Conceitos-chave da IA Generativa
Nesta página
Atualizado em 2 de novembro de 2026 — O Le Chat torna-se Vibe. Desde 28 de maio de 2026, o Le Chat é agora o Vibe (ainda em chat.mistral.ai): um único agente para trabalho e código, que mantém as suas conversas, definições e subscrições. A experiência legada do Le Chat permanece acessível no modo Chat; no modo Work, os agentes são agora competências (invocadas com
@), as memórias tornaram-se a base de conhecimento e a pesquisa profunda converteu-se na competência Deep Research. Os planos designam-se agora Mistral Free, Pro, Team e Enterprise. Esta lição utiliza o nome Vibe; alguns menus aqui descritos podem ter alterado o nome ou a localização.
Dominar o vocabulário essencial
Existem alguns termos que encontrará em todas as reuniões, em toda a documentação e em todas as discussões com equipas técnicas sobre IA generativa: RAG, embeddings, fine-tuning, temperatura, alucinações, grounding. Esta lição explica-os um por um, não como definições de glossário, mas como ferramentas que saberá utilizar numa conversa real. Quando um fornecedor propuser «um chatbot RAG com embeddings da Mistral», saberá exatamente o que lhe está a vender — e que perguntas fazer.
RAG — Geração Aumentada por Recuperação
O RAG (retrieval-augmented generation, ou geração aumentada por recuperação) é uma das técnicas mais difundidas para melhorar a qualidade das respostas de um LLM. O princípio parte de uma observação simples: em vez de depender apenas do conhecimento interno do modelo, fornece-lhe, no momento da pergunta, informações relevantes extraídas de uma base de dados externa.
O mecanismo desenrola-se em quatro etapas:
- O utilizador faz uma pergunta
- Um sistema de pesquisa identifica documentos relevantes numa base de conhecimento
- Esses documentos são injetados no contexto do modelo
- O modelo gera a sua resposta com base nestas informações atualizadas
Porque é isto tão importante? Porque o RAG resolve um problema fundamental dos LLM: o seu conhecimento está congelado na data do seu treino. Um modelo treinado no ano passado nada sabe sobre o seu novo catálogo de produtos, a reorganização do seu departamento ou os regulamentos publicados no mês passado. Com o RAG, pode responder a perguntas sobre eventos recentes, sobre dados internos da sua empresa ou sobre documentos que fornece. Imagine um departamento de RH a receber todas as semanas as mesmas perguntas sobre o contrato coletivo de trabalho: um assistente RAG ligado aos acordos da empresa responde citando o artigo correto, em vez de improvisar com base na memória. Esta é a técnica que alimenta a pesquisa web do Vibe e a maioria dos chatbots empresariais.
Embeddings — Representações vetoriais
Os embeddings são representações numéricas de texto sob a forma de vetores, ou seja, listas de números. Cada palavra, frase ou documento é transformado num ponto num espaço matemático de alta dimensão. A ideia central resume-se numa frase: dois textos semanticamente próximos terão embeddings próximos neste espaço. «Cão» e «canino» serão vizinhos; «cão» e «folha de cálculo» estarão muito distantes, embora nenhum destes pares partilhe letras comuns significativas.
Esta propriedade muda tudo na recuperação de informação. Uma pesquisa tradicional por palavras-chave não encontrará um documento sobre «rescisão mútua» se pesquisar por «fim amigável do contrato»; uma pesquisa semântica por embeddings encontrará, porque ambas as formulações apontam para a mesma área do espaço vetorial. Para além da pesquisa, os embeddings são usados para classificar automaticamente textos por tema, detetar duplicados ou conteúdos similares e, como vimos na lição anterior desta secção, para selecionar documentos relevantes num pipeline RAG. A Mistral oferece modelos de embedding dedicados, o Mistral Embed e o Codestral Embed, que transformam o seu texto em vetores utilizáveis.
Fine-tuning — Adaptação personalizada
O fine-tuning consiste em continuar o treino de um modelo pré-treinado com os seus próprios dados, para o adaptar a uma necessidade específica. A imagem mais precisa é a de um médico de clínica geral formado como especialista: o conhecimento geral já lá está, adiciona-se uma expertise pontual.
