Primeiros passos com LLM
Do "nunca escrevi um prompt sério" até rodar um modelo na sua própria máquina.
Ao final desta trilha, você consegue
Você vai saber estruturar um prompt, entender o que são tokens e por que eles custam, e rodar um LLM local.
Entre para marcar etapas concluídas e acompanhar seu progresso nesta trilha.
- JogoEtapa 1
Mestre do Prompt
Monte o prompt certo com os blocos certos — e descarte o ruído.
Por que agora: Antes da teoria, sinta na prática o que diferencia um prompt bom de um vago.
- ArtigoEtapa 2
Engenharia de prompt em produção
Estruture prompts para produção com papel, contexto, tarefa, formato, exemplos. Teste, versione e force schema JSON.
Por que agora: Agora o nome de cada peça que você montou no jogo, e como versionar isso.
- LaboratórioEtapa 3
Tokenizador Visual
Cole um texto e veja como ele vira tokens — e quanto isso custa.
Por que agora: Cole o seu próprio prompt e veja quantos tokens ele realmente consome.
- JogoEtapa 4
Caça-Tokens
Combine tokens para liberar espaço antes que a janela de contexto estoure.
Por que agora: Fixa a ideia de janela de contexto como um recurso finito que enche.
- LaboratórioEtapa 5
Calculadora de Custo de LLM
Compare o custo mensal entre modelos com o seu volume real de uso.
Por que agora: Traduza tokens em reais por mês, com o seu volume.
- ArtigoEtapa 6
Rodando um LLM local com Ollama
Configure um LLM local com Ollama em 5 minutos. Entenda quantização (Q4, Q8), RAM necessário e quando local compensa frente a APIs pagas.
Por que agora: Custo zero por token: rode o modelo na sua máquina e compare.