Explicação da similaridade de cossenos: fórmula, exemplo resolvido e código Python

  1. Início
  2. Blog
  3. Inteligência Artificial

Inteligência Artificial

Explicação da similaridade de cossenos: Fórmula, exemplo resolvido e código Python

A similaridade de cosseno mede o quão próximos dois vetores apontam na mesma direção, de -1 (oposto) a 1 (direção idêntica), ignorando seu comprimento. Aprenda a fórmula, trabalhe um exemplo manualmente, execute-o em Python e NumPy e veja por que a pesquisa de IA e o RAG dependem disso.

8 min de leitura
Semelhança de cosseno explicada com Python

Principais pontos

  • Semelhança de cosseno = produto escalar ÷ (comprimento de A × comprimento de B). Ele compara direção, não tamanho.
  • Para [3, 4] e [6, 8] é exatamente 1,0, mesmo que um vetor tenha o dobro do comprimento; vetores perpendiculares dão 0 e os opostos dão -1.
  • Em nosso teste de contagem de palavras, o cosseno classificou um documento longo e repetitivo em segundo lugar, enquanto a distância euclidiana o classificou em último.
  • Com vetores normalizados para comprimento 1, a similaridade de cossenos é igual a um produto escalar simples, e é por isso que os bancos de dados de vetores geralmente normalizam primeiro.

Cada vez que um mecanismo de pesquisa encontra documentos “como” sua consulta, ou um chatbot recupera o parágrafo correto de seus arquivos, há uma boa chance de que semelhança de cosseno esteja fazendo a comparação. É uma das ideias mais úteis em aprendizado de máquina, mas só precisa de matemática escolar. Todos os números abaixo vieram do código que executamos em Python 3.13.6, com NumPy 2.5.4 para a versão vetorizada.

A fórmula de similaridade de cosseno

cos(A, B) = (A · B) / (‖A‖ × ‖B‖)

A · B = a1×b1 + a2×b2 + ... + an×bn      (dot product)
‖A‖   = √(a1² + a2² + ... + an²)          (length, or norm)

O resultado é o cosseno do ângulo entre os dois vetores. Duas setas apontando na mesma direção têm um ângulo de 0° e cos 0° = 1. Setas em ângulos retos têm cos 90° = 0. Setas apontando para direções opostas têm cos 180° = -1. Como os comprimentos são divididos, apenas a direção conta.

Um exemplo trabalhado à mão

Tome A = [3, 4] e B = [6, 8]:

  1. Produto escalar: 3×6 + 4×8 = 18 + 32 = 50.
  2. Comprimento de A: √(9 + 16) = 5. Comprimento de B: √(36 + 64) = 10.
  3. Similaridade de cosseno: 50 ÷ (5 × 10) = 1,0.

B é apenas A duplicado, então eles apontam exatamente na mesma direção. Nosso código concordou: cos(A,B) = 1.000. A distância euclidiana entre eles, no entanto, era de 5,0, portanto uma medida baseada na distância os consideraria bem diferentes.

O que os valores significam

Par Vetores Cosseno Significado
Mesma direção [3, 4] e [6, 8] 1.000 Direção idêntica
Perpendicular [3, 4] e [4, -3] 0.000 Não relacionado
Oposto [3, 4] e [-3, -4] -1.000 Direção oposta

Com contagens de palavras, que nunca são negativas, as pontuações ficam entre 0 e 1. Com incorporações, valores negativos são possíveis, mas na prática a maioria dos textos relacionados pontua bem acima de 0. Distância do cosseno é simplesmente 1 menos a similaridade do cosseno, usado quando uma biblioteca espera “menor é mais próximo”.

Calcule em Python puro

import math

def cos(a, b):
    dot = sum(x * y for x, y in zip(a, b))
    na = math.sqrt(sum(x * x for x in a))
    nb = math.sqrt(sum(y * y for y in b))
    return dot / (na * nb)

print(cos([3, 4], [6, 8]))     # 1.0

Dez linhas, sem bibliotecas. É perfeito para aprendizagem e pequenos trabalhos. Observe o que acontece com um vetor zero: cos([0, 0], [1, 2]) elevado ZeroDivisionError: float division by zero em nossa execução, porque um vetor sem comprimento não tem direção. Proteja-se contra isso em código real.

Versão rápida com NumPy

import numpy as np

A, B = np.array([3, 4]), np.array([6, 8])
print(np.dot(A, B) / (np.linalg.norm(A) * np.linalg.norm(B)))   # 1.0

Para muitos vetores de uma vez, normalize cada linha e use uma multiplicação de matrizes. Criamos 10.000 vetores aleatórios de 384 dimensões (384 é um tamanho de incorporação comum) e comparamos todos eles com um vetor de consulta:

Mn = M / np.linalg.norm(M, axis=1, keepdims=True)
scores = Mn @ (q / np.linalg.norm(q))
top = np.argsort(-scores)[:3]

A comparação completa e a classificação levaram 25,5 ms. O maior acerto foi a própria consulta com uma pontuação de 1,0, e os próximos melhores vetores aleatórios pontuaram apenas cerca de 0,18, como seria de esperar de dados aleatórios não relacionados. scikit-learn oferece o mesmo cálculo que sklearn.metrics.pairwise.cosine_similarity, que não executamos aqui.

