MÓDULO 1.1 / 1 DE 8
Modelos: escolha pela tarefa
Comparar modelos com uma tarefa real e um critério de qualidade.
1IA como sistema de trabalho
O que é
Quando este curso fala em IA, fala em modelos de linguagem, as LLMs. Um modelo é um mecanismo treinado para produzir texto a partir do que você entrega. Existem vários, com nomes, tamanhos e custos diferentes, e a primeira pergunta costuma ser qual é o melhor. Essa pergunta não tem resposta útil: não existe melhor modelo, existe o modelo adequado à tarefa, ao prazo, ao custo e ao nível de conferência que aquele trabalho exige. Por isso o módulo compara modelos com uma tarefa real, e não com opinião. Um modelo produz respostas; um sistema organiza como essas respostas viram trabalho. O OSWork combina modelo, interface, arquivos, instruções, ferramentas, memória e automações. Pense em uma pequena oficina: a habilidade do profissional importa, mas ferramentas, materiais e critérios de qualidade também determinam o resultado. Não estamos instalando um novo sistema operacional de computador: usamos essa expressão como uma metáfora de organização.
Por que aprender
Sem essa distinção, toda falha vira tentativa de escrever um prompt maior. Às vezes falta apenas o arquivo de entrada, uma permissão ou a forma de conferir a saída. Separar as peças permite corrigir o ponto certo.
Conceitos-chave
Modelo raciocina; interface recebe o objetivo; arquivos dão evidência; ferramentas executam; você confere.
Na prática
Uma coordenadora pede um plano de reunião. Sem pauta, a IA imagina prioridades. Com pauta e ata anterior, ela consegue preparar uma proposta verificável.
✓ Faça
Desenhe sete caixas com as peças do sistema. Marque quais você já tem e qual falta para concluir uma tarefa.
✗ Evite
Aceitar uma conclusão sem conferir a entrada que a sustenta.
2Tipos de IA e para que servem
O que é
Antes de comparar nomes, separe por função. Modelos de linguagem, as LLMs, escrevem, resumem, explicam e programam: aí entram famílias como GPT, com Sol, Terra e Luna, o GPT-6 Astra, e a família Claude, com Opus e Fable. Modelos de imagem e de vídeo geram ou editam material visual. E existem modelos de classificação, como o Jev, que não conversam: recebem alternativas e devolvem uma escolha, um sim ou não, ou uma nota. Há ainda as centrais, que dão acesso a vários provedores por um único ponto: o OpenRouter para modelos de linguagem e o Kie para imagem e vídeo. Nomes, versões e disponibilidade mudam; esta consulta é de 20/09/2026.
Por que aprender
Adotar um modelo como o melhor fecha a porta para tudo que ele não faz. Uma LLM excelente não gera um vídeo, e um classificador não escreve o seu relatório. Entender para que cada tipo serve vem antes de escolher, e a escolha acontece quando a tarefa aparece, podendo ser outra na semana seguinte. Disponibilidade também varia por conta, cliente, autenticação e liberação.
Conceitos-chave
Texto; imagem; vídeo; classificação; centrais de acesso; disponibilidade.
Na prática
Resumir uma ata pede um modelo de linguagem. Triar duzentos comentários entre três categorias pode caber melhor em um classificador como o Jev. Produzir uma vinheta de dez segundos exige um modelo de vídeo, normalmente acessado por uma central. São hipóteses para testar, não garantias.
3Modelo não é esforço de raciocínio
O que é
O modelo é o mecanismo escolhido. O esforço de raciocínio é uma configuração desse mecanismo. Níveis mais altos podem gastar mais tempo e tokens, unidades de processamento de texto. Os nomes do seletor mudam entre Chat, Work e Codex; não existe uma lista única de Instant, Medium, High e Pro que represente todos os produtos.
Por que aprender
Pedir o máximo em toda tarefa pode aumentar consumo sem melhorar o resultado. Aumentar esforço também não fornece um documento que estava faltando. Primeiro complete as entradas, depois avalie se o problema pede mais análise.
Conceitos-chave
Modelo e esforço são eixos diferentes; comece pelo padrão; compare em condições iguais.
Na prática
Para reescrever um convite de cinco linhas, o padrão pode resolver. Para explicar por que duas planilhas discordam, fornecer as duas planilhas costuma importar mais que mover um controle.
Sequência para experimentar
- Prepare uma cópia de treino.
- Repita um pedido no mesmo modelo, mudando somente o esforço. Registre se houve melhora que você consegue demonstrar.
- Registre o resultado observado e a próxima correção.
4Crie uma régua de qualidade
O que é
Uma régua transforma opinião em observação. Defina antes do pedido quais fatos precisam aparecer, quais erros são inaceitáveis e como a saída será usada. Use três critérios pequenos: fidelidade aos dados, formato combinado e possibilidade de verificar as conclusões.
Por que aprender
Sem critério, você escolhe a resposta mais bonita. Um relatório pode soar convincente e alterar valores. O teste deve refletir o trabalho que você precisa entregar, não uma demonstração feita para impressionar.
