Análise

A página de Análise é onde você executa as análises com LLM sobre os artigos vetorizados. Suporta dois modos: RAG (corpus inteiro) e por artigo (veredicto individual).

---

Modos de análise

Modo RAG (padrão)

No modo RAG, o Lutz:

1. Converte o prompt em um vetor de embedding
2. Recupera os N chunks mais similares do corpus completo (padrão: top_k = 10)
3. Envia esses chunks como contexto para o LLM
4. Faz uma única chamada ao modelo

Ideal para síntese geral, mapeamento de literatura e perguntas sobre o corpus.

prompt → embedding → busca vetorial → top-K chunks → LLM → resposta

Modo por artigo

No modo por artigo, o Lutz itera sobre cada artigo no banco e faz uma chamada separada ao LLM para cada um. O modelo é instruído a emitir um veredicto estruturado:

---VERDICT---
RELEVANCE: INCLUDE

Veredicto	Significado
INCLUDE	Artigo atende ao critério de inclusão do prompt
EXCLUDE	Artigo não atende ao critério
UNCERTAIN	Trechos disponíveis são insuficientes para decidir
UNKNOWN	Nenhum bloco de veredicto encontrado

Ideal para triagem sistemática com inclusão/exclusão por artigo.

---

Opções da interface

Campo	Descrição
Prompt	Selecione um arquivo .md dos prompts/ ou escreva diretamente
Modo de análise	Por artigo (individual) ou Biblioteca completa (RAG)
Arquivos de contexto	Arquivos adicionais enviados como contexto junto ao prompt
Opções avançadas	top_k, paralelismo, filtro de seções, nome do output

Modos de análise

• Por artigo — LLM analisa cada artigo individualmente (recomendado para triagem sistemática com veredicto INCLUDE/EXCLUDE)
• Biblioteca completa — busca semântica recupera os chunks mais relevantes do corpus e faz uma única chamada ao LLM (ideal para síntese geral)

---

Experimentos múltiplos (YAML)

A aba de experimentos permite rodar várias análises em sequência a partir de um arquivo YAML:

# experiments/pilot.yaml
screening_abstract:
  prompt: prompts/screening.md
  mode: per_article
  workers: 4
  filter_sections:
    - abstract

deep_methodology:
  prompt: prompts/methodology_analysis.md
  mode: top_k
  top_k: 20

Um JSON de sumário consolidado é gerado junto com os relatórios individuais.

---

Como escrever bons prompts

Um prompt eficaz para triagem sistemática geralmente inclui:

# Título da análise

## Objetivo
Explique o que você quer descobrir.

## Critério de inclusão
Descreva claramente quando um artigo deve ser incluído.

## Perguntas
1. O artigo trata de [tema]?
2. O método utilizado é [tipo]?
3. O contexto é [população/período]?

## Formato da resposta
Solicite lista, tabela ou seções com títulos claros.

TIP

O lutz init cria quatro templates prontos para editar em prompts/.

---

Equivalente no CLI

# Modo RAG
lutz analysis --p prompts/screening.md

# Por artigo com 4 workers
lutz analysis --p prompts/screening.md --per-article --workers 4

# Filtrar por seção
lutz analysis --p prompts/screening.md --per-article \
  --filter-sections abstract

# Múltiplos experimentos
lutz analysis --multiple experiments/pilot.yaml