Glossário do Curso de ChatGPT

Todos os termos do curso em um só lugar, com definições simples. Use a busca para achar rápido.

Abstenção: A resposta em que o modelo não arrisca um palpite e assume que não sabe. A OpenAI classifica as respostas em três grupos: acertos, erros e abstenções, e afirma que errar é pior do que se abster. O Model Spec deles diz que é melhor indicar incerteza ou pedir esclarecimento do que fornecer com confiança uma informação que pode estar incorreta.
Action: A ponte que liga um GPT que você criou a uma API externa que você mesmo define. É o caminho para o seu GPT consultar um sistema que só existe na sua empresa. Exige que alguém saiba descrever a API, então é a parte mais técnica do assunto.
Ajuste com feedback humano: A segunda fase, conhecida pela sigla RLHF, em inglês reinforcement learning from human feedback. Pessoas contratadas demonstram o comportamento desejado e ordenam respostas da melhor para a pior, e essa preferência humana vira o sinal que refina o modelo. É o que transforma um completador de texto em um assistente que segue instrução e recusa pedido perigoso.
Aleatoriedade inerente: A explicação oficial para a mesma pergunta render respostas diferentes. Nas palavras da OpenAI: como existem múltiplas maneiras plausíveis de completar uma frase, há um elemento inerente de aleatoriedade em como o modelo responde, e por isso a mesma pergunta pode gerar respostas diferentes em consultas diferentes. Não é bug nem má vontade, é como o sistema foi construído.
Alucinação: É quando o ChatGPT afirma com total confiança algo que não é verdade: um número inventado, uma lei que não existe, um livro que ninguém escreveu. Não é mentira nem defeito de fabricação. É consequência direta de um sistema que escolhe a continuação mais provável do texto, e não a mais verdadeira.
Análise de dados: A ferramenta do ChatGPT que recebe arquivos como planilhas e CSV, escreve um código para tratar aqueles dados, executa esse código e mostra o resultado em tabela ou gráfico. O nome atual dela é esse mesmo, Data analysis, e não Advanced Data Analysis, como muito material antigo ainda repete.
App conectado: A ligação entre a sua conta do ChatGPT e uma ferramenta que você já usa, como Google Drive, Gmail, Slack ou Notion. Não exige programação: você autoriza o acesso e passa a poder pedir coisas sobre o conteúdo que está lá.
Aprendizado interativo: Módulos visuais dentro do ChatGPT em que você mexe em fórmulas e variáveis e vê o efeito na hora, em vez de só ler a explicação. Segundo a documentação oficial, cobrem mais de setenta tópicos de matemática e ciências e estão disponíveis para quem está com a conta conectada.
Aprovação: O momento em que o agente para e pede a sua autorização antes de executar uma ação importante. É o ponto de controle que separa a autonomia útil da autonomia perigosa, e perde todo o valor quando vira um clique automático em qualquer caixa que aparece na tela.
Autocrítica: O recurso de pedir que o modelo avalie a própria resposta com um critério que você define, apontando pontos fracos, exageros e trechos que exigem conferência. Não é infalível, porque quem revisa é o mesmo mecanismo que escreveu, mas ajuda a pegar exagero, promessa demais e furo de argumento.
Base de conhecimento: Os arquivos que você anexa a um GPT para ele consultar ao responder. A documentação da OpenAI informa que dá para anexar até 20 arquivos a um GPT, cada um com até 512 MB. Serve para material que o modelo não teria como saber, como a sua tabela de preços ou o seu manual interno.
Biblioteca de arquivos: O espaço onde ficam guardados os arquivos que você já enviou ao ChatGPT. O tamanho desse espaço muda conforme o plano, e é diferente do limite de quantos arquivos você pode anexar numa única mensagem. São dois limites distintos que costumam ser confundidos.
Busca na web: A ferramenta que faz o ChatGPT consultar páginas da internet na hora da pergunta, em vez de responder só com o que aprendeu no treino. A resposta vem com links para as páginas usadas e leva em conta a sua localização. Em julho de 2026 ela está em todos os planos, inclusive para quem usa sem conta.
