{"id":27509,"date":"2023-06-26T07:21:54","date_gmt":"2023-06-26T07:21:54","guid":{"rendered":"https:\/\/meetcody.ai\/blog\/chunking-explicado\/"},"modified":"2023-06-27T03:22:07","modified_gmt":"2023-06-27T03:22:07","slug":"chunking-explicado","status":"publish","type":"post","link":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/","title":{"rendered":"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?"},"content":{"rendered":"

Quando come\u00e7ar a utilizar o Cody, \u00e9 poss\u00edvel que se sinta desapontado ou desanimado com o facto de Cody n\u00e3o conseguir gerar as respostas esperadas. Neste breve blogue, n\u00e3o vamos aprofundar a forma como deve utilizar o Cody, mas vamos dar-lhe uma ideia geral de como o Cody utiliza os seus documentos para gerar respostas, para que possa compreender melhor o processo de gera\u00e7\u00e3o e experiment\u00e1-lo.<\/p>\n

H\u00e1 dois factores principais que afectam a gera\u00e7\u00e3o de respostas atrav\u00e9s dos seus documentos:<\/p>\n

    \n
  1. Fragmenta\u00e7\u00e3o<\/strong><\/li>\n
  2. Janela de contexto<\/strong><\/li>\n<\/ol>\n

    Ambas as terminologias, chunking e janela de contexto, est\u00e3o inter-relacionadas. Pode ser feita uma analogia simples para comparar a gera\u00e7\u00e3o de respostas com a confe\u00e7\u00e3o de alimentos. Os peda\u00e7os podem ser vistos como as pe\u00e7as individuais de vegetais que corta, enquanto a janela de contexto representa o tamanho do utens\u00edlio de cozinha. \u00c9 importante cortar os legumes em peda\u00e7os de tamanho ideal para real\u00e7ar o sabor geral, e um utens\u00edlio maior permite adicionar mais peda\u00e7os de legumes.<\/p>\n

    O que \u00e9 Chunking?<\/h2>\n

    Em termos simples, chunking \u00e9 o ato de dividir o conte\u00fado em partes ger\u00edveis para uma utiliza\u00e7\u00e3o eficiente da mem\u00f3ria. Se j\u00e1 leu os nossos blogues<\/a>, deve saber que modelos como o GPT requerem recursos significativos e, para lidar com as restri\u00e7\u00f5es da janela de contexto, utilizamos v\u00e1rios processos, como o chunking.<\/p>\n

    A fragmenta\u00e7\u00e3o \u00e9 um processo efectuado depois de carregar os documentos para a Cody. Divide ou segmenta o documento em v\u00e1rios peda\u00e7os, sendo que cada peda\u00e7o cont\u00e9m o contexto envolvente relevante. A estes peda\u00e7os s\u00e3o ent\u00e3o atribu\u00eddas etiquetas num\u00e9ricas para facilitar o c\u00e1lculo, o que \u00e9 conhecido como incorpora\u00e7\u00e3o. \u00c9 importante encontrar o tamanho ideal dos peda\u00e7os. Um tamanho de fragmento mais pequeno reduz a relev\u00e2ncia do contexto, enquanto um tamanho de fragmento maior introduz mais ru\u00eddo. O algoritmo de chunking da Cody ajusta dinamicamente o tamanho dos peda\u00e7os com base na distribui\u00e7\u00e3o de tokens definida pelo utilizador.<\/p>\n

    Como \u00e9 que a Janela de contexto afecta as respostas do Bot?<\/strong><\/h2>\n

    V\u00e1rios factores, como a personalidade, a pontua\u00e7\u00e3o de relev\u00e2ncia, etc., influenciam a qualidade das respostas dos bots. A janela de contexto do modelo tamb\u00e9m desempenha um papel significativo na determina\u00e7\u00e3o da qualidade. A janela de contexto refere-se \u00e0 quantidade de texto que um LLM (Language Model) pode processar numa \u00fanica chamada. Uma vez que o Cody utiliza embeddings e inje\u00e7\u00e3o de contexto para gerar respostas utilizando modelos OpenAI, uma janela de contexto maior permite a ingest\u00e3o de mais dados pelo modelo em cada consulta.<\/p>\n

