dados específico, para especializá-lo em um domínio, tom de voz ou tarefa particular. É diferente de engenharia de prompt ou RAG, que ajustam o que é entregue ao modelo no momento do uso, sem alterar os pesos internos do modelo.

G

GEO (Generative Engine Optimization)

GEO é o conjunto de práticas para tornar o conteúdo de um site mais citável e recuperável por engines de busca generativa, como ChatGPT, Perplexity e Gemini, que respondem perguntas diretamente em vez de apenas listar links. Isso inclui estruturar conteúdo com definições claras, dados estruturados (JSON-LD), arquivos como llms.txt e respostas diretas a perguntas frequentes, em complemento às práticas tradicionais de SEO.

Guardrails

Guardrails são regras, filtros e limites técnicos ou de política colocados em torno de um sistema de IA para restringir o que ele pode responder, decidir ou executar, prevenindo saídas incorretas, ofensivas ou fora da alçada autorizada. Em um agente de cobrança ou atendimento, por exemplo, guardrails definem a faixa de desconto que pode ser oferecida sem aprovação humana.

H

Human-in-the-loop

Human-in-the-loop é um modelo de operação em que uma pessoa revisa, aprova ou pode intervir em decisões tomadas por um sistema de IA antes ou depois de elas terem efeito, em vez de o sistema operar de forma totalmente autônoma. É uma prática comum em casos de uso de maior risco ou impacto, como decisões financeiras, jurídicas ou de saúde.

I

IA agêntica

IA agêntica se refere a sistemas de Inteligência Artificial compostos por um ou mais agentes capazes de planejar e executar tarefas em várias etapas com certo grau de autonomia, usando ferramentas e tomando decisões intermediárias sem que cada passo precise ser definido manualmente por uma pessoa. Difere da IA generativa tradicional, focada principalmente em gerar uma resposta por vez a partir de uma instrução.

Veja como estruturamos projetos de IA agêntica na consultoria

IA generativa

IA generativa é o conjunto de técnicas de Inteligência Artificial capazes de criar conteúdo novo, como texto, imagem, código ou áudio, a partir de um padrão aprendido em grandes volumes de dados. Os modelos de linguagem (LLMs) usados em assistentes como ChatGPT e Gemini são um dos principais exemplos de IA generativa aplicada a texto.

J

Janela de contexto

A janela de contexto é a quantidade máxima de texto (medida em tokens) que um modelo de linguagem consegue considerar de uma só vez ao gerar uma resposta, incluindo o histórico da conversa, documentos anexados e a instrução atual. Janelas de contexto maiores permitem que o modelo "leia" documentos mais longos ou mantenha conversas mais extensas sem perder informações anteriores.

L

Letramento em IA

Letramento em IA é a capacidade de uma pessoa ou equipe entender, de forma prática, o que a Inteligência Artificial consegue e não consegue fazer, seus riscos e limitações, e como usá-la de forma responsável no próprio trabalho. É considerado um pré-requisito para qualquer estratégia de adoção de IA em larga escala dentro de uma empresa.

Conheça o treinamento executivo em IA

LGPD aplicada a IA

A LGPD (Lei Geral de Proteção de Dados) se aplica a sistemas de IA sempre que eles processam dados pessoais, exigindo base legal para o uso desses dados, transparência sobre como são tratados e cuidados adicionais quando a IA toma decisões automatizadas que afetam pessoas. Empresas que usam IA generativa ou agentes que lidam com dados de clientes ou funcionários precisam considerar a LGPD desde o desenho da solução, não apenas na fase de conformidade.

LLM

LLM (Large Language Model, ou modelo de linguagem de grande escala) é um tipo de modelo de IA treinado em grandes volumes de texto para prever e gerar linguagem natural, servindo de base para a maioria dos produtos de IA generativa atuais, como assistentes de chat e copilots. Exemplos de famílias de LLMs incluem GPT, Gemini e Claude.

M

MCP (Model Context Protocol)

MCP é um protocolo aberto que padroniza a forma como modelos de linguagem e agentes de IA se conectam a ferramentas externas, bancos de dados e outras fontes de dados, permitindo que diferentes sistemas de IA usem as mesmas integrações sem precisar de um conector personalizado para cada combinação. Ele facilita a construção de agentes que precisam acessar sistemas internos da empresa de forma segura e consistente.

Leia o artigo completo sobre MCP no blog

P

Prompt

Um prompt é a instrução, pergunta ou conjunto de informações fornecido a um modelo de IA generativa para orientar a resposta que ele deve gerar. Pode ser uma frase simples ou uma estrutura mais elaborada, com contexto, exemplos e restrições de formato — ver também "Engenharia de prompt".

R

RAG

RAG (Retrieval-Augmented Generation, ou geração aumentada por recuperação) é uma técnica em que um sistema busca trechos relevantes de uma base de documentos antes de gerar uma resposta, e entrega esses trechos ao modelo de linguagem como contexto adicional. Isso reduz a chance de alucinação e permite que o modelo responda com base em informações específicas e atualizadas da empresa, em vez de depender apenas do que aprendeu no treinamento.

Leia sobre busca híbrida e reranking em sistemas de RAG