$ cd ~/claude-playbook
$ cat artigos/o-que-e-uma-llm.md

O que é uma LLM (e por que isso muda como você usa o Claude)

Modelo de linguagem grande explicado em linguagem prática: como gera texto, por que erra com confiança, e o que isso muda nas suas decisões usando o Claude.

· 6 min de leitura
--tag=fundamentos --tag=llm

Por muito tempo achei que entender o que é uma LLM era opcional pra usar Claude bem. Mudei de ideia.

Não que você precise saber a matemática do transformer. Mas existe um mínimo de modelo mental que muda decisões práticas — quando confiar, quando duvidar, como escrever prompts que funcionam, quando dividir uma tarefa em duas. Esse post é esse mínimo.

O que é uma LLM, em uma frase

Uma Large Language Model é uma rede neural treinada em muito texto pra fazer uma única coisa: dado um pedaço de texto, prever qual é o próximo pedaço.

É só isso. Toda a aparente “inteligência” — responder perguntas, escrever código, traduzir, resumir — emerge de fazer essa predição muito bem, repetidamente.

Como funciona em 3 minutos

Quando você manda um prompt, o que acontece por baixo:

  1. Tokenização — seu texto vira uma lista de “tokens” (pedaços de palavra: "playbook" pode virar ["play", "book"]). O modelo não vê letras nem palavras; vê números que representam tokens.
  2. Embedding — cada token vira um vetor de centenas de dimensões. Vetores próximos = significados próximos.
  3. Atenção — o coração do transformer. Pra cada token, o modelo calcula quanto “presta atenção” em cada outro token do contexto. É isso que permite entender que "ele" se refere a "João" mesmo 30 palavras atrás.
  4. Distribuição de probabilidades — depois de processar o contexto, o modelo cospe uma distribuição: pra cada token possível no vocabulário, qual a probabilidade de ele ser o próximo. Algo como { "casa": 0.12, "carro": 0.08, "livro": 0.04, ... }.
  5. Sampling — escolhe um token. Pode ser o mais provável (greedy), ou amostra com alguma randomicidade (temperatura, top-p).
  6. Repete — adiciona o token escolhido ao contexto, volta pro passo 3, prevê o próximo.

Token a token, até parar (limite, ou token especial de fim).

A resposta inteira é construída uma palavra (ou pedaço dela) por vez. Não existe “pensar a resposta toda primeiro e depois escrever” — o modelo se compromete com cada token sem saber o que vai vir depois.

As duas fases de treinamento (e por que isso importa)

Pré-treinamento

A LLM “lê” trilhões de tokens da internet, livros, código. Pra cada pedaço, esconde a próxima palavra e tenta prever. Erra. Ajusta os pesos. Repete bilhões de vezes.

Resultado: um modelo que sabe completar texto muito bem, mas que não tem ideia de “estar conversando com alguém” ou “seguir instruções”. Ele só completa.

Se você desse uma instrução crua a um modelo só pré-treinado — “Resuma este texto” — ele talvez completasse com “em 200 palavras, e depois faça uma análise crítica…” — porque na internet, instruções costumam ser seguidas de mais instruções.

Pós-treinamento (onde a “personalidade” entra)

Aqui o modelo aprende a se comportar como assistente. Tem várias técnicas, as principais sendo:

  • Instruction tuning — treina com pares (instrução, resposta_boa) curados por humanos. Ensina o formato “alguém pede algo, eu respondo”.
  • RLHF (Reinforcement Learning from Human Feedback) — humanos comparam pares de respostas e escolhem a melhor. Treina-se um “modelo de recompensa” que aprende as preferências; depois o modelo principal é ajustado pra maximizar essa recompensa.

A Anthropic é uma das pioneiras nesse pós-treinamento, e é uma boa parte do que faz o Claude soar útil, honesto e cauteloso.

A consequência prática: o Claude que você usa não é o pré-treinado que aprendeu o mundo. É o pré-treinado alinhado por humanos a se comportar de jeitos específicos. Esse alinhamento é o que define muito do que parece “personalidade” do modelo.

