Inteligencia Artificial Generativa

Prévia do material em texto

Unidade 2
Inteligência Artificial Generativa
Aula 1
Introdução à IA Generativa
Videoaula: Introdução à IA Generativa
Videoaula: Introdução à IA
Generativa
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Nesta videoaula, você aprenderá sobre o conceito de
Inteligência Artificial Generativa, explorando como
funcionam as Large Language Models (LLMs), que geram
texto de forma autônoma e criativa. Também discutiremos
os riscos e os desafios do uso de modelos determinísticos e
não determinísticos, oferecendo uma visão crítica e
fundamentada.
Compreender esses aspectos é essencial para aplicar a IA em
contextos profissionais, seja na indústria ou na pesquisa
acadêmica. Esperamos inspirar e contribuir para o seu
desenvolvimento acadêmico e profissional.
Faça o download do arquivo
Ponto de Partida
Ponto de Partida
Olá, estudante!
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/28850a8a-73d2-5b7b-976d-852c7932c574.pdf
Agora que concluímos os estudos que nivelaram seu
conhecimento em IA, abordando definições, evoluções
tecnológicas, finalidades de uso e questões éticas, vamos
explorar uma tecnologia emergente que tem ganhado
destaque desde a última década: a Inteligência Artificial
Generativa. Essa tecnologia refere-se a sistemas de
inteligência artificial capazes de criar conteúdos inéditos,
como textos, imagens e músicas, de forma autônoma!
Para entender melhor essa tecnologia, começaremos com
sua definição, elucidando as suas capacidades e aplicações.
Em seguida, examinaremos o funcionamento geral dos
Grandes Modelos de Linguagem (em inglês: Large Language
Models ou LLMs). Por fim, discutiremos os riscos associados
ao uso de modelos determinísticos e não determinísticos,
destacando a importância de uma utilização responsável e
ética dessas tecnologias.
Embora seja uma tecnologia relativamente nova, é essencial
considerar a aplicação da IA Generativa no ambiente de
trabalho. Imagine que você está em uma empresa de
tecnologia que deseja implementá-la para aumentar a
eficiência e a velocidade dos processos. Questões como a
integração com os sistemas existentes, a necessidade de
treinamento especializado e a adaptação da cultura
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
organizacional são alguns dos obstáculos que precisam ser
superados.
Como a Inteligência Artificial Generativa pode ser
implementada de forma eficaz na empresa? Quais são os
riscos potenciais que a equipe deve estar ciente para
garantir que o uso da IA seja responsável e traga benefícios
reais para a organização?
A IA Generativa está rapidamente se tornando uma
ferramenta poderosa em setores como marketing, saúde,
educação e entretenimento. Compreender esses conceitos
permitirá que você esteja na vanguarda das inovações
tecnológicas, desenvolvendo soluções criativas e eficientes
em sua área de atuação.
Recomendamos que você acompanhe atentamente cada
tópico e participe das discussões propostas. Prepare-se para
explorar, questionar e aplicar o que aprenderá de forma
prática e inovadora.
Vamos Começar!
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Vamos Começar!
Definindo o que é IA Generativa
A Inteligência Artificial generativa refere-se a sistemas que
podem criar conteúdos a partir de dados existentes.
Diferente dos modelos tradicionais de IA, que apenas
classificam ou analisam dados, os modelos generativos têm
a capacidade de produzir textos, imagens, música e até
vídeos.  
Um marco histórico importante para a IA Generativa foi o
desenvolvimento das Redes Neurais Generativas
Adversariais (GANs) por Ian Goodfellow e seus colegas em
2014. As GANs consistem em dois modelos: um gerador e
um discriminador, que trabalham juntos para criar dados
indistinguíveis dos reais.
A IA generativa não é um conceito totalmente novo. Desde
os anos 1950, cientistas da computação exploram formas de
criar máquinas que possam gerar conteúdos indistinguíveis a
criação humana. No entanto, foi somente com os avanços
em poder computacional e algoritmos que a Inteligência
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Artificial Generativa se tornou viável e começou a ser
amplamente utilizada.
Compreender a IA Generativa é fundamental para perceber
suas capacidades e limitações. As principais características
incluem:
Criatividade: a IA Generativa pode produzir novos
conteúdos que não existiam anteriormente, o que é
particularmente útil em áreas como design gráfico.
Adaptação: esses modelos podem aprender padrões
complexos a partir de grandes volumes de dados,
permitindo que se adaptem a novos contextos e tarefas.
Inovação: a capacidade de gerar novos conteúdos abre
portas para inovações em várias áreas, como design,
arte, escrita e desenvolvimento de software.
Automação: a IA Generativa pode automatizar tarefas
que antes exigiam criatividade e esforço humano,
liberando tempo para atividades mais complexas.
Escalabilidade: esses modelos podem ser escalados para
lidar com grandes volumes de dados, tornando-os ideais
para aplicações empresariais. 
Aplicações
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A IA Generativa já está sendo utilizada em diversas áreas
profissionais. Por exemplo:
Indústria do entretenimento: modelos generativos são
usados para criar roteiros de filmes e músicas.
Área da saúde: modelos geram imagens médicas
sintéticas que ajudam na formação de profissionais e no
desenvolvimento de novos tratamentos.
Publicidade e marketing: empresas utilizam IA generativa
para criar anúncios personalizados e campanhas
publicitárias mais eficazes.
Educação: ferramentas educacionais baseadas em IA
podem gerar materiais de estudo personalizados para
cada estudante, melhorando a eficácia do aprendizado.
Desenvolvimento de software: a IA pode ser utilizada
para gerar códigos de programação, acelerando o
desenvolvimento de novos aplicativos e sistemas.
Esses exemplos mostram como a Inteligência Artificial
Generativa pode revolucionar diferentes setores, tornando
processos mais eficientes e criativos. 
Compreender a IA Generativa é fundamental para qualquer
estudante ou profissional que deseja estar na vanguarda das
tecnologias emergentes. Suas aplicações práticas são vastas
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
e impactam inúmeros setores, desde a arte e o
entretenimento até a saúde, educação e negócios. No
entanto, junto a essas oportunidades vêm os desafios que
exigem um entendimento profundo e crítico para garantir
que a Inteligência Artificial seja utilizada de maneira ética e
benéfica para a sociedade.
Ao explorar a capacidade de gerar novos conteúdos a partir
de dados existentes, percebemos que a IA Generativa não
apenas amplia os horizontes do que é possível em termos de
criatividade e inovação, mas também redefine a forma como
abordamos problemas complexos em diversas áreas do
conhecimento.
Siga em Frente...
Siga em Frente...
LLMs e os riscos na utilização
As LLMs (Large Language Models ou Grandes Modelos de
Linguagem) são uma subcategoria de IA Generativa que se
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
concentra na criação de textos. Esses modelos são treinados
com imensas quantidades de dados textuais e utilizam
arquiteturas de redes neurais profundas (Deep Learning)
para gerar textos coerentes e contextualmente relevantes. O
GPT-3 (Generative Pre-trained Transformer 3) da OpenAI é
um exemplo notável de LLM, capaz de produzir textos que
muitas vezes são indistinguíveis dos escritos por humanos.
Os LLMs representam um avanço significativo em relação
aos modelos anteriores de processamento de linguagem
natural (NLP). Eles são capazes de entender e gerar texto em
uma variedade de contextos, tornando-os extremamente
versáteis. Segundo FILATRO (2024), o “Natural Language
Processing (NLP), ou Processamento de Linguagem Natural,
é um ramo da IA que utiliza técnicas computacionais para
aprender,o mercado de
trabalho nas indústrias de energias renováveis são
promissoras, com crescimento projetado especialmente em
áreas como inovação tecnológica e sustentabilidade. A
requalificação e adaptação de políticas governamentais
serão essenciais para maximizar os benefícios dessa
transição...”
Aplicações Práticas do Prompt Chaining
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Geração de conteúdo estruturado: a técnica ajuda a
organizar textos longos e complexos, dividindo a tarefa em
subtópicos que formam um conteúdo estruturado e
coerente.
Assistentes de tutoriais ou instruções: em tutoriais, como os
que ensinam a criar um site, o Prompt Chaining pode guiar o
usuário etapa por etapa, começando com a instalação de
ferramentas, passando pela configuração e, em seguida, o
desenvolvimento do layout.
Diagnóstico ou solução de problemas: no suporte técnico, o
Prompt Chaining pode estruturar o processo de diagnóstico
de um problema técnico, guiando o usuário na coleta de
informações e ajudando-o a solucionar o problema passo a
passo.
Variações e Refinamento com Prompt Chaining
Em algumas tarefas, o Prompt Chaining permite variações de
resposta para explorar diferentes ângulos ou alternativas.
Por exemplo, em uma análise de custo-benefício, pode-se
iniciar com uma visão geral dos custos, seguida por um
prompt específico sobre os benefícios e, então, uma
comparação final para decidir qual é a melhor opção.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
No final, o Prompt Chaining oferece controle e precisão no
fluxo de respostas de IA, sendo uma técnica valiosa para
qualquer engenheiro de prompts que busca gerar conteúdo
de alta qualidade com modelos de linguagem.
Tree of Thoughts (Árvore de
Pensamentos)
Tree of Thoughts (Árvore de Pensamentos) é uma técnica
que organiza o raciocínio de um modelo de linguagem em
uma estrutura semelhante a uma árvore. Em vez de seguir
uma linha de pensamento linear, ela explora múltiplas
possibilidades, ramificando ideias para chegar a uma
conclusão otimizada. Esse método é útil para resolver
problemas complexos, realizar brainstorming criativo ou
melhorar a precisão de respostas em prompts detalhados.
A técnica Tree of Thoughts oferece ao modelo diversos
benefícios:
Maior Clareza e Precisão: ao dividir o problema, o modelo
evita respostas longas e confusas.
Exploração de Ideias Criativas: a ramificação permite
explorar mais opções e inovar em soluções.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Escolhas mais Estratégicas: a avaliação das opções ajuda a
otimizar a resposta, focando nas ideias mais efetivas.
Em termos práticos, a técnica pode ser dividida em três
passos principais:
Dividir o Problema em Partes:
Nesta etapa, o problema inicial é segmentado em
subproblemas ou questões menores. Isso ajuda o modelo a
estruturar o raciocínio e evita respostas confusas ou com
saltos lógicos.
Exemplo Prático: Planejamento de um Lançamento de
Produto
Prompt: “Como planejar o lançamento de um novo
smartphone?”
Divisão:
Pesquisa de Mercado: analisar tendências e concorrentes.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Desenvolvimento do Produto: definir as especificações
técnicas.
Marketing e Publicidade: planejar a campanha de marketing.
Logística: organizar produção e distribuição.
Dividir o problema ajuda o modelo a entender as várias
camadas envolvidas no planejamento, permitindo abordá-las
individualmente.
Gerar e Expandir Possibilidades
Nesta fase, cada subproblema identificado gera diferentes
"ramificações" de possíveis respostas. Em cada nó da árvore,
o modelo expande as opções possíveis para cada parte do
problema, permitindo explorar várias abordagens antes de
escolher uma direção.
Exemplo Prático: Estratégias de Marketing
Prompt: “Quais estratégias de marketing podem ser
utilizadas para o lançamento de um novo smartphone?”
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Ramificações:
Marketing Digital: campanhas no Instagram, TikTok, e
YouTube.
Eventos de Lançamento: criar um evento físico para a
imprensa e influenciadores.
Parcerias e Colaborações: trabalhar com influenciadores
tecnológicos.
Cada uma dessas ramificações representa uma abordagem
diferente de marketing. O modelo, então, expande cada uma
dessas possibilidades para entender melhor como cada
estratégia poderia ser implementada.
Avaliar e Selecionar as Melhores Ideias
Depois que todas as possibilidades são geradas, o próximo
passo é avaliar cada uma para escolher as melhores ideias.
Essa avaliação pode ser feita de acordo com os critérios do
problema original, como custo, impacto, tempo, etc.
Exemplo Prático: Seleção de Estratégias
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Prompt: “Dentre as estratégias de marketing identificadas
para o lançamento do smartphone, qual é a mais eficaz em
termos de custo-benefício?”
Avaliação:
Marketing Digital: custo menor, ampla audiência, alcance
global.
Eventos de Lançamento: custo alto, porém com forte
impacto de mídia.
Parcerias: alcance moderado, mas efetivo em nichos
específicos.
Com base na análise, o modelo seleciona Marketing Digital
como a opção mais vantajosa, dado seu equilíbrio entre
custo e audiência.
Para ilustrar um uso completo de Tree of Thoughts, imagine
o seguinte cenário: “Como organizar uma campanha de
arrecadação de fundos para uma organização sem fins
lucrativos?”
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Dividir o Problema em Partes:
Definir o Público-alvo.
Escolher Canais de Comunicação.
Criar Incentivos de Doação.
Gerar e Expandir Possibilidades:
Público-alvo: identificar se o foco será em doadores
individuais, empresas, ou filantropos.
Canais de Comunicação: explorar redes sociais, e-mails,
eventos locais.
Incentivos de Doação: oferecer brindes, convites para
eventos especiais, ou criar uma tabela de doação com
diferentes benefícios.
Avaliar e Selecionar:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Público-alvo: doadores individuais são o público-alvo mais
fácil de alcançar em curto prazo.
Canal de Comunicação: redes sociais têm um custo menor e
alcance maior.
Incentivo de Doação: convites para eventos tendem a ter um
impacto positivo em doadores recorrentes.
