> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/pt/ai/ai-whitepaper/introduction-ai-at-zoom.md).

# Introdução: IA na Zoom

Uma introdução ao livro branco do Zoom AI para Zoom Workplace, Webinars e Eventos

A inteligência artificial está a evoluir rapidamente e a tornar-se parte integrante do quotidiano, impulsionando tudo, desde modelos de linguagem de grande e pequena dimensão até funções algorítmicas especializadas. Embora a IA generativa permita uma interação fluida entre pessoas e máquinas para a criação de conteúdos, a resolução de problemas e a tomada de decisões, a IA também está presente em aplicações mais especializadas. As ferramentas de automação simplificam os fluxos de trabalho, enquanto serviços como a legendagem e a tradução eliminam barreiras de comunicação, tornando a colaboração mais eficiente e acessível. À medida que a IA continua a avançar, as suas aplicações estão a transformar os setores, aumentando a eficiência, a precisão e a inovação e reformulando profundamente a forma como as empresas operam.

Tendo em conta o papel crescente da IA no local de trabalho moderno, este documento explica como a IA é utilizada em toda a plataforma Zoom. Descreve a base de IA partilhada da Zoom, as funcionalidades de IA específicas de cada produto, integradas nos diferentes produtos Zoom, e o ZoomMate como uma superfície de trabalho de IA mais abrangente, que ajuda os utilizadores a passar da conversa à conclusão das tarefas. Em conjunto, estas secções destinam-se a ajudar os leitores a compreender como a Zoom utiliza a IA na comunicação, colaboração, produtividade e concretização de tarefas.

## **Zoom AI**

O Zoom AI é a camada de inteligência artificial compartilhada que alimenta experiências com recursos de IA em toda a plataforma Zoom. Inclui o conjunto mais amplo de tecnologias de IA, modelos e sistemas de suporte que o Zoom usa para oferecer recursos inteligentes em seus produtos. Na prática, o Zoom AI é a base que permite ao Zoom oferecer experiências com assistência de IA em comunicação, colaboração, produtividade e acompanhamento, em vez de limitar a IA a um único recurso ou aplicativo independente.

Esta camada de IA partilhada dá suporte ao ZoomMate, bem como a uma vasta gama de funcionalidades específicas dos produtos, incluindo tradução em tempo real, transcrição, perguntas na reunião, isolamento pessoal de áudio, composição de chat e outras experiências assistidas por IA. Inclui a abordagem de vários modelos e várias implementações de IA da Zoom, incluindo a sua arquitetura federada, Zoom-Hosted Models Plus (ZM+), Somente Modelos Hospedados pelo Zoom (ZMO) e as ofertas de IA no local. Em conjunto, estas abordagens constituem a base técnica para a IA em toda a plataforma Zoom.

## **Funcionalidades de IA**

#### <mark style="color:azul;">Funcionalidades de IA: capacidades de IA incorporadas que oferecem assistência específica nos produtos Zoom</mark>

As funcionalidades de IA da Zoom são capacidades específicas dos produtos que utilizam inteligência artificial em determinados produtos e fluxos de trabalho da Zoom e que, geralmente, estão integradas diretamente na experiência do produto em que a tarefa é realizada. Foram concebidas para ajudar em atividades específicas, como resumir uma reunião, redigir uma mensagem de chat, sugerir uma resposta de e-mail, responder a uma pergunta durante uma reunião em direto ou gerar um resumo após uma chamada.

Estes Recursos podem funcionar de forma independente no produto em que aparecem, mas também podem gerar resultados que dão suporte a experiências mais amplas do ZoomMate. Por exemplo, um resumo da reunião criado após uma reunião do Zoom pode, mais tarde, servir de contexto útil para o ZoomMate, enquanto um Recurso como Compor chat ou Perguntas sobre a reunião foi concebido principalmente para ajudar nessa experiência imediata do produto. Assim, os Recursos do Zoom AI constituem a camada distribuída de IA ao nível do produto em todo o Zoom.

Os exemplos incluem recursos de Reuniões, Chat, Quadro de compartilhamento, Eventos, E-mail, Calendário e Telefone, como resumos de reuniões, perguntas na reunião, transcrição, Minhas notas, composição de chat, resumo de chat, resumos de canais, tradução, elaboração e respostas de e-mails, assistência para agendamento, resumos de ligações, recursos de correio de voz e extração de tarefas.

## **ZoomMate**

#### <mark style="color:azul;">ZoomMate: o seu colega de trabalho inteligente, que ajuda a fazer mais, da conversa à conclusão</mark>

O ZoomMate é um colega digital inteligente e conversacional, no centro da plataforma Zoom Workplace, concebido para aumentar a produtividade, simplificar a colaboração e reduzir a carga de trabalho dos Funcionários.

Todos os dias, as ferramentas de IA integram-se cada vez mais na força de trabalho moderna e já não se limitam a executar tarefas específicas — como automatizar a introdução de dados, redigir e-mails, gerar relatórios ou executar funções algorítmicas básicas. Pelo contrário, as ferramentas de IA emergentes representam uma mudança transformadora, que altera fundamentalmente a forma como trabalhamos. O ZoomMate é um exemplo disso: vai além da simples automatização de tarefas e atua como um colega dedicado que ajuda os usuários a realizar mais, desde a conversa até à conclusão.

Por exemplo, imagine um responsável de Vendas a preparar-se para uma reunião de alto risco com um cliente. O trabalho pode começar com uma reunião recente do Zoom, na qual a equipa debate as prioridades do cliente, os riscos da concorrência e as questões técnicas em aberto. A partir dessa conversa, as funcionalidades de IA do Zoom podem gerar um resumo da reunião, identificar ações a realizar e destacar as responsabilidades de acompanhamento atribuídas aos diferentes membros da equipa. Em seguida, o usuário pode recorrer ao ZoomMate para dar continuidade ao trabalho, em vez de recomeçar numa ferramenta separada.