    \ud83d\udca1 Cada consulta (\u2264 Janela de contexto)<\/strong> = Personalidade do rob\u00f4 + partes de conhecimento + hist\u00f3rico + entrada do utilizador + resposta<\/p><\/blockquote>\n

    Janelas de contexto de diferentes modelos:<\/strong><\/p>\n

      \n
    1. GPT-3.5:<\/strong> 4096 tokens (\u22483500 palavras)<\/li>\n
    2. GPT-3.5 16K:<\/strong> 16000 tokens (\u224813000 palavras)<\/li>\n
    3. GPT-4:<\/strong> 8000 tokens (\u22487000 palavras)<\/li>\n<\/ol>\n

      Quando a janela de contexto \u00e9 maior, permite uma maior propor\u00e7\u00e3o de cada par\u00e2metro, incluindo Personalidade, Fragmentos, Hist\u00f3rico, Entrada e Resposta. Este contexto alargado permite ao bot gerar respostas que s\u00e3o mais relevantes, coerentes e criativas por natureza.<\/p>\n

      A \u00faltima adi\u00e7\u00e3o de Cody permite aos utilizadores verificar as cita\u00e7\u00f5es dos documentos clicando no nome do documento no final das respostas. Estas cita\u00e7\u00f5es correspondem aos peda\u00e7os obtidos atrav\u00e9s da pesquisa sem\u00e2ntica. O Cody determina o limiar de partes para o contexto com base na pontua\u00e7\u00e3o de relev\u00e2ncia definida pelo utilizador. Se o utilizador definir uma pontua\u00e7\u00e3o de relev\u00e2ncia elevada, a Cody utiliza apenas os blocos que ultrapassam um limite predefinido como contexto para gerar a resposta.<\/p>\n

      Exemplo<\/h2>\n

      Assumindo um valor limite predefinido de 90% para uma pontua\u00e7\u00e3o de relev\u00e2ncia elevada, a Cody elimina quaisquer blocos com uma pontua\u00e7\u00e3o de relev\u00e2ncia inferior a 90%. Recomendamos que os novos utilizadores comecem com uma pontua\u00e7\u00e3o de relev\u00e2ncia mais baixa (baixa ou equilibrada), especificamente quando utilizam documentos carregados (PDFs, Powerpoints, Word, etc.) ou s\u00edtios Web. Os documentos ou s\u00edtios Web carregados podem encontrar problemas de formata\u00e7\u00e3o e legibilidade durante o pr\u00e9-processamento, o que pode resultar em pontua\u00e7\u00f5es de relev\u00e2ncia mais baixas. A formata\u00e7\u00e3o do documento utilizando o nosso editor de texto integrado, em vez de carregar documentos em bruto, garantir\u00e1 a maior exatid\u00e3o e pontua\u00e7\u00e3o de confian\u00e7a.<\/p>\n

      \"Ilustra<\/p>\n

      Se achou este blogue interessante e pretende aprofundar os conceitos de janela de contexto e chunking, recomendamos vivamente a leitura deste blogue<\/a> escrito por Kristian da All About AI. Para obter mais recursos, pode tamb\u00e9m consultar o nosso Centro de ajuda<\/a> e juntar-se \u00e0 nossa comunidade Discord<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"