Dica: normalize os vetores uma vez ao armazená-los. Depois disso, a similaridade do cosseno é apenas um produto escalar. Em nosso teste de dimensão 768, o produto escalar dos vetores normalizados correspondeu à fórmula completa com seis casas decimais (0,885104 em ambos os sentidos).

Um exemplo de texto: contagem de palavras

Transforme cada documento em contagens em um pequeno vocabulário: python, erro, instalação, cobra, mordida, pip. Em seguida, compare cada um com a consulta “erro de instalação do python pip”:

Doutor Texto Cosseno Distância euclidiana
d1 erro de instalação do python pip 1.000 0.00
d4 erro python erro erro instalar pip pip 0.904 2.24
d2 pip instalar python python 0.816 1.41
d3 picada de cobra python 0.289 2.24

Cosseno classificou d4 em segundo lugar: trata-se exatamente do mesmo tópico, apenas mais longo e mais repetitivo. A distância euclidiana vinculou-a a d3, o documento da cobra, porque palavras extras aumentam a distância, independentemente do seu significado. Essa é a principal razão pela qual a pesquisa de texto prefere o cosseno: o comprimento do documento não deve decidir a relevância. Sistemas reais usam incorporações em vez de contagens brutas, portanto “falha na instalação” pode corresponder a “erro de configuração” mesmo sem palavras compartilhadas; veja o que são embeddings.

Semelhança de cosseno vs distância euclidiana

Aspecto Semelhança de cosseno Distância euclidiana
Medidas Ângulo (direção) Lacuna em linha reta
Afetado pelo comprimento Não Sim
Alcance -1 para 1 0 ao infinito
Melhor para Texto, incorporações, recomendações Coordenadas, leituras de sensores, agrupamento de medições brutas

Para vetores normalizados para comprimento 1, os dois fornecem a mesma classificação, portanto a escolha é mais importante para dados brutos e não normalizados.

Por que a pesquisa AI e o RAG o usam

Na geração de recuperação aumentada, o padrão que permite que um grande modelo de linguagem responda a partir de seus próprios documentos, cada pedaço de documento é transformado em uma incorporação e armazenado. Uma pergunta é incorporada da mesma maneira e o sistema retorna os pedaços com maior similaridade de cosseno. Simulamos isso com vetores de 768 dimensões: um vetor feito pela adição de ruído aleatório (metade da intensidade do sinal) a outro obteve 0,885, enquanto um vetor aleatório não relacionado obteve 0,011. Os significados relacionados estão próximos; os não relacionados estão próximos de 0. Os bancos de dados vetoriais aceleram isso com índices aproximados do vizinho mais próximo; consulte nosso guia de banco de dados vetorial e o que é RAG. A maneira como você divide os documentos primeiro também é importante, como mostrou nosso teste de estratégias de agrupamento RAG.

Da pontuação ao ângulo

Como a pontuação é um cosseno, você pode transformá-la novamente em um ângulo com math.degrees(math.acos(score)). Para nosso exemplo de texto, d4 em 0,904 ficou a cerca de 25,3° da consulta, d2 em 0,816 a 35,3° e o documento cobra em 0,289 a 73,2°. Os ângulos tornam a intuição concreta: ângulos pequenos significam o mesmo assunto, ângulos próximos de 90° significam pouco em comum.

Como escolher um limite de similaridade

Muitos sistemas mantêm apenas correspondências acima de um limite, como 0,75. Não existe um número certo universal, porque cada modelo de incorporação distribui suas pontuações de maneira diferente. Um processo prático:

  1. Colete de 30 a 50 consultas reais e marque quais documentos são realmente relevantes.
  2. Calcule pontuações de cosseno para todos os pares de consultas e documentos.
  3. Observe as faixas de pontuação de pares relevantes e irrelevantes; eles geralmente se sobrepõem um pouco.
  4. Escolha o limite que equilibra as respostas perdidas com as erradas para o seu caso de uso e verifique-o novamente sempre que alterar os modelos.

Muitas vezes é mais seguro retornar as primeiras correspondências por pontuação e deixar que o aplicativo ou o modelo de linguagem decida, em vez de confiar em um limite fixo.

Armadilhas a evitar

  • Vetores zero: causam divisão por zero; pule ou manuseie-os.
  • Mistura de modelos: incorporações de modelos diferentes vivem em espaços diferentes, portanto, suas pontuações de cosseno juntas não têm sentido.
  • Tratando as pontuações como porcentagens: 0,8 não é “80% semelhante” e bons limites diferem de acordo com o modelo. Calibre com seus próprios dados.
  • Ignorando a magnitude quando é importante: se o tamanho tem significado, como valores de compra, o cosseno joga essa informação fora.
  • Excesso ou precisão de número inteiro: use ponto flutuante e normalize uma vez, não em todas as consultas.

Resumo pronto para entrevista

“A similaridade do cosseno mede o ângulo entre dois vetores: o produto escalar dividido pelo produto de seus comprimentos. Ela varia de -1 a 1 e ignora a magnitude, o que o torna ideal para comparar texto e incorporações de comprimentos diferentes. A distância do cosseno é 1 menos a similaridade e, para vetores normalizados, a similaridade do cosseno é igual ao produto escalar, que os bancos de dados de vetores usam para velocidade.” Faça backup com o exemplo [3, 4] e [6, 8], que pontua exatamente 1,0, mesmo que os vetores tenham comprimento diferente.

