GUIA DE ESTUDO AUTÔNOMO · EDIÇÃO 6.4

Do LLM ao sistema agêntico

Como um modelo de linguagem colabora com um coordenador, um RAG documental e ferramentas para realizar uma tarefa.

Inteligência Artificial · Prof. Francisco Javier Ropero Peláez · UFABC

Ideia central: o modelo interpreta e propõe; o coordenador verifica e encaminha; a ferramenta executa; o resultado volta ao modelo. A pessoa define os objetivos, os limites e a revisão.

Comece pelo conjunto, não por uma coleção de siglas

Imagine uma pessoa que já usa um modelo de linguagem e quer investigar uma questão. O modelo pode organizar ideias e sugerir um plano, mas não recebe automaticamente seus documentos, não dispõe de todos os instrumentos de cálculo e não adquire permissão para alterar arquivos só por escrever uma instrução. O aplicativo acrescenta essas capacidades por meio de componentes de software.

O LLM é uma peça do sistema, frequentemente baseada na arquitetura Transformer. A passagem para um sistema agêntico não exige transformar os pesos da rede em um novo tipo de programa. O que muda é a organização externa: suas propostas podem selecionar operações permitidas, e as observações dessas operações alimentam decisões seguintes. [T1, T2]

Pessoa: objetivo e limites
             ↓
Coordenador ↔ LLM
      ↕
Ferramentas · recuperação · dados · estado
             ↓
Observações → coordenador → LLM → próxima ação ou resposta

O desenho mostra responsabilidades, não a localização física dos componentes. Modelo e ferramentas podem funcionar em computadores diferentes. Nenhum dos módulos precisa estar dentro de uma cabeça de atenção.

O que você aprenderá

Distinguir texto de ação; acompanhar uma ida e uma volta completas; interpretar JSON; compreender RAG e recuperação documental; separar memória de projeto de parâmetros do modelo; e explicar quem controla a execução.

1 · ARQUITETURA GERAL

Cada componente resolve uma necessidade

Começamos com o LLM e acrescentamos componentes somente quando uma necessidade aparece. Esta é uma organização possível, não uma lista obrigatória para toda aplicação. [T1]

O planejador e o coordenador não são a mesma coisa

Neste arranjo, o modelo pode propor uma sequência sem controlar diretamente a máquina. O coordenador é o código que decide se uma proposta é executável e autorizada. Um planejador pode ser o próprio LLM ou um componente adicional; não precisa existir como módulo separado em todo sistema.

O modelo não ganha uma ferramenta nova porque inventou seu nome. A aplicação precisa oferecer essa operação, implementar seu comportamento e permitir seu uso.

2 · DO TEXTO AO CICLO

Uma consulta pode exigir várias voltas

A primeira resposta do modelo pode não ser a resposta ao usuário. Ela pode solicitar uma busca ou um cálculo. Depois da execução, o modelo precisa receber a observação para decidir se já pode concluir ou se necessita de outra operação. [T2]

1. A pessoa formula um objetivo. O coordenador prepara a mensagem com as informações disponíveis e as ações permitidas.

2. O modelo interpreta a mensagem e propõe uma ação estruturada.

3. O coordenador verifica a proposta. Uma proposta recusada não deve ser apresentada como executada.

4. Uma ferramenta aceita recebe os argumentos e devolve dados ou um erro.

5. O coordenador registra a observação e a inclui no próximo contexto enviado ao modelo.

6. O modelo usa o resultado para propor outra operação ou redigir a resposta final. O ciclo também pode parar por erro, limite de passos ou decisão humana.

Resultado intermediário não é resposta final

Recuperar quatro fontes significa que o buscador terminou uma operação. Elas podem ser fichas curadas, notas locais ou fragmentos do corpus RAG. Isso não significa que o modelo recebeu o livro inteiro nem que já respondeu à pergunta. Da mesma forma, obter três ângulos é uma saída de cálculo; explicá-los à pessoa é outra etapa.

Onde entra o mensageiro?

Imagine um general fora do quartel: recebe relatórios por um mensageiro, devolve uma orientação, a equipe executa e envia um novo relatório. Na analogia, o LLM propõe; o aluno transporta; o coordenador verifica; as ferramentas executam. O modelo não é uma autoridade infalível: o usuário e as regras do aplicativo conservam o controle.

