Prompt, token, alucinação, agente: quem começa a usar ferramentas de IA tropeça depressa em termos que ninguém explica. Aqui encontras os mais importantes em linguagem simples, cada um com um exemplo prático e ligações para ferramentas e guias relacionados. Os termos estão organizados por temas, para que percebas mais facilmente as relações entre eles. A partir do índice saltas diretamente para cada entrada.
Conceitos básicos
Inteligência artificial (IA)Artificial Intelligence (AI)
A inteligência artificial designa programas de computador que resolvem tarefas para as quais, até agora, era preciso o raciocínio humano: compreender linguagem, reconhecer imagens, escrever textos ou preparar decisões. Estes programas não são programados passo a passo com regras fixas; aprendem padrões a partir de um número muito grande de exemplos. Provavelmente já usas IA há muito tempo, por exemplo no reconhecimento facial do telemóvel, nas sugestões de filmes do serviço de streaming ou no filtro de spam da tua caixa de correio. Importante para começar: a IA não pensa como um ser humano e não tem consciência própria. Funciona mais como um detetor de padrões extremamente diligente, que estima, com base na experiência, o que encaixa a seguir. A variante mais conhecida hoje é a IA generativa, que cria novos conteúdos a pedido.
Exemplo: Se o teu smartphone ordena automaticamente as fotos por «praia» ou «cão», há IA por trás disso. Um assistente de IA como o ChatGPT vai ainda mais longe: compreende as tuas perguntas e responde com frases completas.
Ver também: IA generativa, Large Language Model (LLM), Top 5: Os modelos de IA mais populares
IA generativaGenAI, Generative AI
A IA generativa cria conteúdos novos, em vez de apenas ordenar ou reconhecer os que já existem. A partir de uma descrição curta surgem assim textos, imagens, música, vídeos, vozes ou código de programação. Para principiantes, é a parte da IA com que mais vezes se trabalha diretamente: os assistentes de chat fazem parte dela, tal como os geradores de imagens ou as ferramentas de canções. Imagina um cozinheiro que estudou milhares de receitas e que, a pedido, te compõe um prato novo. Não copia uma receita isolada; combina de forma nova aquilo que aprendeu. É precisamente por isso que os resultados parecem muitas vezes surpreendentemente bons, mas também podem conter erros ou incoerências. Por isso, verifica sempre tu próprio os conteúdos importantes antes de os publicares ou partilhares.
Exemplo: No Midjourney escreves «um café acolhedor à chuva, estilo aguarela» e recebes várias imagens completamente novas. Com o Suno, algumas linhas de texto transformam-se até numa canção completa com voz.
Ver também: Large Language Model (LLM), Geração de imagens, Música e canções
Large Language Model (LLM)Grande modelo de linguagem, modelo de linguagem
Por trás da sigla LLM está um grande modelo de linguagem: um programa de IA treinado com quantidades enormes de texto e que, por isso, consegue compreender e produzir linguagem. No fundo, faz algo surpreendentemente simples. Prevê, pedaço a pedaço, qual o fragmento de texto que tem mais probabilidade de encaixar a seguir. Como aprendeu inúmeras relações pelo caminho, daí resultam cartas inteiras, resumos ou código de programação. Os LLM são o motor por trás de assistentes de chat como o ChatGPT, o Claude ou o Google Gemini. É comparável à função de sugestão de palavras do teclado do teu telemóvel, só que inimaginavelmente maior e mais potente. Para ti, isto significa: um LLM escreve de forma fluida e convincente, mas não sabe automaticamente se uma afirmação é verdadeira.
Exemplo: Se pedires ao Claude que reformule de forma mais objetiva uma mensagem irritada para o teu senhorio, é um LLM que trabalha em segundo plano. Escreve a nova versão fragmento a fragmento, com base em padrões de linguagem aprendidos.
Ver também: Token, Janela de contexto, Top 5: Os modelos de IA mais populares
Assistente de IA (chatbot)Chatbot, chatbot de IA, AI Assistant
Com um assistente de IA conversas em linguagem perfeitamente normal, por teclado ou por voz, e ele responde a perguntas ou trata de tarefas por ti. Exemplos conhecidos são o ChatGPT, o Claude, o Google Gemini e o Microsoft Copilot. Ao contrário dos chatbots mais antigos dos sites das empresas, que só debitam respostas pré-feitas, os assistentes modernos compreendem também pedidos formulados de forma invulgar e têm em conta o histórico da conversa. Podes imaginá-los como um ajudante versátil: escreve, explica, traduz, planeia e organiza ideias. Muitos assistentes já conseguem também pesquisar na internet, ler ficheiros ou criar imagens. Qual deles se adequa melhor a ti depende das tuas tarefas, do orçamento e das tuas exigências em matéria de proteção de dados.
Exemplo: Um pedido típico ao Microsoft Copilot: «Escreve uma recusa simpática para a festa de aniversário de sábado, estou doente.» Segundos depois tens um texto que só precisas de ajustar e enviar.
Ver também: Top 5: Os modelos de IA mais populares, ChatGPT, Claude, Gemini ou Mistral: que assistente de IA é o certo para ti?, Large Language Model (LLM)
Dados de treinoTraining Data, conjunto de dados de treino
Os dados de treino são os exemplos com que uma IA aprende, ou seja, textos, imagens, gravações de áudio ou código de programação, por exemplo. Consoante o modelo, trata-se de enormes coleções de páginas web publicamente acessíveis, livros, conteúdos licenciados e outras fontes. Para ti, isto tem duas consequências práticas. Primeiro, um modelo só conhece o que constava dos seus dados até uma determinada data de corte; só fica a saber de acontecimentos mais recentes se pesquisar adicionalmente na internet. Segundo, os dados determinam aquilo em que a IA é boa e que enviesamentos herda. Tal como um aluno, só sabe o que estava nos seus manuais. Alguns fornecedores usam ainda os teus chats para continuar a treinar os modelos; consoante o fornecedor e o plano, podes desativar isso.
Exemplo: Se perguntares a um assistente de IA sem pesquisa na web pelo resultado de um jogo de futebol de ontem, ele não tem como saber. O jogo simplesmente ainda não aparecia nos seus dados de treino.
