Isaque Victor cursos gratuitosNesta aula
Quem usa ajuste fino para ensinar um fato está apertando parafuso com martelo.
Quando a IA erra, todo mundo diz "precisa treinar". Quase sempre está errado. Você vai aprender a escolher a ferramenta certa.
- Diferenciar instrução, RAG e ajuste fino
- Usar uma pergunta para escolher
- Evitar o caminho caro sem necessidade
Três ferramentas, três problemas
Pense em contratar uma pessoa nova.
- Instrução fixa é o bilhete que você entrega no primeiro dia: "aqui falamos de modo cordial, em português, sem gíria". Muda o comportamento.
- RAG é dar a ela o manual e a tabela de preços para consultar. Muda o que ela sabe naquele momento.
- Ajuste fino é mandá-la fazer um curso longo. Muda o jeito dela, mas é caro e demorado.
A árvore de decisão
| O problema é... | Use |
|---|---|
| Idioma, tom, tamanho, formato, recusas | Instrução fixa |
| Fatos da empresa, que mudam | RAG |
| Estilo ou formato difícil de explicar em palavras | Ajuste fino |
Comece sempre pela instrução. É grátis, e a próxima resposta já muda. Se o conhecimento passa de uma página, vá para RAG. Só pense em ajuste fino depois que os dois outros foram tentados e medidos com a bateria da aula 6.
Três casos
Caso 1. A IA responde em inglês e fala demais. Instrução: "responda em português, em até cinco linhas".
Caso 2. A IA não sabe a política de troca da loja. É um fato que muda. RAG com o documento da política.
Caso 3. Uma clínica quer que os resumos sigam sempre o mesmo modelo, com campos fixos, e a instrução não segurou. Aqui, depois de testar, um ajuste fino pode compensar.
O custo de cada caminho
Instrução custa minutos. RAG custa dias para preparar os documentos e manter. Ajuste fino custa semanas: exemplos bem feitos, máquina forte, testes e um modelo que precisa ser refeito cada vez que o modelo-base for trocado. Antes de pedir ajuste fino, pergunte: o problema já foi tentado com instrução e com RAG? Foi medido? Se a resposta é não, volte um passo.
Uma regra para guardar
Antes de qualquer investimento, rode a bateria de testes da aula 6 com a instrução atual e anote a nota. Faça a mudança. Rode de novo. Se a nota não subiu, a mudança não valeu o esforço, por mais moderna que seja. Essa disciplina de medir antes e depois é o que separa quem melhora a IA de quem só gasta dinheiro com ela.
E lembre: cada ferramenta pode ser combinada com as outras. Uma instrução boa mais RAG com documentos limpos resolve a maioria dos casos de uma empresa pequena. Ajuste fino fica para o fim da fila, quando sobrar dinheiro e sobrar problema.
Um sinal de alerta
Desconfie de quem diz "vamos treinar o modelo com os nossos dados" como primeira ideia. Pode ser entusiasmo, ou pode ser venda. Pergunte qual problema exato isso resolve, o que já foi tentado e como o resultado será medido. Se a pessoa não souber responder, o caminho barato ainda não foi esgotado. E o caminho barato, na maioria das vezes, é só escrever uma instrução melhor e organizar os documentos.
Coisa de profissional
Parece lógico que ensinar um fato ao modelo por ajuste fino seja o melhor jeito de ele "saber". Um estudo de 2023 comparou os dois caminhos e concluiu que o RAG superou o ajuste fino, tanto para conhecimento que o modelo já tinha visto quanto para conhecimento totalmente novo. Os autores também viram que o modelo tem dificuldade em aprender fatos novos por ajuste fino. Por isso o profissional começa pelo RAG quando o problema é fato.
Prática · 10 min
- Liste três problemas reais da sua IA.
- Para cada um, use a tabela e escolha instrução, RAG ou ajuste fino.
- Escreva o custo estimado e como você vai medir se funcionou.
Resumo
- Instrução muda o comportamento. RAG muda o que ela sabe. Ajuste fino muda o jeito.
- Comece pela instrução, depois RAG, e só então pense em ajuste fino.
- Fato novo pede RAG, não treino.
- Meça cada mudança com a bateria de testes.
Fontes
Lidas em 30 de outubro de 2026.
- Ovadia e outros. Fine-Tuning or Retrieval?: RAG supera ajuste fino para injetar conhecimento (2023).
Quiz da aula
Três situações para aplicar o que viu.