Considerações finais

A similaridade de cossenos é o produto escalar de dois vetores dividido por seus comprimentos e responde a uma pergunta: eles apontam na mesma direção? Isso o torna ideal para texto e incorporações, onde comprimento é ruído e direção é significado. Aprenda manualmente uma vez, use o NumPy ou seu banco de dados vetorial na prática, normalize antecipadamente e calibre os limites em seus próprios dados.

Perguntas frequentes

O que é similaridade de cosseno em termos simples?

É uma pontuação de -1 a 1 que mostra o quão próximos dois vetores apontam na mesma direção. 1 significa a mesma direção, 0 significa não relacionado e -1 significa oposto.

Qual é a fórmula de similaridade de cosseno?

A similaridade do cosseno é igual ao produto escalar de A e B dividido pelo produto de seus comprimentos: (A · B) / (‖A‖ × ‖B‖).

Qual é a diferença entre similaridade de cosseno e distância de cosseno?

A distância do cosseno é 1 menos a similaridade do cosseno. A similaridade é maior para vetores mais próximos, enquanto a distância é menor para vetores mais próximos.

Por que a similaridade de cosseno é usada para texto e incorporações?

Ele ignora o comprimento do vetor, portanto, um documento longo e um documento curto sobre o mesmo tópico ainda têm pontuação semelhante. Somente a direção, que reflete o significado, conta.

Como calculo a similaridade de cossenos em Python?

Use np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b)) com NumPy, sklearn.metrics.pairwise.cosine_similarity para lotes ou uma função Python pura e curta com math.sqrt.

Continue aprendendo

Trabalhe com Stack Quora

Precisa de ajuda com testes, WordPress ou SEO?

Ajudamos as equipes a fornecer software melhor e a expandir seus sites. Conte-nos no que você está trabalhando e sugeriremos um próximo passo claro.

Continue lendo

Mais guias sobre testes, IA e desenvolvimento moderno

Gostou deste artigo? Escolha um tópico e vá direto para nossos tutoriais mais recentes.

Inteligência artificial

BM25 explicado: como a pesquisa por palavra-chave classifica os resultados, com código Python e pesquisa híbrida

BM25 explicou com uma implementação Python pura que executamos: a fórmula, IDF, saturação de termo, os parâmetros k1 e b, por que supera a contagem …

Leia o artigo →
Desenvolvimento de software

Métodos HTTP explicados: GET, POST, PUT, PATCH, DELETE, testados em um servidor Live

Métodos HTTP explicados com um pequeno servidor que executamos: GET, POST, PUT, PATCH, DELETE, HEAD e OPTIONS, seguro vs idempotente, PUT vs PATCH, …

Leia o artigo →
DevOps

Git Bisect explicado: encontre o commit que quebrou seu código, manual ou automaticamente

Git bisect explicado com um repositório testado: encontre o commit incorreto entre 41 em 5 execuções de teste, automatize-o com git bisect run, pule…

Leia o artigo →
Automação de testes

Marcadores pytest explicados: marcas personalizadas, filtros skip, skipif, xfail e -m

marcadores pytest explicados com um conjunto testado: registre marcas personalizadas, execute apenas testes de fumaça com -m, combine filtros com e,…

Leia o artigo →
Teste de software

Testes Positivos vs Negativos: Diferenças, 24 Casos de Teste Reais e uma Lista de Verificação

Testes positivos versus negativos explicados com um formulário de inscrição real: 6 casos de teste positivos e 18 negativos executados em pytest, a …

Leia o artigo →
Bancos de dados e SQL

SQL ORDER BY Várias Colunas: ASC, DESC, NULLS LAST, Case e Ordem Personalizada

SQL ORDER BY com múltiplas colunas explicadas com consultas testadas: ASC e DESC mistos, desempates, NULLS FIRST e LAST, classificação sem distinção…

Leia o artigo →
Bancos de dados e SQL

Total em execução do SQL: SUM OVER, totais por grupo, somas móveis e armadilha RANGE

Como calcular um total de execução SQL com SUM() OVER: totais por grupo, somas cumulativas diárias, somas móveis, porcentagem do total, armadilha de…

Leia o artigo →
Desenvolvimento de software

Matriz de classificação JavaScript: números, objetos, strings e por que 10 vem antes de 5

Como classificar um array em JavaScript corretamente: números com função de comparação, objetos por um ou mais campos, strings com localeCompare, da…

Leia o artigo →
Desenvolvimento de software

Métodos de string Python: folha de dicas, exemplos reais e a armadilha strip()

Métodos de string Python com exemplos testados: split, join, strip, replace, find, startupswith, is-methods, casefold, partition e translate, além d…

Leia o artigo →
Inteligência artificial

Explicação da similaridade de cossenos: fórmula, exemplo resolvido e código Python

A similaridade de cosseno é explicada de forma simples: a fórmula, um exemplo trabalhado à mão, código Python e NumPy puro, cosseno versus distância…

Leia o artigo →
Desenvolvimento de software

Codificação UTF-8 explicada: como o texto se transforma em bytes e como corrigir texto ilegível

Codificação UTF-8 explicada com exemplos em nível de byte que executamos em Python: como os caracteres se tornam de 1 a 4 bytes, por que café se tra…