Capacidades ativáveis: As ferramentas que você liga ou desliga dentro de um GPT: busca na web, geração de imagem, interpretador de código e análise de dados. Ligar só o que a tarefa exige deixa o comportamento mais previsível e evita que o GPT saia buscando coisa na internet quando deveria usar os seus arquivos.
Chat temporário: Um modo de conversa que não usa e nem cria memória. O que você escreve ali não influencia conversas futuras e o que ele já sabe sobre você não entra na conversa. É o modo indicado para assunto pontual, dado sensível ou computador compartilhado.
ChatGPT: Assistente de inteligência artificial da OpenAI que conversa por texto em português e em dezenas de outros idiomas. Ele recebe o que você escreve, chamado de prompt, e devolve uma resposta gerada na hora, palavra por palavra. É um produto que roda no site chatgpt.com e também em aplicativos de celular e de computador.
ChatGPT Classic: O nome que passou a ser usado para o antigo aplicativo de desktop do ChatGPT, depois que a OpenAI lançou o novo app unificado em julho de 2026. O novo reúne Chat, Work e Codex numa só janela e está disponível em todos os planos, inclusive no gratuito.
ChatGPT Work: Agente lançado em julho de 2026 para tarefas longas e mais envolvidas. Segundo a citação oficial, ele pesquisa e analisa informação, trabalha com apps e arquivos conectados e cria documentos, planilhas, apresentações, relatórios e Sites prontos. Você acompanha o progresso, responde perguntas dele, muda o rumo e aprova as ações importantes enquanto ele trabalha.
Citação: A referência que o relatório traz apontando de onde veio cada informação. A citação mostra a origem, mas não prova que o dado está correto nem que foi interpretado do jeito certo. Abrir o link e conferir continua sendo responsabilidade de quem vai usar o material.
Code block interativo: O bloco de código que aparece direto na resposta, com tratamento próprio em vez de virar mais um trecho de texto solto no meio da conversa. Junto com o writing block, é o caminho oficial para trabalhar código no ChatGPT depois da aposentadoria do Canvas.
Colaborador: Uma pessoa que você adiciona a um projeto para trabalhar junto naquele espaço. O número de colaboradores permitidos varia por plano, e é um dos limites que vale conferir na página oficial antes de planejar um trabalho em grupo.
Contexto: Tudo que o modelo tem diante dos olhos naquela geração específica. Não é memória no sentido humano, é o material que foi entregue a ele naquele momento. O que estiver fora do contexto, para efeitos práticos, não existe para o modelo naquela resposta.
Contexto da conversa: Tudo que foi escrito dentro do chat que está aberto agora, de parte a parte. Ele existe enquanto aquela conversa existe e some quando você começa uma nova. Não confundir com memória: o contexto é local e imediato, a memória atravessa conversas.
Controlador: Pela LGPD, no artigo 5, inciso VI, é a quem competem as decisões referentes ao tratamento de dados pessoais. Traduzindo para o chat: quem decide colar o dado e para quê é quem toma a decisão, e portanto é quem responde por ela. A ferramenta não vira responsável porque você a usou.
Controles de dados: A área de configurações onde você decide se as suas conversas ajudam a treinar o ChatGPT. Na web, o caminho é o ícone de perfil, Settings, Data Controls, e ali fica a chave Improve the model for everyone. A opção vale para a conta inteira e sincroniza entre o computador e o celular.
Conversa contaminada: É quando a conversa acumulou tantas tentativas, correções e caminhos abandonados que o histórico atrapalha mais do que ajuda. O modelo continua enxergando as versões ruins e tende a voltar para elas. O sintoma é insistir no mesmo erro depois de você já ter corrigido, e a saída é abrir um chat novo.
Corte de conhecimento: A data até onde vão os dados de treinamento do modelo. A documentação da OpenAI é direta: os modelos são treinados com dados até certo ponto e as respostas não incorporam informação sobre eventos posteriores, a menos que ferramentas sejam usadas. É por isso que a notícia de ontem não está lá dentro por padrão.
Critério de sucesso: A régua explícita que separa uma boa resposta de uma resposta qualquer, escrita dentro do pedido. Coisas como cabe em uma folha, um leigo entende sem perguntar nada, ou toda afirmação aponta a cláusula que a sustenta. É o que substitui a lista de instruções quando você trabalha com um modelo de raciocínio.
