Encaminhe prompts ao modelo certo com o Jev

O Jev consegue escolher qual modelo atende um prompt?

Sim. A TypeSafe inclui o roteamento de modelos entre seus exemplos de casos de uso: um roteador personalizado que escolhe qual modelo de linguagem recebe cada prompt. O padrão de roteamento por intenção mostra o formato. Uma pergunta Choice classifica a solicitação recebida, e um código comum envia cada classe a um destino: uma consulta ao banco de dados, um modelo especialista ou um atendente humano.

O Jev não escreve a resposta. Ele toma a decisão pequena que vem antes da decisão cara, para que um prompt rotineiro não ocupe um modelo de raciocínio e um prompt difícil não chegue a um modelo incapaz de resolvê-lo.

Abra o modelo editável de roteamento. Ele traz um prompt fictício de engenharia e quatro destinos. Carregá-lo apenas cria um rascunho; a verificação só começa quando você a solicita.

Descreva os destinos pelo que eles fazem

Nomes de modelos mudam; responsabilidades duram mais. O modelo editável descreve cada destino pelo tipo de trabalho a que ele se presta, e o seu código associa o rótulo ao modelo que ocupa esse papel no momento.

Mude uma coisa por vez e compare

1. Execute o modelo editável e anote o destino selecionado e as demais probabilidades.
2. Substitua o prompt por “Qual é o horário de atendimento do suporte?” e execute de novo.
3. Experimente “Cancelem meu contrato e reembolsem as taxas deste ano.” Decida de antemão se a sua política permite que um software atue nesse caso.

Nenhuma resposta esperada vem preenchida, e algumas execuções não medem a qualidade do roteamento. Para avaliar um roteador, rotule algumas centenas de prompts reais com o destino que você teria escolhido e compare, incluindo quanto custa cada erro.

Use a confiança como plano B

No exemplo de roteamento por intenção da TypeSafe, o código confere a confiança antes de olhar o rótulo: abaixo de um piso, a solicitação vai para uma pessoa, seja qual for a classe selecionada. O padrão de roteamento condicionado à confiança acrescenta que o piso deve acompanhar o risco: baixo para uma ação inofensiva e muito mais alto para uma que movimenta dinheiro. Escolha seus números a partir dos seus próprios prompts rotulados; os valores documentados ilustram o padrão e não são recomendações. Probabilidade e confiança explica os dois sinais.

E quanto a enxugar o contexto?

Uma ideia parecida faz uma pergunta de sim/não para cada mensagem anterior, como “isto ainda é necessário?”, e descarta o resto. Tenha cuidado. Um autor da comunidade relatou em 18 de setembro de 2026 que um filtro de relevância ingênuo, em um benchmark de memória longa, não trouxe ganho algum no melhor caso e causou uma queda grande no pior. Trata-se de um único experimento relatado pelo autor, com um único método de filtragem, mas é um alerta útil: uma mensagem descartada não pode ser recuperada nas etapas seguintes. Meça a qualidade das respostas com e sem o filtro antes de depender dele.

Erros de roteamento são silenciosos, porque um modelo mais fraco ainda produz um texto fluente. Registre cada decisão, revise uma amostra e veja onde estão os limites do Jev.