Última revisão: junho de 2026
Uma referência rápida dos padrões arquiteturais que o exame C1000-185 avalia. Leia de cima a baixo ou pule para uma seção.
A empresa precisa de um modelo que siga instruções com licenciamento permissivo e indenização.
Escolha um modelo de instrução IBM Granite do catálogo watsonx.ai em vez de um modelo hospedado por terceiros.
Por quê: Os modelos Granite são construídos e governados pela IBM e possuem a indenização de IP da IBM — a escolha segura padrão para cargas de trabalho regulamentadas.
Selecionando entre uma variante ajustada para chat e uma ajustada para instrução para uma tarefa de extração de turno único.
Use a variante de instrução com um prompt diretivo claro; reserve os modelos de chat para diálogos com várias interações.
Por quê: Os modelos de chat esperam turnos estruturados por função; para tarefas de uma única vez, o modelo de instrução é mais simples e barato.
A saída deve ser determinística e reproduzível para um relatório de conformidade.
Defina a decodificação como gananciosa (sem amostragem) para que o token de maior probabilidade seja sempre escolhido.
Por quê: A decodificação gananciosa remove a aleatoriedade; a amostragem com temperatura introduz variação que você não deseja em saídas auditadas.
A geração de textos criativos parece repetitiva e sem graça.
Mude para a decodificação por amostragem e aumente a temperatura (por exemplo, 0.7-1.0) para ampliar a distribuição de tokens.
Por quê: Temperaturas mais altas achatam as probabilidades, fazendo com que tokens de classificação inferior sejam selecionados, aumentando a diversidade.
A saída da amostragem ocasionalmente foge do tópico com tokens raros.
Restrinja a amostragem com top-k ou top-p (núcleo) para limitar os candidatos aos tokens mais prováveis.
Por quê: top-k limita a contagem de candidatos; top-p limita a massa de probabilidade cumulativa — ambos cortam a cauda longa que causa desvio.
O modelo entra em loops, repetindo a mesma frase ou sentença.
Aumente o parâmetro de penalidade de repetição para desencorajar a reemissão de tokens recentes.
Por quê: A penalidade diminui a probabilidade de tokens já vistos; sequências de parada sozinhas não corrigem loops no meio da geração.
A geração continua além da resposta, produzindo texto de acompanhamento "alucinado".
Defina uma ou mais sequências de parada (por exemplo, "\n\n", "###") para que a geração pare em um limite conhecido.
Por quê: Sequências de parada terminam a saída de forma determinística; depender apenas do número máximo de tokens trunca a frase no meio.
As respostas estão sendo cortadas antes de completar o JSON solicitado.
Aumente o número máximo de novos tokens; defina o número mínimo de novos tokens para forçar uma resposta de comprimento mínimo quando necessário.
Por quê: O número máximo de novos tokens limita o comprimento da saída; se for muito baixo, ele trunca a saída estruturada antes da chave de fechamento.
A classificação "zero-shot" rotula incorretamente casos de borda.
Adicione alguns exemplos de entrada/saída rotulados (few-shot) diretamente no prompt.
Por quê: Exemplos few-shot definem o formato de saída e o limite de decisão no contexto, sem qualquer ajuste.
A equipe quer iterar em um prompt antes de escrever qualquer código.
Use o Prompt Lab — alterne entre os modos livre, estruturado e chat, ajuste os parâmetros e depois salve como um modelo de prompt.
Por quê: O Prompt Lab é a interface de iteração sem código; o modo estruturado separa instruções, exemplos e entrada de forma limpa.
Documentos longos excedem a janela de contexto do modelo escolhido.
Divida em blocos e recupere apenas passagens relevantes (RAG) ou escolha um modelo de contexto mais longo do catálogo.
Por quê: Você não pode exceder o limite de tokens do modelo; inserir mais texto resulta em perdas ou erros silenciosos — a recuperação é a solução escalável.
A engenharia de prompt atinge um platô em uma tarefa de domínio restrito que precisa de um estilo consistente.
Execute o ajuste de prompt no Tuning Studio para aprender um prompt suave (vetor ajustado) em exemplos rotulados.
Por quê: O ajuste de prompt adapta o comportamento sem alterar os pesos base — mais barato que o fine-tuning, mais confiável que prompts longos.
