{"id":46,"date":"2026-10-09T19:51:54","date_gmt":"2026-10-09T11:51:54","guid":{"rendered":"http:\/\/192.168.31.81\/index.php\/faq-pt\/"},"modified":"2026-10-09T19:51:54","modified_gmt":"2026-10-09T11:51:54","slug":"faq-pt","status":"publish","type":"page","link":"https:\/\/moltbot.yundulizhan.cn\/index.php\/faq-pt\/","title":{"rendered":"Perguntas frequentes sobre IA nas empresas"},"content":{"rendered":"

Estas s\u00e3o as perguntas que as empresas mais fazem ao p\u00f4r IA em produ\u00e7\u00e3o. Cada resposta \u00e9 concreta e verific\u00e1vel, n\u00e3o gen\u00e9rica.<\/p>\n

\nComo construir uma base de conhecimento de IA?<\/summary>\n

Separe \u00abconhecimento\u00bb de \u00abdocumentos\u00bb. Documentos s\u00e3o os PDF, os Word, os comp\u00eandios de normas; conhecimento \u00e9 a menor unidade, dentro deles, que pode ser recuperada e reconduzida \u00e0 fonte. O trabalho central \u00e9: desduplicar, determinar vers\u00f5es, cortar na granularidade certa e definir limites de recusa. Meter PDF diretos numa base vetorial \u00e9 o mesmo que n\u00e3o fazer nada.<\/p>\n<\/details>\n

\nPor que o modelo responde de forma imprecisa?<\/summary>\n

Na minha experi\u00eancia, 80 % dos casos n\u00e3o s\u00e3o um problema do modelo, mas um destes tr\u00eas: os excertos recuperados est\u00e3o incompletos ou s\u00e3o da vers\u00e3o errada, ningu\u00e9m definiu o que \u00e9 estar correto, e ningu\u00e9m mant\u00e9m o sistema depois de entrar em produ\u00e7\u00e3o. Os restantes 20 % s\u00e3o limites reais do modelo.<\/p>\n<\/details>\n

\nComo melhorar um RAG fraco?<\/summary>\n

N\u00e3o troque de modelo \u00e0 pressa. Verifique por ordem: a granularidade do corte est\u00e1 certa, os excertos recuperados s\u00e3o os certos, o prompt exige \u00abdiz que n\u00e3o sabes quando n\u00e3o tens certeza\u00bb, h\u00e1 conflito de vers\u00f5es. Estes quatro passos resolvem a maioria dos casos; mudar de modelo \u00e9 o \u00faltimo recurso.<\/p>\n<\/details>\n

\nQue hardware \u00e9 preciso para uma implementa\u00e7\u00e3o privada?<\/summary>\n

Depende do tamanho do modelo. 7B\u20138B em quantiza\u00e7\u00e3o Q4 pede cerca de 5 GB de VRAM: uma placa de 12 GB chega. 14B em Q4 pede cerca de 9 GB \u2014 uma placa de 12 GB aguenta, mas com contexto limitado. Para perguntas e respostas internas numa empresa m\u00e9dia, 7B\u201314B costuma bastar; n\u00e3o \u00e9 preciso come\u00e7ar com dezenas de milhares de milh\u00f5es de par\u00e2metros.<\/p>\n<\/details>\n

\nQue tamanho de modelo cabe em 12 GB de VRAM?<\/summary>\n

14B em Q4_K_M (cerca de 9 GB) corre, ficando o resto para o contexto \u2014 mantenha a janela de contexto abaixo de 8K. Para contexto mais longo, des\u00e7a para 7B.<\/p>\n<\/details>\n

\nQuem responde se o assistente de IA se enganar?<\/summary>\n

Isto tem de ficar no contrato. O meu m\u00e9todo: definir o limite de \u00abrecusa obrigat\u00f3ria\u00bb, encaminhar para humano tudo o que o ultrapasse, e registar cada resposta para poder ser auditada. A responsabilidade come\u00e7a por saber quando e o que o sistema respondeu, por isso o registo \u00e9 obrigat\u00f3rio.<\/p>\n<\/details>\n

