Modelos generativos e agentes no Microsoft Foundry

radio_button_uncheckedshort_text1. IA generativa, inovação e Microsoft Foundry

IA generativa é a parte da inteligência artificial dedicada a produzir conteúdo novo. Em poucos anos, ela alterou rotinas de trabalho e ampliou o que aplicações conseguem fazer; como a evolução é rápida, até profissionais experientes precisam de uma estrutura clara para acompanhar modelos, recursos e padrões de desenvolvimento.

Microsoft Foundry organiza o ciclo de descobrir, comparar, avaliar e implantar modelos, testar uma implantação no Playground e integrá-la por código. Um agente acrescenta instruções e ferramentas ao modelo para oferecer um comportamento reutilizável e consistente tanto no portal quanto em aplicações. Este conteúdo pode ser acompanhado como leitura detalhada; materiais em vídeo podem servir como alternativa, enquanto o texto tende a trazer mais contexto.

radio_button_uncheckedshort_text2. Catálogo de modelos e modelos de base

LLMs sustentam grande parte das soluções generativas e de agentes, mas não existe um único modelo ideal. Um aplicativo leve em telefone pode favorecer um modelo de linguagem pequeno; um sistema governamental pode exigir um modelo especializado no domínio. Para usar o Microsoft Foundry é necessário ter uma assinatura Azure e criar um projeto.

O catálogo de modelos do Foundry é o ponto central para procurar modelos por provedor, origem, capacidade e tarefa de inferência. Ele reúne modelos comercializados diretamente pelo Azure e alternativas de parceiros ou comunidades de código aberto.

• Modelos vendidos pelo Azure são hospedados pela Microsoft segundo os Termos de Produto, integram-se profundamente ao Azure e oferecem SLAs empresariais, segurança previamente configurada e alinhamento de conformidade.
• Modelos de parceiros e comunidade ampliam a experimentação e a inovação, incluindo opções abertas, hospedadas por fornecedores e especializadas em setores ou tarefas.
• Cada ficha normalmente informa descrição, geração de texto, raciocínio, programação, multimodalidade e embeddings, além de benchmarks, tarefas de inferência, ajuste fino, cartão do modelo, restrições e ressalvas de IA responsável.

Um modelo de base é grande, previamente treinado e oferece capacidades gerais de linguagem, raciocínio ou multimodalidade. Famílias como GPT, Claude e Mistral podem ser usadas imediatamente ou personalizadas por ajuste fino e servem de camada fundamental para aplicações.

radio_button_uncheckedshort_text3. Famílias conhecidas e seleção por tarefa

Uma família reúne modelos com a mesma arquitetura ou linhagem, mas com tamanhos, versões, especializações ou capacidades diferentes. Entre mais de mil opções do catálogo, algumas famílias aparecem com frequência.

• GPT-5.x prioriza raciocínio em várias etapas, lógica estruturada, planejamento, contexto longo e fluxos de agentes. Níveis ajustáveis de raciocínio permitem trocar velocidade por precisão.
• Claude Opus 4.5, da Anthropic, atende agentes sofisticados, raciocínio complexo sobre código e tarefas de uso de computador, com janelas grandes de contexto e saída para especificações extensas, diffs de vários arquivos e pesquisa prolongada.
• Mistral Large 3, da Mistral AI, é um modelo geral de alta capacidade que equilibra qualidade, custo, latência e vazão, sendo útil para redação multilíngue, relatórios estruturados e agentes de latência intermediária.
• A família GPT-5 pode exigir registro e ter disponibilidade limitada. GPT-4.1 permanece uma opção amplamente acessível para chat em tempo real, suporte e aplicações interativas com baixa latência e alto volume.

Quando o caso de uso já está bem definido, uma Ferramenta do Foundry pode substituir a escolha manual de um modelo. Essas ferramentas usam modelos pré-construídos para oferecer desempenho previsível, conformidade integrada e implantação mais rápida.

radio_button_uncheckedshort_text4. Benchmarks, comparação e avaliadores

Escolher bem começa por definir tarefa, volume, latência, custo, requisitos de segurança e restrições de negócio. O catálogo traz benchmarks em conjuntos padronizados e classificações por qualidade, segurança e vazão. Também permite comparar modelos lado a lado por precisão, custo, conformidade, desempenho, setor, caso de uso, tipo e licença.