Leia o artigo →
Automação de testes

parametrização pytest explicada: 7 padrões com exemplos testados

parametrização pytest explicada com 7 padrões testados: casos básicos, ids legíveis, decoradores empilhados, pytest.param com xfail e skip, fixtures…

Leia o artigo →
Teste de software

Reteste versus teste de regressão: 8 diferenças principais com um exemplo real de correção de bug

Reteste versus teste de regressão explicado com uma correção de bug real executada em pytest: o reteste confirmou a correção, a execução de regressã…

Leia o artigo →
Bancos de dados e SQL

Excluir linhas duplicadas em SQL: 5 métodos seguros, testados passo a passo

Como excluir linhas duplicadas no SQL com segurança: encontre-as, visualize-as e remova-as com ROW_NUMBER, MIN(id), EXISTS, rowid ou uma nova tabela…

Leia o artigo →
Bancos de dados e SQL

SQL RANK vs DENSE_RANK vs ROW_NUMBER: diferenças com exemplos testados

SQL RANK vs DENSE_RANK vs ROW_NUMBER em uma tabela: como cada um lida com empates, N principais por grupo, a segunda armadilha salarial mais alta e …

Leia o artigo →
Desenvolvimento de software

Encadeamento opcional de JavaScript (?.) Explicado: 8 exemplos, ?? Padrões e armadilhas

O encadeamento opcional de JavaScript interrompe erros “Não é possível ler propriedades de indefinidos”. 8 exemplos testados para propriedades, arra…

Leia o artigo →
Desenvolvimento de software

Python enumerate() explicado: 7 exemplos, start=1 e erros a evitar

Python enumerate() fornece o índice e o valor em um loop limpo. 7 exemplos testados, o truque start=1, dicionários, arquivos, números rápidos e 3 er…

Leia o artigo →
Inteligência artificial

Estratégias de chunking RAG explicadas: fixo, sobreposição, frase, recursivo e títulos, medidos

Estratégias de chunking RAG comparadas em um documento com tiktoken 0.14: tamanho fixo, sobreposição, empacotamento de frases, divisão recursiva e p…

Leia o artigo →
Desenvolvimento de software

Explicação da idempotência da API: chaves de idempotência e novas tentativas seguras, testadas

A idempotência da API explicada com um servidor e cliente Python que executamos: uma resposta perdida causava uma cobrança dupla sem uma chave e uma…

Leia o artigo →
DevOps

Git Stash explicado: salvar, aplicar, abrir e não rastrear arquivos, testado

Git stash explicado com comandos que executamos no Git 2.56: push com uma mensagem, arquivos não rastreados, listar e mostrar, aplicar vs pop, mante…

Leia o artigo →
Teste de software

Explicação do teste em pares: como todos os pares reduzem 216 testes para 13, testados

Testes em pares explicados com um gerador que executamos em Python 3.13: um checkout com 216 combinações cobertas por 13 testes, cobertura verificad…

Leia o artigo →
Automação de testes

Duplas de teste explicadas: Dummy, Stub, Spy, Mock e Fake, com código Python testado

O teste duplo é explicado com um exemplo de Python executado no pytest 9.2: dummy, stub, spy, mock e fake, quando usar cada um, verificações de esta…

Leia o artigo →
Bancos de dados e SQL

SQL COALESCE explicado: padrões, NULLIF, IFNULL vs ISNULL e traps, testados

SQL COALESCE explicado com consultas que executamos no SQLite 3.50: primeiros valores não nulos, strings vazias, NULL em matemática, NULLIF para div…

Leia o artigo →
Bancos de dados e SQL

SQL Self Join explicado: funcionário-gerente, comparações de pares e linhas, testado

Auto-junção SQL explicada com consultas que executamos no SQLite 3.50: funcionário e gerente, ganhando mais que o gerente, pares únicos, alterações …

Leia o artigo →
Desenvolvimento de software

Explicação do operador JavaScript Spread: Spread vs Rest, cópias e pegadinhas, testado

O operador de propagação JavaScript explicado com o código que executamos no Nó 24: arrays, objetos, cópias superficiais, parâmetros restantes, o li…

Leia o artigo →
Desenvolvimento de software

Functools Python explicado: lru_cache, parcial, redução, wraps e muito mais, testado

Functools do Python explicados com código que executamos no Python 3.13: lru_cache e cache, parcial, redução, wraps, cached_property, singledispatch…

Leia o artigo →
Desenvolvimento de software

Módulo de coleções Python explicado: contador, defaultdict, deque e mais, testado

Coleções Python explicadas com código que executamos em Python 3.13: Counter, defaultdict, deque, nomeadotuple, OrderedDict e ChainMap, além de um t…

Leia o artigo →
Inteligência artificial

Janela de contexto LLM explicada: tokens, limites e como ajustar mais, medidos

A janela de contexto do LLM explicada com contagens de tokens que medimos usando tiktoken: palavras versus tokens para prosa, código e hindi, orçame…

Leia o artigo →
Desenvolvimento de software

Webhooks explicados: como funcionam e como recebê-los com segurança

Webhooks explicados com um receptor e remetente que executamos em Python: push vs polling, assinaturas HMAC-SHA256, rejeição de solicitações adulter…

Leia o artigo →
DevOps

Git Cherry-Pick explicado: copie o commit que você precisa, com segurança e testado