Ver também: Opt-out do treino, Bias (enviesamento), Proteção de dados nas ferramentas de IA: o que deves e não deves escrever
AlucinaçãoConfabulação, Hallucination
Fala-se de alucinação quando uma IA afirma algo errado ou completamente inventado com tanta segurança como se fosse um facto comprovado. Isto acontece porque um modelo de linguagem não consulta uma base de dados com conhecimento verificado, mas gera formulações que soam plausíveis. Exemplos típicos são citações inventadas, datas erradas, estudos que não existem ou links que não levam a lado nenhum. Para principiantes, esta é a armadilha mais importante de todas, porque a resposta soa fluida e convincente mesmo quando está errada. É comparável a um convidado numa festa que prefere inventar uma história a admitir que não sabe alguma coisa. Verifica, por isso, números, nomes e fontes antes de os voltares a usar.
Exemplo: Imagina que pedes ao ChatGPT três livros técnicos sobre lagos de jardim, com autor e editora. Um deles nem sequer existe, embora o título e a editora soem perfeitamente credíveis. Uma pesquisa rápida desmascara o erro.
Ver também: Verificar respostas da IA: como detetar e evitar alucinações, Deep Research, Pesquisa e conhecimento
Bias (enviesamento)Enviesamento, viés, parcialidade
Bias significa enviesamento e descreve o facto de uma IA favorecer ou prejudicar sistematicamente determinados grupos, opiniões ou perspetivas. A causa está geralmente nos dados de treino: o que lá aparece com frequência, a IA considera normal, e o que falta, facilmente lhe escapa. Se os dados refletem velhos clichés, a IA adota-os sem se aperceber. No dia a dia, isto nota-se sobretudo nos geradores de imagens, mas também em textos, anúncios de emprego ou resumos de temas polémicos. Uma comparação: quem lê um único jornal fica facilmente com uma imagem distorcida do mundo. Por isso, presta atenção a resultados que pareçam unilaterais e, se for preciso, formula o teu prompt de forma deliberadamente mais diversa.
Exemplo: Se pedires a um gerador de imagens «uma foto de uma pessoa em cargo de chefia», os resultados mostram muitas vezes sobretudo homens de fato. Se descreveres concretamente quem imaginas, o resultado fica mais diverso.
Ver também: Dados de treino, Anúncio de emprego e recrutamento para PME, Verificar respostas da IA: como detetar e evitar alucinações
MultimodalIA multimodal, Multimodality
Diz-se multimodal uma IA que compreende ou gera vários tipos de informação, ou seja, não só texto, mas também imagens, linguagem falada, áudio ou vídeo. Os primeiros modelos de linguagem só sabiam ler e escrever. Hoje podes mostrar uma foto a muitos assistentes, enviar uma mensagem de voz ou carregar um ficheiro PDF e recebes uma resposta adequada. Para ti, isto é prático, porque já não tens de pôr tudo laboriosamente em palavras: uma foto do cadeado da bicicleta encravado explica às vezes mais do que três parágrafos de descrição. Pode comparar-se a uma pessoa que vê, ouve e lê ao mesmo tempo. Que formatos uma ferramenta processa exatamente, e o que disso funciona na versão gratuita, varia consoante o fornecedor.
Exemplo: Basta uma foto do conteúdo do teu frigorífico: o Google Gemini reconhece os alimentos na imagem e sugere-te receitas adequadas, sem teres de escrever cada ingrediente um a um.
Ver também: Top 5: Os modelos de IA mais populares, Speech-to-Text (transcrição), Text-to-Image
Prompts e trabalho com IA
PromptInstrução, pedido, entrada
Chama-se prompt a qualquer texto que introduzes para dizer a uma IA o que deve fazer: uma pergunta, um pedido ou uma instrução de trabalho detalhada. Pode consistir numa única palavra ou em vários parágrafos com exemplos e ficheiros anexados. O prompt é a tua ferramenta mais importante, porque a qualidade da resposta depende muito da clareza com que formulas. Pensa numa encomenda a um empreiteiro: «Deixe a casa de banho bonita» dá origem a surpresas, enquanto uma descrição exata com medidas e a tua cor preferida leva àquilo que imaginas. Também nas ferramentas de imagem, vídeo e música é o prompt que descreve o que deve surgir. Bons prompts indicam o objetivo, o contexto e o formato desejado da resposta.
Exemplo: Em vez de «Escreve algo sobre cães», escreves no ChatGPT: «Escreve um texto curto e divertido para o Instagram sobre um cão salsicha que odeia a chuva, com três hashtags adequadas.» O resultado encaixa logo muito melhor.
Ver também: Escrever prompts para principiantes: como obter melhores respostas, Engenharia de prompts, Prompt de sistema
Engenharia de promptsPrompt Engineering, design de prompts, prompting
A engenharia de prompts é a arte de formular instruções para uma IA de modo a obter bons resultados de forma fiável. Soa técnico, mas é sobretudo comunicar com clareza. Alguns elementos já provaram o seu valor: atribuir um papel à IA, explicar o contexto, nomear a tarefa com precisão, definir o formato pretendido e, se for preciso, fornecer um exemplo. Igualmente importante é ir afinando. Se a primeira resposta não servir, dizes concretamente o que deve mudar, em vez de simplesmente perguntares de novo. Para isso não precisas de saber programar nem de truques secretos. É parecido com delegar no trabalho: quem sabe dar boas instruções recebe melhor trabalho de volta. Vale a pena guardar e reutilizar os prompts que resultam bem.
Exemplo: Papel, contexto e formato fazem a diferença. Ao Claude escreves: «És consultor de viagens. Planeia cinco dias em Lisboa para duas pessoas com um orçamento reduzido, numa tabela com plano diário e custos estimados.»
