Conceitos de engenharia de agentes de IA
Explicações curtas e diretas das ideias centrais por trás da construção de agentes de IA.
- Agent architecture O ciclo de uso de ferramentas O ciclo de uso de ferramentas é o ciclo central que um agente de IA executa: o modelo decide uma ação, uma ferramenta a executa, o resultado é devolvido ao modelo, e ele decide de novo — repetindo até a tarefa ficar pronta.
- Prompting System prompt Um system prompt é a instrução permanente dada a um modelo de IA antes de a conversa começar — ele define o papel, as regras, o tom do modelo, além das ferramentas e restrições que ele deve seguir.
- Model fundamentals Janela de contexto A janela de contexto é a quantidade máxima de texto — medida em tokens — que um modelo consegue considerar de uma só vez, abrangendo o system prompt, a conversa até então, os resultados de ferramentas e a resposta que ele está gerando.
- Knowledge & memory Retrieval-augmented generation (RAG) Retrieval-augmented generation (RAG) é um padrão em que documentos relevantes são buscados em um repositório externo no momento da consulta e inseridos no prompt, para que o modelo responda a partir desse material atual e específico, em vez de apenas da memória.
- Agent architecture Function calling Function calling (também chamado de tool calling) é o mecanismo pelo qual um modelo solicita uma função específica e definida, com argumentos estruturados, em vez de responder em prosa — a ponte que permite a um agente de fato fazer coisas.
- Safety Prompt injection Prompt injection é um ataque em que instruções maliciosas escondidas em conteúdo que o modelo lê — uma página web, um arquivo, um resultado de ferramenta — tentam sobrescrever as instruções reais do agente e fazê-lo agir contra o usuário.
- Agent architecture O padrão ReAct ReAct (Reason + Act) é um padrão de agente em que o modelo intercala raciocínio explícito com ações de ferramentas — pensar sobre o que fazer, agir, observar o resultado e então pensar de novo.
- Tooling & interoperability Model Context Protocol (MCP) O Model Context Protocol (MCP) é um padrão aberto para conectar agentes de IA a ferramentas e dados externos por meio de uma interface comum, de modo que qualquer cliente compatível possa usar qualquer servidor compatível.
- Knowledge & memory Memória do agente Memória do agente é como um agente retém informação além de uma única janela de contexto — desde o estado de trabalho de curto prazo dentro de uma tarefa até repositórios de longo prazo que ele pode buscar e reutilizar entre sessões.
- Evaluation Evals para agentes de IA Evals são testes sistemáticos que medem o quão bem um agente de IA executa uma tarefa — uma suíte de testes para sistemas não determinísticos, usada para detectar regressões e comparar mudanças.
- Model fundamentals Alucinação Uma alucinação é quando um modelo afirma algo falso ou inventado com confiança — criando fatos, fontes ou detalhes que nunca estiveram na sua entrada nem eram verdadeiros daquela forma.
- Knowledge & memory Embeddings Um embedding é um vetor numérico que representa o significado de um trecho de texto ou imagem, posicionado de modo que significados semelhantes fiquem próximos entre si — o mecanismo por trás da busca semântica e da recuperação.