Custo de computação: O gasto real de processamento que cada resposta gera nos servidores. Modelos maiores e respostas mais elaboradas consomem mais tempo de máquina, e é esse custo que justifica a existência de planos pagos e de limites de mensagens.
Dado pessoal: Pela LGPD, no artigo 5, inciso I, é a informação relacionada a pessoa natural identificada ou identificável. O detalhe que pega muita gente é o identificável: não precisa ter o nome escrito. Se o conjunto de informações permite chegar na pessoa, aquilo é dado pessoal e a lei se aplica.
Dado pessoal sensível: Pela LGPD, no artigo 5, inciso II, é o dado sobre origem racial ou étnica, convicção religiosa, opinião política, filiação a sindicato ou a organização de caráter religioso, filosófico ou político, dado referente à saúde ou à vida sexual, e dado genético ou biométrico, quando vinculado a uma pessoa natural. Tem regra própria e bem mais rígida, no artigo 11.
Decisão de alto risco: Decisão que muda a vida de alguém de forma jurídica ou material: crédito, emprego, moradia, seguro, educação, saúde, justiça. As políticas de uso da OpenAI proíbem a automação desse tipo de decisão em áreas sensíveis sem revisão humana, e os termos proíbem usar saída sobre uma pessoa com impacto legal ou material sobre ela.
Decomposição: Dividir uma tarefa grande em etapas menores que podem ser pedidas e conferidas uma de cada vez. O ganho não é só a qualidade de cada parte: é enxergar o erro cedo, quando corrigir custa uma linha, em vez de descobrir no fim que a coisa toda nasceu torta.
Deep research: Modo de pesquisa longa do ChatGPT, chamado de pesquisa profunda. Em vez de responder na hora, ele monta um plano, consulta várias fontes ao longo de vários minutos e entrega um relatório estruturado com as citações do que usou. É feito para perguntas que exigem levantamento, não para dúvidas rápidas.
Definição de pronto: A frase que você escreve antes de começar dizendo como vai saber que o assistente funcionou. Pode ser um tempo, um formato ou um resultado observável. Sem essa frase, o projeto nunca termina: sempre dá para ajustar mais um detalhe, e o ajuste vira uma forma confortável de nunca usar a coisa de verdade.
Downgrade: A troca de um plano pago por outro mais barato ou pelo gratuito. No ChatGPT, o downgrade só passa a valer na próxima renovação, ou seja, você continua com o que pagou até o fim do ciclo. O upgrade funciona ao contrário: vale na hora.
Engenharia de prompt: Na definição oficial da OpenAI, é o processo de escrever instruções eficazes para o modelo, de forma que ele gere de maneira consistente o conteúdo que você precisa. Repare na palavra consistente: o objetivo não é acertar uma vez por sorte, é acertar de novo amanhã. O nome assusta um pouco, mas não exige nada de programação.
Escopo: O tamanho daquilo que você decidiu resolver. Escopo pequeno é uma tarefa específica, com entrada e saída claras. Escopo grande é uma área inteira da vida. Neste módulo o escopo pequeno vence sempre, porque um assistente estreito que você usa toda semana vale mais que um assistente enorme que você abandonou no terceiro dia.
Exemplo diverso: Um exemplo que cobre uma situação diferente das outras, e não uma variação do mesmo caso. O guia oficial recomenda mostrar uma faixa variada de entradas possíveis com as saídas desejadas. Três exemplos que cobrem três situações distintas ensinam mais que dez exemplos quase iguais.
Exemplos: A terceira parte do esqueleto: entradas possíveis junto com a saída desejada. O nome técnico é few-shot. A orientação oficial é mostrar uma variedade de entradas possíveis com as saídas desejadas, ou seja, dois a quatro exemplos diferentes entre si valem mais do que dez exemplos parecidos.
Fallback: O modelo mais simples para o qual o ChatGPT desce quando você estoura o limite de uso do modelo que estava usando. Você continua conseguindo conversar, mas com menos capacidade, e nem sempre a interface deixa isso óbvio, o que explica respostas que pioram do nada no meio do dia.
