Termos de IA Generativa que Toda Equipe de Tecnologia Deveria Conhecer
Este glossário lista o vocabulário central que surge constantemente quando uma equipe começa a trabalhar com o Claude ou qualquer modelo de linguagem grande. Ele é organizado como uma lista de referência genérica, agrupada por tema em vez de alfabeticamente, para que termos relacionados fiquem próximos uns dos outros.
- Percorra os títulos dos grupos primeiro para encontrar o termo que você precisa.
- Leia as definições em ordem dentro de um grupo. Termos posteriores em um grupo às vezes se baseiam nos anteriores.
- Marque esta página. Ela serve como uma referência de consulta, não como uma leitura única.
- Quando um termo aparece em outro lugar nesta seção (como "alucinação" ou "janela de contexto"), ele é usado da mesma forma que é definido aqui.
- Token - A unidade básica de texto que um modelo como o Claude lê e escreve. Um token pode ser uma palavra curta inteira, parte de uma palavra mais longa ou um sinal de pontuação. Preços e limites são medidos em tokens, não em caracteres ou palavras.
- Janela de Contexto - A quantidade máxima de texto, medida em tokens, que um modelo pode considerar de uma vez em uma única conversa. Ela inclui suas mensagens, as respostas do modelo e quaisquer documentos anexados.
- Inferência - O processo de um modelo treinado realmente gerar uma resposta a uma determinada entrada. Inferência é o que acontece toda vez que você envia uma mensagem para o Claude, em contraste com o treinamento, que acontece antes.
- Previsão do Próximo Token - O mecanismo central por trás da geração de texto: o modelo prevê o próximo token mais provável, um de cada vez, com base em tudo o que foi escrito até agora.
- Mecanismo de Atenção - A parte de uma arquitetura transformer que permite ao modelo ponderar o quão relevante cada outra parte do texto é ao processar um determinado token, em vez de ler estritamente em ordem.
- Transformer - A arquitetura de rede neural que sustenta o Claude e a maioria dos modelos de linguagem grandes modernos, construída em torno do mecanismo de atenção.
- Parâmetros - Os valores numéricos internos, aprendidos, dentro de um modelo que foram ajustados durante o treinamento. De forma geral, mais parâmetros podem significar mais capacidade de capturar padrões complexos, embora não seja o único fator de qualidade.
- Latência - O tempo que leva para um modelo começar ou terminar de responder. Modelos menores e mais rápidos como o Claude Haiku 4.5 geralmente têm latência menor do que modelos maiores e de raciocínio mais profundo.
- Prompt - O texto que você envia para um modelo para obter uma resposta, incluindo instruções, perguntas e qualquer contexto que você fornecer.
- Mensagem do Sistema - Uma instrução, geralmente definida pelo aplicativo ou conta em vez de digitada no meio da conversa, que molda como o modelo se comporta durante toda a conversa, como definir uma persona ou regras básicas.
- Mensagem do Usuário - Sua entrada em uma conversa: perguntas, instruções e conteúdo colado.
- Mensagem do Assistente - A resposta gerada pelo modelo em uma conversa.
- Temperatura - Uma configuração que controla quanta variedade é permitida quando o modelo seleciona seu próximo token. Temperatura mais baixa favorece o token mais provável; temperatura mais alta permite frases mais variadas e criativas.
- Top-p / Top-k - Controles de amostragem relacionados que limitam quais tokens candidatos o modelo pode escolher em cada etapa, usados em conjunto ou em vez da temperatura para moldar a variedade da resposta.
- Prompt de Zero-Shot - Pedir a um modelo para realizar uma tarefa sem exemplos incluídos no prompt, confiando inteiramente no que ele aprendeu durante o treinamento.
- Prompt de Few-Shot - Incluir um pequeno número de exemplos diretamente no prompt para mostrar ao modelo o padrão que você deseja que ele siga.
- Pensamento Estendido (Raciocínio Adaptativo) - Um processo de raciocínio visível, passo a passo, que um modelo percorre antes de produzir sua resposta final. É padrão no Claude Fable 5 e disponível em outros modelos de nível superior, e tende a melhorar a precisão em problemas de múltiplos passos.
- Alucinação - Saída confiante, fluente, mas factualmente incorreta. Acontece porque a geração é uma previsão baseada em padrões, não uma consulta a um banco de dados, então o modelo não tem um mecanismo separado para sinalizar "Eu não tenho certeza" por padrão.
- Corte de Conhecimento - A data fixa após a qual os dados de treinamento de um modelo param. Um modelo não tem conhecimento padrão de eventos após essa data, a menos que um recurso de pesquisa ou navegação seja explicitamente usado.
- Geração Aumentada por Recuperação (RAG) - Uma arquitetura onde a resposta de um modelo é fundamentada primeiro recuperando documentos ou dados externos relevantes, e depois gerando uma resposta usando esse material recuperado. Isso não é algo que um chat Claude simples faz automaticamente; requer uma ferramenta, conector ou aplicativo específico construído em torno dele.