Conclusão Final: com essa árvore de pensamentos, a
organização conclui que uma campanha focada em redes
sociais, voltada para doadores individuais e oferecendo
convites para eventos especiais como incentivo, é a
abordagem mais eficaz.
Essa técnica é especialmente útil em contextos complexos,
nos quais a organização do raciocínio é essencial para obter
uma resposta bem estruturada e com múltiplas
perspectivas.
Siga em Frente...
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Siga em Frente...
Possibilidades adicionais no uso
da IA Generativa
Agora que você está familiarizado com as técnicas de
engenharia de prompts, podemos aplicá-las para explorar
duas grandes áreas da IA Generativa: elementos visuais e
sonoros (como a interação por voz e a criação de imagens) e
a criação de elementos textuais (como tabelas, fórmulas e
códigos). Para essa etapa, continuaremos utilizando
exemplos no ChatGPT da Open AI.
Elementos visuais e sonoros
A criação de prompts eficazes para gerar áudio e imagens é
essencial nas indústrias criativas, como cinema, música,
videogames e design gráfico. Com a evolução dos modelos,
tornou-se possível gerar conteúdo de alta qualidade que
auxilia o trabalho humano, economizando tempo e recursos.
Exemplo Prático: Geração de Imagens
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Imagine que você deseja criar imagens para um conceito de
design de interiores. Um prompt efetivo poderia ser: “Crie
uma imagem de uma sala de estar moderna com decoração
minimalista, incluindo um sofá cinza, uma mesa de centro
branca e plantas em vasos.”.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Figura 1 | Imagem criada com auxílio de IA Generativa.Fonte: elaborado pelo autor por ChatGPT.
Exemplo Prático: Interação por voz
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Aqui um vídeo no qual estamos interagindo com o aplicativo
do ChatGPT por voz.
Elementos textuais
A criação de elementos textuais, como tabelas, fórmulas e
códigos, envolve gerar representações estruturadas e
precisas de informações textuais.
Exemplo Prático: Criação de Tabelas
Para gerar uma tabela comparativa entre duas linguagens de
programação, um prompt adequado poderia ser: “Crie uma
tabela que compare Python e JavaScript em termos de uso,
popularidade, sintaxe e performance.”.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://www.youtube.com/shorts/w7gj6hCMOBg
Figura 2 | Exemplo de prompt para tabelas. Fonte: elaborado
pelo autor por ChatGPT.
Exemplo Prático: Criação de Fórmulas
Se você necessitar de uma fórmula matemática específica
para um projeto de engenharia, poderia utilizar: “Gere uma
fórmula para calcular a força de uma mola segundo a lei de
Hooke.”.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Figura 3 | Exemplo de Prompt para fórmulas. Fonte:
elaborado pelo autor por ChatGPT.
Exemplo Prático: Geração de Código
Um prompt útil para criar um código em Python para ler um
arquivo CSV pode ser: “Escreva um código em Python para
ler um arquivo CSV chamado 'dados.csv' e imprimir seu
conteúdo.”
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Figura 4 | Exemplo de prompt para algoritmos. Fonte:
elaborado pelo autor por ChatGPT.
Vamos Exercitar?
Vamos Exercitar?
Utilizando a IA Generativa de
maneira eficiente
Voltando ao problema apresentado, em que você deseja
criar uma apresentação em slides envolvente, agora você
sabe que pode usar ferramentas de IA para criar elementos
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
visuais e textuais, utilizando técnicas de engenharia de
prompt.
Para criar apresentações impactantes, você pode usar
prompts para gerar imagens de alta qualidade e áudio
relevante.
Exemplo Prático: Geração de Imagens
Prompt: “Crie uma imagem de uma sala de reuniões
moderna com uma grande mesa de conferências, cadeiras
ergonômicas, um quadro branco e uma tela de projeção.”
Aplicação: utilizando esse prompt, você pode rapidamente
obter imagens que enriqueçam suas apresentações,
tornando-as mais visualmente atraentes e profissionais.
Exemplo Prático: Geração de Áudio
Prompt: “Gere uma narração impactante de 30 segundos
para a introdução de uma apresentação corporativa sobre o
desempenho anual da empresa.”
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Aplicação: utilize o prompt sugerido interagindo por voz com
alguma ferramenta de mercado (como o próprio ChatGPT da
Open AI).
Se desejar adicionar relatórios à sua apresentação, você
pode utilizar prompts para realizar a criação de tabelas,
fórmulas e códigos:
Criação de Tabelas: permite uma visualização rápida de
informações cruciais, melhorando a compreensão e a análise
dos dados pelos clientes.
Prompt: “Crie uma tabela comparativa entre os
desempenhos financeiros de 2022 e 2023, incluindo receitas,
despesas e lucro líquido.”
Dica! Você pode carregar o arquivo do qual a IA Generativa
se baseará para dar as respostas (planilhas contendo os
desempenhos financeiros de 2022 e 2023, por exemplo).
Criação de Fórmulas: permite a inclusão de dados técnicos
exatos em seus relatórios, aumentando a confiança e a
credibilidade das suas informações.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Prompt: “Gere uma fórmula para calcular a margem de lucro
com base nas receitas e despesas informadas.”
Geração de Código: poupa tempo na elaboração de scripts
necessários para análise de dados, tornando seu processo
de trabalho mais eficiente.
Prompt: “Escreva um código em Python para analisar um
arquivo Excel chamado 'desempenho_financeiro.xlsx' e gerar
gráficos das principais métricas.”
Lembre-se de aplicar as técnicas de engenharia de prompt
conforme necessário, garantindo que o modelo de IA
compreenda e responda adequadamente às suas
solicitações. Entre as técnicas, poderiam ser:
Cadeia de Pensamento (Chain of Thought): aumenta a
precisão e a facilidade de entendimento das instruções,
melhorando a comunicação de processos complexos.
Exemplo Prático: “Explique como preparar uma apresentação
detalhada sobre o desempenho trimestral da empresa,
passo a passo.”
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Zero-shot e Few-shot Learning: permite que o modelo
aproveite o conhecimento pré-treinado (zero-shot) ou se
ajuste com poucos exemplos (few-shot), oferecendo
respostas precisas e orientadas ao contexto específico.
Exemplo Prático Zero-shot: "Qual foi o maior setor de
crescimento da empresa em 2023?" – Resposta exemplo:
"Tecnologia".
Exemplo Prático Few-shot: “Explique o impacto das
campanhas de marketing digital no aumento das vendas
trimestrais.”
Prompt: “Nos últimos trimestres, observamos um aumento
nas vendas devido às campanhas de marketing digital. Por
exemplo, no primeiro trimestre, a campanha no Instagram
resultou em um aumento de 15% nas vendas. No segundo
trimestre, a campanha no Google Ads ampliou as vendas em
20%. Baseado nesses dados, explique o impacto contínuo
dessas campanhas no desempenho anual.”
Em conclusão, ao aplicar essas técnicas de engenharia de
prompt, você poderá criar relatórios interativos e
apresentações multimídia de alta qualidade. A clareza e a
especificidade das instruções são fundamentais para
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
maximizar a eficácia dos modelos de IA, tornando as suas
produções mais profissionais e impressionantes, mesmo sob
prazos apertados.
Saiba mais
Saiba mais
Olá, estudante!
Para aprofundar os seus conhecimentos sobre Engenharia
de Prompts, recomendamos a leitura do artigo “Técnicas de
engenharia de prompt”, da Microsoft. Ele destaca conceitos e
padrões gerais aplicáveis aos modelos GPT da OpenAI,
mostrando como a construção de prompts é crucial. Criar
prompts eficazes pode ser complexo e requer experiência e
intuição. Este artigo visa ajudar no aprendizado dessa
habilidade.
Bons estudos!
Referências
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://learn.microsoft.com/pt-br/azure/ai-services/openai/concepts/prompt-engineering?tabs=chat
https://learn.microsoft.com/pt-br/azure/ai-services/openai/concepts/prompt-engineering?tabs=chat
Referências
HIROTA, F. ChatGPT e Inteligência Artificial: Uso e Aplicações
na Era Digital. São Paulo: Actual Editora, 2023. E-book. p.8.
ISBN 9786587019635. Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9786
587019635/. Acesso em: 5 nov. 2024. 
SCHMIDT, E.; HUTTENLOCHER, D.; KISSINGER, H. A. A Era da
IA: e nosso futuro como humanos. Rio de Janeiro: Editora
Alta Books, 2023. E-book. p.61. ISBN 9788550818436.
Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9788
550818436/. Acesso em: 5 nov. 2024.
SOUZA, F. Engenharia de Prompt: guia completo para o uso
eficiente de inteligências artificiais. eBook Kindle. Disponível
em: https://www.amazon.com.br/Engenharia-Prompt-
Eficiente-Intelig%C3%AAncias-Artificiais-
ebook/dp/B0DL462YHM. Acesso em: 5 nov. 2024.
Aula 5
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
https://integrada.minhabiblioteca.com.br/reader/books/9788550818436/
https://integrada.minhabiblioteca.com.br/reader/books/9788550818436/
https://www.amazon.com.br/Engenharia-Prompt-Eficiente-Intelig%C3%AAncias-Artificiais-ebook/dp/B0DL462YHM
https://www.amazon.com.br/Engenharia-Prompt-Eficiente-Intelig%C3%AAncias-Artificiais-ebook/dp/B0DL462YHM
https://www.amazon.com.br/Engenharia-Prompt-Eficiente-Intelig%C3%AAncias-Artificiais-ebook/dp/B0DL462YHM
Encerramento da Unidade
Videoaula de Encerramento
Videoaula de EncerramentoNesta videoaula, proporcionaremos uma revisão dos
conceitos fundamentais de Inteligência Artificial (IA)
Generativa, avaliando os critérios de aplicação e as técnicas
avançadas de engenharia de prompt. Este conteúdo é
essencial para aplicar a IA de forma prática e consciente em
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
diversos contextos profissionais, desenvolvendo soluções
inovadoras e otimizando processos. Participe desta aula e
consolide o seu conhecimento.
Faça o download do arquivo
Ponto de Chegada
Ponto de Chegada
Preparados para a IA Generativa
Olá, estudante!
Durante as aulas, discutimos os conceitos fundamentais da
Inteligência Artificial, com ênfase na IA Generativa.
Exploramos o seu funcionamento geral e os riscos
associados ao seu uso. Esses conhecimentos são necessários
para que você compreenda a importância de construir
prompts bem estruturados em ferramentas de IA
Generativa, visando a geração de conteúdos em diversos
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/980f184d-90eb-558e-b1c9-7d7a57df3fdc.pdf
formatos, como tabelas, fórmulas, códigos, áudios e
imagens.
Para isso, é essencial dominar a técnica de criação de
prompts, que são instruções ou perguntas formuladas em
linguagem natural para orientar um sistema de IA a produzir
uma resposta específica. Essa habilidade permite a geração
de conteúdos de forma autônoma e criativa, ampliando as
possibilidades de aplicação da Inteligência Artificial.
Um profissional especializado em IA Generativa, como um
engenheiro de prompt, deve possuir a habilidade de criar
modelos de instruções eficazes para obter respostas
precisas e úteis. Ao dominar técnicas avançadas de
engenharia de prompt, como encadeamento,
autoconsistência e uso de conhecimento gerado, você
aprimora significativamente a interação com modelos de IA.
Ao dominar a criação de prompts, você estará preparado
para desenvolver soluções criativas e eficientes em diversas
áreas profissionais. Segundo a McKinsey (2024), os setores
mais impactados por esses avanços serão o marketing,
relacionamento com o cliente, desenvolvimento de software,
design gráfico e análise de dados. A IA Generativa pode
adicionar até $4,4 trilhões anualmente à economia global,
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
automatizando atividades que consomem até 70% do tempo
dos funcionários. A engenharia de prompt deve se tornar
uma categoria de contratação maior, com muitas empresas
requalificando os seus funcionários em Inteligência Artificial.
Recomendamos que você pratique os conceitos
apresentados para aprimorar as suas habilidades na criação
de prompts e obter respostas mais úteis e relevantes. Assim,
você estará na vanguarda das inovações tecnológicas,
capacitando-se para enfrentar os desafios e aproveitar as
oportunidades que a IA Generativa oferece em sua carreira.
Desejamos uma excelente jornada de aprendizado e que
você maximize o seu potencial com a Inteligência Artificial
Generativa!
É Hora de Praticar!
É Hora de Praticar!
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Criação de documentos jurídicos
para a LegalTech
A “LegalTech”, uma startup especializada em soluções
tecnológicas para o mercado jurídico, está lançando um
novo produto de software que utiliza Inteligência Artificial
Generativa para automatizar a criação de documentos
jurídicos. A equipe é composta por desenvolvedores,
advogados e especialistas em Inteligência Artificial, e o
principal desafio é garantir que o produto atenda às
necessidades dos clientes e se destaque no mercado.
Como especialista de IA na LegalTech, você foi designado
para acompanhar um projeto piloto que visa demonstrar a
eficácia do novo software. Esse projeto envolve a criação de
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
documentos jurídicos para um escritório de advocacia
EcoLaw especializado em direito ambiental, incluindo
petições, contratos e pareceres jurídicos.
Reflita
Para resolver o problema proposto, você deve considerar as
seguintes questões:
1. Como utilizar a Inteligência Artificial Generativa para criar
documentos jurídicos que sejam precisos e atendam às
necessidades legais?
2. Quais são os principais desafios na implementação de
ferramentas de IA Generativa em um ambiente jurídico?