Fast answers: O modo de resposta rápida do ChatGPT, disponível em todos os planos. Ele tem uma característica que muita gente descobre da pior forma: não usa a memória nem os seus chats passados. Por isso ele é veloz e por isso ele não sabe quem você é.
Few-shot: A técnica de incluir alguns exemplos de entrada e saída dentro do próprio pedido para orientar o modelo a uma tarefa nova. A definição oficial da OpenAI diz que o modelo pega o padrão desses exemplos de forma implícita e aplica ao caso seguinte, sem que nada precise ser treinado. É a diferença entre explicar uma regra e demonstrar a regra.
Fonte: A página de onde a informação saiu. No ChatGPT ela aparece como um link ao lado ou abaixo da resposta. Uma fonte citada prova de onde o dado veio, mas não prova que o resumo feito em cima dela está correto, e essa diferença é o assunto desta aula.
Fontes de memória: O recurso que mostra qual informação guardada ajudou a personalizar uma resposta específica. Fica no ícone de fontes, abaixo da resposta, e permite editar o que não vale mais. É o botão da transparência: em vez de adivinhar por que ele respondeu daquele jeito, você vê.
Formato de saída: A descrição exata de como a resposta deve chegar: tabela com estas colunas, lista de cinco itens, texto de 200 palavras. Sem essa definição, o modelo escolhe por você, e a escolha padrão costuma ser texto corrido, que é o formato mais difícil de conferir e de usar.
Fronteira do material: A marcação que separa o que é a sua instrução do que é o material que você colou. Se feita com títulos, listas e uma etiqueta clara de abertura e fechamento, evita o erro clássico de o modelo tratar uma frase que estava dentro do documento como se fosse uma ordem sua.
Full-duplex: Termo emprestado das telecomunicações para dizer que os dois lados falam e escutam ao mesmo tempo, como num telefonema. O contrário é o rádio de camionete, em que um fala enquanto o outro só escuta e espera a vez. A voz do ChatGPT passou a ser full-duplex, e é por isso que dá para interromper no meio da frase.
GPT personalizado: Uma versão do ChatGPT que você configura para uma tarefa específica. Ela guarda uma instrução fixa, pode ter arquivos próprios como base de conhecimento e pode ter ferramentas ligadas, como busca na web ou análise de dados. Toda conversa aberta nesse GPT já começa com tudo isso valendo.
GPT-Live-1: O modelo de voz do ChatGPT, lançado em 8 de julho de 2026. Ele roda dentro da própria conversa, com o texto do lado, e usa busca e memória enquanto vocês conversam. Substituiu o modo de voz anterior, que sobrevive apenas como caminho legado para vídeo e compartilhamento de tela.
Higiene de memória: O hábito de revisar de tempos em tempos o que o ChatGPT guardou sobre você e apagar o que envelheceu ou nunca foi verdade. Memória errada não fica inofensiva no canto: ela entra nas respostas e piora o resultado sem avisar.
Histórico de versões: O recurso que guarda as versões anteriores de um GPT, disponível no menu de três pontos. Permite revisar o que mudou e restaurar uma versão antiga. É a rede de segurança de quem mexe na instrução e piora o resultado sem perceber.
Identidade: A primeira parte do esqueleto oficial. É onde você descreve o propósito, o estilo de comunicação e o objetivo geral do assistente naquela tarefa. No ChatGPT do dia a dia, você escreve isso na própria caixa de mensagem, ou deixa fixo nas instruções personalizadas, nas instruções de um projeto ou de um GPT.
Instrução defensiva: Um limite escrito de propósito para impedir um comportamento indesejado, e não para pedir algo novo. A mais útil de todas manda o modelo escrever NÃO CONSTA quando a informação não está no material fornecido, em vez de preencher a lacuna com uma estimativa que parece verdadeira.
Instrução personalizada: A configuração de comportamento que vale para todos os seus chats, e não para uma tarefa só. Segundo a OpenAI, ela é aplicada imediatamente a todos os chats, inclusive os que já existem. É o lugar de dizer coisas permanentes sobre você, como a sua profissão ou o tom de resposta que prefere.
