Qual decisão do seu produto vale migrar primeiro para o Jev?

O primeiro piloto com o Jev decide se o seu time vai adotar a ideia ou engavetar ela pra sempre

E quem define isso não é o modelo, é a decisão que vocês escolhem pra testar 🙂

Fala aí, beleza? Se liga no contexto rápido: o Jev é o primeiro System One Model da TypeSafe AI, anunciado pela empresa em 15 de setembro de 2026

Ele não gera texto: recebe o estado da sua aplicação e uma pergunta tipada, e devolve probabilidades calibradas sobre um conjunto de respostas que você definiu antes

Neste post eu te mostro os critérios pra escolher a decisão piloto e as armadilhas que queimam a primeira tentativa antes mesmo dela começar…

O que o Jev decide (e o que ele não faz)?

Antes de escolher o piloto, tu precisa saber que tipo de pergunta cabe no Jev

A documentação pública descreve três tipos, e cada um devolve uma coisa diferente:

No Choice e no Score, a confiança é um valor entre 0 e 1 derivado da distribuição de probabilidade da resposta

No Noul não existe campo extra de confiança: o próprio número JÁ é a probabilidade de "sim"

E o que fica de fora? Bastante coisa, e isso importa muito pro piloto:

• não escreve a resposta pro usuário
• não escreve código
• não explica o próprio raciocínio (devolve probabilidades, mas nenhuma justificativa em linguagem natural)

Segundo a TypeSafe, o Jev responde entre 70 e 500 milissegundos

É dado da empresa, mas já mostra onde ele se encaixa: decisão síncrona, no meio do fluxo do software, tipo um if que pensa

Se você conhece aqueles classificadores que a gente treinava na mão pra cada problema, a ideia é parecida, só que tu define a pergunta e as respostas no schema em vez de treinar um modelo novo pra cada caso 😀

Os 4 critérios para escolher a decisão piloto:

A lógica é simples: o primeiro piloto precisa ter MUITA chance de dar um resultado claro, seja ele bom ou ruim

1. A decisão tem rótulo claro?

As respostas possíveis precisam estar definidas e caber num schema: uma lista de opções, uma escala ou um sim/não

O teste prático é: pega uns casos e pede pra duas pessoas do time responderem separadas

Elas concordam? Ótimo

Discordam? Então o problema não é de modelo, é de política

A própria orientação de avaliação publicada sobre o Jev diz isso: quando revisores humanos discordam entre si, é sinal de que a política ou os rótulos precisam ser esclarecidos antes

2. Existe volume suficiente de casos reais?

Tu vai precisar montar um conjunto rotulado a partir do workflow real, e isso exige casos pra escolher

A orientação pede que esse conjunto tenha:

• casos de rotina
• casos ambíguos
• casos sensíveis à política
• opções não suportadas
• exemplos de cada idioma esperado

A regra prática: se a decisão acontece tão pouco que você não consegue juntar exemplos de todas essas categorias, ela não é uma boa primeira escolha

3. O erro é barato de reverter?

No piloto, o modelo VAI errar alguma hora (qualquer modelo erra), então escolha uma decisão em que o erro se corrige sem dano ao cliente

Roteamento de ticket, triagem, prioridade numa fila: se o Jev mandar pro time errado, alguém repassa e vida que segue

Priorização no funil comercial também entra nesse grupo, e vale ver como priorizar leads com o Jev se esse for o seu caso

Perceba que a parte de corrigir fica com o seu sistema e o seu time: quem desfaz o erro não é o Jev

4. O resultado é fácil de conferir?

Depois que a decisão acontece, dá pra saber se ela estava certa?

Se o ticket foi reatribuído, se o caso escalou, se o lead fechou, você tem como comparar a saída do modelo com o que aconteceu de fato

Isso alimenta a análise de divergências, que é onde o piloto realmente ensina alguma coisa

Cada divergência cai numa de quatro causas: rótulo ruim, política ambígua, estado faltando ou erro real do modelo

Sem resultado conferível, você nem consegue fazer essa separação 🙂

Decisões que parecem boas candidatas e não são:

Aqui é onde muito time se ferra

A decisão parece simples, cabe num sim/não, e mesmo assim bate de frente com as limitações que a TypeSafe documenta na página de limitações do Jev 1.13

Decisões que dependem de contagem ou aritmética

"Esse cliente passou do limite do plano?" parece um Noul perfeito, né?

