A semana em que abrimos a caixa-preta
Time da Marfin3 min de leituraTodo mundo usa LLM agora, mas quase ninguém sabe o que acontece quando aperta enter. Esta semana a gente foi fundo em três frentes que se conectam: como esses modelos pensam, quando vale a pena treinar o seu, e como transformar tudo isso num chatbot que resolve chamado de verdade. Se você quer parar de tratar IA como mágica e começar a usar como ferramenta, essa edição é pra você.
Main Install
O que é LLM, sem enrolação e sem PhD
A gente escreveu o guia que gostaria de ter lido no começo. Nada de fórmula matemática pesada nem promessa de futuro distante. É o que um LLM faz na prática: recebe texto, prevê a próxima palavra, e faz isso tão bem que parece raciocínio. Explicamos tokens, contexto, temperatura e por que o mesmo prompt às vezes devolve respostas diferentes.
O ponto que mais rende no dia a dia é entender custo. Cada palavra que entra e sai tem preço, e saber ler isso muda como você monta um prompt ou escolhe entre Claude, GPT e Gemini pra cada tarefa. Na Marfin a gente usa modelos diferentes pra coisas diferentes, e não é gosto pessoal, é conta.
Quem lê esse artigo para de decorar truques de prompt e começa a entender por que os truques funcionam. Isso vale mais do que qualquer lista de "50 prompts mágicos".
Quick Patches
Fine-tuning ou RAG: a decisão que a maioria erra
A pergunta que mais recebemos é "como treino uma IA com os meus dados". Na quase totalidade dos casos a resposta certa não é fine-tuning, é RAG. Fine-tuning muda o comportamento do modelo e custa caro. RAG dá ao modelo acesso aos seus documentos na hora da resposta, sai mais barato e é mais fácil de manter atualizado. Explicamos onde cada um ganha, com preços reais de 2026.
Chatbot de atendimento que não irrita o cliente
Chatbot ruim é aquele loop de menu que você desligava no telefone. O bom resolve. Montamos o passo a passo de como criar um chatbot com IA que puxa o contexto certo, sabe quando escalar pra um humano e reduz fila de suporte. Ferramentas testadas, preços e as armadilhas que já custaram caro pra gente.
Toolkit
O guia de prompt engineering que complementa tudo isso
Depois de entender como o LLM pensa, o próximo passo é falar a língua dele. Nosso guia de prompt engineering junta as técnicas que a gente usa todo dia: como estruturar contexto, dar exemplos, controlar formato de saída e cortar as respostas genéricas pela raiz. Casa perfeito com o artigo de LLM desta semana.
Field Note
Exit
Semana que vem a gente volta com mais coisa saindo do forno. Até lá, abre uma caixa-preta por dia.
Ivan.
Perdeu alguma edição? Visita o arquivo da newsletter e revê edições anteriores.