# Usar IA numa placa, sem respostas inventadas.

> Um guia prático: por que um chatbot genérico inventa componentes, o que “ancorar” quer dizer de verdade numa placa, e por que cada tipo de dado (esquema elétrico, boardview, foto, documento, web) precisa de um tratamento próprio para ser útil na bancada.

Source: https://wrenchboard.cloud/pt/usar-ia-no-conserto-de-placas

Um chatbot genérico responde do mesmo jeito tendo lido a sua placa ou não. Aqui está o método que muda isso: cada afirmação saída de uma consulta, cada tipo de dado tratado pelo que ele realmente sabe, e uma saída com o formato da evidência em vez de um parágrafo.

## Por que um chatbot genérico *falha numa placa*

Pergunte a qualquer modelo genérico onde fica o fusível de entrada numa placa-mãe
de notebook que ele nunca viu. Ele vai responder. Vai te dar um refdes, uma
localização, e um tom de voz idêntico ao que ele usa quando está certo.

Isso não é um defeito que se resolve com um prompt melhor. Um modelo de linguagem
produz a continuação mais plausível, e numa placa, plausível sai barato: os refdes
se parecem, as linhas de tensão têm nomes parecidos entre fabricantes, e existe um
`C29` em quase toda placa já fabricada. O modelo não tem nenhum mecanismo para
dizer “não encontrei”, porque nada nele chegou a procurar.

Na bancada, o custo não é uma resposta constrangedora. É um componente dessoldado
que estava bom.

## A regra que muda tudo: *ele só pode falar a partir de uma consulta*

A solução é de arquitetura, não de conversa. Cada componente que o agente cita tem
que vir de uma chamada de ferramenta sobre a sua placa realmente lida ou sobre o
grafo montado a partir do seu esquema elétrico real. Não do treinamento dele, não
da memória da conversa.

Duas camadas garantem isso no WrenchBoard. As próprias ferramentas nunca inventam:
peça um refdes desconhecido e elas devolvem “não encontrado” com as
correspondências mais próximas, o que obriga o agente a escolher entre as reais ou
perguntar a você. E na saída, tudo o que tem cara de refdes é conferido contra a
placa lida, então um código que a placa não contém chega até você marcado como em
verificação em vez de afirmado como fato.

É essa toda a diferença entre um assistente que ajuda e um que erra com
confiança, e vale a pena testar em qualquer ferramenta que você avaliar:
**pergunte sobre um componente que não existe na sua placa.** Uma ferramenta
ancorada diz que não encontrou. Um chatbot descreve o componente para você.

## Cada tipo de dado *responde a uma pergunta diferente*

É aqui que a maioria erra, porque é tentador tratar todo arquivo como “contexto
para colar”. Cada formato carrega uma verdade diferente, e perde o valor no
momento em que é achatado em texto.

- **O boardview** conhece a geometria. Onde fica o pad, quais pads dividem uma
  net, o que está do outro lado da placa. Ele não sabe para que serve nada disso.
- **O esquema elétrico** conhece a topologia. O que alimenta o quê, qual linha cai
  quando esta cai, o que um pino deveria ser. Ele não sabe onde colocar a sua
  ponta de prova.
- **A foto que você acabou de tirar** conhece o presente. A oxidação, o chip que
  passou por reballing, o jumper do técnico anterior. Nada disso está em nenhum
  documento.
- **O datasheet ou o manual de serviço** conhece a intenção. O que a peça foi
  projetada para fazer, o que a fábrica esperava medir.
- **A web** conhece o coletivo. Que este modelo tem um regulador que costuma
  falhar, que um lote veio com pads ruins. Útil, não verificável, e para ser
  tratado como pista, não como fato.

Um agente que trata os cinco como um único bloco de texto sem distinção te dá uma
resposta média. Um que mantém cada um no seu lugar consegue cruzá-los: o esquema
diz que esta net deveria estar em 3,3 V, o boardview diz que o pad mais próximo é
este, a sua foto diz que esse pad está oxidado, e de repente a medição a fazer é
óbvia.

## Olhar é uma ferramenta, *não um parágrafo*

Uma página de esquema elétrico não se lê como texto. A informação está no layout:
qual linha sai de qual pino, qual rótulo está em qual fio. Então o agente não
recebe uma transcrição da página, ele pode **olhar** para ela, e enquadrar o que
olha, dando zoom numa região da folha do mesmo jeito que você passaria uma lupa
sobre um esquema impresso. O mesmo vale para as suas fotos: ele enquadra a área de
que precisa em vez de forçar a vista na placa inteira de uma vez.

É também por isso que a resposta nunca deveria ser “em algum lugar perto da CPU”.
Ela deveria ser uma folha, uma região e um componente.

## Como trabalhar com ele, *na prática*

**Dê o sintoma, não o seu diagnóstico.** “Morta, nenhum LED, fonte de 20 V
conectada” vale mais do que “acho que o PMIC morreu”. A segunda frase estreita a
busca para a sua hipótese, que é exatamente o que você quer que seja conferido.

**Meça o que ele pede, na ordem em que pede.** A ordem não é arbitrária: cada
medição é escolhida para eliminar o maior galho da árvore de falhas. Fazer fora de
ordem te faz perder a eliminação.

**Informe as falhas com a mesma precisão dos acertos.** “0 V” e “OL” são fatos
diferentes, e um passo do protocolo que falha diz mais ao agente do que um que
passa.