3. Como garantir que os documentos gerados pela IA
estejam em conformidade com as normas e os
regulamentos jurídicos?
Resolução do Estudo de Caso
Para resolver ao problema, podemos seguir as etapas
abaixo, utilizando técnicas avançadas de engenharia de
prompts para melhorar a precisão e eficácia do modelo de IA
Generativa:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Identificação das Necessidades do Cliente: realize uma
reunião com os responsáveis pelo escritório de advocacia
para entender suas expectativas, áreas de atuação e
requisitos legais específicos. Essa etapa é crucial para
assegurar que os documentos gerados sejam precisos e
conformes.
Configuração da IA Generativa: configure a IA Generativa
para criar prompts específicos que orientarão a geração de
documentos. Siga as melhores práticas de engenharia de
prompts, como clareza, especificidade e contextualização.
Por exemplo, um prompt para petição poderia ser:
“Crie uma petição inicial para uma ação civil pública
ambiental em nome do cliente EcoLaw, detalhando os danos
ambientais causados por uma indústria local e solicitando
reparação e medidas de mitigação. Inclua referências a leis
ambientais relevantes e dados técnicos sobre os impactos
ambientais.”
Resultado utilizando o ChatGPT da Open AI:
Segue abaixo uma petição inicial para uma ação civil pública ambiental:
--- 
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
**EXCELENTÍSSIMO(A) SENHOR(A) DOUTOR(A) JUIZ(A) DE DIREITO DA
___ VARA CÍVEL DA COMARCA DE ___** 
**AÇÃO CIVIL PÚBLICA AMBIENTAL**
**COM PEDIDO DE TUTELA DE URGÊNCIA**
**ECO LAW – DEFESA E SUSTENTABILIDADE**, pessoa jurídica de
direito privado, inscrita no CNPJ sob o nº ___, com sede na ___, neste ato
representada por seus advogados infra-assinados (procuração anexa),
vem, à presença de Vossa Excelência, com fundamento na Lei nº
7.347/85, artigo 129, inciso III, da Constituição Federal, bem como na
Lei nº 6.938/81 (Política Nacional do Meio Ambiente) e demais
disposições legais pertinentes, propor a presente:
**AÇÃO CIVIL PÚBLICA AMBIENTAL COM PEDIDO DE OBRIGAÇÃO DE
FAZER E INDENIZAÇÃO POR DANOS AMBIENTAIS**
Em face de **INDÚSTRIA XYZ LTDA.**, pessoa jurídica de direito
privado, inscrita no CNPJ sob o nº ___, com sede na ___, pelos motivos
de fato e de direito que passam a expor:
### I - DOS FATOS
1. A **Indústria XYZ Ltda.** desenvolve atividades industriais na
localidade de ___, com produção voltada à fabricação de ___.
2. Inspeções técnicas realizadas por órgãos ambientais (relatórios
anexos) detectaram irregularidades nas operações da requerida,
incluindo:
   - Emissão de resíduos líquidos com alto teor de contaminantes
químicos (como metais pesados: chumbo, mercúrio e cádmio), que são
despejados no Rio ___, sem o devido tratamento.
   - Lançamento de efluentes gasosos acima dos limites permitidos pelo
CONAMA (Resoluções nº 03/1990 e 05/1989), contendo substâncias
poluentes como dióxido de enxofre (SO2) e material particulado.
   - Deposição irregular de resíduos sólidos tóxicos em terrenos
próximos à fábrica, sem qualquer impermeabilização do solo, gerando
risco de contaminação do lençol freático.
3. Como consequência dessas práticas, constatou-se:
   - **Degradação da qualidade da água do Rio ___**, afetando
comunidades ribeirinhas e a fauna aquática.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
   - **Impacto à saúde pública**, com aumento de doenças
respiratórias e dermatológicas entre os habitantes da região.
   - **Comprometimento do solo e do lençol freático**, inviabilizando o
uso agrícola e a captação de água.
4.Apesar de reiteradas notificações emitidas pelo órgão ambiental
competente, a ré não tomou as medidas necessárias para cessar os
danos e adequar-se às normas ambientais.
### II - DO DIREITO
5. O direito ao meio ambiente ecologicamente equilibrado é
assegurado pelo artigo 225 da Constituição Federal, sendo obrigação
de todos defendê-lo e preservá-lo para as presentes e futuras gerações.
6. A **Lei nº 6.938/81**, em seu artigo 14, §1º, estabelece que o
poluidor é obrigado a indenizar e reparar os danos causados ao meio
ambiente e a terceiros, independentemente da existência de culpa,
consagrando a responsabilidade objetiva.
7. A **Lei nº 7.347/85**, em seu artigo 3º, autoriza a propositura de
ação civil pública ambiental para prevenir ou reparar danos ambientais,
bem como para impor obrigações de fazer.
8. No caso em tela, a conduta da ré viola diretamente as normas
ambientais aplicáveis, como as resoluções do CONAMA supracitadas,
além de comprometer os bens jurídicos tutelados pela Constituição e
pela legislação infraconstitucional.
### III - DO PEDIDO DE TUTELA DE URGÊNCIA
9. Diante do caráter contínuo dos danos ambientais e do risco de
agravamento, requer-se a concessão de tutela de urgência para
determinar à ré que, no prazo de ___ dias:
   - Cesse imediatamente o despejo de efluentes não tratados no Rio
___.
   - Apresente plano emergencial de contenção de danos, aprovado pelo
órgão ambiental competente.
   - Suspenda a deposição de resíduos sólidos em locais inadequados.
10. O descumprimento das medidas acima deve acarretar multa diária
no valor de R$ ___, com fundamento no artigo 536, §1º, do CPC.
### IV - DOS PEDIDOS
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
À vista do exposto, requer-se:
a) **A concessão da tutela de urgência**, conforme pleiteado no item
III.
b) **A condenação da ré à obrigação de fazer e não fazer**,
consistente em:
   - Adequar suas operações às normas ambientais vigentes.
   - Remover os resíduos sólidos contaminantes, com destinação
ambientalmente adequada.
   - Realizar a compensação ambiental por meio de reflorestamento da
área degradada e recuperação do Rio ___.
c) **A condenação da ré ao pagamento de indenização** por danos
ambientais, cujo montante deverá ser apurado em liquidação de
sentença, revertido ao Fundo de Defesa dos Direitos Difusos (FDD).
d) **A intimação dos órgãos ambientais competentes**, como o IBAMA
e a Secretaria Estadual de Meio Ambiente, para acompanhamento da
execução.
e) **A citação da ré para, querendo, contestar os termos da presente
ação**, sob pena de revelia e confissão quanto à matéria de fato.
f) A condenação da ré ao pagamento das custas e honorários
advocatícios.
Protesta-se pela produção de todas as provas em direito admitidas,
especialmente documental, pericial e testemunhal.
Dá-se à causa o valor de R$ ___.
Nestes termos,
Pede deferimento.
**[Local], [Data]**
**ADVOGADO**
**OAB/UF nº ___**
Anexos: 1) Procuração; 2) Relatórios técnicos; 3) Notificações
ambientais; 4) Laudos periciais.
---
Esta petição contém fundamentos legais, argumentos técnicos e
pedidos processuais típicos em uma ação civil pública ambiental. Caso
deseje adequações, estou à disposição.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Geração e Revisão de Documentos: utilize os prompts
configurados para gerar os documentos e revise-os
cuidadosamente para garantir precisão e conformidade com
as normas jurídicas.
Dica! Ajuste a temperatura para 0.3 e o top-p para 0.9,
controlando a criatividade e a precisão das respostas.
Teste e Ajustes: realize testes com a equipe jurídica para
obter feedback sobre a eficácia dos documentos. Ajuste os
prompts e os parâmetros do software de IA com base no
feedback recebido.
Implementação do Projeto: após os ajustes, implemente os
prompts para a criação de documentos jurídicos em todas as
áreas planejadas. Monitore os resultados e a satisfação do
cliente.
Outros prompts uteis para a EcoLaw:
Prompt para criação de contrato:
Resultado utilizando o ChatGPT da Open AI:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
CONTRATO DE PRESTAÇÃO DE SERVIÇOS JURÍDICOS
CONTRATANTE: [Nome da Empresa Cliente], pessoa jurídica de direito
privado, inscrita no CNPJ sob o nº [número], com sede à [endereço
completo], neste ato representada por seu(sua) representante legal,
[nome], [cargo], doravante denominada "CONTRATANTE".
CONTRATADA: EcoLaw Consultoria Jurídica, pessoa jurídica de direito
privado, inscrita no CNPJ sob o nº [número], com sede à [endereço
completo], neste ato representada por seu(sua) representante legal,
[nome], [cargo], doravante denominada "CONTRATADA".
As partes acima qualificadas têm entre si justo e acordado o presente
Contrato de Prestação de Serviços Jurídicos, que se regerá pelas
cláusulas e condições abaixo:
 
CLÁUSULA PRIMEIRA – OBJETO
1.1. O presente contrato tem por objeto a prestação de serviços
jurídicos pela CONTRATADA à CONTRATANTE, incluindo, mas não se
limitando à/a: a) Consultoria e assessoria jurídica preventiva e
contenciosa; b) Elaboração, revisão e análise de contratos; c)
Representação em processos administrativos e judiciais; d) Orientação
jurídica em questões regulatórias e ambientais; e) Treinamento e
capacitação jurídica em temas de interesse da CONTRATANTE.
 
CLÁUSULA SEGUNDA – OBRIGAÇÕES DAS PARTES
2.1. Obrigações da CONTRATADA: a) Prestar os serviços jurídicos com
diligência, eficiência e sigilo profissional; b) Manter a CONTRATANTE
informada sobre o andamento de processos e demandas; c) Respeitar
a legislação vigente e os códigos de ética aplicáveis à profissão.
2.2. Obrigações da CONTRATANTE: a) Disponibilizar à CONTRATADA os
documentos e informações necessários para a execução dos serviços;
b) Efetuar os pagamentos nos prazos e condições estipulados neste
contrato; c) Manter sigilo sobre informações confidenciais recebidas da
CONTRATADA.
 
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
CLÁUSULA TERCEIRA – TERMO DE PAGAMENTO
3.1. A CONTRATANTE pagará à CONTRATADA, a título de remuneração
pelos serviços jurídicos prestados, o valor de R$ [valor], conforme as
condições abaixo: a) Pagamento mensal até o dia [dia]; b) Valores
adicionais por serviços extraordinários previamente acordados entre as
partes.
3.2. A CONTRATADA emitirá Nota Fiscal correspondente aos
pagamentos realizados.
3.3. O atraso no pagamento sujeitará a CONTRATANTE ao pagamento
de multa de [x]%, acrescido de juros de mora de [x]% ao mês. 
CLÁUSULA QUARTA – CONFIDENCIALIDADE
4.1. Ambas as partes se comprometem a manter absoluto sigilo sobre
todas as informações e documentos a que tiverem acesso em
decorrência deste contrato.
4.2. As obrigações de confidencialidade perdurarão mesmo após a
rescisão ou término deste contrato. 
CLÁUSULA QUINTA – RESCISÃO
5.1. O presente contrato poderá ser rescindido: a) Por qualquer das
partes, mediante aviso prévio de 30 (trinta) dias; b) Imediatamente, em
caso de descumprimento de qualquer cláusula contratual; c) Por força
maior ou caso fortuito que inviabilize a continuidade da prestação dos
serviços. 
5.2. Em caso de rescisão antecipada, a CONTRATANTE deverá quitar os
valores relativos aos serviços já prestados até a data do término
contratual. 
CLÁUSULA SEXTA – DISPOSIÇÕES GERAIS
6.1. Este contrato é firmado em caráter não exclusivo, podendo ambas
as partes estabelecer relações similares com terceiros, desde que não
haja conflito de interesse.
6.2. Quaisquer alterações neste contrato deverão ser feitas por escrito
e assinadas por ambas as partes.
6.3. Fica eleito o foro da Comarca de [cidade], com exclusão de
qualquer outro, por mais privilegiado que seja, para dirimir dúvidas ou
litígios decorrentes deste contrato.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
E, por estarem assim justas e contratadas, as partes assinam o
presente instrumento em [número] vias de igual teor e forma,
juntamente com duas testemunhas.
 
CONTRATANTE:
[Assinatura]
[Nome e Cargo do Representante]
CONTRATADA:
[Assinatura]
[Nomee Cargo do Representante] 
Testemunhas:
Nome: ________________________
CPF: ___________________________
Nome: ________________________
CPF: ___________________________
Prompt para parecer jurídico: “Elabore um parecer jurídico
sobre a viabilidade de uma ação judicial contra uma empresa
por poluição ambiental, incluindo análise de precedentes
legais, avaliação dos danos ambientais, e recomendação de
estratégias jurídicas. Baseie-se na legislação ambiental
vigente e nos dados fornecidos.”
Resultado utilizando o ChatGPT da Open AI:
PARECER JURÍDICO SOBRE A VIABILIDADE DE AÇÃO JUDICIAL CONTRA
EMPRESA POR POLUIÇÃO AMBIENTAL
I. Introdução
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Este parecer tem como objetivo avaliar a viabilidade jurídica de
ingressar com uma ação judicial contra uma empresa pela prática de
poluição ambiental. A análise será baseada na legislação ambiental
vigente no Brasil, precedentes judiciais aplicáveis, avaliação dos danos
ambientais reportados e recomendações de estratégias jurídicas.
