Quem começa a usar IA logo esbarra em palavras estranhas: prompt, token, LLM, alucinação, modelo multimodal. Parece que todo mundo fala uma língua própria. Este glossário de inteligência artificial foi feito para traduzir esse vocabulário para o português do dia a dia, com analogias simples.
Ao final da leitura, você vai entender os termos que mais aparecem em notícias, aplicativos e conversas de trabalho. Também vai saber usar esse vocabulário para escrever pedidos melhores e identificar os limites e riscos dessas ferramentas.
Resumo rápido
- IA é o guarda-chuva; machine learning, deep learning e IA generativa são partes dele.
- Prompt é o que você pede; LLM é o “cérebro de texto” que responde; token e contexto definem o quanto ele consegue ler e lembrar.
- Alucinação é quando a IA inventa algo com cara de verdade, então sempre confira o que for importante.
- Evite colocar dados pessoais, sensíveis ou sigilosos em ferramentas de IA sem checar as regras de privacidade.
Neste artigo
- Por que um glossário de inteligência artificial ajuda no dia a dia
- Conceitos básicos: o que é IA e como ela aprende
- Termos da IA generativa que você vê nas ferramentas
- Como a IA “enxerga” o seu texto: token, contexto e temperatura
- Treinamento, dados e personalização
- Comparativo: IA, machine learning, deep learning, IA generativa e LLM
- Palavras de alerta: alucinação, viés e deepfake
- Exemplos práticos: usando o glossário na prática
- Passo a passo: como aprender os termos de IA sem se perder
- Limitações, cuidados e privacidade
- Conclusão
- Perguntas frequentes
Por que um glossário de inteligência artificial ajuda no dia a dia
Entender o vocabulário básico muda a forma como você usa a tecnologia. Quando você sabe o que é um prompt, por exemplo, passa a escrever pedidos mais claros. Quando entende o que é alucinação, deixa de aceitar qualquer resposta sem conferir.
Pense em uma viagem a outro país. Você não precisa falar a língua perfeitamente, mas saber algumas palavras-chave evita confusão e ajuda a pedir o que quer. Com a IA acontece o mesmo.
Os termos abaixo estão organizados por assunto, do mais básico ao mais avançado. Você pode ler em ordem ou voltar aqui como uma consulta rápida.
Conceitos básicos: o que é IA e como ela aprende
Inteligência artificial (IA)
É o campo da tecnologia que cria sistemas capazes de executar tarefas que normalmente exigem inteligência humana, como entender textos, reconhecer imagens, traduzir ou recomendar conteúdo. É um termo amplo, um verdadeiro guarda-chuva.
Algoritmo
É uma sequência de instruções para resolver um problema. Pense em uma receita de bolo: ingredientes (dados), passo a passo (algoritmo) e resultado (o bolo). Todo sistema de IA usa algoritmos, mas nem todo algoritmo é IA.
Machine learning (aprendizado de máquina)
É a forma de fazer o computador aprender padrões a partir de exemplos, em vez de programar cada regra manualmente. É como ensinar uma criança a reconhecer cachorros mostrando muitas fotos, não descrevendo cada detalhe.
Deep learning (aprendizado profundo)
É um tipo de machine learning que usa redes neurais com muitas camadas. É a técnica por trás de grande parte dos avanços recentes em reconhecimento de voz, imagens e geração de texto.
Rede neural
É uma estrutura de software inspirada, de forma bem simplificada, no funcionamento do cérebro. Ela é formada por “nós” conectados que, juntos, identificam padrões complexos nos dados.
Modelo
É o “resultado” do aprendizado: o sistema já treinado, pronto para receber perguntas e dar respostas. Quando alguém diz “esse modelo é melhor naquele”, está falando dessa versão treinada da IA.
Termos da IA generativa que você vê nas ferramentas
IA generativa
É a IA que cria conteúdo novo: textos, imagens, áudios, vídeos e códigos. Ferramentas como ChatGPT, Google Gemini, Microsoft Copilot e Claude se encaixam nessa categoria quando geram texto a partir do seu pedido.
