API
Uma forma padronizada de sistemas conversarem entre si e trocarem dados ou comandos.
Dicionário vivo de inteligência artificial
Uma base de consulta para entender termos como prompt, token, contexto, alucinação, agentes e RAG em português claro, sempre com exemplo prático e cuidado contra hype.
Índice pesquisável
Uma forma padronizada de sistemas conversarem entre si e trocarem dados ou comandos.
Banco especializado em armazenar embeddings e encontrar conteúdos semanticamente parecidos.
Busca que procura significado parecido, não apenas palavras iguais.
Representação numérica de texto, imagem ou outro dado para medir semelhança de significado.
Recursos externos que a IA pode acionar, como busca, calculadora, arquivos, banco de dados ou APIs.
Técnica que combina IA generativa com busca em documentos para responder com base em fontes externas.
Quando a IA responde com segurança, fluência e uma dose perigosa de invenção.
Processo de medir se uma solução de IA responde bem, com segurança e utilidade para o caso real.
Teste padronizado usado para comparar modelos, ferramentas ou configurações.
Regras, limites e verificações que reduzem riscos no uso de IA.
Tendência do sistema a produzir resultados injustos, distorcidos ou pouco representativos.
Parâmetro que influencia o quanto a resposta da IA tende a ser previsível ou variada.
Ajuste adicional de um modelo com dados específicos para melhorar comportamento em uma tarefa ou domínio.
O conjunto de dados usado para treinar, testar ou alimentar um sistema de IA.
Tecnologia que transforma texto presente em imagens ou PDFs escaneados em texto editável.
A etapa em que um modelo ajusta seus parâmetros aprendendo padrões a partir de dados.
O conjunto de informações que ajuda a IA a responder com menos chute e mais precisão.
A prática de escrever instruções melhores para obter respostas mais úteis, seguras e consistentes.
O limite de informação que a IA consegue considerar em uma conversa ou tarefa.
A instrução que orienta a IA. Não é só pergunta: é direção de trabalho.
O pedacinho de texto que a IA usa para calcular leitura, resposta, custo e limite.
Forma comum de cobrar uso de modelos de IA conforme volume de texto processado e gerado.
Uma família de técnicas de machine learning baseada em redes neurais com muitas camadas.
Sigla para Large Language Model: modelo de linguagem grande, usado em chatbots e copilotos.
Método em que sistemas aprendem padrões a partir de dados em vez de seguir apenas regras fixas.
Um tipo de IA treinado para compreender e gerar texto provável a partir de padrões aprendidos.
IA capaz de criar novos textos, imagens, áudios, códigos ou combinações desses formatos.
IA capaz de trabalhar com mais de um tipo de conteúdo, como texto, imagem, áudio e vídeo.
Um valor interno ajustado durante o treinamento que influencia como o modelo responde.
Estrutura computacional inspirada de forma simplificada em neurônios, usada para aprender padrões em dados.
Geração de imagens a partir de uma descrição textual.
Técnica em que você dá alguns exemplos para a IA imitar padrão, formato ou critério.
Quando a IA tenta executar uma tarefa sem receber exemplos específicos naquele prompt.
Cuidados para não expor informações pessoais, estratégicas ou sensíveis ao usar IA.
Tentativa de manipular a IA para ignorar instruções, revelar dados ou executar ações indevidas.
Um sistema que combina modelo, objetivo, ferramentas e algum grau de autonomia.
Uso de tecnologia para executar etapas repetitivas com menos intervenção manual.
Interface de conversa que usa regras, IA ou modelos de linguagem para responder usuários.
IA que ajuda uma pessoa a executar tarefas, sugerindo caminhos sem assumir controle total.
Estratégia de otimização de conteúdo para ser citado por inteligências artificiais como ChatGPT, Gemini, Perplexity e Google AI Overviews.
O momento em que a IA usa o que aprendeu para produzir uma resposta, previsão ou decisão.
Uso de IA para condensar textos, reuniões ou documentos em pontos principais.
Conversão de áudio ou vídeo falado em texto para consulta, resumo e análise.
Sequência de etapas de trabalho que pode combinar pessoas, sistemas, regras e IA.
Trilhas de leitura
SEO + AIEO
Cada termo usa definição curta, pergunta principal, exemplos textuais, links internos, dados estruturados e linguagem direta. O objetivo não é enganar algoritmo; é deixar a resposta clara o suficiente para humanos e máquinas entenderem.