Instruções do projeto: Um segundo nível de instruções, que vale só dentro daquele projeto. Enquanto as instruções personalizadas dizem quem você é sempre, as do projeto dizem como aquele trabalho específico funciona. As duas convivem: uma é sobre você, a outra é sobre a tarefa.
Instruções personalizadas: Um texto que você escreve uma vez nas configurações e que passa a valer para as suas conversas com o ChatGPT. Ali você diz quem é, para quem escreve, que tom prefere e o que quer evitar. Segundo a OpenAI, elas se aplicam imediatamente a todos os chats, inclusive aos que já existem.
Interpretador de código: O ambiente onde o código escrito pelo ChatGPT roda de verdade, com os seus dados dentro. É a peça que muda tudo: em vez de o modelo chutar quanto dá uma soma, a máquina calcula e devolve o número que o código produziu. Se o código estiver certo, a conta está certa.
Janela compartilhada: O fato, documentado pela própria OpenAI, de que a janela de contexto não é toda sua. Instruções de sistema, a memória do ChatGPT e o processamento interno do modelo consomem parte dela. Ou seja, o texto que você pode colar é sempre menor que o número total anunciado.
Janela de contexto: A quantidade de informação que o modelo consegue considerar de uma vez em uma conversa: o seu pedido, os arquivos enviados, o histórico e as instruções internas. A documentação da OpenAI é explícita ao dizer que essa janela é compartilhada entre tudo isso, então o espaço real para o seu texto é menor do que o total anunciado.
Laboratório de prompts: A bancada de prática do curso, dentro do navegador. Você monta, quebra e melhora prompts com desafios guiados, vendo o efeito de cada mudança. É o lugar de errar sem custo antes de levar a técnica para o seu trabalho de verdade.
Limite de uso: A quantidade de mensagens que o seu plano permite com determinado modelo numa janela de tempo. Estourar não bloqueia a conta: derruba você para um modelo mais simples até a janela virar. É por isso que gastar o modelo bom em tarefa trivial cobra um preço depois.
Login social: A opção de entrar em um serviço usando uma conta que você já tem em outro lugar, como Google, Apple ou Microsoft, em vez de criar mais uma senha. No ChatGPT esse caminho existe ao lado do cadastro tradicional com e-mail e senha, e os dois levam ao mesmo lugar.
MCP: Sigla de Model Context Protocol, um padrão para conectar o ChatGPT a servidores de ferramentas externas, disponível pelo developer mode. Permite operações de leitura e de escrita. A própria OpenAI avisa que conectar um servidor não confiável aumenta o risco.
Memória: Recurso do ChatGPT que guarda informações sobre você entre conversas diferentes, como preferências e contexto que você autorizou. É diferente de treinamento: a memória personaliza o seu atendimento, não muda o modelo para os outros usuários. O curso tem um módulo dedicado a esse recurso e às suas configurações.
Modelo de linguagem: O sistema de inteligência artificial que fica por trás do ChatGPT. Ele foi treinado em uma quantidade enorme de texto e aprendeu padrões de como as palavras se encaixam. A partir desses padrões, ele calcula qual continuação é a mais provável para o que você escreveu, e é assim que a resposta nasce.
Modelo de raciocínio: Segundo a documentação oficial, modelos de raciocínio geram uma cadeia de pensamento interna para analisar o pedido e se destacam em tarefas complexas e em planejamento de várias etapas. São geralmente mais lentos e mais caros que os modelos rápidos. Reduzem alucinação, mas não a eliminam.
Modelo rápido: O modelo padrão do ChatGPT, aquele que responde quase imediatamente quando você manda uma mensagem. Ele foi ajustado para o dia a dia: reescrever um texto, resumir um documento, tirar uma dúvida, responder um e-mail. Em julho de 2026 esse papel era do GPT-5.5 Instant, mas o nome muda de tempos em tempos e o conceito não.
Modo estudo: Recurso do ChatGPT que muda o comportamento do modelo: em vez de entregar a resposta, ele conduz o raciocínio por etapas, faz perguntas e devolve pistas até você chegar sozinho ao resultado. Está disponível em todos os planos do ChatGPT globalmente, inclusive no gratuito.
