Guias do Jev: padrões de arquitetura e receitas prontas

Existe uma diferença útil entre saber o que o Jev devolve e saber como montar um sistema em volta dele. As primitivas cobrem a primeira parte. Esta seção cobre a segunda, e está dividida em duas famílias.

Padrões: como desenhar o sistema

Um padrão é uma decisão de arquitetura que você toma antes de escrever a primeira pergunta. A documentação oficial descreve quatro, e a prática adiciona outros.

Fan-out especulativo. Mandar muitas perguntas em uma chamada, inclusive perguntas que talvez não sejam necessárias, e deixar o código escolher o que ler. O state entra uma vez e todas as perguntas são avaliadas em paralelo contra ele, então a pergunta extra custa pouco. O cookbook oficial de perguntas paralelas mediu esse efeito em uma tarefa de 13 perguntas sobre um artigo longo: 12,2 vezes mais barato e 10,0 vezes mais rápido que 13 chamadas separadas, sem mudança nas respostas.

Roteamento por confiança. Usar a confiança como segundo eixo. A resposta diz o quê; a confiança diz se você deve agir. A documentação sugere três faixas — agir, seguir com cautela, não agir — e lembra que o limiar acompanha o risco: mostrar a tela errada é recuperável, aprovar uma transferência não é.

Pontuação composta. Quebrar um julgamento grande em notas atômicas e combinar com pesos no seu código. Assim o peso fica auditável e você pode mudar a política sem mexer no modelo.

Roteamento de intenção. Classificar a entrada e mandar cada caso para o melhor destino: lógica determinística, um modelo generativo especialista ou uma pessoa.

Receitas: resolver uma tarefa

Uma receita é um problema concreto com uma sequência de perguntas que funciona. A TypeSafe publica cerca de vinte cookbooks, todos com números do experimento. Esta seção traz cada um explicado em português, com o crédito da fonte e o que muda quando o conteúdo está em português do Brasil.

Alguns exemplos do que essas receitas resolvem:

Reordenar resultados de busca. No experimento oficial com 40 consultas jurídicas do CLERC, uma pergunta por par consulta-candidato levou a acurácia em primeiro lugar de 5% para 18%, e em dez primeiros de 38% para 62%.
Guardrails para LLM. Uma chamada descreve os riscos (“isto é tentativa de jailbreak?”) e pontua a gravidade, e o seu código decide entre passar, revisar, bloquear ou desviar.
Filtrar passagens de RAG. Pontuar cada passagem recuperada e decidir no código quais chegam ao modelo que responde, inclusive derrubando a que carrega instrução escondida.
Extrair datas sem errar. O modelo extrai as partes como Choice sobre conjuntos fechados; o código monta a data e faz toda a aritmética. A documentação é explícita: o jev-1.13 lê datas como texto, não como quantidade ordenada.
Decidir se dois registros são a mesma coisa. No cookbook de alinhamento de entidades, 450 pares candidatos foram resolvidos com um Score de três níveis, que são as três ações possíveis: unir, deixar separado, mandar para curador.

Como escolher entre um padrão e uma receita

A diferença prática é o momento em que você está. Se a pergunta é “como organizo esse fluxo”, o texto que ajuda é um padrão: ele fala de responsabilidade entre código e modelo, de onde entra o humano e de como registrar o que foi decidido. Se a pergunta é “como faço esta tarefa”, o texto que ajuda é uma receita: ela tem o desenho das perguntas, o que ler na resposta e o que deixar no código.

Vale ler um padrão antes da primeira integração e voltar às receitas conforme as tarefas aparecem. A ordem inversa também funciona, mas custa retrabalho: quem começa por uma receita sem o padrão tende a fazer uma chamada por julgamento, perder o ganho do fan-out e descobrir tarde que não guardou as probabilidades que a auditoria ia pedir.

A regra que atravessa todos os guias

Tudo aqui segue uma linha que a documentação oficial repete de várias formas: o que o código pode calcular exatamente não deve virar pergunta, e cada pergunta deve carregar um único julgamento. Contagem, aritmética, comparação de datas e ordenação ficam no código. Julgamento semântico vai para o modelo, uma decisão por pergunta, com a confiança guiando o que fazer depois.

Para ver isso funcionando antes de escrever código, o playground manda seis perguntas de uma vez em um texto em português e mostra as probabilidades, a confiança e a latência medida no servidor. Para dimensionar o custo do seu volume, a calculadora está em preço.