LLM personalizado

Last Updated maio 18, 2026

Breve Visão Geral

Por padrão, os recursos de IA do WalkMe são executados em modelos de linguagem de grande escala (LLMs) gerenciados pelo WalkMe, atualmente desenvolvidos pelo Azure OpenAI. Essa é a configuração recomendada para a maioria das organizações: ela é totalmente otimizada para o WalkMe AI pronta para uso, validada para desempenho e não requer configuração adicional.

Se a sua organização tiver um requisito de conformidade interna rigoroso para usar um LLM específico e aprovado, você poderá ser elegível para o LLM personalizado (anteriormente conhecido como BYOLLM). Essa é uma exceção, não o padrão, e é relevante apenas em casos específicos e raros.

O LLM personalizado é ideal para você?

O LLM personalizado é uma opção de configuração personalizada, não um SKU padrão do produto. Ele foi desenvolvido para organizações com requisitos internos obrigatórios para trabalhar com um LLM específico e pré-aprovado.

Vale a pena notar que o WalkMe não treina modelos com base nos seus dados e todo o processamento usa protocolos seguros. Se sua preocupação for principalmente com a privacidade ou residência de dados, a revisão da documentação de segurança e manuseio de dados do WalkMe é um bom primeiro passo, pois o LLM gerenciado do WalkMe já pode atender a esses requisitos.

Se, depois de revisar a documentação, sua organização ainda precisar usar seu próprio LLM para fins de conformidade, entre em contato com seu Gerente de Sucesso do Cliente para discutir se o LLM personalizado é aplicável à sua situação.

Como Funciona

O LLM personalizado usa um modelo de implantação híbrido. Nesta configuração, as consultas são encaminhadas para o seu LLM, que é executado no seu próprio ambiente. Para consultas do AI Answers, o crawler do WalkMe armazena conteúdo no seu ambiente e extrai dele antes de enviar consultas para o seu LLM.

Monitoramento de uso

Depois que o LLM personalizado for configurado, você poderá monitorar seu consumo de IA por meio do Painel de uso de IA. O painel oferece visibilidade de como os recursos de IA do WalkMe estão sendo usados em toda a conta, incluindo o volume de consultas e as tendências de uso.

Isso é especialmente útil ao executar uma configuração de LLM personalizada, pois ajuda a rastrear o consumo em relação à capacidade e aos custos do seu próprio modelo.

Para obter detalhes completos no Painel:

AI Usage Dashboard (Custom LLM)

LLM padrão vs. LLM personalizado

WalkMe Managed LLM (padrão) LLM personalizado
Configuração Pronto para usar Requer coordenação com a equipe de produto do WalkMe
Otimização Totalmente otimizado para a IA do WalkMe Depende do seu modelo; não é garantido
Modelos suportados GPT-4o, modelos do GPT-5 selecionados Interfaces e modelos de IA do Azure
Privacidade de dados Processamento seguro; o WalkMe não treina com seus dados Tratados pelas políticas do seu provedor de LLM
Para quem é A maioria das organizações Organizações com um requisito de conformidade obrigatório para usar um LLM específico
Risco Baixo Latência, timeouts e experiência degradada se o modelo não for validado

Notas técnicas

  • Fornecedor suportado: apenas Azure AI. Outros provedores de LLM não são suportados atualmente
  • Modelo de implantação: apenas híbrido. As consultas são encaminhadas através do AI Manager do WalkMe para o seu LLM em execução no seu ambiente
  • Não é autoatendimento: a ativação do LLM personalizado requer coordenação com a equipe de produto do WalkMe e é tratada como uma configuração personalizada
  • Modelo ARM necessário: configurar a conexão de endpoint entre o seu LLM e o WalkMe requer um Guia de Implantação de modelo ARM, fornecido pelo seu contato do WalkMe
  • Os limites de taxa ainda se aplicam: o AI Manager do WalkMe continua gerenciando a limitação de taxa e os limites de uso, mesmo quando um LLM personalizado está em uso
  • Validação de modelos: o WalkMe faz benchmarks de latência, confiabilidade e desempenho do fluxo de trabalho em tempo real entre modelos suportados. Modelos não validados pelo WalkMe podem produzir resultados instáveis

Was this article helpful?

Thanks for your feedback!

Faça parte de algo maior.

Interaja com colegas, tire dúvidas e compartilhe ideias.

Explore nossa comunidade
×