Git cherry-pick explicado com comandos que executamos no Git 2.56: copiar um hotfix para um branch de lançamento, novos hashes e patch-ids, -x, -n, …

Leia o artigo →
Automação de testes

Explicação do teste instantâneo: como funciona, quando ajuda e quando dói

O teste de instantâneo foi explicado com uma demonstração pytest e xaroposa que executamos: criação de instantâneos, leitura da diferença após uma a…

Leia o artigo →
Teste de software

Explicação do teste de mutação: por que a cobertura de 100% ainda não percebeu nosso bug

Os testes de mutação explicados com uma pequena ferramenta de mutação que construímos e executamos: 14 mutantes, um conjunto de testes com 100% de c…

Leia o artigo →
Bancos de dados e SQL

Funções SQL JSON explicadas: consulta, atualização e indexação JSON em SQL, testadas

Funções SQL JSON explicadas com consultas que executamos no SQLite 3.50: json_extract, os operadores -> e ->>, json_each, json_set, json_pa…

Leia o artigo →
Bancos de dados e SQL

SQL Pivot explicado: transforme linhas em colunas com CASE, FILTER e PIVOT

SQL pivot explicado com consultas que executamos no SQLite 3.50: agregação condicional com CASE e SUM, FILTER, NULL vs zero, totais, colunas dinâmic…

Leia o artigo →
Inteligência artificial

Explicação da injeção imediata: como os aplicativos de IA são enganados e como defendê-los

Injeção imediata explicada para construtores: ataques diretos e indiretos, por que os filtros de palavras-chave falham (nosso teste bloqueou 1 de 4)…

Leia o artigo →
DevOps

Registros DNS explicados: A, AAAA, CNAME, MX, TXT e TTL com pesquisas reais

Registros DNS explicados com pesquisas que executamos: como funciona a resolução, A e AAAA, regras CNAME, MX e MX nulo, TXT para SPF e verificação, …

Leia o artigo →
DevOps

Sinalizadores de recursos explicados: lançamentos seguros, lançamentos graduais e higiene de sinalizadores

Sinalizadores de recursos explicados com uma simulação de implementação que executamos: tipos de sinalizadores, implementações percentuais com hashi…

Leia o artigo →
Automação de testes

Geração de dados de teste com Python Faker: dados realistas, repetíveis e seguros

Teste a geração de dados com Python Faker, execute e meça: propagação de dados repetíveis, localidades, valores exclusivos, registros em formato de …

Leia o artigo →
Teste de software

Explicação do teste Shift-Left: Encontre bugs mais cedo, sem atrasar a equipe

O teste shift-left explicou: o que significa, por que os defeitos iniciais são mais baratos, práticas desde revisões de requisitos até verificações …

Leia o artigo →
Bancos de dados e SQL

Funções de string SQL explicadas: TRIM, SUBSTR, REPLACE, CONCAT e limpeza de dados

Funções de string SQL explicadas com consultas que executamos: concatenação e NULL, TRIM, UPPER e LOWER, SUBSTR e INSTR, REPLACE, preenchimento, com…

Leia o artigo →
Bancos de dados e SQL

Explicação dos gatilhos SQL: gatilhos ANTES e DEPOIS, registros de auditoria e armadilhas

Gatilhos SQL explicados com gatilhos que executamos: ANTES vs DEPOIS, ANTIGO e NOVO, logs de auditoria, validação, atualizações de estoque, condiçõe…

Leia o artigo →
Desenvolvimento de software

Módulo JSON Python explicado: dumps, carregamentos, tipos personalizados e erros comuns

O módulo Python JSON explicado com o código que executamos: dumps e carregamentos, arquivos, conversões de tipo, datas e decimais, codificadores per…

Leia o artigo →
Desenvolvimento de software

Módulos ES vs CommonJS: como funcionam as importações de JavaScript em Node.js, testado

Módulos ES vs CommonJS explicados com código que executamos em Node.js: sintaxe de importação e exportação, require, vinculações ativas, cache, espe…

Leia o artigo →
Desenvolvimento de software

Python Regex explicado: padrões, grupos, antecipações e armadilhas, testados

Regex Python explicado com padrões que executamos: pesquisa vs correspondência, findall, grupos e grupos nomeados, ganancioso vs preguiçoso, sub, lo…

Leia o artigo →
Inteligência artificial

Explicação da saída estruturada do LLM: obtendo JSON confiável de modelos de IA

Saída estruturada do LLM explicada com validação que executamos no Pydantic: modo JSON e esquemas, decodificação restrita, formas de quebra de saída…

Leia o artigo →
DevOps

Chaves SSH explicadas: como funcionam, ssh-keygen, Ed25519 e hábitos seguros

Chaves SSH explicadas com chaves que geramos: chaves públicas versus privadas, ssh-keygen, Ed25519 versus RSA, impressões digitais, senhas, agente s…

Leia o artigo →
DevOps

Cache HTTP explicado: controle de cache, ETag e respostas 304, com um teste ao vivo

Cache HTTP explicado com um pequeno servidor que executamos: diretivas Cache-Control, idade máxima, sem cache vs sem armazenamento, revalidação de E…

Leia o artigo →
Automação de testes

Teste de contrato de API explicado: detecte alterações importantes antes de serem enviadas

O teste de contrato de API foi explicado com uma verificação de esquema que executamos: o que é um contrato, contratos orientados ao consumidor, Pac…

