Glossário de Termos de Engenharia de Prompts
Um glossário abrangente com mais de 100 termos que você encontrará em engenharia de prompts.
A
Agente - Um sistema de IA que pode agir de forma autônoma, frequentemente utilizando ferramentas e tomando decisões.
Alinhamento - Garantir que o comportamento da IA corresponda às intenções e valores humanos.
Anthropic - Empresa de segurança em IA, criadora dos modelos Claude.
API (Interface de Programação de Aplicações) - Interface para acesso programático a modelos de IA.
Mecanismo de Atenção - Componente de rede neural que atribui pesos à importância de diferentes partes da entrada.
B
Processamento em Lote - Processamento de múltiplos prompts simultaneamente.
Viés - Erros sistemáticos nas saídas da IA, geralmente refletindo preconceitos dos dados de treinamento.
BPE (Byte Pair Encoding) - Método de tokenização usado por muitos LLMs.
C
Chain-of-Thought (CoT) - Técnica de prompting que incentiva o raciocínio passo a passo.
ChatGPT - Produto de IA conversacional da OpenAI baseado nos modelos GPT.
Claude - Família de assistentes de IA da Anthropic.
Completion - O texto gerado pela IA após um prompt.
Constitutional AI - Abordagem da Anthropic para segurança em IA baseada em princípios.
Contexto - Informações de fundo fornecidas para ajudar a IA a entender a tarefa.
Janela de Contexto - Máximo de tokens que uma IA pode processar em uma interação.
D
Extração de Dados - Uso de IA para extrair informações estruturadas de texto não estruturado.
Delimitador - Caracteres usados para separar seções em prompts (ex.: """, ```).
Tarefa Downstream - Aplicação específica de um modelo pré-treinado.
E
Embedding - Representação numérica de texto em um espaço vetorial.
Habilidades Emergentes - Capacidades que surgem inesperadamente em modelos maiores.
Avaliação - Medição da qualidade e efetividade das saídas da IA.
F
Few-Shot Learning - Fornecimento de exemplos nos prompts para guiar o comportamento da IA.
Fine-Tuning - Treinamento adicional de um modelo em dados específicos.
Modelo Fundacional - Modelo grande treinado em dados amplos, adaptado para usos específicos.
G
IA Generativa - IA que cria novos conteúdos (texto, imagens, etc.).
GPT (Generative Pre-trained Transformer) - Família de arquiteturas de modelos da OpenAI.
Grounding - Conectar as saídas da IA a informações factuais e verificáveis.
H
Alucinação - Quando a IA gera informações plausíveis, porém falsas.
Hiperparâmetros - Configurações que controlam o comportamento do modelo (temperature, top_p, etc.).
I
Inferência - Uso de um modelo treinado para gerar saídas.
Instruction Tuning - Treinamento de modelos para seguir instruções humanas.
In-Context Learning - IA aprendendo a partir de exemplos dentro do próprio prompt.
J
Modo JSON - Especificação de formato de saída para dados estruturados.
Jailbreaking - Tentativa de burlar medidas de segurança da IA (antiético).
K
Knowledge Cutoff - Data em que termina o conjunto de dados de treinamento do modelo.
L
Llama - Família de LLMs open-source da Meta.
LLM (Large Language Model) - Modelos de IA treinados em grandes volumes de texto.
LoRA (Low-Rank Adaptation) - Método eficiente de fine-tuning.
M
Max Tokens - Configuração que limita o comprimento da resposta.
Mistral - Empresa francesa de IA e seus modelos open-source.
Multimodal - IA que lida com múltiplos tipos de entrada (texto, imagens, áudio).
N
Processamento de Linguagem Natural (NLP) - Campo da IA que lida com linguagem humana.
Rede Neural - Sistema computacional inspirado em neurônios biológicos.
O
One-Shot Learning - Fornecimento de um único exemplo em um prompt.
OpenAI - Empresa de IA, criadora dos modelos GPT e do ChatGPT.
Formato de Saída - Estrutura especificada para as respostas da IA.
P
Parâmetro - Valor aprendido durante o treinamento do modelo (modelos possuem bilhões).
Persona - Papel ou personagem atribuído à IA nos prompts.
Prompt - Entrada fornecida a uma IA para gerar uma resposta.
Engenharia de Prompts - Arte e ciência de criar entradas eficazes para IA.
Prompt Injection - Ataque que tenta manipular o comportamento da IA.
Q
Query - Solicitação ou pergunta enviada a um sistema de IA.
R
RAG (Retrieval-Augmented Generation) - Combinação de IA com recuperação de informações.
Raciocínio - Capacidade da IA de processar lógica e tirar conclusões.
Recuperação - Busca de informações relevantes para complementar respostas da IA.
Role Prompt - Atribuição de uma persona ou expertise específica à IA.
S
Amostragem - Processo de seleção de tokens durante a geração.
Self-Attention - Mecanismo que permite aos modelos ponderar relações entre entradas.
Busca Semântica - Busca baseada em significado, não apenas em palavras-chave.
Sequência de Parada - Caracteres que sinalizam ao modelo para parar de gerar.
System Prompt - Instruções dadas à IA antes da interação do usuário.
T
Temperature - Parâmetro que controla a aleatoriedade das saídas (tipicamente de 0 a 2).
Token - Unidade básica de texto processada pela IA (aproximadamente 4 caracteres).
Tokenização - Quebra do texto em tokens para processamento.
Top-p (Nucleus Sampling) - Parâmetro que controla a diversidade das saídas.
Transformer - Arquitetura de rede neural base dos LLMs modernos.
U
User Prompt - A solicitação ou pergunta real feita pelo usuário.
V
Validação - Verificação da precisão e adequação das saídas da IA.
Banco de Dados Vetorial - Sistema de armazenamento para embeddings, usado em RAG.
Verborragia - Quantidade de detalhes nas respostas da IA.
W
Workflow - Sequência de operações de IA para tarefas complexas.
X
Tags XML - Formato de marcação especialmente eficaz com modelos Claude.
Z
Zero-Shot Learning - IA executando tarefas sem exemplos específicos.
Tabela de Referência Rápida
| Termo | Definição Resumida |
|---|---|
| CoT | Prompting com raciocínio passo a passo |
| Janela de Contexto | Máximo de texto que a IA pode processar |
| Few-Shot | Prompting com exemplos |
| Alucinação | IA gerando informações falsas |
| LLM | Large Language Model |
| RAG | IA + recuperação de informações |
| Temperature | Controla a aleatoriedade da saída |
| Token | Unidade básica de texto (~4 caracteres) |
| Zero-Shot | Prompting sem exemplos |