 
II. Contextualização Jurídica
Legislação Aplicável
Constituição Federal (1988): Art. 225 garante a todos o direito ao meio
ambiente ecologicamente equilibrado, impondo ao Poder Público e à
coletividade o dever de defendê-lo e preservá-lo para as presentes e
futuras gerações.
Lei nº 6.938/1981: Estabelece a Política Nacional do Meio Ambiente,
definindo a responsabilidade objetiva pelo dano ambiental e impondo
sanções administrativas, civis e penais.
Lei nº 9.605/1998 (Lei de Crimes Ambientais): Dispõe sobre as sanções
penais e administrativas derivadas de condutas lesivas ao meio
ambiente. 
Código Civil: Art. 927 reforça a responsabilidade objetiva, prevendo que
o agente que causar dano deve repará-lo.
Princípios Norteadores
Princípio do Poluidor-Pagador: O responsável pela degradação
ambiental deve arcar com os custos da reparação ou compensação.
Princípio da Precaução: Medidas devem ser adotadas para prevenir
danos ambientais graves ou irreversíveis, ainda que não haja certeza
científica absoluta.
Princípio da Reparação Integral: O dano ambiental deve ser
completamente reparado, abrangendo tanto os aspectos ecológicos
quanto os danos patrimoniais e extrapatrimoniais. 
III. Avaliação dos Danos Ambientais
Natureza e Extensão do Dano
A análise preliminar dos dados sugere a ocorrência de poluição
ambiental por contaminação do solo e/ou corpos hídricos.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
São reportadas implicações diretas sobre a biodiversidade local e os
direitos das comunidades afetadas.
Elementos Necessários
Nexo Causal: Comprovação de que a atividade da empresa é
diretamente responsável pelos danos relatados.
Provas: Necessidade de estudos técnicos, laudos periciais, imagens e
depoimentos que corroborem os danos ambientais.
IV. Análise de Precedentes Legais
Caso Mariana (Rompimento da Barragem - 2015):
Ação judicial que reconheceu a responsabilidade solidária das
empresas envolvidas.
Importância do monitoramento contínuo e reparação de danos
ambientais e sociais.
Caso Cubatão (1980):
Reconhecimento da degradação ambiental na “cidade mais poluída do
mundo”.
Responsabilidade direta das indústrias poluidoras, resultando em
ações de compensação ambiental e indenização.
Precedente do STJ (REsp 1.00.267/SP):
Decisão reafirma a responsabilidade objetiva ambiental, ainda que não
haja dolo ou culpa. 
V. Estratégias Jurídicas Recomendadas
Tipo de Ação
Ação Civil Pública (ACP): Instrumento processual adequado para
proteção do meio ambiente, com legitimidade atribuída ao Ministério
Público, ONGs e entidades ambientalistas.
Medidas Liminares
Solicitação de medidas de urgência para cessação imediata da
atividade poluidora.
Pedido de bloqueio de bens da empresa para garantir futura reparação
dos danos.
Provas Técnicas
Contratação de peritos especializados para elaboração de laudos
ambientais.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Coleta de depoimentos de comunidades afetadas, fotografias e vídeos
que demonstrem os impactos.
Parcerias Estratégicas
Cooperação com órgãos ambientais (IBAMA, CONAMA, secretarias
estaduais de meio ambiente) e entidades de proteção ambiental.
Reparação Integral
Proposição de medidas para recuperação da área degradada.
Definição de valores indenizatórios para danos materiais e morais às
comunidades impactadas.
VI. Conclusão
Com base na legislação ambiental vigente e nos precedentes
analisados, é juridicamente viável propor ação judicial contra a
empresa pela prática de poluição ambiental. A robustez das provas
técnicas e a articulação com atores relevantes serão determinantes
para o sucesso da demanda. Recomenda-se priorizar uma abordagem
cautelosa e bem fundamentada, assegurando a reparação integral dos
danos causados e a aplicação de medidas preventivas para evitar novos
impactos. 
VII. Encaminhamentos
Realização de estudo técnico detalhado sobre o dano ambiental.
Reunião com o Ministério Público ou entidades ambientalistas para
avaliação da propositura de ACP.
Definição de estratégia jurídica considerando aspectos técnicos,
financeiros e sociais do caso.
Assinado:
Advogado Especialista em Direito Ambiental
A automação de documentos jurídicos utilizando Inteligência
Artificial Generativa pode transformar significativamente o
setor jurídico, otimizando processos e aumentando a
eficiência. Para garantir a eficácia e a evolução contínua do
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
uso de IA Generativa na criação de documentos jurídicos,
recomenda-se:
Aprimoramento Contínuo dos Prompts: manter uma prática
constante de revisão e aprimoramento dos prompts
utilizados, incorporando feedback dos usuários e
atualizações legais.
Treinamento e Capacitação: investir em treinamento
contínuo para advogados e profissionais da área jurídica
sobre o uso de ferramentas de IA Generativa, garantindo
que estejam atualizados com as melhores práticas e novas
funcionalidades.
Monitoramento de Conformidade e Ética: implementar
mecanismos de monitoramento contínuo para garantir que
os documentos gerados estejam em conformidade com as
normas legais e éticas, evitando vieses e erros que possam
comprometer a integridade jurídica.
Exploração de Novas Aplicações: investigar e explorar novas
aplicações da IA Generativa em outras áreas do direito, como
a análise de jurisprudência, elaboração de pareceres
jurídicos complexos e suporte a litígios.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Essas recomendações podem ajudar a LegalTech a não
apenas atender às necessidades imediatas dos clientes, mas
também a se posicionar como uma líder inovadora no
mercado jurídico, promovendo a automação eficiente e a
ética dos processos jurídicos.
Assimile
 
Referências
HIROTA, F. ChatGPT e Inteligência Artificial: Uso e Aplicações
na Era Digital. São Paulo: Actual Editora, 2023. E-book. p.8.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
ISBN 9786587019635. Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9786
587019635/. Acesso em: 23 out. 2024.
LEÃO, L. Inteligência Artificial Generativa: modo de usar. [s.l.]
eBook Kindle, 2023.
SOUZA, E. ChatGPT: Do Zero aos Prompts Avançados. E-
book. Disponível em: https://lp.interney.net/2epepir/chatgpt-
do-zero-aos-prompts-avancados. Acesso em: 24 jul. 2025.
SOUZA, F. Engenharia de Prompt: guia completo para o uso
eficiente de inteligências artificiais. eBook Kindle. Disponível:
Engenharia de Prompt: Guia Completo para o Uso Eficiente
de Inteligências Artificiais eBook : Souza , Filipe Elienai Santos
, Souza, Filipe Elienai Santos , Souza, Filipe Elienai Santos ,
Souza, Filipe Elienai Santos : Amazon.com.br: Loja Kindle
What is prompt engineering? McKinsey, 22 de mar. de 2024.
Disponível em: https://www.mckinsey.com/featured-
insights/mckinsey-explainers/what-is-prompt-engineering.
Acesso em: 5 dez. 2024.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
https://lp.interney.net/2epepir/chatgpt-do-zero-aos-prompts-avancados
https://lp.interney.net/2epepir/chatgpt-do-zero-aos-prompts-avancados
https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-prompt-engineering
https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-prompt-engineeringentender e produzir conteúdo na linguagem
humana”. Ainda segundo essa autora, “as ferramentas e
técnicas de NLP são frequentemente orientadas por teorias,
modelos e algoritmos desenvolvidos no campo da linguística
computacional, mas o objetivo principal é a interpretação
automatizada da linguagem humana”.
O funcionamento das LLMs pode ser dividido em várias
etapas:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Pré-treinamento: o modelo é treinado em um grande
corpus de textos para aprender os padrões da
linguagem. Durante essa fase, o modelo aprende a
prever a próxima palavra em uma sentença, baseando-
se nas palavras anteriores.
Ajuste fino: o modelo é ajustado com dados específicos
para melhorar o seu desempenho em tarefas
particulares. Isso pode envolver o treinamento do
modelo em dados de um domínio específico, como
medicina ou direito.
Geração de texto: o modelo utiliza o conhecimento
adquirido para gerar novos textos a partir de prompts
fornecidos pelos usuários. Esse processo pode ser
ajustado para produzir textos de diferentes estilos e
complexidades.
As LLMs são caracterizadas por sua capacidade de
entender e gerar textos em vários contextos,
respondendo a perguntas, completando frases e até
mesmo escrevendo ensaios completos.
Aplicações
Na prática, as LLMs são utilizadas em diversas aplicações,
incluindo:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Assistentes virtuais:  como a Siri e a Alexa, que utilizam
LLMs para compreender e responder a perguntas dos
usuários. Esses assistentes podem realizar muitas
tarefas, como agendar compromissos, enviar mensagens
e fornecer informações.
Tradução automática: ferramentas como o Google
Translate utilizam LLMs para traduzir textos entre
diferentes idiomas. A precisão dessas traduções tem
melhorado significativamente com o uso de LLMs.
Geração de conteúdo: empresas de mídia e marketing
utilizam LLMs para criar artigos, posts em redes sociais e
outros conteúdos de forma automatizada. Isso permite a
criação de grandes volumes de conteúdo de alta
qualidade em um curto período.
Análise de sentimentos: os LLMs são utilizados para
analisar o sentimento em textos, como avaliações de
produtos e comentários em redes sociais. Isso pode
ajudar as empresas a entenderem melhor a opinião dos
consumidores.
Chatbots: as LLMs são a base de chatbots avançados que
podem interagir com usuários de maneira mais natural e
eficaz, melhorando o atendimento ao cliente.
Essas aplicações demonstram como as LLMs podem
melhorar a eficiência e a produtividade em diversas áreas
profissionais.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
O funcionamento geral das Large Language Models (LLMs)
nos revela o poder transformador dessas tecnologias no
campo da inteligência artificial aplicada à linguagem. As LLMs
representam um marco significativo no processamento de
linguagem natural, oferecendo capacidades que vão muito
além dos modelos tradicionais e anteriores. Sua habilidade
de compreender e gerar texto em uma variedade de
contextos as torna ferramentas extremamente versáteis,
com aplicações que abrangem desde assistentes virtuais e
tradução automática até a geração de conteúdo e análise de
sentimentos.
Compreender o funcionamento dessas tecnologias é crucial
para qualquer profissional que deseja aproveitar o potencial
das LLMs em sua área de atuação. As aplicações práticas que
exploramos demonstram como as LLMs podem melhorar a
eficiência, a produtividade e a inovação em diversos setores.
Esse conhecimento é essencial não apenas para a
implementação eficaz dessas tecnologias, mas também para
a avaliação crítica de seus impactos e a mitigação de
possíveis riscos. À medida que avançamos para discutir os
riscos na utilização de modelos determinísticos e não
determinísticos, essa compreensão servirá como uma base
sólida para uma análise mais profunda e informada.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Modelos determinísticos e não
determinísticos
Os modelos de IA podem ser classificados em
determinísticos e não determinísticos. Modelos
determinísticos produzem resultados previsíveis e repetíveis,
dados os mesmos inputs. Por outro lado, modelos não
determinísticos (como as LLMs e modelos generativos)
podem produzir resultados diferentes com os mesmos
inputs devido à introdução de variáveis aleatórias no
processo de geração de dados.
Os modelos determinísticos são frequentemente utilizados
em aplicações em que a previsibilidade e a consistência são
cruciais, como na automação industrial e em sistemas de
controle. Já os modelos não determinísticos são mais
comuns em áreas em que a criatividade e a variabilidade são
valorizadas, como na geração de conteúdo e na análise de
dados complexos.
Compreender os riscos associados ao uso de modelos
determinísticos e não determinísticos é crucial para a
aplicação responsável da IA. Alguns dos principais riscos
incluem:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Viés: modelos treinados com dados enviesados podem
perpetuar e amplificar esses vieses. Isso é
particularmente preocupante em áreas como
recrutamento de pessoal e decisões judiciais, em queo
viés pode levar a decisões injustas.
Falta de transparência: modelos complexos, como as
LLMs, são frequentemente descritos como "caixas
pretas", dificultando a compreensão de como chegam a
determinadas conclusões. Isso pode ser problemático
em aplicações em que a explicabilidade é crucial, como
em diagnósticos médicos.
Segurança: a geração de conteúdo falso ou enganoso
pode ter consequências graves, como a disseminação de
desinformação. Em contextos políticos e sociais, isso
pode levar à manipulação da opinião pública e à erosão
da confiança nas instituições.
A análise dos riscos na utilização de modelos determinísticos
e não determinísticos nos oferece uma perspectiva crítica e
necessária sobre o uso responsável e ético da inteligência
artificial. Compreender as diferenças entre esses modelos e
os riscos associados a cada um é essencial para garantir que
a aplicação da IA seja benéfica e segura para a sociedade.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Os modelos determinísticos, com sua previsibilidade e
consistência, são adequados para aplicações em que a
precisão é crucial. No entanto, eles também não estão
isentos de riscos, como a perpetuação de vieses presentes
nos dados de treinamento. Por outro lado, os modelos não
determinísticos, com a sua capacidade de introduzir
variabilidade e criatividade, são mais suscetíveis a produzir
resultados inesperados, o que pode ser tanto uma vantagem
quanto um risco, dependendo do contexto.
Os principais riscos que discutimos — viés, falta de
transparência e segurança — destacam a importância de
uma abordagem cuidadosa e informada na implementação
dessas tecnologias. A auditoria de dados, a busca por
transparência e a criação de regulamentações são
estratégias fundamentais para mitigar esses riscos e
promover o uso ético da IA.
Vamos Exercitar?
Vamos Exercitar?