Um fluxo prático é abrir o catálogo, escolher um modelo, acessar Benchmarks e usar a opção para experimentar com dados próprios. Métricas clássicas de NLP incluem acurácia, precisão, recall e F1. Avaliações assistidas por IA examinam aspectos qualitativos como fundamentação, relevância, coerência, fluência e similaridade GPT.

Avaliadores são componentes que medem qualidade, segurança e eficácia das saídas de modelos ou agentes. A Biblioteca de Avaliadores oferece componentes reutilizáveis; verificadores de segurança procuram conteúdo nocivo, viés, injustiça, violência, automutilação e danos a classes protegidas. Eles detectam, analisam e pontuam problemas, mas não os corrigem automaticamente.

radio_button_uncheckedshort_text5. Implantação, TPM, cotas e throttling

Implantar transforma um modelo configurado em um serviço com endpoint estável, seguro e dimensionável que aplicações podem chamar por API. A implantação fixa uma combinação consistente de versão, estilo de resposta e proteções, ajuda a manter confiabilidade e permite limitar uso não autorizado ou inseguro.

• O tipo de implantação — por exemplo, standard, global batch ou regional provisioned throughput — determina onde e como a inferência é processada e se relaciona a vazão e residência de dados.
• A versão do modelo controla a implementação específica usada pelo endpoint.
• A alocação de tokens por minuto (TPM) define a capacidade de tráfego e influencia limites como solicitações por minuto (RPM).

Token é a menor unidade de texto ou dado processada pelo modelo, podendo corresponder a palavra, parte de palavra, caractere ou pontuação. Mais TPM permite consumir mais tokens por minuto; menos TPM reduz a velocidade total disponível. Modelos de raciocínio avançado, como DeepSeek R1, Grok e versões grandes de Llama, podem admitir tetos altos, enquanto modelos especializados ou de imagem podem usar unidades de capacidade em vez de TPM.

Throttling reduz temporariamente a quantidade de trabalho quando o sistema se aproxima do limite, preservando estabilidade e resposta. Prompts extensos, respostas máximas grandes e muitas chamadas simultâneas consomem a cota e podem gerar erros de limite; reduzir max output tokens ou concorrência costuma aliviar o problema.

radio_button_uncheckedshort_text6. Playground e parâmetros de execução

O caminho mais simples para interagir com uma implantação é o Playground do portal Foundry. Ele permite testar prompts, comparar modelos e registrar uma combinação funcional de instruções e parâmetros antes de escrever código.

• Temperature controla a variação: valores baixos favorecem respostas mais determinísticas; valores maiores aumentam diversidade e criatividade.
• Max output tokens limita o comprimento da saída e afeta consumo de tokens e probabilidade de throttling.
• System instructions definem papel, comportamento, tom, ferramentas, restrições e formato de saída.
• O prompt do usuário expressa a pergunta ou pedido final, enquanto a instrução de sistema estabelece como o assistente deve trabalhar. Por exemplo, um tutor pode explicar por etapas, citar fontes e recusar aconselhamento médico.

Depois de testar pedidos representativos, a mesma instrução de sistema, prompt do usuário e valores podem migrar para uma aplicação. A visualização de código mostra o que a interface executa e fornece um ponto de partida para chamar a implantação pela API de Respostas compatível com OpenAI.

radio_button_uncheckedshort_text7. Cliente leve, Foundry SDK e API de Respostas

Um cliente leve coleta a entrada, chama uma API remota e apresenta a saída sem estrutura pesada, regras complexas de backend ou muitas dependências locais. Pode ser uma CLI, utilitário de desktop ou página web simples; o modelo e a maior parte do estado e do processamento permanecem no serviço. Isso favorece protótipos fáceis de executar e expandir.