Na ponte manual, copiar e colar realiza o transporte que uma integração programática poderia automatizar. A necessidade do mensageiro decorre da ausência dessa conexão, não simplesmente de o modelo ser remoto. Um modelo remoto pode estar integrado; um modelo local também precisa de uma interface de comunicação.

Não há um número universal de voltas. Uma pergunta pode encerrar rapidamente; outra exige busca, leitura de dados, cálculo e revisão. A aplicação precisa estabelecer condições de parada.

3 · O CONTRATO

JSON descreve uma proposta; não a executa

JSON é um formato de intercâmbio de dados: objetos contêm pares de nomes e valores. Aspas duplas delimitam textos; chaves delimitam objetos. O formato não define o significado de buscar_fontes ou finalizar: isso pertence ao contrato do aplicativo. [T3]

{
  "acao": "buscar_fontes",
  "argumentos": {
    "consulta": "personagens principais papel"
  }
}

Três mensagens diferentes

O contexto de ida inclui instruções, objetivo, ações permitidas e observações; pode conter JSON, mas não é necessariamente um único objeto JSON. A proposta de volta obedece ao contrato da ação. A observação é o retorno da função realmente executada. Confundir esses três elementos pode produzir repetições ou respostas sem fundamento.

Validações antes de executar

Primeiro, o texto precisa ser JSON válido. Depois, a ação precisa existir, os campos precisam corresponder ao contrato e os dados devem respeitar os limites da operação. Por fim, é necessário verificar se a execução é permitida naquele estado. Formato correto não garante uma decisão apropriada.

Sublinhados não precisam de escape: escreva buscar_fontes, sem uma barra antes de _. Para representar uma aspa dupla dentro de um texto JSON, use o escape previsto pelo formato. Copie o objeto inteiro e mantenha todas as chaves de fechamento.

Um JSON de backup e um JSON de ação podem ser igualmente válidos como formato, mas não são intercambiáveis. Cada um tem seu próprio contrato.

4 · DIÁLOGO COMENTADO / IDA

Um pedido de alinhamento

Exemplo operacional: uma pessoa fornece dois pontos e pede verificar se o eixo, prolongado nos dois sentidos, alcança uma região-alvo já configurada. Não estudaremos aqui a origem histórica do destino; o foco é a colaboração entre componentes. [I1]

Verifique o alinhamento nos dois sentidos.
A: latitude 51.17930555555555; longitude -1.8253083333333333.
B: latitude 51.17882972222222; longitude -1.8262194444444444.

O contexto informa ao modelo que calcular_novo_alinhamento recebe um nome e os pontos a e b, cada qual com lat e lon. As coordenadas devem ser copiadas literalmente como texto; conversões e cálculos pertencem ao programa.

Proposta que o modelo poderia devolver

{
  "acao": "calcular_novo_alinhamento",
  "argumentos": {
    "nome": "Exemplo didático",
    "a": {
      "lat": "51.17930555555555",
      "lon": "-1.8253083333333333"
    },
    "b": {
      "lat": "51.17882972222222",
      "lon": "-1.8262194444444444"
    }
  }
}

Leitura: “solicito calcular_novo_alinhamento com estes dois pontos”. O objeto não contém a conclusão de alinhamento. O modelo não declara que calculou nem substitui os valores fornecidos por medições de um catálogo.

Este JSON é um exemplo didático controlado, não o registro de uma consulta a um modelo durante a preparação do guia. Seus argumentos foram usados para testar a ferramenta de cálculo.

A ausência de um argumento de destino é deliberada: neste contrato, a região-alvo é definida pela aplicação. A IA não pode mudar silenciosamente a área para obter outro resultado.

5 · DIÁLOGO COMENTADO / EXECUÇÃO

O programa produz a observação

Ao receber a proposta, o coordenador verifica a estrutura e encaminha a ação ao módulo de cálculo. A validação confere formatos, faixas permitidas e presença das quatro coordenadas na pergunta. Ela não verifica, por si só, se os pontos medidos representam o eixo físico correto. [I1]

O programa converte as coordenadas para números, usa a região configurada e executa seus testes. Abaixo está um recorte fiel da saída obtida com os valores da página anterior; os demais campos foram omitidos somente para a leitura.