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Potencial tecnológico para o
negócio
Recapitulando a problematização proposta no início da
leitura, vamos usá-la para demonstrar como a IA Generativa
pode ser utilizada para aumentar a eficiência e a velocidade
dos processos em uma empresa de tecnologia.
Para implementar a IA Generativa, é necessário garantir que
os novos modelos possam se comunicar e operar de forma
harmoniosa com as infraestruturas já estabelecidas. Além
disso, é essencial capacitar a equipe para entender e operar
a Inteligência Artificial Generativa, incluindo o uso das
ferramentas e a compreensão de suas limitações e melhores
práticas. Workshops e cursos de capacitação podem ser
úteis nesse processo. Também é importante promover uma
mentalidade aberta à inovação e à experimentação,
garantindo que todos os colaboradores entendam os
benefícios e os desafios da nova tecnologia.
Os riscos potenciais incluem a perpetuação de vieses
presentesnos dados de treinamento, o que torna crucial a
implementação de mecanismos para identificar e mitigar
esses vieses, garantindo que a IA opere de maneira justa e
ética. A segurança dos dados é outra preocupação
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
significativa, sendo necessário proteger os dados utilizados
para treinar e operar os modelos de Inteligência Artificial
contra acessos não autorizados e vazamentos. Além disso, é
fundamental estabelecer processos rigorosos de controle de
qualidade para monitorar e validar as saídas da IA,
garantindo que atendam aos padrões esperados.
Compreender a definição de IA Generativa, o funcionamento
das LLMs e os riscos associados ao uso dessas tecnologias é
crucial para a sua aplicação eficaz e ética em sua futura
carreira profissional. Ao adotar práticas responsáveis e
inovadoras, você estará preparado para utilizar a Inteligência
Artificial Generativa de maneira que beneficie a empresa e a
sociedade como um todo. Recomendamos que você
continue explorando esses conceitos e suas aplicações para
desenvolver soluções que sejam tanto eficazes quanto
éticas.
Saiba mais
Saiba mais
Olá, estudante!
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Para aprofundar os seus conhecimentos sobre IA Generativa,
recomendamos a leitura do módulo “I - Introdução à IA
generativa – Explorando o básico”.
Referências
Referências
FILATRO, A. C. Data science da educação. Rio de Janeiro:
Saraiva Uni, 2020. E-book. p.58. ISBN 9786587958446.
Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9786
587958446/. Acesso em: 23 out. 2024.
HIROTA, F. ChatGPT e Inteligência Artificial: Uso e Aplicações
na Era Digital. São Paulo: Actual Editora, 2023. E-book. p.8.
ISBN 9786587019635. Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9786
587019635/. Acesso em: 23 out. 2024.
LEÃO, L. Inteligência Artificial Generativa: modo de usar. [s.l.]
eBook Kindle, 2023.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://learn.microsoft.com/pt-br/training/modules/intro-generative-ai-explore-basics/
https://learn.microsoft.com/pt-br/training/modules/intro-generative-ai-explore-basics/
https://integrada.minhabiblioteca.com.br/reader/books/9786587958446/
https://integrada.minhabiblioteca.com.br/reader/books/9786587958446/
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
Aula 2
Uso e principais ferramentas
Videoaula: Uso e principais ferramentas
Videoaula: Uso e principais
ferramentas
Nesta videoaula sobre "IA Generativa: uso e principais
ferramentas", exploraremos os principais players no
mercado e as suas diferenças, os vários tipos de modelos de
IA Generativa e as suas aplicações práticas. Em seguida,
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
aprofundaremos no uso da OpenAI, demonstrando como
utilizar suas ferramentas de forma eficaz. Este conteúdo é
fundamental para aprimorar as suas competências em
Inteligência Artificial, trazendo uma perspectiva prática e
profissional. Aproveite esta oportunidade para expandir os
seus conhecimentos e habilidades. Vamos começar?
Faça o download do arquivo
Ponto de Partida
Ponto de Partida
Olá, estudante!
Nesta aula, vamos explorar as principais ferramentas de IA
Generativa e os seus usos. Apresentaremos os principais
players do mercado, ou seja, as empresas e organizações
que desenvolvem e oferecem tecnologias e soluções de IA
Generativa, como OpenAI, Google, AWS, NVIDIA e Microsoft,
destacando as suas diferenças e contribuições. Em seguida,
examinaremos os diferentes tipos de modelos de
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/1463d6b9-6cf4-546e-ae0d-9824fd29ebba.pdf
Inteligência Artificial Generativa e as suas diversas aplicações
práticas em áreas como criação de conteúdo, design e
desenvolvimento de software. Por fim, focaremos nas
ferramentas oferecidas pela OpenAI, demonstrando como
utilizá-las de maneira eficiente e eficaz.
Imagine um analista de marketing digital responsável por
gerar relatórios detalhados sobre o desempenho de
campanhas, criar conteúdos criativos para novas estratégias
de marketing e desenvolver protótipos de anúncios com
rapidez.
Será que uma única ferramenta seria necessária e capaz de
realizar todas essas tarefas, automatizar processos,
economizar tempo e aumentar a eficiência de uma só vez?
Quais seriam os desafios e as considerações necessárias
para garantir que essa ferramenta seja implementada de
forma eficaz?
A compreensão dos players do mercado e as ferramentas
disponíveis é essencial para escolher e aplicar as melhores
opções estrategicamente. Conhecendo as diferenças entre
os modelos de IA, você poderá selecionar o mais adequado
para cada situação, seja na criação de textos, imagens ou no
desenvolvimento de softwares inteligentes.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Nosso objetivo é capacitá-lo com conhecimentos práticos e
aplicáveis, ampliando as suas habilidades e preparando-o
para os desafios profissionais. Esta aula fornecerá uma base
sólida em IA Generativa, além de estimular sua curiosidade
para explorar novas possibilidades nessa área em constante
evolução. Mantenha-se engajado e curioso ao longo desta
aula. A aplicação prática dos conceitos discutidos será um
diferencial significativo na sua carreira, permitindo que você
se destaque em um mercado cada vez mais competitivo e
tecnológico.
Vamos Começar!
Vamos Começar!
Tipos de modelos, aplicações e
principais players
A Inteligência Artificial Generativa refere-se a algoritmos que
geram conteúdos, como textos, imagens, músicas e vídeos,
com base em padrões aprendidos durante o treinamento.
Entre os principais players nesse campo, destacam-se
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
empresas como OpenAI, Google, AWS, NVIDIA e Microsoft,
cada uma com suas abordagens e tecnologias distintas.
Segundo SCHMIDT, HUTTENLOCHER e KISSINGER (2023), “à
medida que a IA Generativa se torna mais predominante,
sua capacidade real de produzir novos textos, imagens,
vídeo e código pode até permitir que ela tenha um
desempenho tão eficaz quanto seus colegas humanos em
funções normalmente consideradas criativas (como redigir
documentos e criar anúncios)”.
Cada empresa explora a IA Generativa de maneiras únicas,
oferecendo uma variedade de ferramentas para diferentes
tipos de usuários e aplicações. Esses modelos e serviços
impactam significativamente a forma como interagimos com
a tecnologia, otimizando processos que vão desde a criação
de conteúdo até o desenvolvimento de software e o suporte
ao cliente.
OpenAI
A OpenAI é uma organização de pesquisa em Inteligência
Artificial que desenvolve tecnologias avançadas, como o
ChatGPT e o DALL-E, com o objetivo de criar uma IA segura e
benéfica para a humanidade. O ChatGPT é conhecido por ser
uma ferramenta de geração de texto que permite a criação
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://chat.openai.com/
automática de respostas e textos complexos, demonstrando
na prática como esses modelos funcionam.
Aplicações: assistentes virtuais na criação de conteúdos
como textos, imagens, e até na programação.
Diferencial: a OpenAI se destaca em conversas automáticas,
como assistentes virtuais, e é reconhecida pela segurança e
foco em ética nas suas criações.
Figura 1 | OpenAI. Fonte: Commons Wikimedia.
Google
A Google é uma das maiores empresas de tecnologia do
mundo, conhecida por seu mecanismo de busca e pelo
desenvolvimento de uma ampla gama de produtos e
serviços, incluindo IA, computação em nuvem, e sistemas
operacionais como o Android. A empresa criou modelos
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
como o BERT e o Gemini, que interpretam e geram textos,
além de ferramentas que reconhecem e produzem imagens
evídeos.
Aplicações: Google Translate para tradução, Google Photos
para reconhecimento de imagens, e Google Gemini como
assistente virtual, Google Gmail com ferramentas para
filtragem de spams e phishing, e Youtube para legendas
automáticas, entre outros.
Diferencial: o Google combina textos, imagens e vídeos em
suas soluções, permitindo respostas multimodais e
integração com serviços amplamente usados.
Figura 2 | Logo da Google. Fonte: Commons Wikimedia.
AWS (Amazon Web Services)
A AWS é a plataforma de computação em nuvem da Amazon.
Ela oferece uma ampla gama de serviços de infraestrutura e
software, incluindo armazenamento, processamento e
inteligência artificial, para empresas de todos os tamanhos. A
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://gemini.google.com/
AWS disponibiliza a plataforma Amazon SageMaker para
desenvolvimento de IA e o Bedrock para IA Generativa,
integrando vários modelos prontos para uso.
Aplicações: criação de chatbots, geração de conteúdo para
marketing e auxílio na criação de softwares. 
Diferencial: a AWS permite que as empresas personalizem a
Inteligência Artificial conforme suas necessidades,
oferecendo uma plataforma completa para desenvolvimento
de soluções personalizadas.
Figura 3 | Logo da Amazon Web Services. Fonte: Commons
Wikimedia.
NVIDIA
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Figura 3 | Logo da NVIDIA. Fonte: Commons Wikimedia.
A NVIDIA é uma empresa líder em computação gráfica e
inteligência artificial, conhecida por suas GPUs (unidades de
processamento gráfico), amplamente utilizadas em jogos,
data centers e aplicações de IA. Além disso, desenvolve
modelos de IA próprios, como o BioNeMo para pesquisa
biomédica.
Aplicações: design gráfico, jogos digitais e pesquisa científica.
Diferencial: além de criar modelos, a NVIDIA é líder em
oferecer hardware que permite a criação e processamento
de IA com maior rapidez.
Microsoft
Figura 4 | Logo da Microsoft. Fonte: Commons Wikimedia.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A Microsoft é uma gigante da tecnologia que desenvolve
software, hardware e serviços em nuvem. É conhecida pelo
sistema operacional Windows, pela suíte de produtividade
Microsoft 365 e pela plataforma de nuvem Azure. Em
parceria com a OpenAI, a Microsoft usa modelos como o GPT
em seus produtos, como no Microsoft 365 Copilot, que
auxilia os usuários em tarefas do dia a dia.
Aplicações: presente em ferramentas como Word e Excel,
auxiliando na criação de documentos, planilhas e códigos de
programação.
Diferencial: a Microsoft oferece integração com o Microsoft
365, permitindo que a IA generativa seja facilmente aplicada
nas tarefas diárias dos usuários, com o poder da nuvem do
Azure.
Além das gigantes como OpenAI, Google, AWS, NVIDIA e
Microsoft, diversas outras empresas e organizações também
oferecem soluções inovadoras baseadas em IA generativa.
Esses players contribuem para expandir as aplicações da
tecnologia, atendendo a necessidades específicas e
explorando novos mercados. Abaixo estão alguns dos
destaques:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://copilot.microsoft.com/
Figura 5 | Anthropic. Fonte: Commons Wikimedia.
A Anthropic é uma empresa de pesquisa em IA que se dedica
à segurança e ao desenvolvimento de sistemas de
Inteligência Artificial confiáveis e interpretáveis. A empresa
criou o modelo Claude, disponível também na AWS, um
assistente de IA focado na segurança e na ética. Claude foi
projetado para estar mais alinhado aos valores humanos e é
conhecido por responder a perguntas e auxiliar em tarefas
de forma cuidadosa.
Aplicações: Claude é usado em atendimento ao cliente,
assistentes de produtividade e suporte em tarefas
complexas.
Diferenciais: a Anthropic se destaca pelo seu foco em IA
segura e ética, desenvolvendo tecnologias que visam reduzir
os riscos associados à inteligência artificial avançada.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://www.anthropic.com/
https://claude.ai/
Figura 6 | Cohere. Fonte: Cohere.
Cohere é uma plataforma de IA voltada para empresas,
oferecendo modelos de linguagem avançados para busca,
descoberta e geração de conteúdo. Conhecida por seu
modelo de linguagem utilizado em processamento de
linguagem natural (NLP), a Cohere se concentra em
ferramentas de geração e análise de texto.
Aplicações: APIs para empresas que desejam integrar IA em
seus serviços de atendimento ao cliente, análise de
sentimentos e automação de conteúdo.
Diferenciais: a Cohere destaca-se pela facilidade de uso para
desenvolvedores, com APIs simplificadas e flexíveis,
permitindo a rápida aplicação de IA Generativa em diversos
setores.
Figura 7 | Hugging Face. Fonte: Hugging Face.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://cohere.com/
A Hugging Face é uma comunidade e plataforma de IA que
facilita a colaboração em modelos de aprendizado de
máquina, datasets e aplicações. Conhecida por suas
bibliotecas de código aberto de modelos generativos, os
usuários podem treinar e compartilhar modelos de texto,
imagem, som e muito mais.
Aplicações: pesquisa, experimentação e desenvolvimento de
soluções personalizadas, desde atendimento ao cliente até
tradução automática. 