      Quando come\u00e7ar a utilizar o Cody, \u00e9 poss\u00edvel que se sinta desapontado ou desanimado com o facto de Cody n\u00e3o conseguir gerar as respostas esperadas. Neste breve blogue, n\u00e3o vamos aprofundar a forma como deve utilizar o Cody, mas vamos dar-lhe uma ideia geral de como o Cody utiliza os seus documentos para gerar respostas,… Read more »<\/a><\/p>\n","protected":false},"author":2,"featured_media":27517,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[33],"tags":[],"class_list":["post-27509","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nao-categorizado"],"acf":[],"yoast_head":"\nComo \u00e9 que a Cody gera respostas utilizando os seus documentos?<\/title>\n<meta name=\"description\" content=\"Este blogue d\u00e1 uma explica\u00e7\u00e3o simplificada do modo como a fragmenta\u00e7\u00e3o e a janela de contexto desempenham um papel importante na gera\u00e7\u00e3o de respostas.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?\" \/>\n<meta property=\"og:description\" content=\"Este blogue d\u00e1 uma explica\u00e7\u00e3o simplificada do modo como a fragmenta\u00e7\u00e3o e a janela de contexto desempenham um papel importante na gera\u00e7\u00e3o de respostas.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/\" \/>\n<meta property=\"og:site_name\" content=\"Cody - The AI Trained on Your Business\" \/>\n<meta property=\"article:published_time\" content=\"2023-06-26T07:21:54+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-06-27T03:22:07+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2400\" \/>\n\t<meta property=\"og:image:height\" content=\"1350\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Om Kamath\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@meetcodyai\" \/>\n<meta name=\"twitter:site\" content=\"@meetcodyai\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Om Kamath\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/\"},\"author\":{\"name\":\"Om Kamath\",\"@id\":\"https:\/\/meetcody.ai\/#\/schema\/person\/cde65ec55b79cd833a9777d0a62e83c8\"},\"headline\":\"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?\",\"datePublished\":\"2023-06-26T07:21:54+00:00\",\"dateModified\":\"2023-06-27T03:22:07+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/\"},\"wordCount\":790,\"publisher\":{\"@id\":\"https:\/\/meetcody.ai\/#organization\"},\"image\":{\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png\",\"articleSection\":[\"N\u00e3o categorizado\"],\"inLanguage\":\"pt-BR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/\",\"url\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/\",\"name\":\"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?\",\"isPartOf\":{\"@id\":\"https:\/\/meetcody.ai\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png\",\"datePublished\":\"2023-06-26T07:21:54+00:00\",\"dateModified\":\"2023-06-27T03:22:07+00:00\",\"description\":\"Este blogue d\u00e1 uma explica\u00e7\u00e3o simplificada do modo como a fragmenta\u00e7\u00e3o e a janela de contexto desempenham um papel importante na gera\u00e7\u00e3o de respostas.\",\"breadcrumb\":{\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#primaryimage\",\"url\":\"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png\",\"contentUrl\":\"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png\",\"width\":2400,\"height\":1350},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/meetcody.ai\/pt-br\/inicio-v2\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/meetcody.ai\/#website\",\"url\":\"https:\/\/meetcody.ai\/\",\"name\":\"Cody AI - The AI Trained on Your Business\",\"description\":\"AI Powered Knowledge Base for Employees\",\"publisher\":{\"@id\":\"https:\/\/meetcody.ai\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/meetcody.ai\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/meetcody.ai\/#organization\",\"name\":\"Cody AI - The AI Trained on Your Business\",\"url\":\"https:\/\/meetcody.ai\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/meetcody.ai\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/05\/logo-codyai.svg\",\"contentUrl\":\"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/05\/logo-codyai.svg\",\"width\":\"1024\",\"height\":\"1024\",\"caption\":\"Cody AI - The AI Trained on Your Business\"},\"image\":{\"@id\":\"https:\/\/meetcody.ai\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/x.com\/meetcodyai\",\"https:\/\/discord.com\/invite\/jXEVDcFxqs\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/meetcody.ai\/#\/schema\/person\/cde65ec55b79cd833a9777d0a62e83c8\",\"name\":\"Om Kamath\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/meetcody.ai\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/3903c678cd7f6c8df0a843ae177998f5d413954afa3062f984a030a889a97849?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/3903c678cd7f6c8df0a843ae177998f5d413954afa3062f984a030a889a97849?s=96&d=mm&r=g\",\"caption\":\"Om Kamath\"},\"description\":\"Om Kamath\",\"sameAs\":[\"http:\/\/meetcody.ai\"],\"url\":\"https:\/\/meetcody.ai\/pt-br\/blog\/author\/omkamath\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?","description":"Este blogue d\u00e1 uma explica\u00e7\u00e3o simplificada do modo como a fragmenta\u00e7\u00e3o e a janela de contexto desempenham um papel importante na gera\u00e7\u00e3o de respostas.