Para um projeto do Foundry com um modelo de chat implantado, como gpt-4.1, o Foundry SDK oferece um cliente de projeto para operações nativas e um cliente compatível com OpenAI para chamar modelos pela API de Respostas. Um aplicativo pode usar os dois.

# Instale: pip install azure-ai-projects azure-identity "openai>=1.3.0"
import os
from openai import OpenAI

client = OpenAI(
    base_url=f"{os.environ['AZURE_OPENAI_ENDPOINT']}/openai",
    api_key=os.environ['AZURE_OPENAI_API_KEY']
)

result = client.responses.create(
    model=os.environ['DEPLOYMENT_NAME'],
    input=[
        {'role': 'system', 'content': 'Você é um assistente objetivo e didático.'},
        {'role': 'user', 'content': 'Resuma nossas notas de versão em três itens.'}
    ],
    max_output_tokens=300,
    temperature=0.7
)
print(result.output_text)

O exemplo lê endpoint, chave e nome da implantação de variáveis de ambiente, autentica, envia mensagens com papéis system e user e imprime o texto retornado. O modelo executa remotamente; o script permanece pequeno.

radio_button_uncheckedshort_text8. Modelo versus agente

Modelo e agente se relacionam, mas resolvem problemas em níveis diferentes. O modelo oferece inteligência bruta: recebe uma entrada e produz inferência. É a escolha adequada para experimentos no Playground ou chamadas diretas à API de Respostas nas quais a necessidade é “use este prompt e gere uma saída”.

Um agente é uma aplicação sobre o modelo. Ele encapsula comportamento orientado a tarefas, pode decidir entre ações e reutiliza o mesmo conjunto de regras em diferentes experiências e serviços.

radio_button_uncheckedshort_text9. Anatomia e criação de um agente

No Microsoft Foundry, um agente reutilizável reúne três elementos essenciais: um modelo para linguagem e raciocínio, instruções de sistema que definem papel, estilo, restrições e regras de saída, e ferramentas capazes de executar ações. Conhecimento é uma fonte opcional de contexto externo.

• Agentes podem chamar APIs, funções, mecanismos de recuperação e outros sistemas.
• Eles decompõem metas em passos, mantêm memória de trabalho em uma conversa, decidem ações e geram saídas estruturadas.
• No portal, escolha o modelo e escreva instruções — por exemplo, um assistente de agenda que responda com itens curtos — e então acrescente ferramentas e conhecimento.

radio_button_uncheckedshort_text10. Ferramentas, conhecimento e RAG

Ferramentas: capacidade de agir

Ferramentas deixam o agente pesquisar a web, consultar bancos, manipular arquivos, executar código, chamar funções, APIs ou servidores MCP e atualizar sistemas. O modelo examina as capacidades disponíveis e seleciona uma quando a solicitação exige ação. O Catálogo de Ferramentas do Foundry centraliza descoberta e administração. Code Interpreter, fontes de conhecimento e funções personalizadas são exemplos.

Conhecimento: contexto recuperável

Conhecimento conecta documentos e conjuntos de dados por geração aumentada por recuperação (RAG). As fontes podem incluir PDFs internos, SharePoint, arquivos no Armazenamento do Azure e bases com várias origens. A pipeline ingere e indexa conteúdo, procura trechos relevantes e fundamenta a resposta.

• Perguntas e respostas passam a se apoiar em documentos da organização.
• As respostas ganham contexto específico do domínio, maior precisão e rastreabilidade.
• Quando o agente usa uma fonte de conhecimento, pode incluir a citação do repositório consultado.
• O resultado oferece recuperação apropriada ao ambiente empresarial sem misturar conhecimento com ações.

radio_button_uncheckedshort_text11. Salvar, publicar e chamar um agente

No portal, a combinação de modelo, instruções e ferramentas pode ser salva como agente e refinada no Playground. Publicar transforma a definição em um recurso gerenciado do Azure com endpoint estável, que pode ser compartilhado e integrado sem expor o projeto ou o código-fonte.