\nUm sistema de perguntas e respostas com IA \u00e9 conforme no hospital?<\/summary>\n

A conformidade come\u00e7a por um papel claro: apenas consulta de informa\u00e7\u00e3o e orienta\u00e7\u00e3o de processos \u2014 nunca diagn\u00f3stico, nunca substituir o crit\u00e9rio m\u00e9dico. Tudo o que envolva um caso concreto deve ser recusado e reencaminhado para um m\u00e9dico. Eu fixo esse limite logo na constru\u00e7\u00e3o da base.<\/p>\n<\/details>\n

\nQuanto custa p\u00f4r IA na empresa?<\/summary>\n

Depende da desordem dos seus conhecimentos. O diagn\u00f3stico \u00e9 gratuito e depois posso or\u00e7amentar com precis\u00e3o. Ordem de grandeza: construir uma base para um cen\u00e1rio de complexidade m\u00e9dia conta-se em dezenas de milhar, com afina\u00e7\u00e3o cont\u00ednua faturada mensalmente. Qualquer or\u00e7amento feito sem diagn\u00f3stico n\u00e3o \u00e9 fi\u00e1vel.<\/p>\n<\/details>\n

\nComo avaliar os resultados da IA?<\/summary>\n

Retire 50 a 100 perguntas reais do neg\u00f3cio, com respostas de refer\u00eancia anotadas por pessoas, e me\u00e7a quatro indicadores: precis\u00e3o factual, taxa de cita\u00e7\u00e3o correta, taxa de recusa esperada e volume de revis\u00e3o manual. O essencial \u00e9 que sejam reproduz\u00edveis: outra pessoa a executar chega aos mesmos n\u00fameros.<\/p>\n<\/details>\n

\nA nossa documenta\u00e7\u00e3o est\u00e1 uma confus\u00e3o \u2014 arrumamos primeiro?<\/summary>\n

N\u00e3o. Arrumar faz parte do meu trabalho, e eu sei que estrutura a torna pesquis\u00e1vel. Se arrumarem primeiro, o mais prov\u00e1vel \u00e9 ter de refazer.<\/p>\n<\/details>\n

\nImplementa\u00e7\u00e3o local ou API na cloud?<\/summary>\n

Veja a sensibilidade dos dados. Regulamentos internos, dossi\u00eas de clientes, know-how n\u00e3o p\u00fablico: local. Consultas gerais sobre informa\u00e7\u00e3o p\u00fablica: a API na cloud \u00e9 mais econ\u00f3mica. A mistura \u00e9 comum: conhecimento sens\u00edvel recuperado localmente, compreens\u00e3o geral na cloud.<\/p>\n<\/details>\n

\nQuando se veem resultados?<\/summary>\n

O relat\u00f3rio de diagn\u00f3stico fica pronto em 2 a 3 dias e mostra logo onde est\u00e3o os problemas. Ap\u00f3s 4 a 6 semanas de constru\u00e7\u00e3o da base, os indicadores melhoram de forma clara. Mas manter a precis\u00e3o \u00e9 trabalho de longo prazo, que exige manuten\u00e7\u00e3o mensal.<\/p>\n<\/details>\n","protected":false},"excerpt":{"rendered":"

Estas s\u00e3o as perguntas que as empresas mais fazem ao p\u00f4 […]<\/p>\n","protected":false},"author":0,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-46","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/moltbot.yundulizhan.cn\/index.php\/wp-json\/wp\/v2\/pages\/46","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/moltbot.yundulizhan.cn\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/moltbot.yundulizhan.cn\/index.php\/wp-json\/wp\/v2\/types\/page"}],"replies":[{"embeddable":true,"href":"https:\/\/moltbot.yundulizhan.cn\/index.php\/wp-json\/wp\/v2\/comments?post=46"}],"version-history":[{"count":0,"href":"https:\/\/moltbot.yundulizhan.cn\/index.php\/wp-json\/wp\/v2\/pages\/46\/revisions"}],"wp:attachment":[{"href":"https:\/\/moltbot.yundulizhan.cn\/index.php\/wp-json\/wp\/v2\/media?parent=46"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}