Não determinístico: Quer dizer que a mesma entrada pode produzir saídas diferentes. A própria OpenAI descreve o conteúdo gerado pelo modelo como não determinístico, e é por isso que ela chama a prática de escrever prompts de uma mistura de arte e ciência. Você aumenta muito a chance de um bom resultado, mas não trava o resultado exato.
Nível de esforço: O quanto de processamento o ChatGPT vai dedicar a uma resposta antes de escrevê-la. Em julho de 2026 o seletor oferecia uma escada de níveis, do mais rápido ao mais custoso. Subir de nível aumenta o tempo de espera e o consumo do seu limite, e só rende de verdade em problema difícil.
Opt-out: O nome do arranjo em que um recurso já vem ligado e cabe a você desligar se não quiser. É diferente de opt-in, em que nada acontece até você autorizar. Nas contas de consumidor do ChatGPT, o uso dos seus dados para treino funciona por opt-out: vem ligado por padrão.
Orientação de alto nível: Um pedido que entrega o objetivo e o critério de sucesso, sem prescrever o caminho. É o que a documentação da OpenAI recomenda para modelos de raciocínio: dizer aonde chegar e como saber que chegou, deixando o modelo escolher os passos. O oposto de listar quinze micro-instruções.
Output: O nome que os termos de uso dão ao conteúdo que o ChatGPT gera para você. Os termos que valem no Brasil dizem que a OpenAI cede a você todo direito que ela tenha sobre esse conteúdo, se algum existir, e avisam que a saída pode não ser única: outros usuários podem receber saída parecida.
País suportado: Um país onde a OpenAI oferece oficialmente o ChatGPT, com acesso e cobrança liberados. O Brasil está nessa lista, publicada e atualizada pela própria empresa. Fora dela, o serviço pode simplesmente não abrir.
Papel: A identidade que você atribui ao assistente no começo do pedido, como advogado trabalhista ou revisor de texto técnico. O guia oficial chama essa parte de identidade e pede que ela descreva o propósito, o estilo de comunicação e o objetivo. O efeito prático é mudar o vocabulário, o nível de detalhe e o que a resposta considera importante.
Pedido genérico: É o pedido que não diz para quem, para quê, em que tom, de que tamanho nem com qual material. Sem essas escolhas, o modelo pega a média do que costuma aparecer no texto do mundo para aquele assunto. A média é sempre morna, e é exatamente essa resposta morna que faz a pessoa achar que a ferramenta é fraca.
Plano de assinatura: Um valor cobrado periodicamente que libera um conjunto de recursos e um volume de uso. No ChatGPT, o plano define qual modelo você alcança, quantas mensagens cabem numa janela de tempo e quais ferramentas aparecem para você. Não é uma compra única: é uma renovação enquanto você quiser.
Plano de pesquisa: O roteiro que o ChatGPT apresenta antes de iniciar a pesquisa profunda: o que ele pretende investigar, em que ordem e com que recorte. Você lê esse plano e edita antes de ele começar, e ainda dá para ajustar o rumo no meio do caminho. É o momento mais barato de corrigir a direção.
Plugin Directory: O nome atual do catálogo do ecossistema do ChatGPT, adotado em 09/07/2026. Segundo a OpenAI, os plugins podem empacotar skills, apps e modelos de app para fluxos específicos. Não tem relação com os plugins de 2023, que foram descontinuados.
Pré-treinamento: A primeira fase, em que o modelo aprende prevendo a próxima palavra em uma quantidade enorme de texto. A OpenAI descreve um ponto crítico dessa fase: não existem etiquetas de verdadeiro e falso coladas em cada frase. O modelo vê apenas exemplos de linguagem fluente e precisa aproximar a distribuição geral. É daqui que vem quase toda a capacidade dele.
Projeto: Um espaço dentro do ChatGPT que agrupa conversas relacionadas, arquivos, instruções próprias e memória própria do projeto. Serve para trabalho recorrente com contexto fixo, como um cliente, uma disciplina ou um TCC. Está disponível em todos os planos, incluindo o Free.