- Pré-treinamento - A fase inicial e em larga escala de treinamento de um modelo em um corpus amplo de texto e código, antes que qualquer ajuste específico de tarefa ou segurança ocorra.
- Fine-Tuning - Treinamento adicional em um conjunto de dados mais restrito após o pré-treinamento, usado para ajustar o comportamento, estilo ou foco de um modelo para um propósito mais específico.
- IA Constitucional - A abordagem da Anthropic para treinar o Claude a ser útil, inofensivo e honesto, usando um conjunto de princípios orientadores contra os quais o modelo é treinado, combinado com testes de segurança antes do lançamento.
- Família de Modelos / Nível de Modelo - O conjunto de variantes de um modelo lançado em conjunto com diferentes compensações. A linha do Claude abrange Claude Haiku 4.5 (mais rápido, mais barato), Claude Sonnet 5 (o padrão, equilibrado), Claude Opus 4.8 (raciocínio principal) e Claude Fable 5 (nível superior, maior janela de contexto, pensamento estendido sempre ativo).
- Política de Uso - As regras publicadas pela Anthropic que restringem certos usos do Claude, parte do quadro mais amplo de segurança e uso responsável em torno do modelo.
Qual é o termo mais importante a saber antes de qualquer outra coisa?
Token. Quase todos os outros conceitos nesta página, janela de contexto, precificação, latência, são definidos em termos de tokens.
Inferência é o mesmo que treinamento?
Não. Treinamento (incluindo pré-treinamento e fine-tuning) acontece antes para produzir o modelo. Inferência é o que acontece toda vez que o modelo já treinado gera uma resposta à sua entrada.
Qual é a diferença entre um prompt e uma mensagem do sistema?
- Um prompt é amplamente o texto que você envia para obter uma resposta.
- Uma mensagem do sistema é um tipo específico de instrução, geralmente definida pelo aplicativo ou conta, que molda o comportamento para toda uma conversa em vez de ser digitada como uma mensagem de usuário única.
Por que a alucinação acontece se o modelo foi treinado com tanta informação precisa?
Porque a geração é uma previsão do próximo token plausível, não uma verificação de fatos contra uma fonte. Frases fluentes e confiantes podem ocorrer independentemente de o fato específico declarado estar correto.
O Claude usa geração aumentada por recuperação (RAG) por padrão?
Não. O chat Claude simples não recupera documentos externos automaticamente. RAG requer um conector, ferramenta ou aplicativo específico construído para buscar e injetar material relevante antes da geração.
Qual é a diferença prática entre prompting de zero-shot e few-shot?
Zero-shot não fornece exemplos ao modelo e confia no que ele já aprendeu durante o treinamento. Few-shot inclui um pequeno número de exemplos no próprio prompt para demonstrar o padrão exato que você deseja.
Como a temperatura afeta meus resultados?
Temperatura mais baixa torna as respostas mais previsíveis e repetitivas, favorecendo o próximo token mais provável a cada vez. Temperatura mais alta permite frases mais variadas, às vezes mais criativas, amostrando de uma gama mais ampla de tokens plausíveis.
Por que o tamanho da janela de contexto é importante para uma equipe de tecnologia?
Ele determina quanta história de conversa, código ou documentos podem ser considerados de uma vez. Ficar sem janela de contexto no meio de uma tarefa significa que o conteúdo mais antigo não está mais visível para o modelo.
O que o "pensamento estendido" realmente adiciona?
Uma passagem de raciocínio visível, passo a passo, antes que o modelo se comprometa com uma resposta final, o que tende a melhorar a confiabilidade em problemas complexos de múltiplos passos em comparação com uma resposta direta sem tal passagem.
Um modelo com mais parâmetros é sempre melhor?
Não necessariamente. A contagem de parâmetros é um fator entre a qualidade dos dados de treinamento, o método de treinamento e a profundidade do raciocínio. Um modelo menor e bem treinado pode superar um modelo maior e mal ajustado em uma determinada tarefa.
O que é IA Constitucional, brevemente?
A abordagem de treinamento da Anthropic para moldar o comportamento do Claude em torno de um conjunto de princípios orientadores que visam ser úteis, inofensivos e honestos, combinada com testes de segurança antes que um modelo seja lançado.
Por que o glossário agrupa termos em vez de listá-los alfabeticamente?
Agrupar por tema, mecânicas centrais, uso diário e como o Claude é construído, mantém conceitos relacionados próximos uns dos outros, o que torna a lista mais fácil de aprender em uma primeira leitura, não apenas para consulta posterior.
Versões de Stack: Escrito com base na linha de modelos Claude atual em ~junho de 2026 - Claude Fable 5, Claude Opus 4.8, Claude Sonnet 5 (o padrão) e Claude Haiku 4.5. Nomes de modelos, preços e recursos de produtos mudam rapidamente - verifique as especificações atuais em platform.claude.com/docs antes de confiar nelas.