LLM (modelo de linguagem de grande porte)
É um modelo treinado com enormes quantidades de texto para entender e produzir linguagem. Funciona como um corretor de texto muito avançado: ele prevê qual palavra faz mais sentido na sequência, e daí nascem frases, resumos e e-mails.
Chatbot e assistente de IA
Chatbot é um programa que conversa com você por texto ou voz. Assistente de IA é um chatbot mais completo, que ajuda em várias tarefas, como escrever, resumir, pesquisar e organizar ideias.
Prompt
É a instrução que você dá à IA. Pode ser uma pergunta simples ou um pedido detalhado. A qualidade do prompt influencia diretamente a qualidade da resposta.
Multimodal
Um modelo multimodal trabalha com mais de um tipo de conteúdo, como texto, imagem e áudio. Na prática, alguns assistentes permitem enviar uma foto e perguntar sobre ela. A disponibilidade desse recurso varia conforme a ferramenta e o plano.
Agente de IA
É um sistema que não apenas responde, mas executa tarefas em várias etapas, como pesquisar, organizar informações e usar outras ferramentas para chegar a um objetivo. Pense em um assistente que recebe uma meta e tenta resolver o caminho até ela. Mesmo assim, o resultado deve ser revisado por você.
Como a IA “enxerga” o seu texto: token, contexto e temperatura
Token
É um pedaço de texto que a IA processa, que pode ser uma palavra inteira, parte dela ou um sinal de pontuação. Pense em peças de LEGO: a IA monta e desmonta o texto em peças pequenas. Muitas ferramentas medem limites de uso em tokens.
Janela de contexto
É a quantidade de informação que a IA consegue considerar de uma só vez em uma conversa, incluindo o que você escreveu e o que ela respondeu. É como a mesa de trabalho: se ela é pequena, coisas antigas “caem” e a IA pode esquecer detalhes do começo. O tamanho varia entre modelos e muda com frequência.
Temperatura
É um ajuste que controla o quanto a resposta é previsível ou criativa. Valores mais baixos tendem a respostas mais consistentes; valores mais altos, a respostas mais variadas. Em geral aparece em ferramentas mais técnicas, não no chat comum.
Parâmetros
São os “ajustes internos” que o modelo aprende durante o treinamento. Quando se fala que um modelo tem muitos parâmetros, quer-se dizer que ele é grande e complexo. Mais parâmetros nem sempre significam respostas melhores para a sua tarefa.
Treinamento, dados e personalização
Treinamento
É a fase em que o modelo “estuda” grandes volumes de dados para aprender padrões. Depois dela, o modelo passa a responder às perguntas dos usuários.
Inferência
É o momento em que o modelo já treinado produz uma resposta para o seu pedido. Resumindo: treinamento é estudar; inferência é fazer a prova.
Fine-tuning (ajuste fino)
É um treinamento adicional, com dados específicos, para especializar um modelo em uma tarefa ou área, como atendimento ao cliente de uma empresa.
RAG (geração com recuperação de informações)
É uma técnica em que a IA consulta documentos ou bases de dados antes de responder, para se apoiar em informações específicas e atualizadas. É como deixar a IA fazer uma prova com consulta, em vez de depender apenas da memória.
API
É uma “porta de comunicação” que permite que um programa converse com outro. Empresas usam APIs para colocar recursos de IA dentro de seus próprios aplicativos e sites.
Código aberto (open source)
Refere-se a modelos ou programas cujo código ou funcionamento é disponibilizado para que outras pessoas usem e estudem, segundo uma licença. As regras de uso variam, então vale ler a licença de cada projeto.