Prompt: O pedido que você escreve para o ChatGPT. Pode ser uma pergunta, uma ordem, um texto para reescrever ou um problema para resolver. A qualidade do prompt muda muito a qualidade da resposta, e boa parte deste curso é sobre aprender a escrever prompts que funcionam.
RAG: Sigla de retrieval-augmented generation, o nome oficial da técnica de buscar material relevante e entregá-lo ao modelo junto com o pedido. Parece coisa de engenheiro, mas no ChatGPT do dia a dia é o que você já faz quando sobe um arquivo, cola um trecho, liga a busca ou usa um projeto com documentos.
Recuperação ativa: Técnica de estudo em que você tenta lembrar e aplicar o conteúdo em vez de só reler. É o motivo de cada aula deste curso ter um jogo e um checkpoint: buscar a informação na memória fixa muito mais do que passar o olho no texto pela terceira vez.
Refinar: Melhorar a resposta com uma nova mensagem que corrige o rumo, em vez de começar tudo de novo. Refinar aproveita todo o contexto já construído e costuma dar resultado melhor e mais rápido do que reescrever o pedido original numa conversa nova.
Registro do que funcionou: O hábito de guardar o prompt, a instrução ou a decisão que deu certo, junto com uma linha explicando por quê. Sem esse registro, você redescobre a mesma solução três meses depois e paga o mesmo preço de novo. Com ele, o assistente acumula aprendizado em vez de recomeçar toda vez.
Régua de decisão: Um conjunto curto de perguntas que você faz a si mesmo antes de mandar um pedido, para escolher o modelo adequado. Ela troca a escolha por impulso, que é sempre o padrão, por uma escolha consciente que leva dois segundos e muda bastante o resultado.
Revisão humana: O ato de uma pessoa competente ler, conferir e aprovar a resposta antes de ela virar decisão. Nos termos de uso da OpenAI é uma obrigação contratual: você deve avaliar a saída quanto à precisão, inclusive usando revisão humana quando apropriado, antes de usar ou compartilhar.
Rodada de refino: Cada ida e volta em que você aponta o que ficou errado na resposta anterior e pede a correção, aproveitando tudo que já ficou bom. Como o modelo enxerga a conversa inteira, ele não precisa refazer do zero: ele ajusta. Três rodadas curtas costumam render mais do que reescrever o pedido inteiro de novo.
Rotina: Uma tarefa que você já faz hoje, com alguma regularidade, e que tem começo e fim. Não é um sonho nem um projeto novo: é aquilo que já está na sua semana consumindo tempo. O assistente deste módulo é construído em cima de uma rotina, e não de uma ideia, porque rotina você consegue testar na segunda-feira.
Rotina de conferência: A lista curta e fixa do que você sempre olha antes de usar uma resposta. Não é desconfiança geral, que cansa e por isso não dura: é conferência dirigida aos cinco lugares onde o erro mora, que são número, fato, nome, lei e data. Fora desses cinco, o texto costuma poder seguir sem drama.
Seletor de modelo: O menu, geralmente no topo da conversa, onde você escolhe com qual modelo vai falar. É ali que aparece a diferença entre respostas rápidas e respostas que pensam mais antes de sair. O que você vê nesse menu depende do plano da sua conta.
Senso crítico: O hábito de perguntar de onde veio a informação, de quando ela é e se ainda vale. Em um produto que muda toda semana e cuja própria documentação se contradiz, esse hábito não é frescura acadêmica: é o que separa quem usa a ferramenta com segurança de quem repete o erro do último vídeo que assistiu.
Skill: Um fluxo de trabalho reutilizável e compartilhável dentro do ChatGPT. Em julho de 2026 aparece marcado como beta em todos os planos, do Free ao Enterprise. É o recurso mais novo dessa família e o que a OpenAI vem citando com mais frequência nos anúncios recentes.
Super-prompt: O pedido enorme que tenta resolver um projeto inteiro numa mensagem só, empilhando dezenas de exigências. Parece eficiente e quase nunca é: quanto mais itens você amontoa, maior a chance de o modelo tratar cada um de raspão e você receber um resultado medíocre e uniforme.