Ver também: Escrever prompts para principiantes: como obter melhores respostas, Prompt de sistema, Texto e redação
Prompt de sistemaInstrução de sistema, System Prompt, System Message
Em segundo plano, em muitos chats de IA, existe uma instrução de base: o prompt de sistema. Define como a IA se deve comportar em geral, ainda antes de escreveres a primeira mensagem. Através dele, os fornecedores definem, por exemplo, o tom, as regras de segurança ou a data atual. Normalmente não vês esta instrução, mas ela influencia cada resposta. É comparável à integração de novos colaboradores: antes de atenderem o primeiro cliente, já conhecem as regras da casa e o tom a usar. Interessante para ti: em muitos assistentes podes definir tu próprio algo parecido, através de opções como instruções personalizadas ou projetos. Também um assistente com voz de marca próprio funciona segundo este princípio. Assim não tens de explicar em cada chat quem és.
Exemplo: Nas definições do ChatGPT guardas uma única vez: «Dou aulas de Matemática numa escola básica; responde de forma curta, em português e sem jargão técnico.» A partir daí, cada nova conversa tem estas indicações em conta automaticamente.
Ver também: GPT personalizado com voz de marca, Engenharia de prompts, Prompt
Janela de contextoContext Window, comprimento de contexto
A janela de contexto descreve quanto texto uma IA consegue ter presente ao mesmo tempo numa conversa. Isso inclui as tuas mensagens, as respostas dela e os ficheiros carregados. Esta capacidade mede-se em tokens e varia de modelo para modelo. Imagina uma secretária: tudo o que está em cima dela, a IA consegue ter em conta. Se fica demasiado cheia, as folhas mais antigas caem para o chão, e a IA esquece detalhes do início ou contradiz-se. Em chats longos ou documentos volumosos, notas isso, por exemplo, quando regras combinadas no início são de repente ignoradas. Nesse caso, ajuda começar um novo chat com um breve resumo do que foi feito até ali. Para grandes coleções de documentos existem ainda soluções como o RAG.
Exemplo: Se trabalhares semanas a fio num único chat no teu trabalho académico, a IA acaba por deixar de respeitar as regras de citação definidas no início. O histórico longo esgota a janela de contexto.
Ver também: Token, Conversa com os teus documentos (base de conhecimento), RAG (Retrieval-Augmented Generation)
TokenTokens
Antes de processar um texto, uma IA decompõe-no em pequenos blocos: os tokens. Um token pode ser uma palavra curta, uma sílaba ou até apenas um sinal de pontuação. Palavras portuguesas longas como «inconstitucionalmente» são geralmente compostas por vários tokens. Os tokens são importantes para ti porque muitos limites são medidos neles: quanto texto cabe na janela de contexto, que comprimento pode ter uma resposta e quanto custa a utilização através de uma API. Podes imaginá-los como peças de Lego com que se montam frases. Atenção às palavras: algumas ferramentas, como o Leonardo AI, também chamam tokens aos seus créditos gratuitos. Nesse caso, trata-se de pontos de faturação para imagens e não de blocos de texto.
Exemplo: Um contrato longo no Claude e muitas perguntas de seguimento: como a IA volta a processar todo o histórico em cada resposta, gastas muitos tokens e atinges o teu limite mais depressa do que com perguntas curtas.
Ver também: Janela de contexto, Limite de utilização, Large Language Model (LLM)
TemperaturaTemperature
A temperatura controla quão previsível ou quão variada é a resposta de uma IA. Com uma temperatura baixa, o modelo escolhe quase sempre a formulação mais provável, e as respostas ficam objetivas e uniformes. Com uma temperatura alta, recorre mais vezes a palavras invulgares. Isso parece mais criativo, mas também aumenta o risco de disparates e de alucinações. Pode comparar-se a um músico: com temperatura baixa toca a melodia fiel à partitura, com temperatura alta improvisa livremente. Nas apps de chat normais, o valor está geralmente predefinido e não é visível para ti. Em interfaces para programadores ou através de uma API podes muitas vezes escolhê-lo tu próprio. No chat consegues algo parecido com pedidos como «responde de forma sóbria» ou «sê brincalhão».
Exemplo: Se pedires várias vezes ao ChatGPT um slogan para o teu café, recebes de cada vez uma proposta diferente. Isso deve-se, entre outras coisas, à temperatura: um certo acaso está incorporado de propósito.
Ver também: Engenharia de prompts, API, Alucinação
Limite de utilizaçãoQuota, limite de uso, Rate Limit
Chama-se limite de utilização ao teto de quanto podes usar uma ferramenta de IA num determinado período. Pode ser um número de mensagens por intervalo de tempo, uma quantidade fixa de créditos por dia ou uma restrição em funções particularmente exigentes. Na versão gratuita do Claude, por exemplo, aplica-se um limite por cada cinco horas; no Perplexity, são três pesquisas Pro por dia. Estes limites existem porque cada resposta de IA custa poder de computação real. Imagina-o como os dados móveis do tarifário do telemóvel: quando se esgotam, tens de esperar ou ficas com menos desempenho. Os planos pagos aumentam geralmente os limites, mas também eles raramente são totalmente ilimitados. Por isso, planeia as tarefas importantes com alguma margem.
Exemplo: Com a versão gratuita do ChatGPT crias imagens para um convite de aniversário. Depois de cerca de duas a três imagens, a ferramenta avisa que a tua quota de hoje se esgotou. Aí só resta esperar ou usar outra ferramenta.
Ver também: Ferramentas de IA gratuitas: o que tens mesmo de graça e onde estão os limites, Grátis ou subscrição: quando compensa mesmo uma subscrição de IA, Freemium
Deep ResearchPesquisa aprofundada, modo de pesquisa
Vários fornecedores chamam Deep Research a um modo em que a IA não responde a uma pergunta em segundos, mas demora vários minutos e pesquisa de forma autónoma. Formula as suas próprias pesquisas, lê muitas páginas web, compara as informações e entrega no fim um relatório estruturado com indicação das fontes. Compensa em temas para os quais, de outro modo, abririas dez separadores no navegador, como uma comparação de produtos ou uma visão geral de um mercado. Pode comparar-se a um assistente que mandas à biblioteca e que volta com um dossiê. O modo é oferecido, entre outros, no Google Gemini e no ChatGPT, e outras ferramentas de pesquisa têm funções semelhantes. Na versão gratuita, geralmente só pode ser usado de forma limitada. Mesmo assim, deves verificar as fontes por amostragem.
