Glossário

Encadeamento de modelos

O que é Encadeamento de modelos?

O encadeamento de modelos consiste em ligar vários modelos de IA ou passos de IA em sequência, de modo que o resultado de um passo se torne a entrada do seguinte. As tarefas complexas podem assim ser decompostas em subtarefas geríveis, que podem ser verificadas e melhoradas individualmente. Exemplo: um passo resume um pedido de cliente, um segundo atribui-o a um departamento e um terceiro redige a resposta.

Como o KI.ordo ajuda

Nos fluxos do KI.ordo, é possível encadear passos de IA, consultas a agentes, routers de IA e subfluxos sem programação, com todos os passos registados.

Saber mais

Temas

orquestração
fluxos
prompting

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Prompting recursivo

O prompting recursivo designa técnicas em que o resultado de um modelo de linguagem é reintroduzido como nova entrada – por exemplo para que um rascunho seja revisto e corrigido, ou para decompor uma tarefa grande, passo a passo, em subtarefas. Por exemplo, é primeiro produzida uma proposta em rascunho, o modelo avalia-a depois com base numa lista de verificação e, por fim, ela é melhorada. Isto aumenta muitas vezes a qualidade, mas custa tempo de processamento adicional e exige um critério de paragem claro.

prompting
revisão
+1

LangChain

O LangChain é uma framework de código aberto para Python e JavaScript que os programadores usam para construir aplicações baseadas em modelos de linguagem. Fornece interfaces unificadas para muitos fornecedores de modelos, bem como blocos de construção para chamada de ferramentas, agentes, processamento de documentos e geração aumentada por recuperação. Desde a versão 1.0 (outubro de 2025), os agentes do LangChain são construídos sobre o LangGraph. Utilizações típicas incluem chatbots que pesquisam documentos internos e agentes que chamam serviços externos.

Framework
Desenvolvimento
+1

Raciocínio multi-hop

O raciocínio multi-hop é a capacidade de um sistema de IA responder a uma pergunta através de várias inferências sucessivas, combinando muitas vezes informações de fontes diferentes. Exemplo: «Que departamento é chefiado pela pessoa responsável pelo projeto X?» exige primeiro identificar a pessoa responsável e depois o respetivo departamento. Estas perguntas são exigentes para os sistemas de pesquisa e de RAG, porque cada passo intermédio tem de ser encontrado e ligado corretamente.

raciocínio
resposta a perguntas
+1

Sistema de automatização com IA

Um sistema de automatização com IA combina a automatização tradicional de processos com capacidades de IA, como a compreensão de texto, a classificação ou o apoio à decisão. Isto permite automatizar também fluxos de trabalho com entradas não estruturadas, como e-mails, formulários ou pedidos. Uma configuração típica é uma cadeia de gatilho, passos de processamento, condições e saída, com aprovação humana nos pontos críticos. Exemplo: os pedidos recebidos são automaticamente categorizados, resumidos e encaminhados para o departamento certo.

Automatização
Processos
+1