Dirige cada prompt al modelo adecuado con Jev

¿Puede Jev elegir qué modelo atiende un prompt?

Sí. TypeSafe incluye el enrutamiento de modelos entre sus casos de uso de ejemplo: un enrutador a medida que elige qué modelo de lenguaje recibe cada prompt. Su patrón de enrutamiento por intención muestra la estructura. Una pregunta Choice clasifica la solicitud entrante y el código corriente envía cada clase a un destino: una consulta a una base de datos, un modelo especializado o un agente humano.

Jev no redacta la respuesta. Toma la decisión pequeña que precede a la costosa, para que un prompt rutinario no ocupe un modelo de razonamiento y uno difícil no llegue a un modelo incapaz de resolverlo.

Abre la plantilla editable de enrutamiento. Contiene un prompt ficticio de ingeniería y cuatro destinos. Cargarla solo crea un borrador; la comprobación empieza cuando la solicitas.

Describe los destinos por aquello para lo que sirven

Los nombres de los modelos cambian; las responsabilidades duran más. La plantilla describe cada destino por el trabajo para el que es adecuado, y tu código asocia la etiqueta al modelo que ocupe ese papel en cada momento.

Cambia una sola cosa y compara

1. Ejecuta la plantilla y anota el destino seleccionado y las demás probabilidades.
2. Sustituye el prompt por «¿Cuál es su horario de atención al cliente?» y ejecútala de nuevo.
3. Prueba con «Cancelen mi contrato y reembolsen las cuotas de este año». Decide de antemano si tu política permite que el software actúe ante esa petición.

No hay una respuesta esperada precargada, y unas pocas ejecuciones no miden la calidad del enrutamiento. Para evaluar un enrutador, etiqueta unos cientos de prompts reales con el destino que habrías elegido tú y compara, teniendo en cuenta lo que cuesta cada error.

Usa la confianza como alternativa de respaldo

En el ejemplo de enrutamiento por intención de TypeSafe, el código comprueba la confianza antes de mirar la etiqueta: por debajo de un mínimo, la solicitud pasa a una persona sea cual sea la clase seleccionada. El patrón de enrutamiento condicionado por la confianza añade que ese mínimo debe depender de lo que esté en juego: bajo para una acción inofensiva y mucho más alto para una que mueve dinero. Elige tus cifras a partir de tus propios prompts etiquetados; los valores documentados ilustran el patrón y no son recomendaciones. Probabilidad y confianza explica las dos señales.

¿Y recortar el contexto?

Una idea relacionada hace una pregunta de sí/no por cada mensaje anterior, como «¿sigue siendo necesario?», y descarta el resto. Ten cuidado. Un autor de la comunidad informó el 18 de septiembre de 2026 de que un filtro de relevancia ingenuo, en un benchmark de memoria a largo plazo, no aportó ninguna mejora en el mejor de los casos y provocó una caída considerable en el peor. Es un único experimento comunicado por su autor, con un solo método de filtrado, pero sirve de advertencia: un mensaje descartado no puede recuperarse en etapas posteriores. Mide la calidad de las respuestas con el filtro y sin él antes de confiar en él.

Los errores de enrutamiento son silenciosos, porque un modelo más débil sigue produciendo texto fluido. Registra cada decisión, revisa una muestra y consulta dónde están los límites de Jev.