Exemplo: No modo Deep Research do Google Gemini perguntas: «Compara uma bomba de calor e um aquecimento a pellets para uma moradia de 1985.» Ao fim de alguns minutos recebes um relatório estruturado com vantagens e desvantagens e links para as fontes.
Ver também: Pesquisa e conhecimento, Agente de pesquisa: tema → briefing + fontes, Verificar respostas da IA: como detetar e evitar alucinações
Modelos e tecnologia
Modelo de raciocínioModo de pensamento, modelo Thinking, Reasoning Model
Os modelos de raciocínio pensam antes de responder: decompõem internamente uma tarefa em passos intermédios, analisam possíveis caminhos de solução e descartam abordagens erradas, em vez de começarem logo a escrever. Isso demora mais alguns segundos ou minutos, mas em matemática, lógica, planeamento, código ou comparações complicadas dá geralmente resultados claramente melhores. É comparável a uma pessoa que, antes de um cálculo difícil, pega primeiro num papel de rascunho. Em muitos assistentes de IA, encontras este princípio como interruptor ou modo com nomes como «Pensar» ou «Thinking». Para um email curto, raramente compensa. Como o raciocínio consome mais poder de computação, no plano gratuito aplica-se muitas vezes, consoante o fornecedor, um limite de utilização mais apertado.
Exemplo: Se perguntares ao ChatGPT, no modo de raciocínio, qual de três tarifários de telemóvel é o mais barato para o teu consumo ao longo de dois anos, o modelo calcula as variantes passo a passo, em vez de apenas estimar.
Ver também: Top 5: Os modelos de IA mais populares, ChatGPT, Claude, Gemini ou Mistral: que assistente de IA é o certo para ti?, Large Language Model (LLM)
Fine-tuningAjuste fino, afinação, treino adicional
No fine-tuning, um modelo de IA já totalmente treinado volta a ser treinado com exemplos próprios, para dominar melhor, de forma duradoura, uma determinada tarefa ou um determinado estilo. Imagina uma cozinheira formada que aprende as receitas da casa num restaurante novo: cozinhar já sabe há muito, agora recebe o toque final. Para principiantes, o mais importante é a distinção. Quem dá à IA apenas regras, modelos ou ficheiros, por exemplo através de um prompt de sistema, não altera o próprio modelo e não está a fazer fine-tuning. Um verdadeiro treino adicional exige normalmente muitos exemplos cuidadosamente preparados, conhecimentos técnicos e orçamento. No dia a dia, chegas por isso geralmente mais depressa ao objetivo com boas instruções ou com RAG.
Exemplo: Um GPT personalizado com a tua voz de marca não é fine-tuning: apenas dás ao ChatGPT instruções e textos de exemplo. Só seria fine-tuning se alguém voltasse a treinar o modelo com centenas das tuas respostas anteriores a clientes.
Ver também: GPT personalizado com voz de marca, Dados de treino, Prompt de sistema
Modelos open source e open weightModelos abertos, Open Models, IA de código aberto
Chama-se modelo open weight a um modelo de IA cujos pesos já treinados, ou seja, o seu conhecimento aprendido em forma de números, estão disponíveis para transferir livremente. Open source em sentido estrito vai mais longe: nesse caso, são também divulgados o código de treino, informações sobre os dados de treino e uma licença livre. No dia a dia, os dois termos confundem-se muitas vezes. Uma comparação: open weight é como um bolo pronto para levar, open source entrega também a receita. Fornecedores como a Meta, a Mistral ou a DeepSeek publicam modelos deste tipo. Para ti, o que conta sobretudo é que podem correr no teu próprio hardware sem subscrição. Se a utilização comercial é permitida, isso é definido pela respetiva licença. Se usares o mesmo modelo através da app do fornecedor, o que escreves acaba, ainda assim, nos servidores dele.
Exemplo: Podes transferir o Stable Diffusion gratuitamente e usá-lo no teu próprio computador: sem subscrição, sem créditos e sem que os teus prompts vão parar a um fornecedor. É precisamente isso que um modelo aberto torna possível.
Ver também: IA local, Usar IA offline no telemóvel (LLM local), Geração de imagens
IA localIA no dispositivo, IA offline, LLM local
Fala-se de IA local quando um modelo de IA corre diretamente no teu próprio dispositivo, ou seja, no portátil, no PC ou no smartphone, e não na cloud de um fornecedor. A grande vantagem: os teus textos, fotos e gravações não saem do dispositivo, e muita coisa funciona até sem internet e sem subscrição. É como cozinhar na tua própria cozinha em vez de encomendar a um serviço de entregas: tens mais controlo, mas precisas do equipamento certo. Os modelos locais são geralmente mais pequenos do que os grandes assistentes na cloud, por isso respondem às vezes de forma mais simples e, consoante o tamanho, precisam de muita memória RAM ou de uma boa placa gráfica. Isto é possível sobretudo graças aos modelos abertos. Para documentos sensíveis, a IA local é muitas vezes a solução mais amiga da privacidade.
Exemplo: Com o Whisper (local) convertes uma conversa confidencial com um cliente em texto diretamente no teu portátil. A gravação não é carregada para lado nenhum, e não há custos por minuto.
Ver também: Usar IA offline no telemóvel (LLM local), Proteção de dados nas ferramentas de IA: o que deves e não deves escrever, Modelos open source e open weight
APIInterface de programação, Application Programming Interface
API é a abreviatura de Application Programming Interface, em português interface de programação de aplicações. Trata-se de uma via com regras fixas através da qual dois programas comunicam entre si. Uma comparação com um restaurante: não vais tu à cozinha; fazes o teu pedido ao empregado de mesa, e ele traz-te a comida pronta. Nas ferramentas de IA, a API entra em jogo sempre que outra app se dirige a um modelo de linguagem sem janela de chat, por exemplo numa automatização. Importante para principiantes: a API é normalmente faturada à parte da subscrição do chat, geralmente consoante o consumo em tokens. A chave de API necessária para isso deve ser tratada como uma palavra-passe e nunca partilhada publicamente.