O modelo carece de conhecimento empresarial atualizado e factual.
Use RAG para fundamentar as respostas em documentos recuperados, em vez de ajustar o modelo com base nesses fatos.
Por quê: O ajuste ensina estilo/comportamento, não fatos novos; o RAG injeta contexto fundamentado atual e é fácil de atualizar.
Decidindo entre o ajuste de prompt e o fine-tuning completo para um projeto watsonx de nível associado.
Prefira o ajuste de prompt: ele treina muito menos parâmetros, executa mais rápido e é o caminho suportado no Tuning Studio.
Por quê: O fine-tuning completo é caro, exige grandes conjuntos de dados e arrisca o esquecimento catastrófico; o ajuste de prompt é o padrão do watsonx.
Preparando dados para ajustar por prompt um modelo de sumarização.
Forneça pares de entrada/saída no formato JSON/JSONL esperado, divididos em conjuntos de treinamento e validação.
Por quê: Pares limpos e representativos impulsionam a qualidade do ajuste; um conjunto de validação reservado é necessário para avaliar a generalização.
A curva de perda de ajuste achata-se precocemente enquanto a perda de validação começa a subir.
Pare ou reduza as épocas — o modelo está começando a sobreajustar o conjunto de treinamento.
Por quê: A divergência da perda de treinamento/validação é o sinal clássico de sobreajuste; mais épocas memorizariam, não generalizariam.
Os resultados do ajuste de prompt são instáveis em diferentes execuções.
Ajuste a taxa de aprendizado, o número de épocas, o tamanho do lote e o número de tokens virtuais na configuração de ajuste.
Por quê: Uma taxa de aprendizado muito alta desestabiliza o treinamento; estas são as alavancas que o Tuning Studio expõe para a convergência.
É preciso comparar objetivamente dois prompts ou ativos ajustados.
Avalie com métricas de tarefa (por exemplo, ROUGE/BLEU para sumarização, correspondência exata/F1 para extração) mais revisão humana.
Por quê: A qualidade generativa é multidimensional; métricas automatizadas detectam regressões, mas a revisão humana avalia a fidelidade.
O modelo ajustado ainda inventa fatos não presentes na fonte.
Fundamente com RAG, reduza a temperatura e instrua o modelo a responder apenas com base no contexto fornecido ou a dizer que não sabe.
Por quê: A "alucinação" é um problema de fundamentação e decodificação mais do que um problema de pesos; a recuperação mais as restrições corrigem a maior parte dela.
Apenas algumas dezenas de exemplos rotulados estão disponíveis para adaptação.
Mantenha-se com o prompt few-shot ou ajuste de prompt leve; não faça fine-tuning em dados pequenos.
Por quê: Pequenos conjuntos de dados sobreajustam-se gravemente sob fine-tuning completo; exemplos no contexto generalizam melhor nessa escala.
Escolhendo qual modelo de base ajustar por prompt para uma tarefa de classificação.
Escolha um modelo de base Granite ajustável que o Tuning Studio suporte para ajuste de prompt, dimensionado para a tarefa.
Por quê: Nem todo modelo do catálogo é ajustável; ajustar um modelo menor suportado é mais barato e geralmente suficiente para classificação.
A qualidade da saída generativa deve ser rastreada continuamente em produção.
Configure as métricas de avaliação do watsonx.governance (qualidade, desvio, métricas de IA generativa) em relação à implantação.
Por quê: A governança transforma a avaliação pontual em limites monitorados com alertas, e não em uma verificação manual esporádica.
O mesmo prompt ajustado deve servir muitas entradas com campos diferentes.
Parametrize o modelo de prompt com variáveis nomeadas e forneça os valores no momento da inferência.
Por quê: Variáveis mantêm um modelo reutilizável em vez de entradas codificadas, e elas mapeiam-se de forma limpa para os parâmetros da API.
Um modelo ignora a instrução da tarefa e apenas continua o texto.
Use um modelo ajustado para instruções e formule o prompt como uma diretiva explícita, não um fragmento a ser completado.
Por quê: Modelos de conclusão de base continuam padrões; modelos de instrução são treinados para seguir diretivas.
Precisa executar SQL interativo em dados de armazenamento de objetos para preparação de recursos de IA.
