Dicionário de inteligência artificial: 25 termos explicados

Este dicionário de inteligência artificial explica, em português simples, os 25 termos que mais aparecem quando você abre o ChatGPT, lê uma notícia ou compara planos de ferramentas: prompt, token, janela de contexto, alucinação, agente, fine-tuning e companhia. Cada verbete tem definição curta, um exemplo do dia a dia e o que aquilo muda na prática para você.

A ideia é servir de consulta, não de aula. Dá para ler de cima a baixo em uns oito minutos ou pular direto para o grupo de termos que travou sua leitura. Os verbetes estão organizados em cinco blocos: o básico, a conversa com a IA, o treinamento dos modelos, as ferramentas que executam tarefas e uma tabela rápida com o restante.

Por que aprender o vocabulário de IA antes de qualquer curso?

Porque o vocabulário separa quem usa a ferramenta com segurança de quem repete o que ouviu. Quando a página de preços diz que o plano gratuito tem "janela de contexto menor", isso decide se você consegue colar um contrato de 30 páginas de uma vez. Quando uma notícia fala em "alucinação", ela está avisando que aquele dado precisa ser checado.

Também é o vocabulário que permite comparar ferramentas sem depender de propaganda. Saber a diferença entre um chatbot e um agente, por exemplo, evita pagar por uma automação que não faz o que promete. O guia sobre agente, chatbot ou automação entra nessa comparação em detalhe, e o guia completo sobre o que é inteligência artificial é o ponto de partida se você quer a visão geral antes dos termos.

Termos básicos: inteligência artificial, modelo, LLM e IA generativa

1. Inteligência artificial (IA)

Qualquer programa que faz uma tarefa que antes exigia julgamento humano: reconhecer um rosto, traduzir um texto, sugerir a próxima palavra. É um guarda-chuva: o corretor do celular é IA, e o ChatGPT também, em escalas muito diferentes.

2. Modelo

É o "motor" que gera as respostas: um arquivo gigante de números ajustados durante o treinamento. ChatGPT, Claude e Gemini são aplicativos que dão acesso a modelos diferentes, e cada empresa lança versões novas com nome e número, como você viu no lançamento do Claude Fable 5.1 e Mythos 5.1. Trocar de modelo dentro do mesmo app muda qualidade, velocidade e preço.

3. LLM (grande modelo de linguagem)

O tipo de modelo por trás dos assistentes de texto. Segundo o glossário da Anthropic, é um modelo com muitos parâmetros, treinado em volumes enormes de texto, capaz de gerar texto parecido com o humano, responder perguntas e resumir.

4. IA generativa

A IA que cria conteúdo novo (texto, imagem, áudio, vídeo, código) em vez de só classificar ou organizar o que já existe. Um filtro de spam é IA, mas não é generativa. O Canva gerando uma arte a partir de uma frase é. A comparação ChatGPT, Claude ou Gemini mostra os três assistentes generativos mais usados lado a lado.

Termos da conversa: prompt, token, janela de contexto e alucinação

5. Prompt

O pedido que você digita: pergunta, instrução, contexto e formato esperado. Quanto mais específico, melhor a resposta, e o guia de prompt engineering mostra a estrutura que funciona. Um prompt fraco e um bom, para o mesmo objetivo:

Fraco: Escreve um post sobre minha loja.

Bom: Você é redator de uma loja de roupas infantis em Recife. Escreva um post de Instagram com até 80 palavras anunciando 20% de desconto em macacões de algodão até domingo. Tom leve, sem emoji, com uma chamada para mandar mensagem no WhatsApp.

6. Token

A unidade que a IA usa para ler e escrever, geralmente um pedaço de palavra. Pela documentação do Google, um token equivale a cerca de 4 caracteres e 100 tokens dão de 60 a 80 palavras em inglês; em português a conta fica parecida, um pouco mais gorda. Tokens definem o custo na API e o tamanho máximo de uma conversa.

7. Janela de contexto

Tudo o que o modelo consegue "enxergar" de uma vez: seu texto, as respostas anteriores e a resposta que ele está escrevendo. A documentação da Anthropic chama isso de memória de trabalho e lista janelas de 200 mil a 1 milhão de tokens conforme o modelo. Um exemplo de conta: a dona de uma confeitaria em Belo Horizonte quer resumir 120 avaliações do Google, com umas 40 palavras cada. São 4.800 palavras, entre 6 mil e 8 mil tokens pela regra acima, o que cabe em uma única mensagem. A mesma documentação avisa que a precisão cai em conversas longas demais, então abrir um chat novo por tarefa ajuda.

8. Alucinação

Quando a IA inventa um dado, um nome ou uma lei e apresenta com a mesma confiança de um fato verdadeiro. Não é defeito raro, é característica do jeito como o modelo funciona. A regra prática: número, data, citação e referência legal se conferem antes de usar. A lista dos 5 erros comuns de quem está começando mostra como esse problema aparece na rotina.

