Casos de uso do Jev: onde uma decisão tipada resolve

Todo caso de uso desta seção tem a mesma forma. Existe um fluxo que já funciona, existe um ponto desse fluxo em que alguém precisa julgar algo, e esse julgamento é o gargalo: ou uma pessoa faz um por um, ou uma regra rígida faz e erra nas bordas. É aí que uma decisão tipada resolve.

O teste dos quatro critérios

Antes de adotar o Jev em um caso, vale passar por quatro perguntas. Elas evitam a maior parte das frustrações.

O julgamento cabe em uma pergunta fechada? Escolher um destino entre cinco, pontuar gravidade em cinco níveis, responder sim ou não. Se a saída desejada é um texto livre, o modelo certo é outro: o jev-1.13 não é treinado para gerar texto.

O volume justifica? Com entrada a US$ 0,042 por milhão de tokens e saída gratuita, segundo a documentação oficial, a conta muda de escala. A calculadora em preço mostra o custo do seu volume.

O erro tem conserto? Mostrar a tela errada é recuperável; aprovar uma transferência não é. A documentação oficial recomenda limiares diferentes para ações diferentes, e é essa a diferença entre agir sozinho e pedir confirmação.

Existe um lugar para o “não sei”? Choice e Score devolvem confiança. Se o seu fluxo não tem fila de revisão nem caminho alternativo, a confiança baixa não tem para onde ir — e aí o modelo vira um chute com número.

Os casos que esta seção cobre

Triagem de tickets de suporte. Categoria, setor, urgência e intenção de cancelamento em uma chamada. É o caso que roda no playground, com texto em português e as probabilidades à vista.

Moderação de conteúdo. O cookbook oficial de consistência em Choices mostra o desenho que funciona: incluir uma opção explícita de incerteza e comparar a concordância de rótulo com a fatia de ações automáticas.

Guardrails para LLM. Ler tudo o que entra e sai de um aplicativo com modelo generativo, pontuar risco e decidir entre passar, revisar, bloquear ou desviar.

Roteamento e pontuação de leads. Intenção de compra, porte, urgência e adequação ao produto, cada um como pergunta própria, combinados com pesos no seu código.

Análise de avaliações de produto. Sentimento, tema e severidade em cima de todas as avaliações, não de uma amostra.

Triagem de caixa de entrada e priorização de bugs. Dois casos com a mesma mecânica: classificar, pontuar gravidade e decidir a fila.

Cobrança e inadimplência. Sinais de risco e de disposição para negociar, com registro de probabilidade para auditoria.

Busca interna. Pontuar linhas ou passagens contra uma pergunta em linguagem natural, como no cookbook oficial que pontua 218 ids de linha dos termos de serviço do GitHub em uma requisição.

O que muda em português

A documentação oficial é direta: o inglês é a língua principal de treino e onde a acurácia está melhor hoje, e outras línguas são atendidas, mas não igualmente bem. A recomendação é testar no próprio conteúdo e observar a confiança ao rotear. Foi o que fizemos: os resultados das nossas execuções em português estão em o Jev funciona em português, incluindo um caso de ironia brasileira que o modelo leu corretamente e um caso em que a categoria ficou incerta e ele avisou pela confiança.

O desenho que repete em quase todo caso

Depois de escrever vários desses fluxos, um formato aparece sempre. Vale descrever porque economiza a primeira semana de tentativa e erro.

A chamada leva o texto ou o registro no state e um mapa de perguntas curtas. Uma delas é um Choice que resolve o destino, com uma opção de escape explícita para o caso que não cabe em nenhuma categoria. Duas ou três são Scores que medem gravidade, urgência ou risco, cada um com níveis descritos em uma frase. Uma ou duas são Nouls que respondem condições binárias que disparam regra no código, como “a pessoa pede reembolso” ou “há menção a prazo legal”.

O código recebe tudo isso de uma vez e faz três coisas na ordem. Primeiro, verifica a confiança do Choice: abaixo do seu piso, o item vai para revisão e nada mais acontece. Segundo, aplica as regras determinísticas que dependem dos Nouls, porque essas são políticas da empresa e não devem depender de nota. Por último, combina os Scores com pesos que você controla para definir a fila de prioridade.

Esse desenho tem duas propriedades boas. A pergunta extra custa quase nada, porque o state entra uma vez e todas as perguntas são avaliadas contra ele na mesma chamada. E o registro fica auditável: você guarda a distribuição inteira, não apenas o rótulo escolhido, então dá para reconstruir depois por que o sistema agiu daquele jeito — o que importa quando a decisão afeta uma pessoa.

Cada página desta seção termina com o desenho das perguntas, o que fazer com cada faixa de confiança e onde a pessoa entra. Quem quiser entender as peças antes, a seção de conceitos explica state, probabilidade e confiança, e os guias trazem os padrões de arquitetura.