Use o motor Presto do watsonx.data sobre tabelas Iceberg no armazenamento de objetos.
Por quê: O Presto oferece SQL federado rápido em formatos de tabela abertos sem copiar dados para um data warehouse.
Dados de análise precisam de evolução de esquema e "time-travel" no lakehouse.
Armazene-o como tabelas Apache Iceberg gerenciadas por watsonx.data.
Por quê: O Iceberg suporta evolução de esquema, snapshots e operações ACID em armazenamento de objetos — o padrão do lakehouse.
Escolhendo um motor para transformação ETL pesada versus consulta ad-hoc.
Use Spark para grandes transformações em lote/ETL; use Presto para SQL interativo de baixa latência.
Por quê: Spark escala o processamento em lote; Presto é otimizado para consultas federadas rápidas — escolha pelo formato da carga de trabalho.
RAG precisa de um armazenamento de vetores para embeddings colocalizado com dados governados.
Provisione Milvus dentro do watsonx.data como o banco de dados vetorial para busca de similaridade.
Por quê: Milvus é o armazenamento de vetores integrado do watsonx.data; manter os embeddings no lakehouse simplifica a governança.
Decidindo entre Milvus e watsonx Discovery para recuperação.
Use Milvus para similaridade de vetor bruta que você controla; use watsonx Discovery (baseado em Elasticsearch) para busca empresarial gerenciada com recuperação híbrida.
Por quê: Milvus é um DB vetorial que você opera; Discovery é um serviço de busca de nível superior com ingestão e classificação integradas.
Preparando documentos para que um modelo de base possa fundamentar respostas neles.
Divida os documentos em blocos, gere embeddings com um modelo de embedding do watsonx.ai e indexe-os no Milvus.
Por quê: A qualidade da recuperação depende de um particionamento sensato e de um modelo de embedding correspondente; dimensões incompatíveis quebram o índice.
Um recurso de IA precisa de dados espalhados por vários bancos de dados e buckets.
Registre as fontes no watsonx.data e consulte-as no local através da federação do motor.
Por quê: A federação evita a duplicação dispendiosa de dados e mantém um único ponto de acesso governado.
A equipe de governança exige linhagem e controle de acesso sobre os dados que alimentam os modelos.
Cataloque conjuntos de dados no catálogo watsonx.data e aplique acesso baseado em IAM/política.
Por quê: Um catálogo governado é o que vincula a linhagem de dados às fichas de modelo posteriormente — o acesso ad-hoc a buckets o ignora.
Um projeto watsonx.ai deve ler tabelas lakehouse curadas para RAG.
Adicione uma conexão watsonx.data ao projeto e referencie tabelas como ativos de dados.
Por quê: As conexões expõem dados governados do lakehouse ao projeto de IA sem exportar cópias.
Um prompt funcional do Prompt Lab deve se tornar um ativo reutilizável e implantável.
Salve-o como um ativo de modelo de prompt no projeto, depois promova-o para um espaço de implantação.
Por quê: Espaços de implantação são o limite de produção; os prompts devem ser promovidos para lá antes de poderem ser servidos.
Uma aplicação precisa de um endpoint de inferência de baixa latência para um prompt ajustado.
Crie uma implantação online no espaço de implantação; ela expõe um endpoint REST de pontuação/geração.
Por quê: Implantações online fornecem um endpoint síncrono; implantações em lote são para trabalhos de pontuação offline.
Chamando um modelo de base a partir de código de aplicação Python.
Use a classe ModelInference do SDK Python do watsonx.ai e chame generate_text com seus parâmetros.
Por quê: ModelInference encapsula autenticação, ID do modelo, projeto/espaço e parâmetros em um único cliente — mais limpo do que REST puro.
Um serviço não-Python deve chamar a inferência do watsonx.ai.
Chame o endpoint REST de geração de texto do watsonx.ai com o ID do modelo, entrada e parâmetros no corpo JSON.
Por quê: A API REST é agnóstica à linguagem; o SDK é apenas um wrapper sobre os mesmos endpoints.
Autenticando chamadas SDK ou API para watsonx.ai.
Troque uma chave de API do IBM Cloud IAM por um token de portador, depois chame o endpoint com esse token e o ID do seu projeto/espaço.