Exemplo: Se, com o Zapier (Free), encaminhares automaticamente cada novo pedido de contacto para o ChatGPT, isso passa pela API: guardas uma vez a tua chave de API e, a partir daí, cada rascunho de resposta surge sem qualquer janela de chat.
Ver também: Agentes de IA e automatização, Automatização de fluxos de trabalho, Qualificação de leads e seguimento
EmbeddingIncorporação, embedding vetorial
Por trás de um embedding está a tradução de texto, imagens ou sons numa longa sequência de números que representa o seu significado. Conteúdos com sentido semelhante recebem números semelhantes e ficam, por isso, próximos uns dos outros. Imagina um enorme mapa dos significados: «cão» e «cachorro» estão quase lado a lado, enquanto «declaração de impostos» fica muito longe. Assim, uma IA consegue encontrar o que é relevante, mesmo quando são usadas palavras completamente diferentes. Como principiante, dificilmente terás de criar embeddings tu próprio. Mas vais encontrá-los em todo o lado onde uma pesquisa funciona pelo sentido e não por termos exatos, por exemplo ao conversar com os teus próprios documentos, nas recomendações ou no RAG.
Exemplo: Se, num chat com documentos, perguntares «Com quanta antecedência tenho de avisar quando sair de casa?», a IA encontra, graças aos embeddings, o parágrafo sobre o prazo de pré-aviso no contrato de arrendamento, embora lá estejam palavras completamente diferentes.
Ver também: RAG (Retrieval-Augmented Generation), Conversa com os teus documentos (base de conhecimento), Pesquisa e conhecimento
RAG (Retrieval-Augmented Generation)Geração aumentada por recuperação
RAG significa Retrieval-Augmented Generation, em tradução livre: responder depois de consultar. A IA procura primeiro passagens relevantes numa fonte de conhecimento, por exemplo nos teus documentos ou na internet, e só depois formula a resposta com essa base, muitas vezes com indicação da fonte. É como um exame com consulta em vez de um exame de memória. Para principiantes, isto é importante porque assim a IA pode usar informações atuais ou muito específicas que nunca apareceram nos seus dados de treino. Além disso, o risco de alucinações diminui, mas estas não desaparecem por completo. Por isso, em afirmações importantes, verifica tu próprio a fonte indicada.
Exemplo: Se carregares os teus apontamentos das aulas no Gemini Notebook e perguntares quais são as teorias da aprendizagem mais importantes, a ferramenta procura primeiro as passagens relevantes e responde com referências numeradas aos sítios onde as encontrou.
Ver também: Conversa com os teus documentos (base de conhecimento), Pesquisa e conhecimento, Verificar respostas da IA: como detetar e evitar alucinações
Modelo de difusãoDiffusion Model
Os modelos de difusão criam imagens extraindo, passo a passo, um motivo a partir de puro ruído aleatório. No treino, veem milhões de imagens às quais se junta cada vez mais ruído e aprendem a removê-lo de novo. Ao gerar, o modelo começa então com uma espécie de chuvisco, como numa televisão sem sinal, e o teu prompt orienta que formas e cores surgem a partir daí. É parecido com uma janela embaciada que desembacia lentamente até se tornar visível uma cena. O Stable Diffusion tem o princípio no próprio nome, e muitos outros geradores de imagem e vídeo usam este procedimento ou um semelhante. Para ti, isto explica porque é que o mesmo prompt dá uma imagem diferente de cada vez e porque é que definições como os passos ou a seed influenciam o resultado.
Exemplo: Se executares o mesmo prompt quatro vezes no Stable Diffusion, recebes quatro imagens diferentes, porque cada uma começa com um ruído diferente. Se anotares o valor da seed, consegues repetir um resultado favorito com as mesmas definições.
Ver também: Geração de imagens, Text-to-Image, Geração de vídeo
Text-to-ImageGeração de imagens, gerador de imagens com IA, T2I
Text-to-Image significa: descreves uma imagem por palavras e a IA cria a partir disso, em segundos, um motivo novo, do fotorrealista ao desenhado. Funciona de forma semelhante a uma ilustradora a quem explicas ao telefone o que imaginas. Quanto mais precisa for a tua descrição, mais o resultado acerta: motivo, estilo, luz, perspetiva e formato fazem parte de um bom prompt. Vais encontrar esta técnica em assistentes de chat que também desenham imagens e em geradores de imagens especializados. O texto dentro da imagem não sai igualmente bem em todas as ferramentas. Antes de uma utilização comercial, verifica também as condições do teu plano e tem cuidado com pessoas reais, logótipos e personagens protegidas.
Exemplo: Se escreveres no ChatGPT (imagem) «Café acolhedor numa noite chuvosa, estilo aguarela, formato horizontal», surge em poucos segundos um motivo que ajustas com um prompt de seguimento, por exemplo com «mais luz quente na janela».
Ver também: Geração de imagens, Modelo de difusão, Escrever prompts para principiantes: como obter melhores respostas
Inpainting e outpaintingPreenchimento generativo, remover objeto, expandir imagem
Com o inpainting substituis ou removes de forma direcionada uma parte de uma imagem: marcas o local, descreves, se necessário, o que lá deve aparecer, e a IA preenche-o de acordo com o que está à volta. O outpainting, pelo contrário, alarga uma imagem para lá das suas margens, por exemplo quando um formato vertical deve passar a um formato horizontal largo. É comparável a uma restauradora que completa sem emendas uma zona danificada de um quadro, ou a um puzzle que continua a ser montado para lá da moldura. No dia a dia, encontras ambos em apps de fotografia com nomes como «Remover objeto», «Preenchimento generativo» ou «Expandir imagem». É ideal para fotos de férias, imagens de produtos e formatos para redes sociais. Verifica com atenção as mãos, o texto e os contornos no resultado.
Exemplo: No Cleanup.pictures apagas simplesmente um transeunte da tua foto de férias, e a IA completa a praia e o céu por trás. Com o Adobe Photoshop alargas depois a mesma imagem para formato horizontal, para uma miniatura do YouTube.
