IA sem mistério: prompt, agente, RAG, MCP e outros termos em linguagem simples

Quem começa a estudar IA logo percebe que existe um vocabulário próprio: prompt, token, agente, RAG, MCP... Esses termos aparecem em todo lugar, e quase ninguém para para explicar o que significam.

Este post é o glossário que eu gostaria que existisse para quem está começando. Sem fórmulas e sem jargão desnecessário. Para cada termo, uma explicação curta e uma comparação do dia a dia.

Parte 1: o básico

LLM (modelo de linguagem)

É o "cérebro" por trás de ferramentas como Claude, ChatGPT e Gemini. LLM vem de Large Language Model, ou modelo de linguagem grande.

Ele foi treinado com uma quantidade gigantesca de texto e aprendeu os padrões da linguagem. No fundo, faz uma coisa só: olha o texto que recebeu e prevê qual pedaço vem a seguir, repetindo isso até formar a resposta inteira.

Dois pontos importantes:

• Ele não "sabe" as coisas como uma pessoa. Ele gera a resposta mais provável.
• O conhecimento dele para na data do treinamento. Sobre o que aconteceu depois, ele não sabe nada, a não ser que alguém informe.

Prompt

É o texto que você envia para a IA: a pergunta, a instrução, o exemplo, o arquivo que você anexou. Tudo isso é o prompt.

A qualidade da resposta depende muito da qualidade do prompt. Um bom prompt tem três ingredientes:

• Contexto: quem você é e qual é a situação.
• Tarefa: o que você quer que seja feito.
• Formato: como você quer a resposta.

Compare:

• Ruim: "Explica esse erro."
• Melhor: "Sou desenvolvedor júnior e recebi este erro ao salvar um cliente no sistema. Explique a causa provável em até 5 linhas e sugira uma correção."

Existe também o prompt de sistema: instruções fixas que ficam por trás da conversa e definem como a IA deve se comportar, como o tom de voz e o que ela pode ou não fazer.

Token

A IA não lê palavra por palavra. Ela quebra o texto em pedaços chamados tokens. Um token pode ser uma palavra curta, um pedaço de palavra ou até um sinal de pontuação. Uma palavra longa costuma virar mais de um token.

Isso importa por dois motivos:

• Custo: as ferramentas de IA cobram, e limitam o uso, por quantidade de tokens.
• Limite de memória: existe um teto de tokens que a IA consegue processar de uma vez (veja o próximo termo).

Janela de contexto

É a "memória de trabalho" da IA: tudo o que ela consegue ter na cabeça ao mesmo tempo. Cabem ali a sua conversa, os arquivos enviados, as instruções e a própria resposta. Ela é medida em tokens.