Leia o artigo →
Teste de software

Testes baseados em riscos explicados: avalie os riscos, construa uma matriz e teste o que é importante

Testes baseados em riscos explicados passo a passo: identificação de riscos, pontuação de probabilidade e impacto, construção de uma matriz de risco…

Leia o artigo →
Bancos de dados e SQL

Restrições SQL explicadas: NOT NULL, UNIQUE, CHECK e FOREIGN KEY, testadas

Restrições SQL explicadas com testes que executamos: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY e FOREIGN KEY, as lacunas NULL, configuração de chave…

Leia o artigo →
Bancos de dados e SQL

Funções de data SQL explicadas: adicionando, comparando e agrupando datas sem bugs

Funções de data SQL explicadas com consultas que executamos: adição de intervalos, surpresas de final de mês, diferenças de data, armadilha BETWEEN,…

Leia o artigo →
Desenvolvimento de software

Python assíncio explicado: assíncrono, espera, coleta e TaskGroup com Real Timings

Python asyncio explicado com código que cronometramos: corrotinas, espera, coleta, TaskGroup, tratamento de erros, tempos limite, limitação de simul…

Leia o artigo →
Desenvolvimento de software

Debounce vs Throttle em JavaScript: como funcionam, quando usar cada um, testado

Debounce vs. acelerador em JavaScript explicado com tempos que medimos em Node.js: como cada um funciona, implementações simples, chamadas iniciais …

Leia o artigo →
Desenvolvimento de software

Gerenciadores de contexto Python explicados: a instrução with, contextlib e usos reais

Os gerenciadores de contexto Python explicados com o código que executamos: como funciona, __enter__ e __exit__, contextlib.contextmanager, supressã…

Leia o artigo →
Inteligência artificial

Temperatura LLM e Top-p explicados: como os modelos de IA escolhem sua próxima palavra

Temperatura LLM e top-p explicados com uma simulação que executamos: como as probabilidades são remodeladas, o que top-p mantém, configurações recom…

Leia o artigo →
DevOps

YAML explicado: sintaxe, o problema da Noruega e outras armadilhas que testamos

YAML explicado com um teste de analisador: sintaxe básica, listas e mapas, o problema da Noruega, versões que se transformam em carros flutuantes, c…

Leia o artigo →
DevOps

Cron Jobs explicado: sintaxe, programações reais e os erros que os quebram

Cron jobs explicados com cronogramas que verificamos: os cinco campos, operadores, exemplos reais, a armadilha do dia do mês OU do dia da semana, pr…

Leia o artigo →
Inteligência artificial

Explicação das alucinações de IA: por que os modelos de linguagem inventam as coisas e como reduzi-las

Explicação das alucinações de IA: o que são, por que os modelos de linguagem as produzem, tipos comuns, como reduzi-las com aterramento e instruções…

Leia o artigo →
DevOps

Variáveis de ambiente explicadas: arquivos .env, segredos e configuração bem feitos

Variáveis de ambiente explicadas com exemplos de Python que executamos: leitura e configuração, por que cada valor é uma string, arquivos .env, hera…

Leia o artigo →
Desenvolvimento de software

Explicação da limitação de taxa de API: algoritmos, cabeçalhos e tratamento de erros 429

Limitação de taxa de API explicada com uma simulação que executamos: token bucket, janela fixa, janela deslizante, 429 respostas, cabeçalhos de limi…

Leia o artigo →
Automação de testes

Zombando em Python: unittest.mock, patch e os erros que fazem os testes mentirem

Zombaria em Python com unittest.mock, testado: Mock e return_value, side_effect, patch onde um nome é usado, especificação e autospec, zombaria de d…

Leia o artigo →
Teste de software

Cobertura de código explicada: cobertura de linha versus filial e o que 100% realmente significa

Cobertura de código explicada com uma execução cobertura.py real: cobertura de linha, ramal e condição, leitura de um relatório, por que 100% de cob…

Leia o artigo →
Bancos de dados e SQL

DELETE vs TRUNCATE vs DROP em SQL: diferenças, reversão e quando usar cada um

DELETE vs TRUNCATE vs DROP explicado com SQL testado: o que cada um remove, rollback, aciona, redefinição de identidade, velocidade e como PostgreSQ…

Leia o artigo →
Bancos de dados e SQL

Exibições SQL explicadas: crie, use e evite as armadilhas, com exemplos

Visualizações SQL explicadas com consultas que executamos: criação de uma visualização, resultados ao vivo, ocultação de colunas, desempenho, visual…

Leia o artigo →
Desenvolvimento de software

Interface TypeScript vs tipo: diferenças reais, testadas com o compilador

Interface TypeScript versus tipo, verificada com o compilador real: o que ambos podem fazer, o que apenas um pode fazer, mesclagem de declarações, e…

Leia o artigo →
Desenvolvimento de software

Python *args e **kwargs explicados: funções flexíveis com exemplos claros

Python *args e **kwargs explicados com o código que executamos: empacotamento e descompactação, ordem dos parâmetros, argumentos somente de palavras…

Leia o artigo →
Desenvolvimento de software

Funções Python Lambda: sintaxe, usos reais e quando não usá-los

Funções lambda do Python explicadas com o código que executamos: sintaxe, classificação com chave, mapa e filtro, fechamentos, armadilha de ligação …

