Arquiteto de AI Gateway: roteamento multi-modelo por custo, qualidade e latência

Especifica um roteador que decide qual modelo atende cada tarefa, com fallback e métricas, para reduzir custo de inferência sem perder qualidade.

Para quem: Times que rodam agentes e LLMs em produção e precisam controlar custo e resiliência entre provedores. Você fornece: Stack, orçamento de inferência, tipos de tarefa e requisitos de qualidade e latência. Você recebe: Especificação técnica em JSON: modelos e custos, estratégia de roteamento, fallbacks e métricas de acompanhamento.

O que vem no pacote (5 arquivos, Markdown, em pt-BR):

• 01-prompt-principal.md — prompt do sistema pronto para colar: persona, formato de saída exato e raciocínio passo a passo
• 02-regras-e-restricoes.md — regras e guardrails numerados: o que o modelo nunca deve fazer, casos de borda e como tratar informação faltante
• 03-contexto-e-exemplos.md — contexto de domínio e exemplos completos (entrada → saída esperada), incluindo caso difícil
• 04-harness-de-verificacao.md — harness de verificação: checklist de autoverificação do modelo e critérios de aceite objetivos para você validar as respostas
• 05-templates-de-variacao.md — templates de variacao: variações e templates de adaptação

Como usar: cole o arquivo 01 como prompt do sistema, anexe os arquivos 02 a 04 como contexto e envie o seu caso. Funciona com Claude, GPT e Gemini.

Como validar: o arquivo 03 traz um exemplo completo de entrada e saída, e o arquivo 04 traz critérios objetivos de aceite. Rode nos seus casos reais e use o checklist para medir a qualidade antes de confiar. O pacote padroniza e reduz erros, mas a saída de IA deve sempre ser revisada por quem decide.