O Processo Forge
Nesta página
Atualização de 2 de novembro de 2026 — O Le Chat é agora o Vibe. Desde 28 de maio de 2026, o Le Chat foi rebatizado como 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 disponível no modo Chat. No modo Work, os agentes são agora competências (invocadas com
@), as memórias servem de base de conhecimento e a pesquisa aprofundada é a competência Deep Research. Os planos passaram a chamar-se Mistral Free, Pro, Team e Enterprise. Esta lição utiliza o nome Vibe; note que alguns menus aqui descritos podem ter alterado o nome ou a localização.
Da avaliação à implementação: o percurso completo
Um projeto Forge segue quatro fases, orientadas por um Engenheiro de Implementação de Campo (FDE) da Mistral. Não configura nada sozinho numa consola. Em vez disso, o projeto é um compromisso conjunto entre a sua organização e a Mistral AI, com marcos definidos, entregáveis mensuráveis e um calendário previsível: 2 a 4 semanas para avaliação, 4 a 8 semanas para preparação de dados, 4 a 6 semanas para treino e iteração, e 2 a 4 semanas para implementação e monitorização. No total, conte com 3 a 6 meses, dependendo da complexidade do caso de uso e da qualidade dos dados. Conhecer esta sequência antecipadamente impede-o de prometer resultados à sua direção em apenas seis semanas.
Fase 1: Avaliação (2 a 4 semanas)
O objetivo é determinar se o Forge é a abordagem correta e definir critérios de sucesso. A equipa da Mistral trabalha com o seu patrocinador empresarial e equipa técnica em quatro frentes. A auditoria do caso de uso começa pelas perguntas mais simples, mas também mais desconfortáveis: Que problema exato está a resolver? Testou verdadeiramente a engenharia de prompts e o RAG? Por que razão são insuficientes? A avaliação de dados mede o volume disponível e o seu estado real — estruturados ou não estruturados, anotados ou brutos, atuais ou desatualizados.
Segue-se a medição da linha de base, um passo que muitos ignoram e de que mais tarde se arrependem. Deve avaliar o desempenho do modelo de propósito geral nas tarefas-alvo; sem isto, não consegue quantificar o valor acrescentado pelo Forge. A fase conclui-se com a definição de KPIs: precisão, recall, tempo de processamento e satisfação do utilizador.
O entregável é um documento de âmbito contendo a definição do caso de uso, o inventário de dados, as métricas de linha de base, os KPIs-alvo e um calendário provisório. Segue-se uma decisão conjunta de avançar ou não. Se os dados forem insuficientes ou o caso de uso não justificar o Forge, a equipa da Mistral orientá-lo-á para o RAG ou engenharia de prompts. Um «não» nesta fase poupa-lhe vários meses de trabalho e um orçamento significativo.
Fase 2: Preparação de dados (4 a 8 semanas)
Esta fase constrói o conjunto de dados de treino. É a etapa mais crítica e demorada, pois a qualidade do modelo depende diretamente da qualidade dos dados utilizados para o treinar. O trabalho começa pela recolha: extração de documentos, exemplos e casos de uso dos seus sistemas internos. Segue-se a limpeza — remoção de duplicados, documentos desatualizados e dados corrompidos — e depois a estruturação, que transforma dados brutos em pares de instrução-resposta utilizáveis para treino. Quando o caso de uso o exige, a anotação pelos seus especialistas na matéria adiciona rótulos, categorias ou metadados. Uma validação final por esses mesmos especialistas garante que o corpus reflete práticas do mundo real e o nível de qualidade esperado.
Atribua desde o início, por escrito, o papel de cada documento. A sua equipa de dados trata da recolha, limpeza e estruturação. Os seus especialistas na matéria tratam da anotação e validação. O FDE da Mistral fornece orientação metodológica, valida formatos e recomenda volumes e padrões de qualidade.
Quatro armadilhas surgem constantemente. Um corpus que sobrerrepresenta certos casos produz um modelo enviesado nas mesmas proporções. Documentos desatualizados criam um modelo que responde com confiança com base em procedimentos obsoletos, o que é mais perigoso do que não responder. Algumas centenas de exemplos nunca são suficientes para um ajuste fino de qualidade. Por fim, se tiver de fazer uma escolha, opte por um corpus menor e homogéneo em vez de um massivo de qualidade desigual.
Fase 3: Treino e iteração (4 a 6 semanas)
O modelo base é ajustado (fine-tuned) ao seu conjunto de dados e depois avaliado num conjunto de validação composto por dados que nunca viu durante o treino. Os resultados são comparados com a linha de base e os KPIs-alvo definidos na Fase 1. Qualquer discrepância desencadeia uma iteração: ajuste de hiperparâmetros, enriquecimento do conjunto de dados ou correção de erros identificados. Em paralelo, os seus especialistas realizam uma validação empresarial, testando o modelo com casos reais. Um modelo que cumpre as métricas mas falha em ficheiros do dia a dia não está pronto.
Na prática, atingir o nível-alvo requer 2 a 4 iterações, cada uma com duração de 1 a 2 semanas. O FDE é responsável por toda a vertente técnica: configuração do treino, otimização de hiperparâmetros, diagnóstico de problemas de desempenho e recomendação de melhorias nos dados. A sua equipa não precisa de conhecimentos de aprendizagem automática; o FDE atua como a sua interface técnica com a plataforma Forge.
Fase 4: Implementação e monitorização (2 a 4 semanas)
O modelo personalizado é implementado na infraestrutura-alvo — Mistral Cloud, uma VPC dedicada ou no local (on-premise) — e integrado no seu ambiente via Mistral Enterprise, Enterprise Search ou nas suas aplicações internas através de APIs. Testes de carga validam o desempenho em condições de produção. A formação prepara os utilizadores finais para um modelo que se comporta de forma diferente de um modelo de propósito geral. Painéis de controlo monitorizam o desempenho, o volume e a satisfação.
Esta monitorização informa diretamente a governança. Deteta degradação gradual do desempenho, casos de uso não previstos e sinais que exigem retreino, como disponibilidade de novos dados ou alterações processuais. Um modelo Forge não é estático. Planeie um ciclo trimestral para domínios em rápida evolução, um ciclo semestral para domínios estáveis e ciclos sob demanda para alterações importantes, como novas regulamentações, fusões ou lançamentos de produtos.
Orçamento e recursos a alocar
Do lado da Mistral, o compromisso inclui um FDE dedicado durante a duração do projeto, infraestrutura de treino (GPUs) e apoio técnico e metodológico. Do seu lado, reserve 10% a 20% do tempo do seu patrocinador empresarial, uma equipa de dados de uma a duas pessoas a tempo parcial durante a Fase 2, algumas horas semanais dos especialistas na matéria para validação e um orçamento de projeto que varia consoante a complexidade (a definir durante a fase de avaliação). Aloque efetivamente estes recursos. Um projeto em que o patrocinador não libertou este tempo ficará bloqueado na Fase 2.
Pontos-chave
- O processo Forge demora 3 a 6 meses ao longo de quatro fases: avaliação, dados, treino e implementação
- A preparação de dados é a fase mais crítica — a qualidade dos dados determina a qualidade do modelo
- Um FDE da Mistral orienta-o de ponta a ponta — a sua equipa não precisa de conhecimentos de aprendizagem automática
- Planeie um ciclo de retreino para manter o desempenho ao longo do tempo