O que é IA Generativa?
A IA tradicional classifica ou prevê. A IA generativa cria conteúdo novo — texto, imagens, código, música, vídeo.
---
Modelos de Linguagem Grande (LLM)
Os LLMs aprendem lendo enormes quantidades de texto e prevendo "qual palavra vem depois". Parâmetros representam o conhecimento internalizado.
Modelos Base (FM) são modelos de propósito geral pré-treinados em dados massivos. O treinamento custa milhões — o Amazon Bedrock oferece acesso prático.
---
Amazon Bedrock em profundidade
API única para múltiplos modelos base: Claude (Anthropic), Titan (Amazon), Llama (Meta), Mistral, Stable Diffusion, Command (Cohere).
Funções principais: Invocação de modelos: geração de texto via API Base de conhecimento: RAG com documentos empresariais Agentes: execução autônoma de tarefas em múltiplos passos Avaliação de modelos: comparação automática de respostas Guardrails: filtragem de conteúdo prejudicial
---
Engenharia de prompts
| Técnica | Descrição | |---|---| | Zero-shot | Instrução direta sem exemplos | | One-shot | Um exemplo fornecido | | Few-shot | Múltiplos exemplos | | Chain-of-Thought | Raciocínio passo a passo | | Prompt de sistema | Define papel e comportamento do modelo |
Alucinação: o modelo gera informações falsas com confiança. Soluções: RAG, instrução explícita, Guardrails.
---
RAG (Geração Aumentada por Recuperação)
Combina pesquisa + geração para superar as limitações dos LLMs.
Fluxo: pergunta → embedding → busca vetorial → documentos relevantes + pergunta ao LLM → resposta fundamentada.
Implementação AWS: Amazon Bedrock Knowledge Base + OpenSearch Serverless ou Aurora.
---
Fine-tuning vs RAG
| Aspecto | Fine-tuning | RAG | |---|---|---| | Método | Atualiza pesos do modelo | Recupera documentos externos | | Custo | Alto | Relativamente baixo | | Info recente | Requer retreinamento | Apenas atualizar documentos | | Melhor para | Estilo/domínio específico | Info recente, docs empresariais |
!Fine-tuning vs RAG, comparados lado a lado
Resumo-chave do exame
IA generativa = cria conteúdo novo LLM = modelo de linguagem com treinamento massivo FM = modelo base de propósito geral → Bedrock Bedrock Knowledge Base = RAG empresarial Bedrock Agents = tarefas autônomas de múltiplos passos Guardrails = filtragem de conteúdo Alucinação = IA que gera informações falsas RAG = recuperação + geração (melhor para info recente) Fine-tuning = atualização de pesos (melhor para domínio específico)