Modelos de IA, chatbots e agentes

Um modelo de IA é o motor, um chatbot é uma interface, um assistente com ferramentas pode chamar capacidades externas, e um agente pode planejar e agir por várias etapas. Separar essas camadas ajuda você a julgar o que o sistema realmente consegue fazer.

Modelo

O modelo é o sistema que transforma entrada em saída. Para tarefas de linguagem, ele lê seu prompt e contexto, depois gera texto, código, JSON, SQL ou outro formato solicitado.

Modelos não conhecem automaticamente seu projeto. Eles trabalham com o que está no treinamento, nas fontes conectadas, nas ferramentas disponíveis e no contexto que você fornece.

Chatbot

Um chatbot é uma interface conversacional em torno de um ou mais modelos. Ele é útil para perguntas, rascunhos, exploração de ideias e iteração rápida.

A interface de chat pode fazer a IA parecer mais capaz do que é. Uma resposta fluente não é o mesmo que uma resposta verificada.

Assistente com ferramentas

Alguns sistemas de IA podem usar ferramentas: buscar na web, ler arquivos, executar código, inspecionar uma página ou chamar uma API. O uso de ferramentas pode tornar respostas mais fundamentadas porque o sistema acessa evidências recentes ou locais.

O resultado da ferramenta ainda precisa de interpretação. Uma ferramenta pode revelar fatos, mas o assistente ainda pode concluir algo errado.

Agente

Um agente é um sistema de IA que pode dividir um objetivo em passos, usar ferramentas, observar resultados e continuar. Agentes de código são úteis quando uma tarefa exige ler arquivos, editar código, rodar verificações e iterar.

Agentes precisam de limites. Dê a eles objetivo claro, contexto relevante, restrições e um comando de verificação.

Escolha a camada certa

Use a menor camada capaz de resolver a tarefa:

• Use modelo ou chatbot quando precisar de explicação, rascunho ou comparação.
• Use assistente com ferramentas quando a resposta depender de arquivos, documentação, informação atual ou verificações executáveis.
• Use agente quando o trabalho tiver várias etapas e o critério de sucesso estiver claro.

Escopos menores são mais fáceis de revisar. Uma resposta em chat pode bastar para entender um conceito; um agente faz mais sentido quando alteração de código e verificação fazem parte do mesmo fluxo.

Exemplo de fluxo de desenvolvimento

Se você precisa atualizar um componente React, um chatbot pode explicar o padrão. Um assistente com ferramentas pode inspecionar arquivos. Um agente de código pode editar e rodar testes. São níveis diferentes de responsabilidade.

Checklist de responsabilidade

Antes de pedir para um agente agir, escreva:

• Objetivo: o que deve ser verdade ao final?
• Limites: quais arquivos, APIs ou comportamentos não devem mudar?
• Evidência: qual comando, screenshot, teste ou revisão prova o resultado?
• Condição de parada: quando o agente deve pedir ajuda em vez de chutar?

Pontos principais

• Modelo, chatbot, assistente e agente não são a mesma coisa.
• Uso de ferramentas melhora a fundamentação, mas não elimina revisão.
• Agentes funcionam melhor com metas e verificações explícitas.
• Combine o sistema de IA ao risco e ao escopo da tarefa.

Próxima aula

A seguir, aprenda fundamentos de prompts para tornar o trabalho técnico com IA mais confiável.