O que é LLM (modelo de linguagem grande)

Como funciona, sem matemática

Um LLM é treinado lendo uma quantidade gigantesca de texto: livros, artigos, páginas da web. Com isso ele aprende padrões da língua, fatos que aparecem com frequência e jeitos de responder. Depois do treino, quando você faz uma pergunta, ele escreve a resposta palavra por palavra, escolhendo a continuação mais provável para aquele contexto.

Alguns nomes conhecidos: a família GPT, da OpenAI, que está por trás do ChatGPT; o Claude, da Anthropic; o Gemini, do Google; e o Llama, da Meta. Cada empresa tem os seus próprios robôs que visitam a internet, e eles estão listados na página de robôs de IA.

Duas formas de o LLM usar o seu site

Um LLM pode encontrar a sua empresa de dois jeitos diferentes, e vale entender a diferença:

1. No treino. Robôs como o GPTBot e o ClaudeBot coletam páginas que podem entrar no material de treinamento de futuros modelos. O que o modelo aprende ali fica “na memória”, mas congelado na data em que foi coletado.
2. Na hora da pergunta. Quando o assistente faz uma busca para responder, ele manda um robô buscar páginas naquele momento e usa o texto como fonte. Esse processo se chama RAG. É aqui que o seu horário atualizado, o seu cardápio novo e o seu endereço certo fazem diferença.

Por que importa para o seu negócio

Um LLM sem fonte tende a preencher lacunas com o que parece plausível. É daí que vêm as alucinações: o assistente diz que a sua loja fecha às 18h quando fecha às 20h, ou que você não faz entrega quando faz. Quanto mais clara e acessível estiver a informação no seu site, menor o espaço para o modelo adivinhar.

Também é importante lembrar que o LLM lê texto. Imagem com o cardápio escrito, vídeo sem legenda, informação que só aparece depois de um clique ou só depois do JavaScript rodar: tudo isso pode passar despercebido.

Um exemplo

Uma confeitaria mudou de endereço há seis meses. O endereço antigo continua em várias páginas antigas da internet, e um modelo treinado com esse material pode “lembrar” do endereço velho. Se o site da confeitaria estiver acessível aos robôs de busca dos assistentes e mostrar o endereço novo em texto, com dados estruturados de LocalBusiness, o assistente que pesquisa na hora tem uma fonte atual para corrigir a informação.

Como o Mecita olha para isso

O diagnóstico não conversa com o LLM. Ele verifica se o seu site entrega o que um LLM precisa para usar você como fonte: acesso liberado, texto no HTML, identidade clara e trechos citáveis.