Com base no contexto de toda a plataforma Zoom Workplace e dos sistemas ligados, o ZoomMate pode reunir o resumo da reunião, consultar conversas relacionadas no chat, consultar materiais de apoio no Zoom Canvas, obter informações sobre a conta num CRM ligado e incorporar pesquisas adicionais de fontes internas ou externas aprovadas. Com base nesse contexto combinado, o ZoomMate pode ajudar a preparar um documento informativo para o cliente, elaborar um esboço de proposta, criar tarefas de acompanhamento e gerar um documento estratégico estruturado. Se o usuário precisar de apresentar esse trabalho, o ZoomMate também pode ajudar a transformar o mesmo contexto numa Apresentação usando o Zoom Slides.

O que distingue o ZoomMate de um assistente convencional de IA generativa é que o trabalho não se limita a resumir ou redigir. O ZoomMate pode ajudar a dar continuidade ao contexto ao longo de todo o processo: desde a conversa inicial, passando pelas decisões tomadas, até aos documentos e às ações que se seguem. Nesse sentido, o ZoomMate funciona menos como uma ferramenta de finalidade única e mais como um colega de trabalho que ajuda os usuários a ligar informações, coordenar ações de seguimento e transformar trabalho em curso em resultados concluídos.

## **Protocolos de interface**

Antes de explorar funcionalidades e fluxos de dados mais detalhados, é útil compreender alguns dos protocolos subjacentes que ajudam a impulsionar as capacidades de IA do Zoom. Esta secção explica o Model Context Protocol (MCP), um dos principais padrões de interoperabilidade que permitem à IA ligar-se a ferramentas, dados, fluxos de trabalho e outros agentes.

### Model Context Protocol

#### <mark style="color:azul;">Model Context Protocol (MCP): um padrão para ligar a IA a ferramentas e realizar mais</mark>

Como parte da sua arquitetura de IA, o Zoom utiliza o Model Context Protocol (MCP) — um padrão aberto que permite ligações seguras entre modelos, ferramentas, fontes de dados e fluxos de trabalho. O MCP desempenha um papel fundamental no avanço da IA agêntica, ao eliminar a necessidade de integrações específicas que cada empresa teria de criar e manter separadamente. Em vez disso, disponibiliza uma estrutura partilhada e organizada que expõe capacidades aos modelos de IA de forma consistente. Esta base permite que os sistemas de IA atuem mais como agentes inteligentes: não só respondendo a perguntas, mas também executando ações diretamente nos sistemas de que os usuários dependem.

Consulte a documentação para programadores do Zoom para obter mais informações sobre [MCP no Zoom](https://developers.zoom.us/docs/mcp/).

#### <mark style="color:azul;">Como o MCP funciona na prática — como fazer um pedido a partir de um menu</mark>

Na sua essência, o MCP baseia-se num modelo cliente-servidor. Pense no ambiente de IA (como o ChatGPT ou o Claude) como um cliente que pretende realizar tarefas, e nos sistemas externos (como o Jira, o Confluence ou uma base de dados) como servidores que divulgam o que podem fazer. Cada servidor fornece uma lista clara de funções — como «pesquisar na base de conhecimentos» ou «criar tarefa». O cliente de IA decide então, durante uma conversa, quando e como utilizar essas funções.

Por outras palavras, ligar a IA a um servidor MCP é como fazer um pedido num restaurante. Você (a IA) entra num restaurante, recebe um menu (uma lista de serviços ou funções disponíveis através do servidor MCP), diz o que pretende e recebe uma resposta. Não é preciso adivinhar o que está ou não disponível — tudo é apresentado no menu desde o início.

As secções seguintes fornecem mais informações sobre o funcionamento do MCP:

#### <mark style="color:azul;">Passo 1: disponibilizar capacidades através de servidores</mark>

Qualquer sistema pode executar um servidor MCP. Esse servidor funciona como o «menu», apresentando uma descrição estruturada das ações que suporta. Por exemplo, o Jira pode disponibilizar funções como «pesquisar problemas» ou «atualizar pedido». Como estas funções seguem o formato partilhado do MCP, a IA consegue compreendê-las imediatamente, sem necessidade de desenvolvimento personalizado.

#### <mark style="color:azul;">Passo 2: a IA atua como cliente</mark>

Por outro lado, o ambiente de IA desempenha a função de cliente. Lê a lista de funções disponíveis, guarda essa informação e decide a quais ligar ao responder a um usuário. Isto significa que não é necessário programar previamente a IA com milhares de integrações possíveis — basta-lhe aprender o que está disponível quando a ligação é estabelecida.

#### <mark style="color:azul;">Etapa 3: Transmitir o contexto com segurança</mark>

O MCP também define como o contexto e as permissões são transmitidos. Isso ajuda a garantir que, quando a IA usa uma função, o faça apenas dentro dos limites do que o usuário tem autorização para acessar. Por exemplo, se um usuário tiver Permissão para ver apenas os tickets do Jira da sua equipa, o MCP garante que a IA respeite esse âmbito. Esta camada de segurança torna o MCP prático para utilização empresarial, onde os dados sensíveis e os controlos de acesso são inegociáveis.

#### <mark style="color:azul;">Por que razão o MCP é importante</mark>

Ao padronizar a forma como a IA se liga a sistemas externos, o MCP elimina as dificuldades das integrações personalizadas e garante segurança e consistência. Os usuários beneficiam porque a IA não só pode responder a perguntas, como também executar ações informadas em várias ferramentas de forma simples e segura.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://library.zoom.com/technical-library/pt/ai/ai-whitepaper/introduction-ai-at-zoom.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