Comparativo: IA, machine learning, deep learning, IA generativa e LLM
Esses cinco termos são frequentemente confundidos. A tabela mostra como se relacionam.
| Termo | O que é | Analogia | Exemplo de uso |
|---|---|---|---|
| Inteligência artificial | Campo amplo de sistemas que realizam tarefas “inteligentes” | Todo o universo de veículos | Recomendação de filmes, assistentes de voz |
| Machine learning | IA que aprende com dados | Carros em geral | Filtro de spam no e-mail |
| Deep learning | Machine learning com redes neurais profundas | Carros elétricos modernos | Reconhecimento de rostos e de voz |
| IA generativa | IA que cria conteúdo novo | Um carro que também desenha o próprio caminho | Gerar textos e imagens |
| LLM | Modelo de linguagem que gera e entende texto | O motor do carro | Assistentes de conversa como o ChatGPT |
Palavras de alerta: alucinação, viés e deepfake
Alucinação
É quando a IA produz uma informação falsa com tom de segurança. Pode inventar uma lei, uma fonte ou uma citação que não existe. Não é “mentira” intencional: o modelo prevê palavras plausíveis, nem sempre verdadeiras.
Viés (bias)
É uma tendência injusta ou distorcida nas respostas, geralmente herdada dos dados usados no treinamento. Pode afetar, por exemplo, como grupos de pessoas são descritos.
Deepfake
É um conteúdo falso de áudio, imagem ou vídeo, criado com IA, que imita uma pessoa real de forma convincente. Desconfie de pedidos urgentes de dinheiro por áudio ou vídeo, mesmo que a voz pareça de alguém conhecido.
IA fraca e IA geral (AGI)
As IAs que usamos hoje são especializadas em tarefas específicas. A chamada IA geral (AGI) seria um sistema capaz de aprender e realizar qualquer tarefa intelectual como um humano. Esse conceito ainda é debatido e não deve ser confundido com as ferramentas atuais.
Exemplos práticos: usando o glossário na prática
Exemplo 1: pedir uma explicação com analogia
Quando encontrar um termo novo, peça à IA para explicar no seu nível. Copie e adapte:
Explique o termo "[TERMO]" como se eu fosse um iniciante sem conhecimento técnico. Use uma analogia do dia a dia, dê um exemplo prático em [SUA ÁREA DE TRABALHO] e termine com uma frase-resumo de no máximo 20 palavras.Exemplo 2: montar seu glossário pessoal
Se você trabalha com um assunto específico, vale criar um glossário sob medida:
Atue como um professor paciente. Crie um glossário com 10 termos de inteligência artificial mais úteis para quem trabalha com [SUA PROFISSÃO]. Para cada termo, traga: definição em até 2 linhas, uma analogia e um exemplo de uso no meu trabalho. Apresente em formato de lista.Exemplo 3: escrever um prompt melhor usando os termos
Conhecer o vocabulário ajuda a estruturar pedidos. Um bom prompt costuma ter papel, contexto, tarefa e formato:
Papel: você é um assistente de comunicação interna.
Contexto: sou gerente de uma equipe de 8 pessoas e preciso avisar sobre a mudança no horário da reunião semanal.
Tarefa: escreva um e-mail curto, cordial e objetivo.
Formato: assunto + 3 parágrafos curtos + despedida. Tom: profissional e amigável.Exemplo 4: reduzir o risco de alucinação
Peça à própria IA que seja transparente sobre as incertezas:
Responda à pergunta abaixo. Se você não tiver certeza de alguma informação, diga claramente "não tenho certeza". Não invente fontes, números ou citações. No final, liste o que eu deveria conferir em uma fonte oficial.
Pergunta: [SUA PERGUNTA]Passo a passo: como aprender os termos de IA sem se perder
- Comece pelo básico: fixe IA, prompt, LLM e alucinação. Eles cobrem a maior parte das situações do uso cotidiano.
- Anote os termos novos: ao ler uma notícia ou usar uma ferramenta, registre a palavra que você não conhece.
- Peça uma explicação simples: use o prompt do Exemplo 1 em um assistente como ChatGPT, Google Gemini ou Microsoft Copilot.
- Teste na prática: escreva um pedido que use o termo, como pedir um resumo ou mudar o formato da resposta, e observe o resultado.
