# Modelos, contexto e respostas incorretas

Taiga Learning · Planilha de exercício
https://taiga.training/pt-BR/lessons/models-context/

Use informações fictícias ou aprovadas. Não coloque segredos nesta planilha.

## Objetivos de aprendizado
- Separar a capacidade do modelo do acesso a fatos atuais.
- Reconhecer quando uma restrição ausente muda uma resposta que parecia plausível.
- Pedir evidências que possam ser inspecionadas.

## Exercício
Escolha uma função pequena que você entenda. Use código sem informações sensíveis.
1. Peça a uma ferramenta de IA aprovada que explique a função.
2. Forneça o código que chama a função e um teste que falhou.
3. Peça à ferramenta que revise a explicação.
4. Registre a afirmação alterada e a evidência que levou à alteração.
5. Registre as incertezas que restam.

## Sua resposta
- Cenário e escopo:
- Premissas e perguntas em aberto:
- Resposta ou decisão proposta, com motivos:

## Verifique sua resposta
| Afirmação ou critério | Evidência ou teste | Resultado ou lacuna | Responsável |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Próxima ação
- Ação, responsável e data:
- Quando você revisará esta resposta?

## Princípio a preservar
Um resultado útil exige capacidade e informações corretas sobre a tarefa. Uma explicação clara não comprova que o modelo verificou suas premissas.

## Fontes
- [NIST: Generative AI Profile, AI 600-1](https://doi.org/10.6028/NIST.AI.600-1)

Esta planilha apoia o aprendizado. Preenchê-la não autoriza, por si só, uma alteração em produção.