Glossário e folha de dicas

A–C D–H I–P R–W

A/B test — Uma comparação que atribui usuários ou casos comparáveis a versões diferentes para que seus resultados possam ser avaliados de forma justa; veja A/B testing.

Agent — Software que combina um modelo com instruções, contexto e ferramentas permitidas para executar uma tarefa limitada; veja Introduction to AI agents.

API — Uma interface de programação de aplicações é uma forma definida para um programa solicitar informações ou ações de outro; veja Connecting to existing systems.

Authentication — Um processo que verifica quem é um usuário ou sistema, em vez de decidir cada ação que ele pode realizar; veja Authentication and permissions.

Authorisation — A decisão sobre quais informações ou ações um usuário identificado pode acessar em uma situação particular; veja Authentication and permissions.

Bias — Uma tendência sistemática que pode produzir resultados injustos ou não representativos em vez de erros aleatórios; veja Bias, fairness, and responsible AI.

Cache — Informação armazenada ou um resultado anterior reutilizado para evitar trabalho repetido, sujeito a restrições de frescor e acesso; veja Cost optimisation and caching.

Channel — O local onde as pessoas interagem com um assistente, como um chat em site ou serviço de mensagens; veja Integrating channels.

Chunk — Uma passagem menor feita a partir de um documento maior para que informações relevantes possam ser recuperadas sem enviar tudo; veja Preparing documents for knowledge.

Citation — Uma referência que permite ao leitor inspecionar a fonte que sustenta uma afirmação específica da resposta; veja Writing good documents.

Context — As instruções, mensagens, fatos e resultados de ferramentas fornecidos ao modelo para sua resposta atual; veja Adding context.

Context window — A capacidade do modelo para os tokens considerados dentro de uma requisição, com detalhes de contagem dependendo do modelo; veja Context window, tokens, and cost.

Deflection — Um problema elegível resolvido sem intervenção humana, que não deve ser confundido com uma conversa abandonada ou bloqueada; veja Metrics.

Deployment — Tornar uma versão testada disponível para seus usuários pretendidos com monitoramento, propriedade e plano de recuperação; veja Deployment checklist.

Embedding — Uma representação numérica usada para comparar o significado ou características de texto e outros conteúdos; veja Embeddings and semantic search.

Escalation — Transferir um problema para uma pessoa ou processo com a autoridade necessária para tratá‑lo; veja Transparency and human escalation.

Evaluation — Uma avaliação planejada contra exemplos e critérios definidos, em vez de julgar um agente por uma única resposta impressionante; veja Testing and evaluating agents.

Fallback — Uma alternativa definida usada quando a operação preferida não pode ser concluída, sem enfraquecer silenciosamente a segurança ou permissões; veja Errors, retries, and fallbacks.

Function calling — Uma requisição estruturada do modelo para que o software execute uma operação nomeada com entradas especificadas; veja Function calling.

Grounding — Conectar uma resposta a evidências fornecidas em vez de depender apenas de padrões aprendidos durante o treinamento; veja What is a RAG.

Guardrail — Uma fronteira comportamental ou de software destinada a manter um agente dentro de seu escopo e ações permitidas; veja Adding guardrails.

Hallucination — Uma afirmação gerada pelo modelo sem suporte ou incorreta que pode soar fluente e confiante apesar da falta de evidência; veja Measuring adherence and hallucination.

Human in the loop — Uma pessoa deliberadamente envolvida em um ponto de decisão ou aprovação definido, em vez de apenas observar depois; veja Human in the loop.

Idempotency — Uma propriedade que permite que requisições repetidas para a mesma operação evitem criar efeitos indesejados adicionais; veja Errors, retries, and fallbacks.

Inference — Executar um modelo treinado em nova entrada para obter uma saída, em vez de mudar o modelo através de treinamento; veja What is an LLM.

Instruction — Uma declaração que diz ao assistente como se comportar, que ainda precisa de aplicação de software para permissões consequentes; veja Writing good prompts and instructions.

Latency — O tempo entre uma requisição e uma resposta útil, incluindo busca, ferramentas e processamento do modelo; veja Performance and latency.

LLM — Um grande modelo de linguagem é um sistema treinado que gera linguagem prevendo trechos sucessivos de texto; veja What is an LLM.

Log — Um evento registrado que ajuda operadores a entender o que aconteceu sem precisar reproduzir cada interação do usuário; veja Logs, traces, and monitoring.

MCP — Model Context Protocol é um protocolo compartilhado para expor ferramentas e recursos a aplicações compatíveis; veja Model Context Protocol.

Memory — Informação intencionalmente retida e posteriormente fornecida a um assistente, não lembrança automática similar à humana pelo modelo; veja Memory.

Metadata — Informação descritiva sobre um documento, como seu proprietário, público ou data efetiva; veja Finding and preparing knowledge.

Multimodality — A capacidade de lidar com mais de um tipo de informação, como texto, imagens ou áudio; veja Multimodality.

Prompt — A entrada que pede ao modelo que faça algo e fornece orientações ou material relevante; veja Anatomy of a prompt.

Prompt injection — Uma tentativa de fazer um assistente tratar conteúdo não confiável como instruções que sobrescrevem sua tarefa ou limites pretendidos; veja Prompt injection and jailbreaks.

RAG — Retrieval-augmented generation recupera evidências relevantes e as inclui ao solicitar ao modelo que produza uma resposta; veja What is a RAG.

Rate limit — Uma restrição sobre a frequência com que requisições podem ser feitas, que as aplicações devem respeitar em vez de contornar; veja Errors, retries, and fallbacks.

Reranking — Reordenar candidatos recuperados usando outra avaliação de relevância antes de escolher quais passagens usar; veja Retrieval strategies.

Retrieval — Encontrar informações candidatas relevantes a uma pergunta dentro das fontes que o usuário atual pode acessar; veja Retrieval strategies.

Retry — Outra tentativa após uma operação falhada ou incerta, sujeita a limites e verificações de ação duplicada; veja Errors, retries, and fallbacks.

Schema — Uma descrição da forma e tipos de dados exigidos, não prova de que os valores são factualmente corretos; veja structured responses.

Semantic search — Encontrar conteúdo pelo significado em vez de depender apenas de correspondências exatas de palavras; veja Embeddings and semantic search.

Skill — Um conjunto de instruções reutilizáveis para uma tarefa ou método, distinto de uma ferramenta executável; veja Adding skills.

Temperature — Uma configuração que afeta como as saídas do modelo são amostradas, não um dial que garante precisão factual; veja Parameters.

Token — Uma pequena unidade de texto processada por um modelo, que pode ser uma palavra, parte de uma palavra ou pontuação; veja Context window, tokens, and cost.

Tool — Uma operação de software definida que um agente pode solicitar, como buscar em um banco de dados ou criar um ticket; veja Adding tools.

Trace — Um registro conectado dos passos dentro de uma operação que ajuda a localizar falhas ou atrasos; veja Logs, traces, and monitoring.

Webhook — Uma notificação enviada a outro sistema quando um evento definido ocorre, frequentemente para iniciar trabalho de acompanhamento; veja Webhooks, events, and automations.

Workflow — Uma sequência organizada de tarefas e decisões que define como o trabalho avança e onde ele para; veja Workflows as skills.