{
  "resultado": "cruza_interior",
  "eixo_cruza_regiao": true,
  "cruza_interior": true,
  "apenas_limite": false,
  "sentidos": {
    "A_para_B": {
      "cruza_regiao": true,
      "cruza_interior": true
    },
    "B_para_A": {
      "cruza_regiao": false,
      "cruza_interior": false
    }
  },
  "teste_original_planilha": {
    "A_para_B": {
      "angulos": {
        "alpha": 27.61794861983585,
        "beta": 27.548971757013216,
        "gamma": 27.57608895572885
      }
    }
  }
}

A observação completa também conserva os pontos originais, os valores convertidos, o destino e os limites do método. Na rodada, o coordenador acrescenta o identificador CALC-NOVO-1 e a localização “Resultado da ferramenta nesta execução, etapa 1”.

O que esses campos autorizam concluir?

O eixo atravessa o interior da região pelo sentido A para B. O sentido B para A não a alcança. A análise trata longitude e latitude como coordenadas de um plano. Ela não é uma verificação geodésica e não determina a intenção de quem construiu uma avenida.

A observação precisa voltar ao modelo. Mostrar o resultado na tela da pessoa não o torna automaticamente visível ao LLM que está em outra aplicação.

6 · DIÁLOGO COMENTADO / VOLTA

Interpretar sem alterar os números

Depois de receber a observação, o modelo pode concluir. No contrato didático, a mensagem abaixo pede ao coordenador que apresente uma resposta final. Ela não solicita um segundo cálculo.

{
  "acao": "finalizar",
  "argumentos": {
    "texto": "O eixo cruza o interior da região-alvo no sentido A para B. No sentido B para A, não cruza. O ângulo gama do teste ABS é 27.57608895572885 graus. O resultado usa o plano longitude/latitude; não é um teste geodésico nem prova de intenção histórica. Fonte: CALC-NOVO-1, resultado da ferramenta nesta execução, etapa 1."
  }
}

Por que a resposta é diferente da primeira proposta?

Na primeira volta, faltava o resultado: o modelo escolheu uma operação. Na segunda, já há uma observação: ele pode explicar seu significado. O coordenador recebe finalizar, encerra o ciclo e mostra argumentos.texto. A referência identifica a saída do programa, não um documento que o modelo supostamente teria lido.

Dois testes não precisam significar a mesma coisa

Neste exemplo, o módulo também preserva um critério angular com valores absolutos e um teste de interseção que distingue as direções. O teste ABS devolve verdadeiro para o intervalo em ambas as orientações; a interseção direcional encontra a região somente de A para B. Não há contradição sobre o eixo: os testes preservam informações diferentes. [I1]

O LLM deve manter essa diferença e não transformar desvio angular em incerteza de medição. Se uma execução devolver apenas um erro, a resposta precisa dizer que o cálculo não foi concluído, e não inventar números ou atribuir o erro ao usuário sem investigação.

Pergunta de leitura: quem produziu as coordenadas, quem selecionou a ação, quem fez a conta, quem transportou os resultados e quem explicou a conclusão? São responsabilidades distintas.

O mesmo padrão pode ser usado para ler uma tabela, verificar uma unidade, consultar um inventário ou preparar um rascunho. O instrumento muda; a separação entre proposta, execução e observação permanece.

7 · RECUPERAÇÃO E RAG

Dar ao modelo o material de que ele precisa

Uma pergunta sobre uma coleção particular não deve ser respondida apenas com associações gerais do modelo. Um recuperador seleciona trechos da coleção e os entrega como contexto; depois, o LLM gera a resposta usando esses trechos. Essa combinação é chamada de geração aumentada por recuperação, ou RAG (Retrieval-Augmented Generation). RAG não exige, por definição, embeddings: a recuperação pode ser lexical, vetorial ou híbrida. [T4]

Pergunta
   ↓
LLM propõe buscar_fontes
   ↓
Coordenador → RAG local lexical
   ↓
fichas + fragmentos de W → até 4 resultados
   ↓
observação volta ao LLM → resposta fundamentada

RAG não é treinar o modelo nem enviar o livro inteiro

Na edição 6.4, a recuperação combina 71 fichas curadas com 130 fragmentos de duas páginas que cobrem as 260 páginas de W. O PDF original não é enviado ao LLM: a busca seleciona, no máximo, quatro resultados por chamada e somente esses resultados entram no contexto transportado. Acrescentar esse corpus não altera os pesos do Transformer.