O que LLM faz bem (e o que faz mal)

Faz bem:

  • Reconhecer padrões em texto e replicá-los (escrever no estilo X, gerar código que segue convenção Y)
  • Síntese de informação que está no contexto fornecido
  • Tradução, resumo, reformulação
  • Tarefas de “completar uma estrutura conhecida” (gerar boilerplate, ajustar imports)

Faz mal:

  • Fatos específicos sobre o mundo real (datas, nomes, números, citações exatas) — não tem mecanismo pra verificar; preenche com o que “soa plausível”
  • Cálculos aritméticos com números grandes (não tem calculadora embutida)
  • Raciocínio de várias etapas sem guia (vai em frente sem voltar e revisar)
  • “Eu não sei” — modelos costumam preferir uma resposta confiante (ainda que errada) a admitir incerteza, a menos que sejam explicitamente alinhados pra fazer isso (Claude tenta, mas não é perfeito)

Esse último ponto é o mais traiçoeiro: a LLM erra com a mesma confiança com que acerta. Não há um sinal interno de “isso aqui eu chutei”.

O que isso muda nas minhas decisões usando o Claude

Aqui vai o que importa de verdade — o ponto inteiro de entender LLM é mudar como você usa.

Prompt é o que mais importa, não o modelo

O modelo só vê o que você dá no contexto. Toda decisão dele é “dado isso, qual é a próxima palavra?”. Se o contexto é vago, a saída é vaga. Se é específico, a saída é específica. Trocar de Sonnet pra Opus quase nunca conserta um prompt ruim.

Contexto é caro — cure o que entra

Cada token no contexto custa atenção (literalmente — é um cálculo quadrático em alguns casos). Encher o prompt com “talvez seja útil” envenena a saída: o modelo dá peso pra coisa que era ruído.

Resultado prático: prefiro menos contexto bem escolhido a muito contexto cobrindo todas as bases. CLAUDE.md de 30 linhas focadas bate CLAUDE.md de 500 linhas genéricas.

Desconfie de fatos específicos

Se peço pro Claude “qual a versão mais recente do React?”, ele vai chutar com confiança baseado no treinamento dele (que tem corte). Pra fatos que mudam, sempre confirmo com fonte externa — ou peço pro modelo usar uma ferramenta que verifica (web search, leitura de docs reais).

Exemplos > descrições

Como o modelo é, no fundo, um preditor de padrão, mostrar é mais eficaz que explicar. Em vez de:

“Use camelCase pros nomes de variáveis e seja conciso nos comentários”

prefira:

“Padrão a seguir: const userName = ... (camelCase). Comentários assim: // fetches user from API (curto, presente).”

Padrões concretos viram peso direto na predição. Descrições abstratas viram instrução vaga.

Tarefa grande → várias pequenas

LLM não tem “memória de trabalho” pra um plano de 30 etapas. Quando peço uma reforma grande de uma tacada, ele se compromete com decisões iniciais e não revisa.

Quebrar em sessões/turnos menores força o modelo a re-considerar a cada passo. Por isso o Plan Mode funciona: explicita o “pensar antes” que o modelo não faz nativamente.

”Pensar antes de responder” não é mágico

Modelos novos têm modos de “raciocínio” (chain-of-thought, extended thinking). Por baixo, eles ainda estão prevendo um token por vez — só que primeiro geram tokens de pensamento que se acumulam no contexto, dando mais “pista” pra resposta final.

Funciona porque o modelo se condiciona ao próprio raciocínio, mas não troca a natureza preditiva por dedução verdadeira. É melhor que sem, mas ainda erra. E custa mais tokens, então use quando o problema pede.

Quando ignorar este fundamento

Pra tarefas óbvias e curtas — “renomeia essa variável”, “escreve um regex pra email”, “converte esse JSON pra CSV” — você não precisa pensar em nada disso. Pede e segue.

O fundamento começa a importar quando:

  • A tarefa é não-trivial (vai durar mais de 10 minutos de sessão)
  • Você está montando uma rotina de uso (CLAUDE.md, hooks, comandos custom)
  • Você está debugando “por que o modelo não fez o que pedi”
  • Você está decidindo entre modelos (Sonnet vs Opus, etc.)

Nesses casos, ter o modelo mental certo poupa muito ajuste por tentativa e erro.

Resumindo

LLM é um preditor de próximo token, treinado em duas fases (pré-treino + alinhamento), que erra com confiança e responde sempre baseado só no que está no contexto. Internalizar isso muda quase tudo: você cura contexto em vez de despejar, mostra em vez de descrever, divide em vez de pedir tudo de uma vez, e desconfia de fatos específicos.

Não é teoria — é a base das decisões práticas que você toma todo dia usando Claude.

Fontes