Leia o artigo →
Inteligência artificial

O que são agentes de IA? Como eles funcionam, com um loop de agente simples que você pode executar

O que são agentes de IA? Um guia simples para o loop do agente, ferramentas, memória e proteções, com um pequeno loop Python que executamos, riscos …

Leia o artigo →
DevOps

Monitoramento versus observabilidade: a verdadeira diferença, com logs, métricas e rastreamentos

Explicação do monitoramento versus observabilidade: falhas conhecidas e desconhecidas, logs, métricas e rastreamentos, um passo a passo do incidente…

Leia o artigo →
DevOps

Docker Volumes vs Bind Mounts: persista os dados do contêiner da maneira certa

Volumes Docker versus montagens de ligação explicadas: por que os dados do contêiner desaparecem, volumes nomeados, montagens de ligação, tmpfs, exe…

Leia o artigo →
Automação de testes

TDD vs BDD: principais diferenças, um recurso criado de ambas as maneiras e quando usar cada um

TDD vs BDD explicado com um recurso de desconto construído em ambos os sentidos: refatoração vermelho-verde com o código que executamos, cenários da…

Leia o artigo →
Teste de software

Teste de aceitação do usuário (UAT): processo, lista de verificação e exemplos reais

Explicação do teste de aceitação do usuário: quem o executa, como ele difere do controle de qualidade, um processo de sete etapas, um modelo de caso…

Leia o artigo →
Bancos de dados e SQL

Valores SQL NULL explicados: IS NULL, COALESCE, NULLIF e as armadilhas a serem evitadas

Valores SQL NULL explicados com consultas que executamos: lógica de três valores, IS NULL, COALESCE, NULLIF, como agregações, junções e classificaçã…

Leia o artigo →
Bancos de dados e SQL

Instrução SQL CASE WHEN: sintaxe, exemplos reais e erros comuns

SQL CASE WHEN explicado com consultas que executamos: formulários simples e pesquisados, ordem de condição, pivôs com SUM, truques COUNT, classifica…

Leia o artigo →
Desenvolvimento de software

O que é JWT? JSON Web Tokens explicados com um exemplo prático

O que é JWT? JSON Web Tokens explicados: as três partes, um token construído e adulterado no código que executamos, JWT vs sessões, armazenamento, t…

Leia o artigo →
Desenvolvimento de software

Loop de eventos JavaScript explicado: pilha de chamadas, microtarefas e temporizadores com exemplos

O loop de eventos JavaScript explicado com o código que executamos: pilha de chamadas, filas de tarefas e microtarefas, por que setTimeout 0 não é i…

Leia o artigo →
Desenvolvimento de software

Geradores Python e rendimento explicado: economize memória com exemplos reais

Geradores Python e rendimento explicados com o código que executamos: como eles pausam e reiniciam, medem economia de memória, pipelines, sequências…

Leia o artigo →
Inteligência artificial

O que são incorporações? Similaridade de vetores e cossenos explicada de forma simples

O que são incorporações? Um guia em linguagem simples para vetores, similaridade de cossenos e pesquisa semântica, com um pequeno exemplo que execut…

Leia o artigo →
DevOps

Implantação azul-verde vs canário: diferenças, compensações e como escolher

Explicação da implantação azul-verde versus canário: como cada um funciona, custo, risco e reversão, agrupamento estável de usuários que testamos, m…

Leia o artigo →
Automação de testes

Testes instáveis: o que os causa e como corrigi-los para sempre

Testes instáveis explicados com demonstrações que executamos: as principais causas, como confirmar e diagnosticar uma, soluções adequadas para tempo…

Leia o artigo →
Teste de software

Teste de carga versus teste de estresse: diferenças, métricas e exemplos k6

Teste de carga versus teste de estresse explicado: o que cada um prova, testes de pico e absorção, as métricas que importam, por que as médias engan…

Leia o artigo →
Teste de software

Caso de teste versus cenário de teste: principais diferenças, exemplos e quando usar cada um

Caso de teste vs cenário de teste explicado: definições claras, uma tabela lado a lado, um recurso de redefinição de senha retirado de cenários para…

Leia o artigo →
Bancos de dados e SQL

Otimização de consultas SQL: leia planos de execução e corrija consultas lentas, com intervalos

Otimização de consulta SQL testada em um milhão de linhas: leia planos de execução, adicione os índices corretos, corrija filtros não sargáveis, use…

Leia o artigo →
Bancos de dados e SQL

SQL UNION vs UNION ALL: diferenças, exemplos e desempenho testado

SQL UNION vs UNION ALL explicado com consultas que executamos: duplicatas, as regras que ambos seguem, um bug de dados real, desempenho medido, INTE…

Leia o artigo →
Desenvolvimento de software

Tutorial da API JavaScript Fetch: GET, POST, tratamento de erros e tempos limite

Um tutorial da API JavaScript Fetch testado em um servidor local: GET e POST, por que 404 não lança, um auxiliar reutilizável, strings de consulta, …

Leia o artigo →
Desenvolvimento de software

Manipulação de arquivos Python: leitura, gravação, CSV, JSON e pathlib com exemplos

Manipulação de arquivos Python explicada com código que executamos: modos abertos, com, leitura de arquivos grandes, CSV, JSON, pathlib, arquivos bi…