Só que a documentação é clara: o Jev não é calculadora e não conta de forma confiável

A orientação é calcular em código e perguntar ao Jev sobre o resultado, não pedir pra ele fazer a conta

Decisões que comparam datas

"O contrato vence antes do prazo?" cai na mesma armadilha

O Jev lê datas como texto, não como quantidades ordenadas

Então a comparação fica no código, e se tiver alguma pergunta de julgamento depois, ela vai pro Jev já com o resultado calculado

Regras com negação, escopo ou condição implícita

O Jev responde à pergunta que você escreveu, não à que você quis dizer

Negações, palavras de escopo e condições implícitas são lidas ao pé da letra, e critérios contraditórios falham

Se a regra do seu produto só faz sentido com aquele contexto que "todo mundo do time sabe", ela é péssima pra piloto

A saída é deixar a condição exata explícita na pergunta e colocar os casos de fronteira nos critérios

Decisões que exigem justificativa em texto

Se a decisão precisa de uma explicação pra auditoria ou pro usuário final, o Jev sozinho não entrega

Ele devolve probabilidades, mas nenhuma justificativa em linguagem natural

Não é defeito, é o desenho do modelo, mas tira essa decisão da lista do primeiro piloto

Decisões sem consenso humano

Se nem o seu time concorda sobre a resposta certa, não tem como medir se o modelo acertou

Resolve a política primeiro, aí sim pensa em automatizar

Decisões caras de reverter

Cobrança, bloqueio de conta, exclusão de dados…

Podem até virar caso de uso no futuro, mas como primeiro piloto é pedir pra queimar a ideia logo no começo

Um erro aqui vira reclamação de cliente, e a conversa interna muda de "como melhorar o piloto" pra "quem aprovou isso?" haha

Como validar o piloto antes de automatizar?

A validação vem ANTES de qualquer automação, e dá pra fazer em quatro passos:

1. Escreva a pergunta tipada com a condição exata explícita

Defina o tipo (Choice, Score ou Noul), as respostas possíveis e a condição, sem deixar nada implícito

O erro comum deste passo: pergunta com negação ambígua, tipo "o cliente não está fora da política?", que o Jev vai ler ao pé da letra

2. Monte o conjunto rotulado a partir do workflow real

Use as categorias da orientação de avaliação: rotina, ambíguos, sensíveis à política, opções não suportadas e cada idioma esperado

O erro comum deste passo: conjunto só com casos fáceis, que dá um resultado lindo no piloto e desmorona em produção

3. Rode e classifique cada divergência

Pra cada caso em que o modelo e o rótulo discordam, pergunte: foi rótulo ruim, política ambígua, estado faltando ou erro real do modelo?

O erro comum deste passo: culpar o modelo quando o rótulo é que estava errado (acontece MUITO mais do que parece)

4. Só então automatize

Com as divergências entendidas e corrigidas onde era culpa da política ou do rótulo, aí sim o piloto vai pro fluxo de verdade

Daqui pra frente vale acompanhar acerto, custo e tempo de ciclo pra saber se o processo melhorou de fato

E por que tanto cuidado com o seu próprio conjunto?

Porque o benchmark da TypeSafe usa como referência a média de dois modelos de fronteira, não rótulos humanos, e a empresa reconhece esse viés e que foi o próprio time que escreveu os workflows

Ou seja: o tráfego rotulado do SEU produto é o benchmark que vale

Conclusão: comece pequeno e barato de errar

O piloto ideal é chato, frequente, rotulável e reversível

Nada de começar pela decisão mais impressionante do produto: comece pela que dá pra medir sem medo

E testar sai barato, segundo a TypeSafe: o acesso é aberto, sem lista de espera, todo usuário novo começa com US$ 5 de crédito (cerca de 120 milhões de tokens), e o preço de lista é US$ 0,042 por milhão de tokens de entrada, com a saída sem cobrança

O próximo passo é bem prático: lista as decisões do seu produto, passa cada uma pelos 4 critérios e escolhe uma pra montar o conjunto rotulado ainda esta semana

Se ela passou nos critérios e desviou das armadilhas, tu já está na frente de muito time por aí 😀

Até o próximo post!