Nesta implementação, a recuperação é lexical e executada no navegador; não há embeddings nem banco vetorial. As fichas dão sínteses de alto nível e os fragmentos W-RAG funcionam como respaldo para detalhes não previstos nas fichas. A etapa de geração continua no LLM externo. Isso ilustra RAG sem reproduzir o recuperador denso nem o treinamento do artigo original. [T4, I1]

Exemplo: quando uma ficha não basta

Considere a pergunta: “Quais são as dimensões da Atlântida na novela W?”. Uma ficha temática pode não conter esse detalhe. O modelo pode então solicitar uma busca mais específica no corpus textual.

{
  "acao": "buscar_fontes",
  "argumentos": {
    "consulta": "Atlântida dimensões 3000 2000 estádios estádio egípcio"
  }
}

Uma recuperação bem-sucedida pode devolver W-RAG-083-084, localizado em W, cap. 35, pp. 83–84. Nesse fragmento aparecem a planície oblonga de 3.000 × 2.000 estádios, a escolha narrativa do estádio egípcio de 209,2 m e a conversão para 627,6 × 418,4 km. O LLM recebe esse trecho e suas páginas; não recebe automaticamente as outras 258 páginas.

{
  "fontes": [
    {
      "id": "W-RAG-083-084",
      "localizacao": "W, cap. 35, pp. 83–84",
      "texto": "... 3000×2000 estádios ... 209,2 m ... 627,6×418,4 km ..."
    }
  ]
}

Esse segundo JSON é uma observação produzida pelo recuperador, não uma proposta do modelo. Na próxima volta, o modelo pode usar a evidência para responder e citar o fragmento. Esta separação entre decisão, recuperação e geração é o ponto central do RAG agêntico.

Procedência e limites

Uma ficha de leitura é uma síntese curada; um resultado W-RAG é um fragmento textual extraído do PDF, com páginas. Nenhum deles transforma uma fala de personagem em medição científica. Da mesma forma, uma referência bibliográfica não significa que o relatório citado foi consultado. Um sistema útil conserva essas diferenças nos metadados e na resposta.

Nenhum resultado encontrado significa “esta busca não recuperou informação entre os resultados selecionados”, não “a informação não existe no livro”. Termos, idioma, pontuação lexical e o limite de quatro retornos podem explicar a lacuna; refine a consulta antes de concluir ausência.

A qualidade do sistema depende também da organização da base: nomes desambiguados, páginas, versões, fragmentação e metadados fiéis. As fichas e o corpus completo cumprem papéis complementares: uma interface bonita não compensa recuperação ruim ou atribuição incorreta.

8 · ESTADO E MEMÓRIA

O que fica guardado e o que chega à rede

Uma aplicação não é “a memória inteira da IA”

O coordenador pode guardar muitos eventos e enviar somente alguns ao modelo. Isso reduz tamanho, mas pode perder detalhes se a seleção for mal feita. Reenviar o contexto atualizado é essencial quando o serviço externo não vê diretamente o estado do aplicativo.

Local, remoto e persistente

Armazenamento no navegador depende do aparelho, do navegador e da origem do site. Exportar um projeto cria uma cópia transportável; não sincroniza automaticamente outros usuários. Na implementação didática, fechar a página interrompe o trabalho, mesmo que o site continue publicado. [I1]

Contexto, arquivo salvo, histórico e parâmetros treinados não são sinônimos. Antes de dizer “a IA lembra”, identifique onde a informação está armazenada e como será recuperada.

9 · LIMITES E CONTROLE

Ferramentas úteis exigem limites explícitos

O LLM produz uma proposta que pode estar errada, incompleta ou fora do contrato. O coordenador não deve executar texto arbitrário como código. Deve aceitar apenas operações conhecidas com argumentos apropriados. A existência de uma mensagem bem escrita não cria autorização. [T2, T3]

A pessoa participa de mais de uma maneira

Ela define o objetivo e julga a utilidade do resultado. Na ponte manual também é mensageira. Transportar mensagens não a obriga a alterar fórmulas ou inventar argumentos; a tarefa é levar o conteúdo completo e verificar se o próximo resultado corresponde ao pedido.