Uma aplicação cliente usa o Foundry Projects SDK e a Project API para integrar o agente a sites, bots e processos de backend, orquestrar tarefas em várias etapas, enviar entradas estruturadas ou chamadas de ferramentas e executar em escala. O agent-id aparece na visualização de código, entre as variáveis .env.

# Instale: pip install --pre "azure-ai-projects>=2.0.0b1" azure-identity
from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

project = AIProjectClient(
    endpoint='https://SEU-RECURSO.services.ai.azure.com/api/projects/SEU-PROJETO',
    credential=DefaultAzureCredential()
)
agent = project.agents.get(agent_name='learning-agent')
openai_client = project.get_openai_client()

response = openai_client.responses.create(
    input=[{'role': 'user', 'content': 'Explique em que tarefas você pode ajudar.'}],
    extra_body={'agent': {'name': agent.name, 'type': 'agent_reference'}}
)
print(response.output_text)

A chamada recupera o agente pelo nome e usa extra_body para referenciá-lo. Sem essa referência, a aplicação chamaria somente uma implantação de modelo. O endpoint do projeto, o Microsoft Entra ID e DefaultAzureCredential permitem autenticação sem inserir segredo no código.

radio_button_uncheckedshort_text12. Exercício prático no Microsoft Foundry

O exercício orientado implanta e explora um modelo generativo no Microsoft Foundry e depois reutiliza esse modelo em um agente com ferramentas de conhecimento para responder perguntas. É necessária uma assinatura Azure; quem ainda não possui pode criar uma conta, que pode oferecer créditos iniciais por 30 dias.

• Iniciar o exercício original do Microsoft Learn

radio_button_uncheckedshort_text13. Verificação de conhecimento

Perguntas reformuladas

1. Qual descrição representa o catálogo: uma coleção exclusiva da Microsoft, um hub para descobrir e comparar modelos de vários provedores ou um substituto para a assinatura Azure?
2. Um modelo de base é pequeno e inútil sem ajuste, uma ferramenta de benchmark ou um modelo grande e pré-treinado com capacidades gerais?
3. Por que usar o Playground antes do código: para dispensar a API, gerar toda instrução automaticamente ou validar prompts, modelos e configurações reutilizáveis?
4. O que publicar um agente produz: execução gratuita, uso restrito ao portal ou um recurso gerenciado com endpoint estável?
5. No exemplo Python, qual parte chama o agente publicado em vez de apenas uma implantação de modelo?

Respostas comentadas

• O catálogo é o hub para descobrir, filtrar, comparar e testar modelos de múltiplos provedores.
• Modelo de base é grande, pré-treinado, utilizável imediatamente e personalizável.
• O Playground valida comportamento e captura parâmetros que podem ser reproduzidos em código.
• A publicação cria um recurso gerenciado do Azure com endpoint integrável; custos continuam dependendo de modelos, tokens, ferramentas e dados.
• A chamada responses.create inclui extra_body com agent_reference; obter o agente e o cliente prepara a chamada, mas a referência é o que seleciona o agente.

radio_button_uncheckedshort_text14. Resumo do capítulo

• Modelos de linguagem sustentam IA generativa, e o catálogo do Foundry reúne opções vendidas pelo Azure e oferecidas por parceiros e comunidades.
• Tarefa, qualidade, latência, custo, segurança, benchmarks e avaliação com dados próprios orientam a escolha.
• Implantar aloca computação, cria endpoint, fixa configurações e ativa métricas; TPM, RPM e throttling controlam capacidade.
• O Playground transforma experimentos de prompt e parâmetros em configuração reproduzível pela API de Respostas e pelos SDKs.
• Um modelo faz inferência; um agente combina modelo, instruções, ferramentas, memória e conhecimento para executar fluxos reutilizáveis.
• RAG fundamenta respostas em documentos, enquanto ferramentas permitem agir sobre arquivos, APIs, bancos e servidores MCP.
• Foundry Projects SDK e Project API levam agentes publicados para aplicações web, bots e processos de backend com identidade, escala e governança.

• Explorar os Modelos do Microsoft Foundry
• Conhecer o Serviço do Foundry Agent
• Consultar o Catálogo de Ferramentas do Foundry