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/","og_locale":"pt_BR","og_type":"article","og_title":"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?","og_description":"Este blogue d\u00e1 uma explica\u00e7\u00e3o simplificada do modo como a fragmenta\u00e7\u00e3o e a janela de contexto desempenham um papel importante na gera\u00e7\u00e3o de respostas.","og_url":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/","og_site_name":"Cody - The AI Trained on Your Business","article_published_time":"2023-06-26T07:21:54+00:00","article_modified_time":"2023-06-27T03:22:07+00:00","og_image":[{"width":2400,"height":1350,"url":"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png","type":"image\/png"}],"author":"Om Kamath","twitter_card":"summary_large_image","twitter_creator":"@meetcodyai","twitter_site":"@meetcodyai","twitter_misc":{"Written by":"Om Kamath","Est. reading time":"4 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#article","isPartOf":{"@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/"},"author":{"name":"Om Kamath","@id":"https:\/\/meetcody.ai\/#\/schema\/person\/cde65ec55b79cd833a9777d0a62e83c8"},"headline":"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?","datePublished":"2023-06-26T07:21:54+00:00","dateModified":"2023-06-27T03:22:07+00:00","mainEntityOfPage":{"@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/"},"wordCount":790,"publisher":{"@id":"https:\/\/meetcody.ai\/#organization"},"image":{"@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#primaryimage"},"thumbnailUrl":"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png","articleSection":["N\u00e3o categorizado"],"inLanguage":"pt-BR"},{"@type":"WebPage","@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/","url":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/","name":"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?","isPartOf":{"@id":"https:\/\/meetcody.ai\/#website"},"primaryImageOfPage":{"@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#primaryimage"},"image":{"@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#primaryimage"},"thumbnailUrl":"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png","datePublished":"2023-06-26T07:21:54+00:00","dateModified":"2023-06-27T03:22:07+00:00","description":"Este blogue d\u00e1 uma explica\u00e7\u00e3o simplificada do modo como a fragmenta\u00e7\u00e3o e a janela de contexto desempenham um papel importante na gera\u00e7\u00e3o de respostas.","breadcrumb":{"@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/"]}]},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#primaryimage","url":"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png","contentUrl":"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/06\/ChunkingCoevr.png","width":2400,"height":1350},{"@type":"BreadcrumbList","@id":"https:\/\/meetcody.ai\/pt-br\/blog\/chunking-explicado\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/meetcody.ai\/pt-br\/inicio-v2\/"},{"@type":"ListItem","position":2,"name":"Como \u00e9 que a Cody gera respostas utilizando os seus documentos?"}]},{"@type":"WebSite","@id":"https:\/\/meetcody.ai\/#website","url":"https:\/\/meetcody.ai\/","name":"Cody AI - The AI Trained on Your Business","description":"AI Powered Knowledge Base for Employees","publisher":{"@id":"https:\/\/meetcody.ai\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/meetcody.ai\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Organization","@id":"https:\/\/meetcody.ai\/#organization","name":"Cody AI - The AI Trained on Your Business","url":"https:\/\/meetcody.ai\/","logo":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/meetcody.ai\/#\/schema\/logo\/image\/","url":"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/05\/logo-codyai.svg","contentUrl":"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/05\/logo-codyai.svg","width":"1024","height":"1024","caption":"Cody AI - The AI Trained on Your Business"},"image":{"@id":"https:\/\/meetcody.ai\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/meetcodyai","https:\/\/discord.com\/invite\/jXEVDcFxqs"]},{"@type":"Person","@id":"https:\/\/meetcody.ai\/#\/schema\/person\/cde65ec55b79cd833a9777d0a62e83c8","name":"Om Kamath","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/meetcody.ai\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/3903c678cd7f6c8df0a843ae177998f5d413954afa3062f984a030a889a97849?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/3903c678cd7f6c8df0a843ae177998f5d413954afa3062f984a030a889a97849?s=96&d=mm&r=g","caption":"Om Kamath"},"description":"Om Kamath","sameAs":["http:\/\/meetcody.ai"],"url":"https:\/\/meetcody.ai\/pt-br\/blog\/author\/omkamath\/"}]}},"_links":{"self":[{"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/posts\/27509","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/comments?post=27509"}],"version-history":[{"count":1,"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/posts\/27509\/revisions"}],"predecessor-version":[{"id":27525,"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/posts\/27509\/revisions\/27525"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/media\/27517"}],"wp:attachment":[{"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/media?parent=27509"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/categories?post=27509"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/meetcody.ai\/pt-br\/wp-json\/wp\/v2\/tags?post=27509"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}