Ver também: Edição e retoque de imagem, Criar fotos de produto e conteúdo para uma loja online, Upscaling
UpscalingAumento de resolução, ampliação com IA, Super Resolution
O aumento de resolução, em inglês upscaling, significa levar uma imagem ou um vídeo, com IA, para uma resolução mais alta. A ampliação clássica limita-se a esticar os píxeis existentes, e o resultado fica desfocado e pixelizado. Um upscaler de IA, pelo contrário, acrescenta detalhes plausíveis, como madeixas de cabelo, texturas de tecido ou folhas, porque aprendeu como estas coisas costumam ser. É um pouco como um desenhador experiente que redesenha com rigor um pequeno esboço em grande formato. Na prática, é útil para fotos de família antigas, imagens de produtos ou imagens de IA que queres imprimir. Mas tem em conta: os novos detalhes são inventados. Em rostos, texto ou fotos que devam provar alguma coisa, o resultado pode, por isso, afastar-se do original.
Exemplo: Se, com o Upscayl, levares uma pequena foto de telemóvel de 2010 para quatro vezes o tamanho, ela fica muitas vezes nítida o suficiente para uma impressão em formato A4, e isso sem qualquer custo.
Ver também: Edição e retoque de imagem, Lançar uma loja Etsy / print-on-demand, Inpainting e outpainting
Text-to-Speech (TTS)Síntese de voz, leitura em voz alta, conversão de texto em voz
A síntese de voz por IA, abreviada TTS de Text-to-Speech, transforma texto escrito em linguagem falada. As vozes modernas já quase não soam a robô: fazem pausas, acentuam com sentido e, consoante a ferramenta, conseguem falar de forma alegre, calma ou objetiva, muitas vezes em várias línguas. Imagina um locutor sempre disponível que lê o teu guião sem se enganar. Podes usar TTS para locuções em vídeos, versões áudio de artigos de blog, podcasts ou como apoio de leitura ao estudar. Antes de publicar, presta atenção à licença, porque em muitos fornecedores depende do plano se podes usar as gravações comercialmente. Termos técnicos e nomes devem ser ouvidos previamente, a título de teste.
Exemplo: Se colares o guião do teu vídeo explicativo no ElevenLabs (Free) e escolheres uma voz, recebes em segundos uma locução pronta em ficheiro de áudio, que arrastas diretamente para a edição de vídeo.
Ver também: Texto para voz e locução, Vídeo explicativo com avatar de IA em várias línguas, Voice Cloning
Speech-to-Text (transcrição)Reconhecimento de voz, transcrição, ASR
O speech-to-text converte linguagem falada em texto escrito; a isto também se chama transcrição. A IA ouve uma gravação ou uma conversa ao vivo e vai escrevendo, muitas vezes com marcas temporais e a indicação de quem está a falar. É como um secretário de atas incansável que nunca perde o fio à meada. Encontras esta técnica na função de ditado do telemóvel, nas legendas automáticas, nas transcrições de podcasts e em ferramentas de reuniões que depois criam resumos. A qualidade depende muito da gravação: ruído de fundo, sotaques regionais ou pessoas a falar ao mesmo tempo levam a erros, e os nomes saem muitas vezes mal escritos. Além disso, antes de gravares uma conversa, todos os participantes devem estar informados e de acordo.
Exemplo: Se o Fathom participar na tua videochamada, transcreve a conversa, atribui as intervenções a cada orador e envia-te depois um resumo com as tarefas combinadas.
Ver também: Reuniões e transcrição, Notas de reunião → resumo + tarefas, Produzir um episódio de podcast e reaproveitá-lo para redes
Voice CloningClonagem de voz, clone de voz, Voice Clone
O voice cloning cria uma cópia digital de uma voz real. Para isso, carregas gravações de voz; consoante a ferramenta, bastam amostras curtas, mas para resultados muito naturais são geralmente precisas gravações mais longas e limpas. Depois disso, a IA consegue dizer qualquer texto com essa voz, muitas vezes até noutras línguas. É comparável a um imitador de vozes que, depois de te ouvir um pouco, te imita de forma enganadoramente real. É prático para criadores de conteúdos que querem sonorizar vídeos sem terem de gravar eles próprios de cada vez. Mas é precisamente esta força que torna a técnica também arriscada, por exemplo em chamadas fraudulentas e deepfakes. Por isso, clona apenas a tua própria voz ou uma para a qual tenhas autorização expressa. Os fornecedores sérios pedem geralmente que o confirmes.
Exemplo: Se deres ao ElevenLabs alguns minutos de gravações da tua própria voz, a ferramenta passa a ler cada novo guião com o teu timbre, se quiseres também em inglês ou espanhol.
Ver também: Texto para voz e locução, Text-to-Speech (TTS), Vídeo explicativo com avatar de IA em várias línguas
DeepfakeConteúdos sintéticos, deepfake de áudio
Os deepfakes são vídeos, imagens ou gravações de áudio criados ou manipulados com IA, que fazem pessoas reais dizer ou fazer, de forma enganadoramente realista, coisas que nunca aconteceram. O nome junta «deep learning», um método de aprendizagem automática, ao inglês «fake», que significa falsificação. Os deepfakes são usados abusivamente, por exemplo, para burlas, notícias falsas ou imagens comprometedoras. Podem denunciá-los movimentos da boca pouco naturais, contornos tremeluzentes, mãos estranhas ou luz desajustada, mas estes erros são cada vez mais raros. Por isso, confia antes numa dose saudável de dúvida: verifica a fonte e o contexto e pergunta diretamente à pessoa em causa. Na UE, o Regulamento Europeu da IA prevê a identificação deste tipo de conteúdos.
Exemplo: Se um familiar te liga alegadamente em pânico e precisa de dinheiro imediatamente, pode ser um deepfake de áudio. Desliga e volta a ligar para o número que conheces antes de transferires seja o que for.