Diferenciais: a Hugging Face democratiza o acesso à IA
Generativa, oferecendo modelos gratuitos e customizáveis,
além de facilitar a colaboração entre desenvolvedores e
pesquisadores.
Figura 8 | Stability AI. Fonte: Commons Wikimedia.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://huggingface.co/
A Stability AI é uma empresa especializada em tecnologia de
IA Generativa de código aberto, conhecida pelo modelo
Stable Diffusion, que gera imagens a partir de descrições
textuais. A empresa se concentra em soluções open-source,
facilitando o acesso e o uso de Inteligência Artificial
Generativa por todos.
Aplicações: Stable Diffusion é amplamente usado em design
gráfico, publicidade, marketing e criação de conteúdo visual.
Diferenciais: a Stability AI se destaca por fornecer
ferramentas de código aberto, permitindo que qualquer
pessoa desenvolva e adapte o modelo conforme suas
necessidades.
IBM Watson
O IBM Watson é um conjunto de tecnologias de IA e dados
da IBM, projetado para ajudar empresas a criar e usar
aplicações de Inteligência Artificial. Ele inclui capacidades de
IA Generativa que vão além do texto, oferecendo soluções
para visualização de dados e análise de linguagem, sendo
particularmente forte nos setores corporativos e de saúde.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://stability.ai/
Aplicações: diagnóstico médico, atendimento ao cliente e
análises de dados complexos em indústrias altamente
regulamentadas.
Diferenciais: o IBM Watson é conhecido por seu foco em
segurança, compliance e confiança, sendo amplamente
utilizado em grandes corporações e setores com alta
necessidade de proteção de dados.
Jasper AI
Jasper AI é uma plataforma de IA Generativa voltada para
marketing, oferecendo ferramentas para criação de
conteúdo e controle de marca. A empresa disponibiliza um
assistente de escrita avançado que gera conteúdos
publicitários, posts de redes sociais e descrições de
produtos.
Aplicações: marketing digital e e-commerce para geração de
textos rápidos e criativos.
Diferenciais: Jasper é conhecido por sua facilidade de uso,
com templates específicos para diferentes tipos de conteúdo
e otimização para SEO, sendo uma escolha popular para
empresas que desejam acelerar a produção de conteúdo.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://www.jasper.ai/
Eleven Labs
A Eleven Labs é uma empresa de pesquisa em áudio de
Inteligência Artificial, desenvolvendo software de síntese de
fala natural para diversas aplicações, como audiolivros e
dublagens. A Eleven Labs foca em IA Generativa para síntese
de voz e áudio, permitindo a criação de vozes sintéticas que
soam naturais e podem ser personalizadas.
Aplicações:narração de vídeos, assistentes de voz e
audiolivros.
Diferenciais: a Eleven Labs é pioneira em criar IA para áudio
e voz, com foco na naturalidade e qualidade de áudio,
diferenciando-se das soluções de texto e imagem mais
comuns.
Cada um desses players contribui para tornar a IA mais
acessível e adaptada a diferentes contextos, facilitando a
integração dessa tecnologia em nosso dia a dia. O
crescimento desse setor promete transformar ainda mais a
maneira como interagimos com a tecnologia, ampliando as
possibilidades de criação e automação em diversas áreas.
Siga em Frente...
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://elevenlabs.io/
Siga em Frente...
Open AI: como usar e alguns
exemplos práticos?
Considerando as soluções de IA Generativa disponíveis,
convidamos você a explorar os serviços da OpenAI,
reconhecidos por sua acessibilidade e versatilidade para
aqueles que desejam aproveitar o potencial da Inteligência
Artificial. A utilização dessas ferramentas é intuitiva e pode
auxiliar no desenvolvimento de habilidades valiosas, seja na
criação de conteúdos, no estudo ou na programação.
O ChatGPT, um chatbot lançado em 2022, combina "chat
O DALL-E é um chatbot que cria imagens a partir de
descrições textuais, revelado pela OpenAI em 2021. No
segundo semestre de 2024, a OpenAI lançou o DALL-3, que
anteriormente estava disponível para assinantes do ChatGPT
Plus, Team e Enterprise. O DALL-E 3 é reconhecido por sua
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
capacidade de produzir imagens detalhadas e complexas,
incluindo elementos como textos, mãos e rostos.
Para exemplificar, seguem abaixo exemplos visuais de como
cada ferramenta pode ser utilizada, desde a redação e
revisão de textos com o ChatGPT até a criação de imagens
com o DALL-E. Vamos aos exemplos práticos!
Exemplos de Uso do ChatGPT
Redação e Revisão de Textos:
Peça ao ChatGPT para "Escrever um parágrafo sobre os
benefícios do exercício físico.".
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Pesquisa e Estudo:
Pergunte ao ChatGPT "Quais foram as principais causas da
Revolução Industrial?".
Aprendizado de Programação:
Solicite “Escreva um código Python que calcule a média de
uma lista de números.”.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Exemplos de Uso do DALL-E
Criação Visual e Arte Conceitual:
Peça uma imagem como “Crie uma imagem de uma praia ao
pôr do sol com palmeiras.”.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Design Inspiracional:
“Imagem de um robô futurista em uma cidade tecnológica.”.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Material para Apresentações:
“Diagrama colorido de um sistema solar com planetas.”.
Para explorar as soluções da OpenAI, acesse o site oficial em
https://openai.com e siga para as seções dedicadas ao
ChatGPT e DALL-E. Essas ferramentas permitem que você
experimente o poder da IA Generativa em poucos cliques,
com uma interface simples e fácil de usar.
Vamos Exercitar?
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://openai.com/
Vamos Exercitar?
Potencial tecnológico para o
negócio
Recapitulando a problematização anterior, um analista de
marketing digital deve selecionar as ferramentas mais
adequadas para gerar relatórios sobre o desempenho de
campanhas, criar conteúdos criativos para novas estratégias
de marketing e desenvolver protótipos de anúncios. Isso
varia bastante, não só pela aplicação, mas também pelas
preferências do analista ou orientações da equipe da
empresa. Vamos considerar três dos principais players do
mercado: OpenAI, Google e Microsoft.
A OpenAI oferece a flexibilidade do ChatGPT, que pode gerar
relatórios detalhados e protótipos de anúncios. O GPT é
adaptável para diversas tarefas de marketing, desde a
análise de dados até a criação de conteúdo. Os desafios e as
considerações incluem garantir a integração com outras
ferramentas, a customização para atender às necessidades
do negócio e avaliar o custo de uso contínuo da ferramenta.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
O Google oferece o Gemini, útil para análise de dados e
geração de conteúdo. Os desafios e as considerações
envolvem proteger dados sensíveis, lidar com a
complexidade da configuração inicial e avaliar a
escalabilidade das ferramentas.
Já a Microsoft oferece o Copilot, integrado ao Microsoft 365,
que auxilia na criação de conteúdo e automação de tarefas.
Os desafios e as considerações incluem garantir
compatibilidade com outras ferramentas e avaliar o custo-
benefício das soluções.
Concluindo, embora uma única ferramenta possa realizar
muitas dessas tarefas, integrar várias ferramentas pode ser
essencial para obter o melhor resultado. Implementar essas
ferramentas de forma eficaz requer planejamento
cuidadoso, treinamento da equipe e avaliação contínua para
garantir automação e eficiência.
Além disso, é importante refletir sobre como outros players
poderiam ser utilizados. Como as soluções da AWS poderiam
automatizar processos de marketing? De que maneira as
ferramentas de IA da NVIDIA podem melhorar a criação de
conteúdos visuais? Explore as ferramentas disponíveis e as
soluções que elas podem oferecer. Bons estudos!
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Saiba mais
Saiba mais
Olá, estudante! 
Nesta aula, revisamos os conhecimentos relacionados sobre
IA Generativa. Para aprofundar os seus estudos,
recomendamos novamente acessar o módulo "Introdução à
IA generativa – Explorando o básico
Além disso, para complementar os estudos sobre
ferramentas, sugerimos visitar o website  “There's An AI For
That”. Este site reúne um extenso banco de dados de
ferramentas e tarefas realizadas por IA, categorizadas por
popularidade, lançamentos recentes e tipos de tarefas, como
imagens, escrita, Q&A, chatbots, avatares, prompts, vídeo,
entre outros.
Bons estudos!
Referências
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://learn.microsoft.com/pt-br/training/modules/intro-generative-ai-explore-basics/
https://learn.microsoft.com/pt-br/training/modules/intro-generative-ai-explore-basics/
https://theresanaiforthat.com/
https://theresanaiforthat.com/
Referências
HIROTA, F. ChatGPT e Inteligência Artificial: Uso e Aplicações
na Era Digital. São Paulo: Actual Editora, 2023. E-book. p.8.
ISBN 9786587019635. Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9786
587019635/. Acesso em: 5 nov. 2024.
LEÃO, L. Inteligência Artificial Generativa: modo de usar. [s.l.]
eBook Kindle, 2023.
LOCK, S. What is AI chatbot phenomenon ChatGPT and could
it replace humans? The Guardian. 2022. Disponível em:
https://www.theguardian.com/technology/2022/dec/05/what
-is-ai-chatbot-phenomenon-chatgpt-and-could-it-replace-
humans. Acesso em: 3 dez. 2024.
SCHMIDT, E.; HUTTENLOCHER, D.; KISSINGER, H. A. A Era da
IA: e nosso futuro como humanos. Rio de Janeiro: Editora
Alta Books, 2023. E-book. p.61. ISBN 9788550818436.
Disponível em:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
https://www.theguardian.com/technology/2022/dec/05/what-is-ai-chatbot-phenomenon-chatgpt-and-could-it-replace-humans
https://www.theguardian.com/technology/2022/dec/05/what-is-ai-chatbot-phenomenon-chatgpt-and-could-it-replace-humans
https://www.theguardian.com/technology/2022/dec/05/what-is-ai-chatbot-phenomenon-chatgpt-and-could-it-replace-humans
https://integrada.minhabiblioteca.com.br/reader/books/9788
550818436/. Acesso em: 5 nov. 2024.
Aula 3
Prompts: programando em linguagem natural
Videoaula: Prompts: programando em linguagem natural
Videoaula: Prompts:
programando em
linguagem natural
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://integrada.minhabiblioteca.com.br/reader/books/9788550818436/
https://integrada.minhabiblioteca.com.br/reader/books/9788550818436/Nesta videoaula, vamos abordar o conceito de prompt, a sua
utilização em diversas situações cotidianas e a elaboração de
um. Exploraremos a aplicação prática dos prompts em IAs
Generativas e discutiremos estratégias para controlar as
respostas e o nível de criatividade desses sistemas.
Convidamos você a participar ativamente da aula e a
aproveitar ao máximo o conteúdo oferecido.
Faça o download do arquivo
Ponto de Partida
Ponto de Partida
Olá, estudante!
Você sabe o que é um prompt? Frequentemente utilizado em
algoritmos e programação, trata-se de uma instrução
fornecida para guiar uma ação ou resposta. Em um contexto
mais amplo, pode ser qualquer coisa que incite uma reação,
como uma pergunta, uma sugestão ou uma indicação.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/12f57751-8929-554f-8000-5cc48df6e7db.pdf
Apesar dos prompts em algoritmos envolverem comandos
complexos e sintaxes específicas, como laços de repetição,
condicionais e integradores, na IA eles vão além disso.
Prompts de Inteligência Artificial referem-se a perguntas
fornecidas a um sistema de IA para gerar uma resposta ou
realizar uma tarefa. Esses prompts são essenciais para
orientar o comportamento da IA, ajudando a definir o
contexto e a natureza da resposta esperada.
Nesta aula, você aprenderá o que é um prompt em IA.
Compreender a estrutura e a formulação de um bom
prompt é essencial para obter respostas precisas e úteis,
facilitando a automação de tarefas e a geração de conteúdos
relevantes. Em seguida, exploraremos a aplicação de deste
no dia a dia. Eles podem automatizar tarefas simples, como
agendar compromissos, e criar conteúdos complexos, como
relatórios e artigos.
Por fim, discutiremos como controlar as respostas e o nível
de criatividade. A habilidade de ajustar os prompts para que
as respostas sejam adequadas ao contexto e às
necessidades específicas de cada situação é valiosa. O
manuseio adequado desses parâmetros é crucial para obter
resultados que atendam às suas expectativas.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Agora, imagine a seguinte situação: você está trabalhando
em uma empresa de marketing digital e precisa criar uma
campanha publicitária inovadora. Como usar a programação
em linguagem natural para gerar ideias criativas e, ao
mesmo tempo, garantir que estas estejam alinhadas com a
identidade da marca e as necessidades do cliente?
A programação em linguagem natural é uma ferramenta
poderosa que pode abrir diversas oportunidades no
mercado de trabalho. Por isso, encorajamos você a explorar
os conteúdos desta aula com curiosidade e interesse.
Estamos confiantes de que o conhecimento adquirido será
um diferencial significativo na sua carreira. Boa aula!
Vamos Começar!
Vamos Começar!
Entendendo o que é um prompt
e as suas aplicações práticas
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
No campo da Inteligência Artificial (IA), um "promptprompts
orientam o sistema a gerar respostas específicas, sendo uma
ferramenta essencial para obter os resultados desejados.
A importância dos prompts no contexto da IA Generativa
está na sua capacidade de direcionar a produção de
conteúdo de maneira precisa. Um prompt bem formulado
pode influenciar significativamente a qualidade e a
relevância da resposta gerada pela Inteligência Artificial.
