Passar para o conteúdo principal

Brain

Escrito por Perplexity Support

O que é Brain?

Brain é um sistema de memória que se aprimora continuamente e cria um modelo de trabalho dos seus projetos, pessoas e arquivos para dar ao Perplexity Computer o contexto de que ele precisa para avançar o seu trabalho.

Brain está sendo disponibilizado em Research Preview para assinantes Max e Enterprise Max que usam Computer.

Como Brain aprende?

Brain roda em segundo plano, revisando atividades recentes de sessões, atualizações de conectores, artefatos e correções, e gravando o que aprende na memória do Computer. Cada entrada aponta de volta para sua origem, para que você possa conferir ou corrigir.

Ele aprende a partir de quatro coisas:

  • Suas sessões — as tarefas que você executa e o trabalho que Computer faz com você.

  • Suas ferramentas conectadas — dados dos conectores que você vinculou, como documentos, mensagens ou rastreador de problemas.

  • Arquivos e artefatos que você cria no Computer.

  • Suas correções — para que Brain atualize o que sabe em vez de repetir um erro.

Cada execução se baseia na anterior: reforçando o que ainda é verdadeiro, atualizando o que mudou e marcando o que está desatualizado. Brain aprende apenas com a sua própria atividade — nunca incorpora dados de outras pessoas e ignora totalmente sessões anônimas.

Qual é a diferença entre Brain e Memory?

Memory faz Computer parecer familiar. Brain torna Computer mais produtivo.

Memory armazena suas preferências, interesses e as coisas que você compartilhou, para que as respostas sejam pessoais e relevantes.

Brain vai além. Ele organiza seus projetos, pessoas, documentos, decisões e pendências em um grafo conectado — fundamentado nas sessões, arquivos e dados de conectores de onde veio, e mantido atualizado conforme seu mundo muda.

Em resumo: Memory ajuda Computer a conhecer você. Brain dá a Computer o contexto de trabalho para avançar seu trabalho — e alimenta uma Memory mais rica ao longo do tempo.

Visualização do Memory no Perplexity Computer mostrando notas, conceitos, entidades e fluxos de trabalho como um grafo conectado

O que Brain faz por mim?

Suponha que você vai se encontrar com um cliente amanhã e pergunte ao Computer: “O que devo apresentar?”

Qual cliente? Sobre o que ele perguntou da última vez? Quais problemas ainda estão em aberto? O que mudou desde a última reunião? Qual apresentação está atualizada? Quem é responsável pelo acompanhamento?

Brain dá a Computer o contexto de trabalho para responder a tudo isso. Ele começa pelo cliente, traz as anotações mais recentes da reunião, verifica problemas em aberto e analisa o trabalho de produto que esses problemas bloqueiam — entrando em threads do Slack, transcrições de chamadas e PRs para verificar qualquer ponto incerto. Você não recebe uma lista de resultados de pesquisa. Você recebe uma recomendação fundamentada no seu trabalho real: o que apresentar, o que evitar, o que mudou e quais acompanhamentos importam.

Brain também permite retomar trabalhos anteriores sem precisar recapitular. Inicie uma nova conversa, aponte o Computer para um projeto de algumas semanas atrás, e ele continua usando as decisões, os arquivos e as pessoas já presentes no contexto — em vez de obrigar você a explicar tudo de novo.

Quanto mais você usa Computer em um projeto, mais rico fica o entendimento de Brain — por isso, os maiores ganhos aparecem em trabalhos aos quais você retorna.

Onde vejo o que Brain aprendeu e como edito isso?

Abra Memory para ver tudo o que Brain aprendeu, organizado por conceito, entidade e frente de trabalho — um wiki e grafo navegáveis do seu mundo. Abra qualquer entrada para lê-la, ver como ela se conecta a entradas relacionadas e acessar a sessão, o arquivo ou a fonte original. Você pode editar ou excluir qualquer entrada, e suas correções alimentam a próxima execução de Brain.

Painel de configurações de Brain no Perplexity Computer mostrando o botão de Brain, o botão de fontes conectadas, conectores disponíveis e o campo Instruções

Quando Brain é executado?

Brain roda em segundo plano, não durante suas tarefas ativas — por isso, ele nunca deixa você mais lento. Chat do Computer que usam Brain, na verdade, rodam mais rápido em média, porque Computer reutiliza o que Brain sabe em vez de reconstruir o contexto do zero.

Brain em si apenas mantém sua memória. Ele não realiza ações nem envia mensagens para você. Com o tempo, Brain é a base para recursos mais proativos no Computer — resumos diários, skills que se aprimoram — mas esses recursos são controlados separadamente, e qualquer coisa que mudaria a forma como Computer funciona é apresentada primeiro para sua revisão.

Posso desativar Brain?

Sim. Brain tem seu próprio botão nas configurações do Computer, independente do Histórico de pesquisa no Memory — Configurações → Configurações de Memory → Brain. Ao desativá-lo, Brain deixa de gravar novos conhecimentos na memória do Computer a partir da sua atividade.

Para organizações Enterprise, os administradores da organização podem desativar Brain para os membros da organização em Configurações da organização → Memory → Habilitar Brain.

Brain é privado?

Sim. Brain é criado apenas a partir da sua própria atividade — suas sessões, ferramentas conectadas, artefatos e correções — e é usado apenas para melhorar suas próprias respostas.

Cada entrada aponta de volta para a sessão, o arquivo ou a fonte por trás dela, para que você possa abri-la, verificá-la e editar ou excluir qualquer item em Settings → Memory.

O modo anônimo é excluído. Brain não lê nem grava em sessões anônimas.

Filtragem de informações sensíveis. Brain usa a mesma filtragem baseada em IA do Search Memory para reduzir a chance de que detalhes sensíveis — credenciais, senhas e similares — acabem no seu banco de memória. Você sempre pode revisar e limpar qualquer item salvo.

Treinamento de modelos. A Retenção de Dados de IA se limita a pesquisas usadas para melhorar modelos, não ao que Brain grava na memória do Computer. O próprio botão de Brain controla essa gravação. Para usuários do Perplexity Enterprise, nunca usamos os dados deles para treinar nossos modelos.