Este glossário cobre os 500 termos mais importantes do prompt engineering, dos conceitos fundamentais até a orquestração de agentes e os frameworks de avaliação. Cada entrada inclui uma definição prática e concisa escrita para desenvolvedores e profissionais de IA, junto com um link de referência principal para leitura mais aprofundada.
Os termos estão organizados em seis grupos: Conceitos básicos de prompting, Agentes e orquestração, Segurança e alinhamento, Avaliação e testes, Técnicas avançadas e Métricas e produção. Use as tabelas com busca como referência rápida ou siga os links para detalhes de implementação.
Conceitos básicos de prompting
Agentes e orquestração
Segurança e alinhamento
Avaliação e testes
Técnicas avançadas
Métricas e produção
Perguntas frequentes
O que é prompt engineering em termos simples?
Prompt engineering é a disciplina de projetar e iterar prompts para que os modelos de linguagem produzam outputs úteis, previsíveis e seguros. Envolve estruturar instruções, adicionar contexto e escolher técnicas como few-shot ou chain-of-thought para melhorar a confiabilidade e a qualidade.
Qual é a diferença entre zero-shot e few-shot prompting?
O zero-shot prompting pede ao modelo que realize uma tarefa usando apenas instruções, sem nenhum exemplo — ideal para tarefas comuns onde o treinamento prévio do modelo já cobre o padrão. O few-shot prompting inclui um pequeno número de exemplos input-output no prompt para que o modelo possa inferir o padrão, formato ou estilo desejado antes de lidar com a consulta real. O few-shot tipicamente produz maior qualidade em tarefas complexas ou incomuns.
O que significa RAG em IA?
RAG significa Retrieval-Augmented Generation (Geração Aumentada por Recuperação). É uma arquitetura onde documentos relevantes são recuperados de uma base de conhecimento e injetados no prompt para que o modelo responda com base em dados atuais e fundamentados em vez de depender apenas dos dados de treinamento. Isso reduz alucinações e garante que as respostas sejam baseadas em informações reais e atualizadas.
Qual é a diferença entre prompt engineering e fine-tuning?
Prompt engineering é a disciplina de projetar e iterar prompts para orientar os outputs do modelo sem alterar o modelo em si. O fine-tuning, por outro lado, modifica os pesos do modelo treinando-o com dados específicos da tarefa. O prompt engineering é mais rápido, mais econômico e mais fácil de iterar, enquanto o fine-tuning pode alcançar melhores resultados em tarefas especializadas, mas requer mais dados e recursos computacionais.
O que é um context window em IA?
Um context window é o número máximo de tokens que o modelo pode considerar de uma vez, incluindo o system prompt, o histórico de conversa e os documentos recuperados. Quando os limites de contexto são excedidos, as partes mais antigas ou do meio do contexto são truncadas ou ignoradas. Entender o tamanho do context window é crucial para gerenciar custos e latências, pois contextos mais longos são mais caros e lentos de processar.