Tech Talk Especialização de LLM na Prática (2026-03-13)
Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.
O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.
Notas citadas nas anotações desta sessão.
A sessão apresentou a bancada de Generative AI e o tema de especialização de LLMs na prática, destacando seu papel no desenvolvimento de conhecimento técnico, componentes de software, agentes, UX e dados. Foi explicado que o trabalho surgiu de um Learning Prototype voltado a adaptar modelos de IA para necessidades específicas da plataforma FICO, utilizada em motores de decisão. A iniciativa evoluiu de experimentos com MyGPT e Prompt Hub para protótipos no Google AI Studio e, posteriormente, integrações com n8n, bancos vetoriais e outros componentes. O objetivo foi superar as limitações dos modelos generalistas, especialmente na geração de código da linguagem proprietária SRL, na criação de massas de teste e no apoio à configuração e documentação de regras de negócio.
Foi demonstrado um protótipo capaz de analisar documentos, orientar a construção de motores de decisão, validar regras, estimar esforço, mapear dados, gerar arquivos de configuração, criar massas de teste e produzir código SRL compilável. A solução combinou RAG, engenharia de prompts, agentes monotarefa e um orquestrador, com guardrails para evitar usos fora do contexto e controlar custos. O protótipo foi apresentado a clientes, recebeu feedback positivo e entrou em fase de concept para se transformar em produto ou POC, com desafios relacionados a precisão, volume de dados, custos, segurança, versionamento, arquitetura, integração ao ecossistema da empresa e possível uso de frameworks como LangGraph.
Também foi esclarecida a diferença entre workflows que usam IA e agentes autônomos: workflows seguem etapas rígidas e previamente definidas, enquanto agentes possuem maior capacidade de raciocínio, uso de ferramentas e decisão sobre os próximos passos. Ficou encaminhada a continuidade do concept, com aprofundamento da camada de agentes, documentação, arquitetura e estimativas, além de sessões futuras sobre conceituação de agentes e atividades práticas com n8n e LangGraph. Permanecem em aberto a escolha da arquitetura definitiva, a validação de desempenho e segurança, a evolução das funcionalidades e a definição de como a solução será implantada comercialmente.