Ver também: Identificação de IA e marcas de água, Voice Cloning, Geração de vídeo
Agentes e automatização
Agente de IAAI Agent, modo agente, agente autónomo
Um agente de IA é um sistema de IA que não se limita a responder a uma tarefa, mas a executa de forma autónoma em vários passos. Planeia, usa ferramentas como a pesquisa na web, o navegador ou ficheiros, verifica resultados intermédios e continua até o objetivo estar cumprido. Um assistente de IA normal é como um balcão de informações; um agente é mais como um ajudante a quem dás uma tarefa e que depois se põe a caminho. No dia a dia, encontras agentes como modo agente no ChatGPT, no Gemini ou no Claude e em ferramentas de automatização de fluxos de trabalho. Importante para principiantes: os agentes cometem erros, como qualquer IA. Define-lhes limites claros, faz com que te perguntem antes de compras ou do envio de mensagens e controla o resultado.
Exemplo: Se pedires ao Manus que compare três hotéis em Lisboa abaixo de 120 euros por noite, o agente abre ele próprio sites de reservas, recolhe preços e avaliações e entrega-te no fim uma tabela comparativa pronta.
Ver também: Agentes de IA e automatização, Levar agentes de IA para o smartphone, Agente de pesquisa: tema → briefing + fontes
Automatização de fluxos de trabalhoAutomatização de processos, automatização no-code, Workflow Automation
A automatização de fluxos de trabalho significa que processos recorrentes correm sozinhos segundo regras fixas: quando algo acontece, segue-se automaticamente uma determinada ação. Conheces o princípio do temporizador que acende a luz todas as noites. Ferramentas como o Zapier, o Make ou o n8n ligam para isso apps como o email, as folhas de cálculo e o calendário, geralmente com cliques em vez de código de programação. Com IA, estes processos tornam-se bastante mais flexíveis, porque um modelo de linguagem, pelo caminho, compreende, ordena ou resume textos. Ao contrário de um agente de IA, um fluxo de trabalho não decide livremente: segue exatamente os passos que definiste. Isso torna-o previsível. O melhor é começar com uma pequena rotina e ficar de olho nas quotas gratuitas das ferramentas.
Exemplo: Quando chega uma fatura por email, um fluxo no Zapier deteta o anexo, pede ao ChatGPT que extraia o valor, a data e o remetente e regista tudo automaticamente numa folha de cálculo, sem que tenhas de mexer em nada.
Ver também: Agentes de IA e automatização, Extração de dados de recibos e faturas, Automatizar a caixa de email com IA
MCP (Model Context Protocol)Model Context Protocol, servidor MCP, conector
Por trás da sigla MCP está uma norma aberta através da qual os assistentes de IA podem comunicar com outros programas e fontes de dados, por exemplo com o calendário, a app de notas, uma base de dados ou ficheiros. O MCP é muitas vezes comparado ao USB-C: uma ligação uniforme substitui muitos cabos especiais. Quem disponibiliza uma ferramenta como servidor MCP torna-a, assim, utilizável por muitas apps de IA ao mesmo tempo. O MCP foi desenvolvido originalmente pela Anthropic, a empresa por trás do Claude. Desde o final de 2025, a norma é gerida pela Agentic AI Foundation, sob a alçada da Linux Foundation, e é suportada, entre outros, pelo ChatGPT, pelo Claude, pelo Cursor e pelo Gemini. Para ti, o MCP aparece geralmente como conector ou integração nas definições. Liga apenas serviços em que confias, porque a IA obtém lá acesso real.
Exemplo: Se ligares o Claude às tuas notas no Notion através de um servidor MCP, ele consegue pesquisar páginas e criar novas entradas lá, sem que tenhas de copiar conteúdos de uma janela para a outra.
Ver também: Agente de IA, API, Agent Skills
Agent SkillsSkills, SKILL.md
As Agent Skills são pacotes de conhecimento especializado e instruções de trabalho que um agente de IA carrega quando precisa, para executar uma determinada tarefa sempre da mesma forma fiável. No essencial, uma skill é uma pasta com um ficheiro chamado SKILL.md. Lá dentro estão o nome, uma descrição curta e as instruções, opcionalmente complementados por modelos ou pequenos scripts. O agente lê primeiro apenas o nome e a descrição e só vai buscar as instruções completas quando uma tarefa corresponde. Assim, a janela de contexto fica livre. Imagina uma pasta com fichas de receitas da qual um cozinheiro tira exatamente a certa. O formato vem da Anthropic e é, entretanto, uma norma aberta. Enquanto o MCP dá acesso a programas, as skills fornecem o conhecimento sobre como trabalhar com eles.
Exemplo: Se instalares o agente LinkedIn no Claude Code, basta o comando /li-post com uma ideia curta: a skill entrega três variantes de gancho e um rascunho pronto no teu próprio estilo de escrita.
Ver também: Agente LinkedIn: posts, comentários e DMs com skills do Claude, MCP (Model Context Protocol), Agente de IA
Vibe CodingProgramar por prompt, programação assistida por IA
Vibe coding é programar em linguagem do dia a dia: descreves a uma IA o que a tua app ou o teu site deve fazer, e ela escreve o código para isso. Em vez de perceberes cada linha, verificas apenas se o resultado funciona e dás feedback como «Aumenta o botão» ou «Guarda as entradas de forma permanente». O termo ficou conhecido no início de 2025 através do investigador de IA Andrej Karpathy. Ferramentas como o Lovable, o Bolt.new ou o v0 transformam assim rapidamente uma ideia num protótipo, mesmo sem conhecimentos de programação. É parecido com um arquiteto que desenha logo enquanto vais contando. O reverso da medalha: erros e falhas de segurança passam facilmente despercebidos. Assim que entram em jogo dados reais de clientes ou pagamentos, alguém com experiência deve verificar o código.
Exemplo: Se escreveres no Lovable «Cria-me uma app web em que o meu clube desportivo possa registar os horários de treino», surge em poucos minutos uma primeira versão clicável, que continuas a afinar por chat.
Ver também: Criar uma app funcional sem saber programar, Criação de sites, Programação e desenvolvimento
Custos, aspetos legais e segurança
FreemiumPlano gratuito, versão gratuita, Free Tier
Freemium é um modelo de preços em que usas gratuitamente a versão básica de uma ferramenta e só pagas para teres mais capacidade. A palavra junta «free» (grátis, em inglês) e «premium». Quase todas as ferramentas de IA conhecidas funcionam assim: o nível gratuito tem um limite de utilização, por exemplo um número fixo de mensagens, créditos ou imagens por dia, ou faltam-lhe os modelos mais potentes e extras como transferências em alta qualidade. É parecido com uma prova grátis no supermercado, que deve abrir o apetite para a embalagem inteira. Para testar, o freemium é ideal. Ainda assim, lê as letras pequenas, porque alguns planos gratuitos colocam marcas de água, não permitem utilização comercial ou, consoante o fornecedor, usam o que escreves para treino.