**Discorde.** Um agente ancorado pode ser contrariado com uma medição, e deveria
mudar o ranking quando você faz isso. Se o seu defende a primeira hipótese contra
o seu multímetro, você não está usando uma ferramenta de diagnóstico, está
discutindo com um autocompletar.

## Uma leitura não é uma resposta, *é uma linha*

**A placa e o chat são a mesma sala.** Aponte qualquer pino no inspetor e ele vai
junto na sua próxima mensagem como um chip, `F2 pin 1 (BAT1FUSED)`. Você nunca
digita um refdes, o agente nunca precisa adivinhar de qual F2 você está falando, e
quando uma das visões dele oferece uma medição, o botão devolve o alvo direto para
ele. É a parte que as pessoas acham que é truque de demo: as duas metades estão
ligadas, então uma leitura feita na placa chega ao contexto do agente sem passar
pelo seu teclado.


Diga “F2 dá OL” e um agente ancorado não se limita a concordar com você. Ele chama
uma ferramenta que anota a leitura: o que foi medido, em qual peça ou pino, o que
era esperado, e um modo de falha que o motor classifica sozinho: aberto, curto,
morto ou degradado. A leitura vira uma linha no diário deste reparo, presa à coisa
em que foi medida.

Três coisas decorrem disso, e juntas elas são todo o argumento a favor de uma
ferramenta em vez de uma janela de chat.

**O próximo ranking lê a leitura.** Peça hipóteses de novo e as observações voltam
junto. A ordem muda porque um fato mudou, não porque você insistiu. É para isso
que serve um ranking.

**A próxima sessão também lê.** O diário é consultável, então uma placa que você
viu seis meses atrás não começa do zero, e nem a próxima placa com o mesmo sintoma
no mesmo modelo.

**E nada é digitado de novo.** A medição que você fez na bancada é a medição que o
relatório imprime, a que o protocolo marca como feita e a que a base de
conhecimento guarda. Você digitou uma vez.

Esta é a parte que não aparece numa demo, e é a parte que decide se um agente é
útil numa bancada: as ferramentas e os dados são o mesmo objeto. Um grafo do
esquema que responde por net, uma base de regras que responde por sintoma, um
diário que pode ser escrito e relido, um boardview em que dá para apontar e medir.
Um modelo sem nada disso precisa adivinhar. Um modelo ligado a tudo isso consegue
medir, e pode ser provado errado.

## Onde isso deixa *o modelo*

Repare no que o modelo não está fazendo em nada disso. Ele não está lembrando da
sua placa, não está reconhecendo a placa por uma foto, não está recuperando um
conserto do treinamento dele. Ele está escolhendo qual ferramenta chamar em
seguida, lendo o que volta e decidindo o que vale a pena medir. O conhecimento mora
no grafo, nas regras e no diário. O modelo traz o raciocínio.

É também por isso que uma resposta não deveria parecer uma transcrição de chat. Um
valor esperado contra um valor medido, um ranking com os seus números, um
protocolo com os seus passos: o formato da evidência, não o formato de uma
conversa.

## Perguntas frequentes

### Posso simplesmente colar meu esquema elétrico no ChatGPT?

Pode, e ele vai responder. O problema é que ele responde do mesmo jeito tendo lido a sua placa ou não. Um modelo genérico não tem como te dizer que não encontrou o C29, então ele produz um C29 plausível. Numa placa, uma resposta plausível custa um componente morto e uma tarde. O que muda o resultado não é um modelo melhor, é um modelo que só pode falar a partir de uma consulta.

### O que “ancorado” quer dizer de verdade aqui?

Que cada refdes que o agente te mostra saiu de uma chamada de ferramenta sobre a sua placa lida ou sobre o grafo do esquema, nunca da memória dele. Quando um refdes não pode ser verificado, ele é marcado como em verificação em vez de afirmado, e a verificação acontece na frase inteira antes de ser confirmada. Essa garantia está no motor, não no prompt.

### Por que o tipo de arquivo importa tanto?

Porque cada um responde a uma pergunta diferente. Um boardview sabe onde fica um pad, não o que ele faz. Um esquema elétrico sabe o que está ligado ao quê, não onde colocar a ponta de prova. Uma foto sabe como a sua placa está hoje, inclusive a oxidação que ninguém documentou. Um datasheet sabe o que uma peça deveria fazer. Um agente que trata os quatro como “texto para ler” joga fora exatamente o que tornava cada um deles útil.

### Devo usar o nível de raciocínio mais profundo toda vez?

Não, e não é questão de economizar. Um nível profundo numa pergunta que precisa de uma consulta produz uma resposta longa construída sobre um único fato, que parece mais certa do que é. A profundidade compensa quando a placa resiste: um sintoma com várias causas candidatas, uma linha que cai sob carga, um conserto que já falhou uma vez.

### A IA substitui o meu conhecimento?

Não. Ela substitui as horas que você passa caçando em páginas de PDF a única net que importa. Você continua medindo, lendo o multímetro e decidindo. O trabalho do agente é garantir que a próxima medição que você fizer seja a que elimina mais galhos.

### No que ela ainda é ruim?

Em tudo o que a documentação não contém. Uma placa sem esquema elétrico e sem boardview deixa a IA só com as suas fotos, as suas medições e conhecimento geral de eletrônica, o que é uma ajuda real, mas bem mais rasa. Ela também não consegue ver uma solda fria nem sentir cheiro de queimado. E não vai saber que este lote exato de placas tem um pad fraco conhecido, a menos que alguém tenha registrado isso.