Tecnologia além do código.
Régys Borges da Silveira
Início / Acervo

Tag: contexto

5 resultado(s)

Mesa ilustrativa com pedido de revisão, procedimento e relatório, representando uma skill

Sua primeira skill: transforme uma tarefa repetitiva em um procedimento

Você pede à IA para revisar uma alteração. Na primeira vez, lembra de explicar o objetivo, indicar os arquivos e exigir evidências.

Ver resumo completo

Você pede à IA para revisar uma alteração. Na primeira vez, lembra de explicar o objetivo, indicar os arquivos e exigir evidências. Na segunda, esquece de avisar que a revisão não pode modificar o código. Na terceira, recebe uma resposta organizada, mas sem saber se os testes mencionados realmente foram executados. Falta um procedimento que possa ser reutilizado sem depender da memória de cada conversa.

Uma skill pode organizar esse trabalho. Vamos construir uma pequena skill de revisão de uma rotina de importação em Delphi, partindo do pedido concreto e chegando às instruções de execução. O cenário é fictício. O objetivo é aprender a estruturar o procedimento, não anunciar que um arquivo de texto garante uma revisão correta. Também veremos como conferir seus limites antes de utilizá-lo.

Se a dificuldade começa porque ninguém definiu o comportamento esperado, vale conhecer SDD em Delphi. A apresentação do livro relaciona especificações, contratos e critérios de aceitação ao desenvolvimento. A página oferece uma degustação para avaliar se esse aprofundamento corresponde à necessidade do seu projeto, antes de comprar a obra.

Publicado em · Régys Borges da Silveira
Ler artigo →
Avaliação de uma solução de IA por casos, critérios e resultados observáveis.

Como avaliar uma solução de IA antes de colocá-la em produção

Uma demonstração pode terminar com uma resposta convincente e ainda deixar a tarefa incompleta. O assistente afirma que preparou um orçamento, mas o registro não existe; interpreta corretamente o pedido, mas consulta um documento vencido; entrega uma orientação útil, mas expõe informações que o usuário não deveria receber.

Ver resumo completo

Uma demonstração pode terminar com uma resposta convincente e ainda deixar a tarefa incompleta. O assistente afirma que preparou um orçamento, mas o registro não existe; interpreta corretamente o pedido, mas consulta um documento vencido; entrega uma orientação útil, mas expõe informações que o usuário não deveria receber. Antes de colocar uma solução de inteligência artificial em produção, precisamos definir o que significa funcionar e quais evidências sustentam essa conclusão.

Na série sobre IA na prática, discutimos contexto, testes, documentos, ferramentas e permissões. Este artigo acrescenta uma etapa transversal: avaliar o comportamento da solução inteira antes de ampliar seu uso. Vamos construir os conceitos necessários, desenhar um conjunto pequeno de situações e examinar um ensaio executado com dados sintéticos. O objetivo não é produzir um ranking de modelos, mas ajudar a equipe a decidir se uma mudança pode avançar e onde ainda precisa de correção.

Para aprofundar a arquitetura que reúne contexto, ferramentas, permissões, avaliação e operação, conheça IA Além da Conversa e leia a degustação gratuita na página do livro. A conexão com requisitos, contratos e critérios de aceite em Object Pascal está em SDD em Delphi. Essas leituras ajudam a organizar o percurso além de uma demonstração isolada.

Publicado em · Régys Borges da Silveira
Ler artigo →
Ilustração conceitual de um núcleo ligado a documentos, ferramentas e verificação por um ciclo de trabalho.

Harness de IA: o que faz um modelo virar um agente capaz de trabalhar

Uma IA pode explicar uma rotina Delphi com clareza e ainda assim não conseguir conduzir sua correção até uma entrega confiável. Entre compreender o pedido e terminar o trabalho existem arquivos a localizar, ações a autorizar, testes a executar e resultados a conferir.

Ver resumo completo

Uma IA pode explicar uma rotina Delphi com clareza e ainda assim não conseguir conduzir sua correção até uma entrega confiável. Entre compreender o pedido e terminar o trabalho existem arquivos a localizar, ações a autorizar, testes a executar e resultados a conferir. Quando a tarefa demora, aparece outra dificuldade: retomar o que estava acontecendo sem confundir intenção com progresso.

É nesse espaço que entra o harness de agentes de IA. O termo parece acrescentar mais uma sigla ao vocabulário, mas descreve uma questão bastante familiar a quem desenvolve sistemas: como organizar a execução ao redor de um componente que, sozinho, não resolve todo o processo? Neste artigo, vamos construir o conceito, distinguir suas peças e acompanhar exemplos de programação e trabalho cotidiano.

Este é um capítulo complementar de síntese da série IA na prática. Em vez de repetir cada tecnologia, vamos entender como contexto, ferramentas, validação e continuidade podem compor uma estrutura de trabalho. Os exemplos são propostas didáticas, não integrações executadas nem resultados medidos em um produto.