Exemplo: O Perplexity oferece-te gratuitamente 3 pesquisas Pro por dia. Se precisares de mais pesquisas aprofundadas todos os dias, passas para o Perplexity Pro / Max, que começa nos 20 dólares por mês.
Ver também: Ferramentas de IA gratuitas: o que tens mesmo de graça e onde estão os limites, Grátis ou subscrição: quando compensa mesmo uma subscrição de IA, Limite de utilização
RGPDRegulamento Geral sobre a Proteção de Dados, GDPR
O RGPD, por extenso Regulamento Geral sobre a Proteção de Dados, é a lei da UE que define como os dados pessoais podem ser recolhidos, guardados e utilizados. Estão em causa todas as informações que se possam associar a uma pessoa, como o nome, o endereço de email, fotos ou dados de saúde. Aplica-se em toda a UE desde maio de 2018 e dá-te direitos como o de acesso e o de apagamento. Nas ferramentas de IA torna-se relevante assim que introduzes dados de outras pessoas, por exemplo emails de clientes ou candidaturas. Para as empresas aplica-se então, em regra: é preciso uma base legal, um acordo de tratamento de dados com o fornecedor e atenção ao local onde os dados são tratados. Uma boa comparação é o sigilo da correspondência: também não passas simplesmente a outros as cartas alheias. Em caso de dúvida, pergunta ao encarregado da proteção de dados da tua empresa.
Exemplo: Antes de pedires ao ChatGPT que resuma um email de reclamação, substituis o nome, a morada e o número de cliente por marcadores como «Cliente A». O resumo continua igualmente útil, mas os dados pessoais não chegam ao fornecedor.
Ver também: Proteção de dados nas ferramentas de IA: o que deves e não deves escrever, Opt-out do treino, Regulamento Europeu da IA (AI Act)
Opt-out do treinoExclusão do treino de IA, desativar o uso de dados para treino, Training Opt-out
Chama-se opt-out do treino a uma definição com a qual estabeleces que os teus chats e ficheiros carregados não servem de dados de treino para futuros modelos de IA. Muitos fornecedores melhoram os seus modelos com as conversas dos utilizadores, nos planos gratuitos e pessoais muitas vezes por predefinição. O interruptor certo encontra-se, consoante o fornecedor, nas definições de privacidade ou de controlo de dados. Nos planos Business e Team, o treino com dados de clientes está, em regra, excluído à partida. É comparável à caixa para recusar publicidade numa encomenda: muitas vezes tens de a assinalar tu próprio. Importante: um opt-out não apaga nada. As conversas podem mesmo assim ficar guardadas durante algum tempo, por exemplo para controlo de abusos. Por isso, dados verdadeiramente sensíveis nem sequer devem entrar no chat.
Exemplo: No ChatGPT abres as Definições, vais a Controlos de dados e desativas a opção com a qual os teus chats melhoram o modelo para todos. Segundo o fornecedor, as novas conversas deixam então de ser usadas no treino.
Ver também: Proteção de dados nas ferramentas de IA: o que deves e não deves escrever, RGPD, Dados de treino
Identificação de IA e marcas de águaRótulo de IA, aviso de transparência, marca de água digital
Por identificação de IA entende-se a indicação aberta de que uma imagem, um vídeo, um áudio ou um texto vem, no todo ou em parte, de uma IA. Isso acontece de forma visível, por exemplo com uma nota como «gerado por IA», ou de forma invisível, através de marcas de água digitais e dados de origem no ficheiro, que um software pode ler mais tarde. Na UE aplicam-se para isso, desde agosto de 2026, obrigações de transparência do Regulamento Europeu da IA: os fornecedores de IA generativa têm, em regra, de marcar os resultados de forma legível por máquina, e quem publica deepfakes tem de o divulgar. Também as grandes plataformas de redes sociais exigem estes rótulos. Tal como na indicação «Publicidade», trata-se de confiança. Mas tem em conta: as marcas de água podem, em parte, ser removidas. A ausência de rótulo não prova, portanto, que algo é autêntico.
Exemplo: Se publicares uma imagem criada com o Midjourney que parece uma foto real, ativas ao carregá-la o rótulo de IA da plataforma e escreves ainda «criado com IA» no texto da publicação.
Ver também: Deepfake, Regulamento Europeu da IA (AI Act), Geração de imagens
Regulamento Europeu da IA (AI Act)Regulamento da Inteligência Artificial, EU AI Act, AI Act
O EU AI Act, em português Regulamento da Inteligência Artificial, é a primeira lei abrangente da UE sobre inteligência artificial. Classifica a IA segundo o risco, de forma semelhante aos brinquedos ou aos dispositivos médicos: quanto maior o perigo possível, mais rigorosas as obrigações. Está em vigor desde agosto de 2024, e as regras aplicam-se de forma faseada. Desde fevereiro de 2025, determinadas práticas como a pontuação social (social scoring) estão proibidas; desde agosto de 2025, aplicam-se obrigações aos grandes modelos de uso geral; e desde agosto de 2026 juntam-se obrigações de transparência como a identificação de IA. Para as áreas de risco elevado, como a seleção de candidatos ou a concessão de crédito, as instituições da UE acordaram em 2026 adiar as obrigações mais rigorosas para dezembro de 2027 e, em parte, para agosto de 2028. Os principais visados são os fornecedores e as empresas. Para ti, isto significa: mais transparência, mas nenhuma garantia de uma IA sem erros.
Exemplo: Se conversares no site de uma loja com um bot de apoio ao cliente, segundo o AI Act tem, em regra, de ficar claro que estás a falar com uma IA e não com uma pessoa.
Ver também: Identificação de IA e marcas de água, RGPD, Deepfake