Algumas características essenciais de um bom prompt
incluem clareza, especificidade e contexto.
Clareza: um prompt claro evita ambiguidades e garante que
o modelo de IA compreenda exatamente o que é solicitado.
Por exemplo, ao pedir uma descrição de um produto, um
prompt claro seria: "Descreva as principais características do
novo smartphone XYZ, destacando sua capacidade de
processamento em comparação com modelos anteriores".
Especificidade: prompts específicos fornecem detalhes
suficientes para orientar a resposta da IA. Em vez de um
genérico, como "Fale sobre a Revolução Industrial", um
prompt específico seria: "Explique como a invenção do
motor a vapor influenciou a Revolução Industrial na
Inglaterra no século XVIII".
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Contexto: incorporar contexto relevante no prompt ajuda a
IA a produzir respostas mais coerentes e apropriadas. Por
exemplo, ao solicitar uma análise de mercado, um prompt
contextualizado poderia ser: "Analise o mercado de
smartphones no Brasil em 2023, considerando fatores
econômicos e tendências de consumo".
Aplicações práticas para criação de textos
Os prompts são amplamente utilizados para gerar textos,
sendo uma das aplicações mais populares das IAs
generativas. Modelos como o ChatGPT da Open AI foram
treinados em vastas quantidades de dados textuais,
permitindo-lhes capturar nuances linguísticas e contextuais
complexas. 
A geração de textos por IA é importante porque automatiza
tarefas que exigiriam tempo e esforço significativo dos
humanos. Veja abaixo algumas aplicações práticas de
prompts:
Exemplo 1: Redação de Conteúdo de Marketing
Em um cenário de marketing digital, a geração de textos por
IA pode ser usada para criar conteúdos, como postagens em
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
blogs, descrições de produtos e campanhas publicitárias.
Suponha que uma empresa queira lançar um novo produto
e precisa de um texto atrativo para sua página de vendas.
Um prompt adequado poderia ser:
Resultado utilizando o ChatGPT 4o da Open AI:
Exemplo 2: Assistência na Escrita Acadêmica
Estudantes e pesquisadores podem utilizar a geração de
textos para obter assistência na redação de trabalhos
acadêmicos. Por exemplo, ao escrever uma revisão de
literatura, um prompt pode ser:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Resultado utilizando o ChatGPT 4o da Open AI:  
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Aplicações práticas para geração de
imagens
A geração de imagens por IA é outra aplicação, com modelos
como DALL-E da Open AI liderando o campo. Esses modelos
podem criar imagens realistas ou artísticas a partir de
descrições textuais (prompts) ou de outras imagens.
Exemplo 1: Criação de Conteúdo Visual para Redes Sociais
Empresas e influenciadores podem utilizar a geração de
imagens por IA para criar conteúdos visuais atraentes para
as suas redes sociais. Um prompt para criar uma imagem de
anúncio pode ser:
Resultado utilizando o Dall-E da Open AI:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Figura 1 | Imagem promocional gerada por IA. Fonte:
elaborado pelo autor por DALL-E.
Exemplo 2: Desenvolvimento de Personagens em Jogos
Digitais
Na indústria de jogos, a geração de imagens por IA pode
acelerar o processo de desenvolvimento de personagens e
cenários. Um prompt para criar um personagem pode ser:
Resultado utilizando o Dall-E da Open AI:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Figura 2 | Imagem de um cavaleiro gerado por IA. Fonte:
elaborado pelo autor por DALL-E.
A programação em linguagem natural por meio de prompts
é uma habilidade essencial no campo da Inteligência Artificial
aplicada. Compreender o que são prompts, como formulá-
los adequadamente e como aplicá-los em diversas situações
do dia a dia é fundamental para o sucesso profissional em
um mundo cada vez mais digital e automatizado.
Recomendamos que você explore os exemplos e práticas
discutidos nesta aula, aplicando-os em seus próprios
contextos acadêmicos e profissionais. O domínio dessa
habilidade não apenas aumentará a sua eficiência e
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
criatividade, mas também abrirá novas oportunidades em
diversas áreas.
Siga em Frente...
Siga em Frente...
Dicas para controlar a respostas
e nível de criatividade
Os prompts são essenciais para interagir com modelos de IA
Generativa, permitindo que os usuários comuniquem suas
intenções de forma clara e eficiente. A formulação de um
prompt adequado pode influenciardiretamente a qualidade
e a relevância da resposta gerada. Quando bem elaborados,
eles são claros, específicos e contextualizados, garantindo
que a IA entenda exatamente o que é solicitado. Mas,
conseguimos ter algum controle sobre a resposta gerada
pela Inteligência Artificial? A resposta é sim! Existem várias
ferramentas e técnicas que podem ser utilizadas para
controlar as respostas e o nível de criatividade de um
modelo de IA Generativa. Vamos ver quais na sequência.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Temperatura
A temperatura é um dos parâmetros mais importantes para
controlar a aleatoriedade das respostas geradas por um
modelo de IA. Esse parâmetro ajusta a probabilidade de
seleção de palavras, influenciando diretamente o nível de
criatividade da saída.
Baixa Temperatura (0.2 - 0.5): resulta em respostas mais
conservadoras e previsíveis. Ideal para tarefas que requerem
precisão e coerência, como a redação de textos técnicos ou
respostas formais.
Alta Temperatura (0.7 - 1.0): produz respostas mais variadas
e criativas. Útil para tarefas que beneficiam da inovação e
originalidade, como a geração de ideias ou conteúdo
artístico.
Top-p (Nucleus Sampling)
O top-p, ou "nucleus samplingtokens (representação
numérica de palavras ou parte delas) com base em uma
probabilidade cumulativa. Em vez de escolher entre todas as
opções possíveis, o modelo considera apenas os tokens
(representação numérica de palavras ou parte delas) que
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
compõem a probabilidade cumulativa definida. SOUZA
(2024) define um token como sendo “a menor unidade de
informação que a inteligência artificial processa ao
interpretar e gerar texto”.
Baixo Top-p (0.1 - 0.3): limita a escolha aos tokens
(representação numérica de palavras ou parte delas) mais
prováveis, resultando em respostas mais seguras e menos
variáveis.
Alto Top-p (0.7 - 1.0): permite uma maior diversidade de
tokens (representação numérica de palavras ou parte delas),
promovendo criatividade e originalidade.
Contextualização
Incorporar um contexto relevante no prompt ajuda a IA a
produzir respostas mais coerentes e apropriadas.
Contextualizar o pedido proporciona uma melhor
compreensão do cenário e das expectativas.
Exemplo Prático: para uma análise de mercado, um prompt
contextualizado pode ser: "Analise o mercado de
smartphones no Brasil em 2023, considerando fatores
econômicos, tendências de consumo e concorrência.".
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Exemplos de Referência
Fornecer exemplos de referência no prompt pode ajudar a IA
a entender o formato e o estilo desejados. Exemplos claros e
bem definidos orientam a produção de respostas alinhadas
com as expectativas do usuário.
Exemplo Prático: para a redação de um artigo, um prompt
com exemplo de referência pode ser: “Escreva um parágrafo
introdutório sobre a importância da energia renovável,
similar ao exemplo a seguir: 'A crescente demanda por
energia sustentável tem impulsionado a adoção de fontes
renováveis, como a solar e a eólica, que oferecem soluções
viáveis para mitigar os impactos ambientais.'”
Restrições de Comprimento
Controlar o comprimento das respostas pode ser importante
para garantir que a saída seja concisa e relevante. Isso pode
ser feito especificando o número de palavras ou caracteres
desejados no prompt.
Exemplo Prático: para um resumo executivo, um prompt
com restrição de comprimento pode ser: "Resuma as
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
principais conclusões do relatório anual da empresa XYZ em
até 200 palavras."
Estrutura de Resposta
Definir a estrutura da resposta no próprio prompt pode
ajudar a IA a produzir saídas organizadas e coerentes. Isso é
especialmente útil para tarefas que exigem respostas
formatadas de maneira específica.
Exemplo Prático: para um relatório de projeto, um prompt
estruturado pode ser: "Escreva um relatório de projeto para
a construção de uma nova ponte, incluindo as seguintes
seções: Introdução, Metodologia, Resultados, Discussão e
Conclusão.".
Interação e Feedback
A interação contínua com o modelo e o fornecimento de
feedback sobre as respostas geradas podem melhorar
significativamente a qualidade da saída. Ajustar os prompts
com base nas respostas anteriores permite refinar e
direcionar melhor o modelo.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Exemplo Prático: após receber uma resposta inicial para um
prompt de análise de mercado, o usuário pode fornecer
feedback e ajustar o prompt para obter uma análise mais
detalhada: “Reveja a análise de mercado anterior (resposta
anterior) e inclua uma avaliação das tendências tecnológicas
que estão impactando o setor de smartphones no Brasil.”.
Controlar as respostas e o nível de criatividade de modelos
de IA Generativa é uma habilidade essencial que pode ser
aprimorada com o uso de diversas técnicas e ferramentas.
Ajustar parâmetros, como temperatura e top-p, formular
prompts claros e específicos, fornecer exemplos de
referência são estratégias eficazes para obter saídas
alinhadas com as necessidades específicas dos usuários.
Recomendamos que você pratique essas técnicas e explore
as suas aplicações em diferentes contextos profissionais.
Com o domínio dessas competências, você estará mais bem
preparado para aproveitar o potencial da IA generativa em
sua carreira, criando conteúdos valiosos e inovadores.
Vamos Exercitar?
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Vamos Exercitar?
Utilizando a IA Generativa de
maneira eficiente
Para resolver o problema de como usar a programação em
linguagem natural para gerar ideias criativas e, ao mesmo
tempo, garantir que essas ideias estejam alinhadas com a
identidade da marca e as necessidades do cliente,
utilizaremos os conceitos e técnicas abordados na aula.
Primeiro, entendemos que um prompt é uma instrução em
linguagem natural que orienta um modelo de IA Generativa a
produzir uma resposta específica. A clareza, especificidade e
contexto são essenciais para que o modelo compreenda e
atenda às necessidades do cliente.
Para gerar ideias criativas que estejam alinhadas com a
identidade da marca e as necessidades do cliente, é
importante formular prompts claros e específicos. Por
exemplo, se uma marca de cosméticos deseja lançar uma
nova linha de produtos, um prompt adequado seria:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
E, por fim, para garantir que as respostas geradas pela IA
tenham um nível aceitável de controle e criatividade,
podemos utilizar as seguintes técnicas:” 
Temperatura: ajustar a temperatura pode controlar a
aleatoriedade das respostas. Para uma campanha
publicitária, uma temperatura moderada (0.5) pode
equilibrar criatividade e coerência.
Top-p (Nucleus Sampling): definir um top-p moderado (0.7)
pode ajudar a selecionar respostas que são diversas, mas
ainda alinhadas com o contexto da marca.
Contextualização: incorporar detalhes específicos sobre a
marca e o público-alvo no prompt ajuda a IA a gerar
respostas mais pertinentes. Exemplo:
Exemplos de Referência: fornecer exemplos de campanhas
anteriores ou estilos desejados pode orientar a IA a produzir
conteúdo similar. Exemplo: .
Estrutura de Resposta: definir a estrutura da resposta pode
ajudar a IA a organizar as ideias de forma coerente. Exemplo:
.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Utilizando esses conceitos e técnicas, é possível programar a
IA para gerar ideias criativas e alinhadas com a identidade da
marca e as necessidades do cliente. Recomendamos a
prática dessas técnicas e a exploração de suas aplicações em
diferentes contextos profissionais para aprimorar suas
habilidades e obter resultados cada vez mais eficazes.
Saiba mais
Saiba mais
Olá, estudante!
Para aprofundar os seus conhecimentos sobre prompts,
recomendamos a leitura do módulo "Aplicar engenharia de
prompts com o Serviço de OpenAI do Azureprompts para
melhorar a precisãoe relevância das respostas dos modelos
de IA, otimizando seu desempenho. Você aprenderá a
projetar e otimizar prompts, incluir instruções claras e usar
conteúdo contextual para obter melhores respostas.
Referências
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://learn.microsoft.com/pt-br/training/modules/apply-prompt-engineering-azure-openai/
https://learn.microsoft.com/pt-br/training/modules/apply-prompt-engineering-azure-openai/
Referências
HIROTA, F. ChatGPT e Inteligência Artificial: Uso e Aplicações
na Era Digital. São Paulo: Actual Editora, 2023. E-book. p.8.
ISBN 9786587019635 Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9786
587019635/. Acesso em: 5 nov. 2024.
SCHMIDT, E.; HUTTENLOCHER, D.; KISSINGER, H. A. A Era da
IA: e nosso futuro como humanos. Rio de Janeiro: Editora
Alta Books, 2023. E-book. p.61. ISBN 9788550818436.
Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9788
550818436/. Acesso em: 5 nov. 2024.
SOUZA, E. ChatGPT: Do Zero aos Prompts Avançados. E-
book. Disponível em: https://lp.interney.net/2epepir/chatgpt-
do-zero-aos-prompts-avancados. Acesso em: 23 jul. 2025.