- Confirme em fontes confiáveis: para informações importantes, compare com o site oficial da ferramenta ou com materiais de instituições reconhecidas.
- Revise de tempos em tempos: o vocabulário da IA evolui rápido, então volte ao seu glossário pessoal e atualize.
Limitações, cuidados e privacidade
Conhecer os termos também ajuda a entender o que a IA não faz bem. Mantenha estes cuidados em mente:
- Confira informações importantes: saúde, finanças, direito e dados oficiais exigem verificação. A IA pode alucinar e não substitui um profissional.
- Proteja dados pessoais: evite enviar CPF, senhas, dados bancários, informações médicas ou documentos sigilosos de clientes e da empresa. Antes de usar uma ferramenta, leia a política de privacidade e verifique as configurações sobre uso das suas conversas.
- Atenção ao uso profissional: se a sua empresa tem regras sobre IA, siga-as. Algumas organizações têm versões corporativas com regras de privacidade próprias.
- Cuidado com vieses: revise textos que descrevem pessoas ou grupos e não aceite generalizações sem pensar.
- Direitos autorais: as regras para conteúdo gerado por IA ainda estão em debate e podem mudar. Em usos comerciais, confirme os termos de uso da ferramenta.
- Planos e recursos mudam: limites, preços e disponibilidade no Brasil são atualizados com frequência. Confirme sempre no site oficial de cada ferramenta.
- Golpes com deepfake: desconfie de pedidos urgentes e confirme por outro canal antes de transferir dinheiro ou compartilhar dados.
Regra de ouro: trate a IA como um assistente muito rápido, mas que às vezes erra. A decisão final é sempre sua.
Conclusão
Dominar o vocabulário básico é o primeiro passo para usar a IA com autonomia. Com este glossário de inteligência artificial, você já sabe diferenciar IA, machine learning e LLM, escrever prompts mais claros e ficar atento a riscos como alucinação e vazamento de dados.
Salve esta página para consultar sempre que aparecer um termo desconhecido e use os prompts prontos para aprender no seu ritmo.
E você, qual termo de IA ainda causa mais confusão? Conte nos comentários como tem usado a IA no seu dia a dia, e sugira palavras que gostaria de ver em uma próxima atualização do glossário.
Perguntas frequentes
O que é inteligência artificial em palavras simples?
É a área da tecnologia que cria sistemas capazes de realizar tarefas que normalmente exigem raciocínio humano, como entender textos, reconhecer imagens ou sugerir respostas. Esses sistemas aprendem padrões a partir de muitos exemplos, em vez de seguir apenas regras escritas passo a passo.
Qual a diferença entre IA, machine learning e deep learning?
IA é o termo mais amplo. Machine learning (aprendizado de máquina) é uma forma de fazer IA em que o sistema aprende com dados. Deep learning (aprendizado profundo) é um tipo de machine learning que usa redes neurais com muitas camadas.
O que é um prompt?
Prompt é a instrução ou pergunta que você escreve para a IA. Quanto mais claro e detalhado for o prompt, com contexto, objetivo e formato desejado, melhores tendem a ser as respostas.
O que significa alucinação em IA?
É quando a IA gera uma informação que parece correta e convincente, mas é falsa ou inventada. Por isso, dados importantes como números, leis, datas e citações sempre devem ser conferidos em fontes confiáveis.
O que é um LLM?
LLM significa modelo de linguagem de grande porte (large language model). É o tipo de modelo por trás de assistentes como ChatGPT, Google Gemini e Claude, treinado com grande quantidade de texto para entender e gerar linguagem.
Preciso saber programar para entender e usar IA?
Não. Para usar assistentes de IA no dia a dia basta saber escrever o que você precisa e revisar a resposta. Conhecer os principais termos ajuda a fazer pedidos melhores e a perceber os limites da ferramenta.
Conteúdo produzido com auxílio de inteligência artificial. Funcionalidades, planos e preços das ferramentas mudam com frequência: confira sempre as informações no site oficial de cada ferramenta.