Conceitos-chave
Aceitação; evidência; amostra representativa; comparação controlada.
Na prática
Em uma ata fictícia com três responsáveis, o teste exige os três nomes, nenhum prazo inventado e uma seção de pendências. Uma frase elegante não compensa perder um responsável.
✓ Faça
Use a tabela: critério | esperado | observado | passou? Guarde uma resposta ruim também para lembrar o que está tentando evitar.
✗ Evite
Misturar a cópia de treino com arquivos privados ou trabalho em produção.
5Entenda acesso e cobrança
O que é
Login com ChatGPT usa os direitos e limites associados à conta e ao espaço de trabalho. Uma chave de API usa cobrança por consumo na plataforma. Assinar ChatGPT não significa receber saldo livre para qualquer programa que chame a API. Centrais como OpenRouter e Kie têm crédito próprio, cobrado por consumo e separado de qualquer assinatura. Confira o método ativo antes de uma execução longa.
Por que aprender
Esse cuidado evita descobrir depois que um experimento está consumindo uma conta diferente. Limites de uso, acesso a modelos e regras de dados podem mudar; a fonte de verdade é a configuração atual da sua conta.
Conceitos-chave
Assinatura; autenticação; API; consumo; limite de gasto.
Na prática
Um aluno usa Codex conectado ao ChatGPT e depois executa um programa com OPENAI_API_KEY. São caminhos distintos, mesmo que usem um modelo com nome semelhante.
6Delimite a autonomia
O que é
Autonomia é uma autorização com escopo, não um convite para fazer qualquer coisa. Combine objetivo, arquivos permitidos, ações autorizadas, limite de tempo e condição de parada. A saída deve incluir o que foi feito e como foi verificado.
Por que aprender
Um agente pode executar mais etapas que um chat, inclusive errar em várias delas. Um limite simples protege tempo, orçamento e arquivos sem impedir o trabalho útil. Permissão técnica e instrução escrita se complementam.
Conceitos-chave
Escopo; aprovação de ações externas; teto de execução; resultado revisável.
Na prática
Autorize criar um rascunho e comparar dados fictícios. Enviar a proposta a um cliente é outra ação e exige instrução explícita. O botão de envio existir não significa autorização para usá-lo.
Critérios para revisar sua entrega
Use esta rubrica depois do laboratório. Cada linha pede uma evidência; marcar leitura não significa que a prática foi executada.
| Critério | Evidência esperada | Se não passou |
|---|---|---|
| Escopo | A entrega corresponde ao objetivo desta aula. | Reduza a tarefa e nomeie um único resultado. |
| Entradas | Você sabe quais arquivos ou dados foram usados. | Liste as fontes e remova material sem relação. |
| Execução | O procedimento foi realizado no ambiente de treino. | Diferencie o que foi planejado do que foi feito. |
| Conferência | Um resultado foi comparado com uma referência. | Abra o arquivo ou repita a consulta verificável. |
| Segredos | Nenhum token, senha ou dado privado foi compartilhado. | Revise a cópia de trabalho antes de qualquer envio. |
| Continuidade | Outra pessoa consegue encontrar o próximo passo. | Atualize README e registre uma pendência concreta. |
MÃO NA MASSA / ~15 MIN OU EM ETAPAS
Sua ficha de decisão
Use arquivos fictícios e uma pasta de treino. As práticas com instalação, Telegram ou VPS podem exigir tempo adicional para cadastro e configuração.
Ficha de comparação
Leia o bloco antes de usar. Campos como Seu Nome e usuario@ip-da-vps são exemplos para adaptar; comandos administrativos pertencem somente ao seu ambiente de treino.
Tarefa: resumir reunião fictícia
Entrada: pauta com 5 itens
Critérios: preservar 5 itens; não inventar prazos
Modelo / esforço: anote o que está disponível
Resultado observado: registre os acertos e erros
Escolha: justifique pelo resultado, não pelo nome
Critério de pronto
Comparar modelos com uma tarefa real e um critério de qualidade. Registre o arquivo produzido, o teste executado e o resultado observado.
Abrir arquivos e modelos do laboratórioConfira o que ficou
Uma resposta chegou mais rápido, mas inventou dois prazos. Qual resultado deve orientar a escolha?
Ver resposta comentada
A qualidade verificável e o retrabalho; velocidade isolada não basta.
Se sua resposta foi diferente, volte ao tópico correspondente e escreva a diferença em uma frase. A checagem não bloqueia seu estudo.
Resumo do módulo
- Modelo raciocina; interface recebe o objetivo; arquivos dão evidência; ferramentas executam; você confere.
- Texto; imagem; vídeo; classificação; centrais de acesso; disponibilidade.
- Modelo e esforço são eixos diferentes; comece pelo padrão; compare em condições iguais.
- Aceitação; evidência; amostra representativa; comparação controlada.
- Assinatura; autenticação; API; consumo; limite de gasto.
- Escopo; aprovação de ações externas; teto de execução; resultado revisável.
Consulte a fonte
Ferramentas verificadas em 20/09/2026; nomes de telas e disponibilidade podem mudar.