Aula 4
Criando prompts avançados
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
https://integrada.minhabiblioteca.com.br/reader/books/9786587019635/
https://integrada.minhabiblioteca.com.br/reader/books/9788550818436/
https://integrada.minhabiblioteca.com.br/reader/books/9788550818436/
https://lp.interney.net/2epepir/chatgpt-do-zero-aos-prompts-avancados
https://lp.interney.net/2epepir/chatgpt-do-zero-aos-prompts-avancados
Videoaula: Criando prompts avançados
Videoaula: Criando prompts
avançados
Nesta videoaula, vamos aprofundar em técnicas avançadas
para a criação de prompts. Focaremos na elaboração de
instruções claras e eficazes, otimizando a engenharia de
deles para obter resultados precisos e profissionais. Esse
conhecimento é fundamental para aplicações que abrangem
desde a programação até a criação de conteúdo multimídia.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Convidamos você a participar e aprimorar as suas
habilidades.
Faça o download do arquivo
Ponto de Partida
Ponto de Partida
Olá, estudante!
Agora que você já sabe o que é um prompt e como elaborar
um modelo básico, vamos avançar para a criação de
instruções mais complexas, como a geração de áudios,
imagens, tabelas, fórmulas e códigos. Também
apresentaremos a engenharia de prompt, que é a prática de
desenvolver e otimizá-los para obter respostas mais precisas
de sistemas de IA. Esses conteúdos são essenciais para criar
soluções inovadoras em diversas áreas profissionais, como
desenvolvimento de software, design gráfico e análise de
dados.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/857ac799-2de2-54ce-8f7a-5ba56b0b6e1e.pdf
Imagine que você esteja atuando no setor de produtos de
uma empresa de inovações tecnológicas. Para apresentar as
suas ideias de forma eficaz, você decide criar uma
apresentação em slides que destaque os pontos principais
de suas propostas.
Para capturar a atenção do seu time e tornar a sua
apresentação mais envolvente, você decide incorporar
elementos visuais e sonoros sofisticados. No entanto, devido
ao prazo apertado, você não dispõe de tempo suficiente
para realizar extensas pesquisas em bancos de imagens e
áudios. Diante dessa situação, você considera a utilização de
ferramentas de IA.
Como você pode garantir que seu trabalho se destaque
utilizando ferramentas de IA? Quão complexos deverão ser
seus prompts para que o sistema de Inteligência Artificial
entenda o tipo de conteúdo que você precisa para sua
apresentação?
Incentivamos você, estudante, a dominar novas técnicas
para ampliar suas competências profissionais. Aproveite esta
oportunidade para explorar o potencial da Inteligência
Artificial Generativa e descobrir como ela pode transformar
as suas práticas profissionais.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Vamos Começar!
Vamos Começar!
Engenharia de prompt: como
criar uma boa instrução
A engenharia de prompt é a prática de formular perguntas e
instruções para obter respostas eficazes de um modelo de
Inteligência Artificial. Essencial para criar prompts
complexos, ela envolve a formulação cuidadosa de
instruções para modelos de linguagem. Prompts são a ponte
entre perguntas humanas e respostas geradas pela IA. Criar
bons modelos é essencial para garantir que a Inteligência
Artificial compreenda a solicitação com precisão e forneça
informações coerentes e relevantes. SOUZA (2024) define a
engenharia de prompt como “a arte e a ciência de criar
instruções claras e eficazes para sistemas baseados em
Inteligência Artificial, como ChatGPT”.
A engenharia de prompts abrange conceitos e técnicas
avançadas, como Cadeia de Pensamento, Learning Zero-shot
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
e Few-shot, Autoconsistência, Uso de Conhecimento Gerado,
Encadeamento de Prompts e Árvore de Pensamentos.
Vamos explorar esses conceitos e entender como aplicá-los
para criar modelos avançados.
Cadeia de Pensamento (Chain of
Thought )
A Cadeia de Pensamento é uma técnica que envolve a
formulação de uma sequência lógica de passos na resposta
fornecida pela IA. Esse método auxilia o modelo a raciocinar
de maneira mais clara e estruturada, proporcionando um
fluxo de informações mais coerente.
Essa técnica é essencial para tarefas complexas que exigem
múltiplos passos ou etapas, como a resolução de problemas
ou a explicação de processos. Ela aprimora a clareza e a
precisão das respostas ao decompor a tarefa em partes
facilmente compreensíveis.
Exemplo Prático: considere um assistente de IA que auxilia
na cozinha.
Prompt: “Explique como fazer uma omelete, passo a passo.”
Resultado utilizando o Microsoft Copilot da Microsoft:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A resposta é clara e divide o processo de fazer uma omelete
em passos lógicos e fáceis de seguir. Isso é particularmente
útil em questões que exigem uma resposta sistematizada,
como um cálculo, por exemplo.
Zero-shot e Few-shot Learning
As técnicas de zero-shot, one-shot e few-shot learning são
aplicadas para ajustar modelos de linguagem a diferentes
tarefas, utilizando uma estrutura de prompt específica para
guiar o modelo na geração das respostas desejadas.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Zero-shot Learning 
No zero-shot learning, o modelo é solicitado a realizar uma
tarefa sem receber exemplos explícitos. O prompt é
projetado para fornecer contexto suficiente, confiando na
capacidade do modelo de produzir a resposta com base em
conhecimentos amplos e relações semânticas aprendidas
durante o treinamento.
Exemplo prático de Zero-shot: suponha que você queira que
o modelo gere uma resposta para uma pergunta sobre
astronomia, como "Qual é a maior lua de Júpiter?". Mesmo
que o modelo não tenha sido treinado com exemplos
específicos de perguntas sobre astronomia, você pode criar
um prompt direto, como:
Prompt: “Pergunta de astronomia: qual é a maior lua de
Júpiter?”
O modelo, sem exemplos prévios, utilizará seu
conhecimento geral para responder "Ganimedes" devido ao
conhecimento armazenado durante seu treinamento.
Few-shot Learning 
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
No few-shot learning, o prompt inclui alguns exemplos
(shots) de perguntas e respostas que orientam o modelo a
seguir um padrão específico, permitindo que ele realize a
tarefa de forma mais precisa. Nesse caso, são apresentados
ao modelo alguns exemplos antes de fazer a pergunta final,
ajudando-o a entender o formato desejado da resposta.
Exemplo prático de Zero-shot: para que o modelo ofereça
respostas sobre informações históricas com maior precisão
e consistência, pode-se estruturaro prompt da seguinte
forma. Observe que, no exemplo abaixo, ele foi formatado
numa estrutura de pergunta e resposta, deixando claro para
a IA o contexto no qual deve se basear para responder à
questão.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Na engenharia de prompts, essas duas técnicas permitem
ajustar o comportamento do modelo sem treinamento
adicional, manipulando apenas a estrutura e o conteúdo do
prompt. Dessa forma, é possível maximizar a eficácia do
modelo em responder perguntas ou resolver problemas
complexos com dados limitados.
Autoconsistência (Self-Consistency ) e Uso
de Conhecimento Gerado (Generated
Knowledge Prompting )
Na engenharia de prompts, especialmente ao lidar com
modelos de linguagem como o GPT, é essencial aplicar
estratégias que aprimorem a precisão e confiabilidade das
respostas. Dois conceitos fundamentais nesse contexto são
o Self-Consistency e o Generated Knowledge Prompting.
Self-Consistency 
Self-Consistency é uma técnica usada para aumentar a
precisão e a confiança nas respostas do modelo. Baseia-se
na ideia de que o modelo pode gerar múltiplas respostas
para uma mesma pergunta, e que a resposta correta
geralmente está entre as opções mais frequentes. O modelo
produz várias respostas em vez de apenas uma, e a técnica
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
de Self-Consistency seleciona a mais comum ou “consistente”
entre essas, assumindo que a resposta correta
provavelmente será a mais recorrente.
Exemplo prático de Self-Consistency: imagine que você está
criando um prompt para obter uma resposta confiável sobre
um conceito técnico, como "O que é aprendizado
supervisionado em Machine Learning?".
1º Passo: em vez de fazer apenas uma pergunta, você pode
programar o modelo para gerar várias respostas ao prompt
“Explique o conceito de aprendizado supervisionado.”
2º Passo: o modelo responde várias vezes com diferentes
variações sobre o conceito de aprendizado supervisionado.
Algumas respostas podem incluir detalhes adicionais,
enquanto outras podem ser mais sucintas.
3º Passo: entre as respostas, você identifica aquelas que são
mais recorrentes e consistentes entre si. Se a maioria delas
explica que o aprendizado supervisionado envolve treinar
um modelo com dados rotulados para que ele aprenda a
prever a saída correta para novos dados, essa será a
resposta mais "consistente" e confiável para retornar ao
usuário.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Essa abordagem ajuda a reduzir o risco de uma resposta
aleatória ou incorreta e, em vez disso, alavanca a "sabedoria
da consistência" dentro do modelo para melhorar a
confiabilidade.
Generated Knowledge Prompting 
Generated Knowledge Prompting (GKP) é uma técnica na
qual um prompt é estruturado para que o modelo primeiro
gere uma base de conhecimento antes de responder
diretamente à pergunta final. A ideia é que, ao criar essa
base intermediária de conhecimento, o modelo possa
construir uma resposta mais informada e estruturada.
Exemplo prático de Generated Knowledge Prompting:
Vamos supor que você deseja obter uma análise detalhada
sobre “Os impactos do trabalho remoto na produtividade
das equipes”. Em vez de fazer a pergunta diretamente, o
prompt é construído em etapas:
1º Passo: solicite ao modelo que gere conhecimento
relevante sobre cada fator importante, como “liste os
principais fatores que impactam a produtividade em
trabalho remoto.”.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
2º Passo: com base na lista gerada, o prompt segue com
outra pergunta: “Para cada fator listado, descreva como o
trabalho remoto influencia positivamente e negativamente a
produtividade.”.
3º Passo: com base nas respostas anteriores, o prompt
finaliza pedindo uma conclusão geral: “Com base nas
análises anteriores, qual é o impacto geral do trabalho
remoto na produtividade das equipes?”.
Esse processo gradual de construção de conhecimento
permite que o modelo organize melhor as informações antes
de formular uma resposta conclusiva, resultando em uma
resposta mais detalhada e completa do que se fosse uma
resposta direta.
Essas técnicas são especialmente úteis para aprimorar a
precisão e a qualidade de respostas em contextos em que o
modelo precisa fornecer informações detalhadas, coerentes
e bem fundamentadas.
Encadeamento de Prompts (Prompt
Chaining )
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Prompt Chaining (Encadeamento de Prompts) é uma técnica
que consiste em dividir uma tarefa complexa em uma
sequência de prompts menores e encadeados, em que cada
resposta serve de base para o próximo passo. Isso resulta
em respostas mais precisas, organizadas e coerentes,
especialmente em tarefas que exigem múltiplas etapas,
raciocínio lógico ou geração de texto estruturado.
Vantagens do Prompt Chaining:
Divisão de tarefas complexas: permite lidar com problemas
mais complicados, que ficariam confusos ou fragmentados
em um único prompt.
Melhoria da qualidade das respostas: cada passo foca em
uma tarefa específica, promovendo clareza e precisão.
Controle do fluxo de geração: o encadeamento permite
controlar o conteúdo, contexto e formato das respostas,
facilitando ajustes.
Exemplo Prático de Prompt Chaining: para gerar uma análise
sobre o impacto das energias renováveis no mercado de
trabalho, é necessário uma estrutura bem definida. Para
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
isso, utilizaremos o Prompt Chaining, dividindo a tarefa em
etapas:
Etapa 1: Introdução ao Tema
Objetivo: introduzir o tema, abordando o contexto das
energias renováveis e o mercado de trabalho.
Prompt 1: “Explique o que são energias renováveis e forneça
uma visão geral sobre sua importância no contexto atual.”
Resposta esperada: “Energias renováveis são fontes de
energia que se regeneram naturalmente e que não se
esgotam ao longo do tempo, como a solar, eólica, hídrica e
biomassa. No contexto atual, sua importância é crescente
devido à necessidade de mitigar as mudanças climáticas e
reduzir a dependência de combustíveis fósseis...”
Etapa 2: Efeitos no Mercado de Trabalho
Objetivo: compreender os efeitos das energias renováveis no
mercado de trabalho após a introdução do tema.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Prompt 2: “Explique como o aumento do uso de energias
renováveis impacta o mercado de trabalho, mencionando
tanto os aspectos positivos quanto os desafios.”
Resposta esperada: “O mercado de trabalho tem sido
impactado de maneira significativa pelo crescimento das
energias renováveis. Em termos positivos, há criação de
empregos nas áreas de instalação, manutenção, e operação
de infraestruturas para energias limpas. Entretanto, há
desafios, como a necessidade de requalificação de
profissionais vindos de setores de energia tradicional...”
Etapa 3: Comparação com o Setor de Energia Tradicional
Objetivo: dar mais profundidade à análise, introduzindo uma
comparação direta entre as indústrias de energia renovável e
as tradicionais.
Prompt 3: “Compare o setor de energias renováveis com o
setor de energia tradicional em termos de empregabilidade,
impacto ambiental e potencial de crescimento.”
Resposta esperada: “O setor de energias renováveis oferece
uma empregabilidade em ascensão, especialmente em
regiões com alto potencial para essas fontes. Em contraste, o
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
setor de energia tradicional enfrenta estagnação em áreas
que dependem de combustíveis fósseis. Além disso, o
impacto ambiental das energias renováveis é
consideravelmente menor, contribuindo para o crescimento
de empregos verdes...”
Etapa 4: Conclusão e Perspectivas Futuras
Objetivo: concluir a análise com uma visão sobre o futuro
das energias renováveis no mercado de trabalho.
Prompt 4: “Com base nas informações anteriores, qual é a
perspectiva futura para o mercado de trabalho nas
indústrias de energias renováveis?”
Resposta esperada: “As perspectivas para