Quando uma empresa quer que a IA “conheça o nosso negócio”, há três caminhos. Fornecedores tendem a vender o mais caro. Esta é a ordem em que se deve tentar.
1. Um bom pedido, com o contexto dentro
Você escreve as instruções e cola o que o assistente precisa saber, na conversa ou num assistente personalizado. Custa zero, funciona na hora, e resolve a maioria dos casos de uso individual e de equipe. Limite: a janela de contexto; não cabe uma empresa inteira ali.
2. RAG: buscar nos documentos
O assistente consulta um arquivo de documentos e responde com base no que encontrou (como funciona). Escala para milhares de páginas, atualiza quando o documento muda, mostra a fonte. Exige organizar os documentos e escolher uma ferramenta; NotebookLM e Copilot empresarial já entregam pronto. É o caminho certo para “responder com base no que a empresa tem escrito”.
3. Fine-tuning: retreinar o modelo
Ajustar o modelo com exemplos da empresa, para que ele incorpore um estilo, um formato ou um vocabulário. Custa dinheiro, exige gente técnica, e o resultado não é “o modelo passou a saber os fatos da empresa”: fatos mudam, e o modelo retreinado não acompanha. Fine-tuning serve para comportamento (tom, formato, jargão), não para conhecimento. A maioria das empresas de porte médio nunca precisa.
A regra
| Você quer que ele… | Caminho |
|---|---|
| Responda no formato e no tom da empresa | Um bom pedido, ou instruções permanentes |
| Responda com base nos documentos da empresa | RAG |
| Fale o jargão de uma área muito específica, em volume alto | Fine-tuning, depois de esgotar os dois acima |
Sinal de alerta
Fornecedor que propõe fine-tuning como primeira solução para “a IA conhecer nossos processos” está vendendo a ferramenta errada para o problema. Pergunte por que RAG não resolve. Se a resposta não for clara, a proposta não é séria.
Próximo: tokens, limites e custo.