Por quê: watsonx usa IBM Cloud IAM; incorporar a chave de API bruta em cada chamada ou codificar tokens é errado e inseguro.
Decidindo onde um ativo de modelo reside durante o desenvolvimento versus o serviço.
Desenvolva e experimente em um projeto; promova o ativo para um espaço de implantação para servi-lo.
Por quê: Projetos são ambientes de desenvolvimento colaborativos; espaços de implantação contêm ativos promovidos para produção e com controle de acesso.
Conectando recuperação e geração em um único fluxo de aplicação.
Incorpore a consulta, recupere os top-k blocos do Milvus/Discovery, injete-os no modelo de prompt e, em seguida, chame o modelo implantado.
Por quê: A ordem recuperar-depois-gerar é o que fundamenta a resposta; chamar o modelo primeiro anula o RAG.
Mapeando uma carga de trabalho GenAI para a família de produtos watsonx.
Construa e ajuste no watsonx.ai, armazene/consulte dados no watsonx.data, governe e monitore no watsonx.governance.
Por quê: Os três componentes são complementares, não intercambiáveis — saber qual faz o quê é conhecimento essencial para o exame.
A empresa precisa do watsonx on-prem por razões de residência de dados.
Implante o watsonx como software no Cloud Pak for Data (Red Hat OpenShift) em vez da oferta SaaS do IBM Cloud.
Por quê: SaaS roda no IBM Cloud; o formato de software roda em seu próprio cluster OpenShift para necessidades de residência/isolamento.
Organizando o trabalho colaborativo de GenAI e seus artefatos.
Use um projeto watsonx como o espaço de trabalho que contém ativos de dados, notebooks, prompts e modelos ajustados com acesso compartilhado.
Por quê: Projetos são a unidade de colaboração e escopo de ativos; espaços de implantação são separados e voltados para a produção.
Controlando quem pode acessar quais instâncias e ativos do watsonx.
Use contas do IBM Cloud, grupos de recursos e políticas/funções de acesso IAM para definir o escopo do acesso.
Por quê: O acesso no watsonx é impulsionado pelo IAM no nível da conta/grupo de recursos — não apenas por compartilhamento ad-hoc por ativo.
Estimando o custo de execução da inferência de modelos de base.
Considere a cobrança baseada em tokens na inferência do watsonx.ai, mais os motores/armazenamento provisionados no watsonx.data.
Por quê: O custo de GenAI é dominado por tokens de entrada/saída; o cálculo do lakehouse e do armazenamento de vetores são itens separados.
Esboçando uma arquitetura RAG de produção no watsonx.
Dados do Lakehouse → embeddings em Milvus → recuperação + geração no watsonx.ai → aplicativo, com monitoramento do watsonx.governance em todo o processo.
Por quê: Este fluxo ponta a ponta é o padrão de referência canônico do watsonx que o exame espera que você reconheça.
Auditores solicitam um registro do ciclo de vida e proveniência de um modelo implantado.
Use as fichas de IA do watsonx.governance para capturar metadados do modelo, linhagem e aprovações ao longo do ciclo de vida.
Por quê: As fichas de fato são o sistema de registro do watsonx para a proveniência do modelo — a resposta documentada para "de onde veio este modelo".
As saídas de um modelo em produção degradam-se com o tempo.
Configure monitores de desvio e qualidade do watsonx.governance com limiares e alertas na implantação.
Por quê: O monitoramento contínuo detecta o desvio antes que os usuários o façam; a validação única não consegue detectar a deterioração pós-implantação.
Um modelo deve ser verificado quanto a tratamento injusto em grupos protegidos.
Execute avaliações de justiça/viés no watsonx.governance e documente a mitigação na ficha de fato.
Por quê: As obrigações da IA responsável exigem justiça medida e registrada — não apenas uma suposição não medida de justiça.
A equipe de conformidade precisa que o sistema GenAI seja mapeado para as regulamentações de IA.
Use o watsonx.governance para rastrear riscos, vincular controles a regulamentações e manter evidências prontas para auditoria.
Por quê: A governança vincula o risco do modelo aos controles regulatórios em um único local, o que é exigido pelas auditorias e pelos princípios de IA responsável da IBM.