Recorre-se a isto em várias situações. Uma marca que queira que todas as suas respostas aos clientes respeitem um tom e estilo específicos pode fazer fine-tuning de um modelo com os seus melhores intercâmbios passados. Um escritório de advogados ou um departamento médico pode incutir vocabulário específico da indústria que o modelo generalista trata de forma aproximada. Uma equipa que processe milhares de e-mails por dia pode especializar um modelo numa tarefa específica como classificação ou extração de entidades, com melhores resultados do que um prompt genérico. Por fim, a distilação consiste em transferir conhecimento de um modelo grande para um pequeno, para alcançar desempenho semelhante a um custo muito menor. Na Mistral, é a plataforma Forge que lhe permite fazer fine-tuning de modelos Open: prepara um conjunto de dados de pares pergunta-resposta, lança o treino e obtém um modelo personalizado implementável via API.
Temperatura — O controlo de criatividade
A temperatura é um parâmetro que controla o grau de «criatividade» — tecnicamente, aleatoriedade — nas respostas do modelo. A baixa temperatura (0 a 0,3), o modelo escolhe sistematicamente as respostas mais prováveis: o resultado é previsível, preciso e reproduzível, o que se adequa a tarefas factuais, extração de dados e código. A temperatura média (0,4 a 0,7), obtém-se um equilíbrio entre coerência e variedade que serve a maioria dos usos conversacionais. A alta temperatura (0,8 a 1,0), o modelo explora formulações menos óbvias: mais criatividade, mas também mais risco de erros — uma definição a reservar para brainstorming e escrita criativa.
No Vibe, a temperatura é gerida automaticamente; não precisa de pensar nisso. Via API, no entanto, pode defini-la com precisão para cada pedido, e é uma alavanca poderosa: a mesma pergunta feita a 0,1 e a 0,9 produzirá numa situação uma resposta de contabilista, na outra uma resposta de redator publicitário.
Alucinações — Quando o modelo inventa
As alucinações são respostas que parecem plausíveis mas são factualmente incorretas. O modelo «inventa» informação e — eis o perigo — fá-lo com o mesmo tom confiante de quando diz a verdade. A causa é estrutural: um LLM prevê tokens prováveis, não factos verificados. Pode, portanto, produzir texto linguisticamente impecável mas factualmente falso. As áreas de risco estão bem identificadas: datas precisas, números e estatísticas, citações atribuídas a pessoas reais, referências a estudos ou artigos e detalhes técnicos específicos. Peça a um modelo a bibliografia de um autor pouco conhecido: ele fornecer-lhe-á de bom grado títulos de livros perfeitamente credíveis… que não existem.
Não se eliminam as alucinações, limitam-se. O RAG ancora as respostas em fontes verificadas; uma baixa temperatura favorece as respostas mais prováveis; pedir ao modelo as fontes — e depois verificá-las você mesmo — revela invenções; o grounding, que veremos já a seguir, liga o modelo a dados reais. E em qualquer assunto crítico, a regra permanece absoluta: nunca confie cegamente numa resposta.
Grounding — Ancoragem na realidade
O grounding refere-se ao conjunto de técnicas que ligam um modelo a fontes de informação fiáveis e atualizadas. O RAG é uma forma, mas o conceito é mais amplo. A pesquisa web permite ao modelo ir verificar factos na Internet em vez de recorrer à sua memória congelada. A ligação a bases de dados dá-lhe acesso aos seus dados internos — o seu inventário real, os seus clientes reais. O function calling, finalmente, permite-lhe chamar APIs externas para obter dados em tempo real: o tempo, o preço de uma ação, o estado de um sistema. A diferença é decisiva: o grounding passa de um assistente que «sabe coisas» para um assistente que «pode verificar coisas».
Prompt — A instrução ao modelo
O prompt é o texto que envia ao modelo: a sua instrução, a sua pergunta, o seu pedido. A sua qualidade determina largamente a da resposta — é o tema de uma lição inteira mais à frente neste curso. Tenha agora em mente três noções. O system prompt agrupa as instruções gerais dadas ao modelo à partida (tom, papel, restrições), configuráveis via API. O user prompt é a sua mensagem real, a pergunta ou tarefa em questão. E o few-shot prompting consiste em fornecer exemplos de respostas esperadas para guiar o modelo: mostrar é muitas vezes melhor do que explicar.
Pontos-chave
- O RAG enriquece as respostas do modelo com dados externos atualizados
- Os embeddings transformam texto em vetores para pesquisa semântica
- O fine-tuning adapta um modelo às suas necessidades específicas via Forge
- A temperatura controla o equilíbrio entre precisão e criatividade
- As alucinações são respostas plausíveis mas falsas; o grounding ancora o modelo em dados verificáveis para as limitar