Superfície: Cada lugar por onde a mesma ferramenta pode ser usada: o navegador, o aplicativo de computador, o aplicativo do celular e a extensão do Chrome. A conta e o histórico são os mesmos em todas, e o que muda é a comodidade e alguns recursos exclusivos de uma superfície ou outra.
Tarefa agendada: Instrução que o ChatGPT executa sozinho num horário marcado, uma vez ou de forma recorrente. Serve para lembretes, rotinas de trabalho e acompanhamento de um assunto. Segundo a documentação oficial, uma tarefa não pode rodar mais de uma vez por hora, e cada plano limita quantas você pode manter ativas.
Tarefa ativa: Uma tarefa agendada que está valendo e ainda vai executar. O limite dos planos conta as ativas, não o total que você já criou. Se você bateu no teto, precisa desativar ou apagar alguma antes de criar outra, o que obriga a escolher o que realmente merece um lugar.
Token: O pedaço de texto que o modelo processa de verdade. A OpenAI define token como o bloco de construção do texto que o modelo processa, e diz que um token pode representar palavras inteiras, pedaços de palavras ou pontuação. Antes de qualquer coisa, o seu texto é convertido nessas unidades menores.
Tokenização: A etapa em que o texto que você escreveu vira uma lista de tokens antes de o modelo processar. Depois, os tokens previstos são convertidos de volta em palavras na tela. É um detalhe invisível que explica vários comportamentos estranhos, incluindo a dificuldade com letras isoladas.
Tokens de raciocínio: Os passos de pensamento que alguns modelos geram internamente antes de responder. A documentação da OpenAI é explícita sobre o efeito colateral: embora esses tokens não sejam visíveis, eles ocupam espaço na janela de contexto do modelo. Ou seja, o modelo pensar consome parte do mesmo espaço que o seu texto disputa.
Tom: O jeito da resposta, não o conteúdo dela. É a diferença entre um texto animado e cheio de elogios e um texto seco que vai direto ao ponto. O ChatGPT oferece ajustes de tom nas configurações de personalização, como ser mais ou menos caloroso e mais ou menos entusiasmado.
Treinamento: A fase em que o modelo aprendeu os padrões de linguagem a partir de uma quantidade enorme de texto. É um processo pesado, feito antes do produto chegar até você, e não acontece durante a sua conversa. É por isso que o ChatGPT não fica mais inteligente enquanto você fala com ele.
Treino do modelo: O uso de conteúdo para ajustar os parâmetros do modelo e melhorar as respostas para todo mundo. A documentação da OpenAI é direta: nos serviços para pessoas físicas, o conteúdo pode ser usado para treinar os modelos. Nos produtos para empresas, o padrão declarado é o contrário: não treinar, a menos que a organização opte por participar.
Troca automática: Recurso dos planos pagos em que o ChatGPT decide sozinho passar do modelo rápido para um nível de raciocínio quando entende que a pergunta é difícil. Ele é configurável no próprio seletor, o que permite deixar a decisão com a máquina ou assumir o controle manualmente.
Viés: A tendência do modelo a favorecer certas perspectivas. A documentação da OpenAI reconhece que ele pode apresentar uma única perspectiva como verdade absoluta, simplificar demais questões complexas e representar mal o peso do consenso científico ou de um debate social. Não é neutro, e não tem como ser.
Visão: A capacidade do ChatGPT de analisar uma imagem que você envia: uma foto de documento, o print de uma tela de erro, a foto do quadro da aula. Ele lê o que está escrito e interpreta o que está desenhado. É o caminho contrário da geração de imagem, e resolve muito mais problema prático do que a maioria das pessoas imagina.
Write action: A permissão que deixa o ChatGPT não só ler, mas também criar e alterar conteúdo numa ferramenta conectada. Está disponível em apps como Box, Notion, Linear e Dropbox. É a permissão mais séria do assunto, porque um erro deixa de ser uma resposta ruim e passa a ser uma alteração real.
Writing block: O editor de tela cheia que o ChatGPT abre dentro da resposta quando o resultado é um texto longo. Em vez de o texto rolar junto com a conversa, ele ganha um espaço próprio para ser lido e trabalhado. É o substituto do Canvas, que foi descontinuado em 28 de maio de 2026.