Termos do treinamento: pré-treinamento, fine-tuning, RLHF e RAG

9. Pré-treinamento

A primeira fase, em que o modelo aprende a prever a próxima palavra lendo um volume gigante de texto. O glossário da Anthropic explica que, nesse estágio, o modelo ainda não é bom em seguir instruções; isso vem depois.

10. Fine-tuning (ajuste fino)

Treinar um pouco mais um modelo pronto com exemplos de uma tarefa específica, para que ele imite aquele padrão. O guia de otimização da OpenAI recomenda começar por um bom prompt e só partir para o fine-tuning quando isso não basta. Para quem usa o app, o fine-tuning quase nunca é o caminho; um prompt bem escrito resolve a maioria dos casos.

11. RLHF

Aprendizado por reforço com feedback humano: pessoas comparam respostas e o modelo aprende a preferir as mais bem avaliadas. É a etapa que transforma um previsor de palavras em um assistente útil.

12. RAG

Geração aumentada por recuperação: antes de responder, o sistema busca trechos relevantes em documentos ou na web e coloca esse material na janela de contexto. É o que o NotebookLM e o Perplexity fazem quando respondem com base nos seus arquivos ou citam páginas, como o guia sobre Perplexity e NotebookLM mostra. RAG reduz alucinação, mas não zera: se a fonte é ruim, a resposta também é.

Termos das ferramentas: agente, automação, multimodal, API e MCP

13. Agente de IA

Um sistema que recebe um objetivo e executa uma sequência de ações sozinho, usando ferramentas como navegador, e-mail ou planilha, e ajustando o rumo conforme o resultado. Diferente de um chatbot, que responde e para. O artigo sobre agentes de IA explica onde eles já funcionam e onde ainda falham.

14. Automação

Fluxo fixo do tipo "quando X acontecer, faça Y", sem julgamento no meio. Um Zapier que salva anexos no Drive é automação e não precisa de IA. Muita gente chama de agente o que é automação com uma etapa de IA dentro.

15. Multimodal

Modelo que entende e produz mais de um tipo de conteúdo: texto, imagem, áudio e vídeo. É por isso que você pode fotografar uma conta de luz e pedir a explicação. O guia sobre IA multimodal lista usos concretos disso.

16. API

A porta pela qual outros programas acessam o modelo, cobrada por token. Para o uso pessoal, a assinatura mensal do aplicativo costuma sair mais simples; a comparação IA grátis ou paga ajuda a decidir.

17. MCP

Sigla de Model Context Protocol, um padrão aberto que, segundo o glossário da Anthropic, funciona como uma "porta USB-C" para conectar modelos a ferramentas e dados. Na prática, é o que permite ligar o assistente ao seu calendário, ao Notion ou ao e-mail. O passo a passo para configurar seu primeiro assistente pessoal mostra essas conexões em uso.

Tabela rápida: os outros oito termos que você vai cruzar

Os termos abaixo aparecem menos, quase sempre em página de preço, notícia de lançamento ou conversa com alguém de tecnologia:

Para fixar o vocabulário, peça para a própria IA te testar. Um prompt que funciona no plano gratuito de qualquer assistente:

Quero aprender vocabulário de inteligência artificial. Faça um quiz de 10 perguntas de múltipla escolha, uma por vez, sobre estes termos: prompt, token, janela de contexto, alucinação, agente, RAG, fine-tuning, multimodal, API e system prompt. Espere minha resposta antes de mostrar a próxima pergunta e explique o erro quando eu errar, com um exemplo do dia a dia de um pequeno negócio.

Erros comuns ao usar esses termos

Chamar tudo de "o ChatGPT". ChatGPT é um aplicativo da OpenAI. Claude é da Anthropic, Gemini é do Google. Quem diz "o ChatGPT do Google" começa a conversa confusa e tem dificuldade para pedir ajuda ou comparar preço.

Achar que janela de contexto é memória permanente. A janela vale dentro de uma conversa. Fechou o chat, o modelo não lembra por padrão. Alguns apps têm um recurso separado de memória entre conversas, que você pode ligar ou desligar; o guia sobre IA e privacidade mostra onde fica esse ajuste.

Confundir automação com agente. Se o fluxo é sempre igual, é automação, e costuma ser mais barato e mais confiável. Agente faz sentido quando cada caso exige decisão.

Usar termo em inglês sem necessidade. "Prompt" já virou português; "fine-tuning" e "RAG" ainda assustam. Ao explicar IA para a equipe ou a família, traduza: ajuste fino, busca antes de responder.

Com esses 25 termos você lê qualquer página de preço, entende a notícia de lançamento e sabe o que está pedindo quando abre um chat. O próximo passo é usar: escolha uma tarefa da sua semana e resolva com um dos guias da categoria Para Iniciantes.