Se sua dúvida é como transformar uma boa resposta em uma solução que a equipe consiga operar, IA Além da Conversa desenvolve esse percurso: contexto, recuperação de informações, ferramentas, permissões, avaliação e custos. Conheça a proposta e leia a degustação gratuita na página do livro para avaliar se essa abordagem atende ao seu projeto. Para o passo seguinte, conectar capacidades de um ERP em Object Pascal, Delphi na Era dos Agentes apresenta um laboratório com servidor MCP local e MiniERP educacional.

Publicado em · Régys Borges da Silveira
Ler artigo →
Ilustração de documento externo separado da autorização para executar ações.

Prompt injection: como um documento pode tentar manipular seu agente de IA

Um assistente recebeu uma tarefa simples: consultar a política comercial e explicar as condições de uma proposta. No meio do documento, porém, existe um trecho que manda alterar o destinatário e considerar a operação aprovada.

Ver resumo completo

Um assistente recebeu uma tarefa simples: consultar a política comercial e explicar as condições de uma proposta. No meio do documento, porém, existe um trecho que manda alterar o destinatário e considerar a operação aprovada. A pergunta central não é apenas se a inteligência artificial reconhecerá a tentativa. É também se o sistema permitirá que uma frase encontrada em um arquivo se transforme em autorização para agir.

Esse problema sintetiza os principais cuidados da série sobre IA na prática porque reúne as decisões discutidas nos capítulos anteriores: contexto, documentos, ferramentas, testes e supervisão. Quanto mais útil fica uma integração, mais importante é distinguir o que o sistema pode ler daquilo que ele pode executar. Neste artigo, vamos explicar a injeção de instruções, analisar um exemplo fictício e construir critérios para revisar agentes conectados a sistemas empresariais. Não se trata de um teste de invasão nem de uma avaliação de um modelo específico.

Se o agente já lê documentos e usa ferramentas, a próxima decisão é como preservar identidade, permissões e responsabilidade fora da resposta do modelo. IA Além da Conversa aprofunda essas camadas junto com contexto, avaliação e operação. Conheça a proposta e leia a degustação gratuita para avaliar como incorporar esses controles ao desenho da sua solução. Para estudar capacidades delimitadas de um ERP em Object Pascal, Delphi na Era dos Agentes complementa a leitura com contratos, aprovação e um laboratório MCP. Nenhuma dessas leituras é uma garantia de imunidade a ataques.

Publicado em · Régys Borges da Silveira
Ler artigo →

RadIA 2.3.0: como compactar o contexto da IA pode mudar a forma de programar no Delphi

Se você acompanha o RadIA, já sabe que a proposta do projeto não é colocar apenas mais uma janela de chat dentro do Delphi. O objetivo é permitir que a inteligência artificial participe de fluxos reais de desenvolvimento: inspecionar o projeto aberto, localizar símbolos, alterar arquivos, compilar, executar testes, analisar diffs e apresentar evidências verificáveis.

Ver resumo completo

Se você acompanha o RadIA, já sabe que a proposta do projeto não é colocar apenas mais uma janela de chat dentro do Delphi. O objetivo é permitir que a inteligência artificial participe de fluxos reais de desenvolvimento: inspecionar o projeto aberto, localizar símbolos, alterar arquivos, compilar, executar testes, analisar diffs e apresentar evidências verificáveis.

Esse tipo de experiência tem um desafio que normalmente aparece somente quando o agente começa a executar tarefas longas: o volume de contexto cresce muito rápido.

Uma compilação pode produzir centenas de hints. Uma suíte de testes pode repetir milhares de linhas de sucesso. Um diff pode ter centenas de kilobytes. Uma busca na base de conhecimento pode retornar trechos extensos. Se todo esse conteúdo continuar sendo reenviado integralmente ao modelo a cada nova decisão, a IA passa a gastar contexto, tempo e possivelmente dinheiro relendo informações que já foram processadas.

O RadIA 2.3.0 enfrenta esse problema com um RTK interno, escrito em Delphi e integrado diretamente ao Agent Runtime.

RTK, neste contexto, é uma camada de compactação de resultados de ferramentas. Em vez de entregar ao modelo todo o payload bruto em cada passo, o RadIA cria uma projeção menor, determinística e orientada às evidências que realmente importam. O resultado original não é apagado: ele permanece armazenado e pode ser recuperado por resumo ou por faixa sem executar a ferramenta novamente.

O efeito esperado é simples de explicar: menos ruído no contexto, mais espaço para raciocínio, menos repetição e maior capacidade de sustentar tarefas longas.

A versão 2.3.0 do RadIA reduz o volume de resultados reenviado aos modelos sem descartar a evidência original. Em dez execuções Release, o benchmark controlado mediu 96,71% de redução no corpus completo e 75,65% quando removemos o stress test de 1 MiB. Este artigo explica o que esses números realmente demonstram, o que eles não demonstram e por que tratar contexto como recurso pode ser uma evolução importante na programação assistida por IA.

Mas antes de falar em economia, precisamos responder à pergunta mais importante: os benchmarks são reais e confiáveis?

Publicado em · Régys Borges da Silveira
Ler artigo →