Leia o artigo →
Desenvolvimento de software

Classes e objetos Python: tutorial OOP com exemplos reais

Classes e objetos Python explicados com código que executamos: __init__, métodos, atributos de classe vs instância, herança, propriedades, métodos d…

Leia o artigo →
Inteligência artificial

O que é um modelo de linguagem grande? Como funcionam os LLMs, explicado sem exageros

O que é um modelo de linguagem grande? LLMs explicados em linguagem simples: tokens, incorporações, atenção, treinamento, temperatura e janelas de c…

Leia o artigo →
DevOps

Comandos Linux para iniciantes: o guia essencial do terminal com exemplos

Comandos Linux para iniciantes, agrupados por tarefa: navegação, arquivos, visualização de logs, grep, pipes, permissões, processos e arquivos, com …

Leia o artigo →
Automação de testes

Selenium vs Playwright: principais diferenças, código comparado e qual escolher

Selenium vs Playwright comparado: arquitetura, espera, suporte a navegador e linguagem, depuração, o mesmo teste em ambas as ferramentas, conselhos …

Leia o artigo →
Teste de software

Particionamento de equivalência: técnica de design de teste explicada com exemplos resolvidos

Explicação do particionamento de equivalência: como encontrar partições válidas e inválidas, exemplos resolvidos para idades, senhas e cupons, teste…

Leia o artigo →
Teste de software

Gravidade vs Prioridade em Testes de Software: Diferenças, Matriz e Exemplos Reais

Explicação da gravidade versus prioridade em testes de software: definições claras, uma matriz de quatro vias com exemplos, escalas de nível, quem d…

Leia o artigo →
Bancos de dados e SQL

Tutorial de subconsultas SQL: tipos, subconsultas correlacionadas e EXISTS com exemplos

Um tutorial de subconsultas SQL com consultas que executamos: subconsultas escalares, IN, FROM e SELECT, subconsultas correlacionadas, EXISTS, a arm…

Leia o artigo →
Bancos de dados e SQL

Transações SQL e ACID explicados: COMMIT, ROLLBACK e níveis de isolamento

Transações SQL e ACID explicadas com uma transferência bancária que executamos: COMMIT, ROLLBACK, savepoints, locks, níveis de isolamento, leituras …

Leia o artigo →
Desenvolvimento de software

Folha de dicas dos comandos do Git: os comandos que você realmente usa, com exemplos

Uma folha de dicas de comandos Git agrupada por tarefa: configuração, preparação, ramificações, controles remotos, stash, histórico e desfazer erros…

Leia o artigo →
Desenvolvimento de software

Explicação das promessas de JavaScript: então, catch, Promise.all e erros comuns

Promessas JavaScript explicadas com o código que executamos: estados, cadeias then e catch, tratamento de erros, Promise.all, allSettled, race e any…

Leia o artigo →
Desenvolvimento de software

Tutorial do dicionário Python: métodos, exemplos e padrões comuns

Um tutorial de dicionário Python com código que executamos: criar, ler e atualizar dictos, métodos-chave, mesclagem, compreensão, padrões de contage…

Leia o artigo →
Inteligência artificial

O que é RAG? Geração aumentada de recuperação explicada com um exemplo prático

O que é RAG? Geração aumentada de recuperação explicada passo a passo: indexação, chunking, embeddings, recuperação, um pequeno exemplo funcional de…

Leia o artigo →
DevOps

Tutorial Terraform para iniciantes: infraestrutura como código do primeiro arquivo aos módulos

Um tutorial do Terraform para iniciantes: comece sem conta na nuvem, aprenda como iniciar, planejar e aplicar, depois variáveis, saídas, estado, mód…

Leia o artigo →
DevOps

Docker vs Kubernetes: principais diferenças, como eles funcionam juntos e o que você precisa

Docker vs Kubernetes explicado: o que cada um faz, o mesmo aplicativo rodando com ambos, Docker Compose e Swarm comparados, a mudança do dockershim …

Leia o artigo →
Automação de testes

Tutorial Pytest para iniciantes: luminárias, parametrização e exemplos reais

Um tutorial pytest para iniciantes com testes que executamos no pytest 9.2: asserções, fixtures, parametrizar, conftest, marcadores, tmp_path, monke…

Leia o artigo →
Teste de software

Ciclo de vida de teste de software (STLC): 6 fases, critérios de entrada e saída, exemplo

O ciclo de vida de teste de software explicou: seis fases do STLC com critérios de entrada e saída, resultados, um exemplo de recurso de login funci…

Leia o artigo →
Desenvolvimento de software

Git merge vs rebase: diferenças, exemplos e quando usar cada um

Git merge vs rebase explicado com saída real do log, uma tabela comparativa, a regra de ouro do rebase e um fluxo de trabalho seguro para equipes.

Leia o artigo →
Desenvolvimento de software

List comprehension em Python: sintaxe, exemplos e quando evitar

List comprehension em Python explicada: sintaxe, filtros, if-else, laços aninhados, tempos medidos e quando um laço for comum é a melhor escolha.

Leia o artigo →
Bancos de dados e SQL

SQL JOIN explicado com exemplos (Inner, Left, Right, Full)

Entenda os joins SQL passo a passo com tabelas e consultas de exemplo: INNER, LEFT, RIGHT, FULL, CROSS e SELF, além de erros comuns e dicas de desem…

Leia o artigo →