Automatização não elimina a revisão

Uma integração por API poderia automatizar a transmissão. Isso exige implementar a conexão e controlar autenticação, permissões, custos e tratamento de falhas. Automatizar o transporte não torna os dados verdadeiros nem torna desnecessário revisar uma conclusão.

A segurança não depende de pedir educadamente ao modelo que se comporte bem. Depende também do que o software permite executar e de quais dados e recursos disponibiliza.

10 · O QUE TORNA O SISTEMA AGÊNTICO?

Escolher ações, observar e prosseguir

Há um contínuo entre respostas textuais, fluxos com ferramentas e agentes. Um fluxo pode usar um LLM em uma etapa, mas manter a ordem das operações inteiramente programada. Em um arranjo agêntico, o modelo tem alguma margem para escolher ações e ajustar o percurso ao objetivo e às observações, sempre dentro das regras do aplicativo. [T1]

O exemplo manual é limitado, mas instrutivo

O modelo externo participa de verdade quando recebe o contexto e produz a proposta; o transporte é manual. Por isso a atividade não demonstra autonomia contínua: depende de intervenção humana a cada troca. Um JSON fornecido previamente pelo docente demonstra o contrato, não demonstra uma decisão feita naquele momento por um LLM.

Transfira para outro problema

Para organizar um TCC, o primeiro instrumento pode ser a recuperação de fontes. Para conferir medições, pode ser uma calculadora. Para acompanhar um projeto, estado e tarefas são relevantes. Comece com um produto verificável e acrescente somente os módulos que reduzem uma limitação concreta.

Síntese: o comportamento agêntico pertence ao sistema modelo + contexto + controle + ferramentas + retorno. Não é uma propriedade adquirida por um texto JSON isolado.

REFERÊNCIAS E LEITURA FINAL

Como conferir sua compreensão

1. Explique a diferença entre propor uma ação e executá-la.

2. Mostre onde uma saída de ferramenta entra no próximo contexto.

3. Identifique quem calcula os números e quem os interpreta no diálogo.

4. Explique por que acrescentar um corpus RAG não altera os pesos do modelo.

5. Descreva uma situação em que o coordenador deve recusar uma proposta.

6. Diferencie fluxo fixo, decisões por regras e escolhas de um LLM.

7. Explique o que a ponte manual demonstra e o que ela não demonstra.

Referências técnicas

[T1] Anthropic. Building effective agents (2024). Distinção entre fluxos programados e agentes; modelo ampliado por ferramentas, recuperação e memória. https://www.anthropic.com/research/building-effective-agents

[T2] OpenAI. Function calling. Documentação do ciclo em que o aplicativo executa a ferramenta e devolve sua saída ao modelo. https://developers.openai.com/api/docs/guides/function-calling

[T3] Bray, T. (ed.). RFC 8259: The JavaScript Object Notation (JSON) Data Interchange Format (2017). https://www.rfc-editor.org/rfc/rfc8259.html

[T4] Lewis, P. et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (2020). Artigo de referência; o exemplo manual deste material não reproduz o treinamento e o recuperador denso daquele trabalho. https://arxiv.org/abs/2005.11401

[I1] Implementação didática distribuída com este material, edição 6.4.0. Contratos das ações, RAG local lexical e saídas da calculadora. Os exemplos operacionais são específicos dessa implementação; não são comandos universais de um LLM.

Documentação técnica consultada em 22/10/2026. Este guia combina explicação conceitual com exemplos controlados da implementação didática. A edição 6.4 usa 71 fichas curadas e 130 fragmentos RAG de W; as saídas numéricas do exemplo foram produzidas pelo programa, não por uma execução de modelo comercial durante a preparação.

Estude o mecanismo geral; use o guia de atividades para observar uma implementação concreta. O critério é conseguir explicar responsabilidades e evidências, não memorizar nomes de ferramentas.

Edição 6.4 · Site 145 · material didático.