100 soluções de IA na AWS: problema, arquitetura e a decisão que ensina

• → consulta
• → trechos
• → contexto
• → antes do modelo
• → antes de devolver

• Fora da AWS
• Rede e entrega
• Compute
• IA e machine learning
• Analytics
• Gestão e governança

Cinco camadas e uma conclusão: o que decide o resultado está na recuperação e na permissão, não no modelo. Trocar de modelo num RAG com recuperação ruim melhora a fluência do erro.

1. A qualidade é decidida na recuperação. Se o trecho certo não entra no contexto, nenhum ajuste de prompt salva. É por isso que corte, índice e filtro pesam mais que a instrução de geração.
2. Filtro por metadado é permissão, não refinamento. Buscar só nos documentos que aquele usuário pode ver é requisito. Índice único sem filtro é como dado restrito fica respondível por quem não deveria vê-lo.
3. Guardrails nas duas direções. Na entrada corta pedido fora do escopo e registra a tentativa; na saída impede conteúdo indevido e vazamento. Só numa direção deixa metade do risco.
4. Citação transforma alucinação em erro detectável. Se o trecho citado não existe ou não sustenta a afirmação, você detecta sem julgamento humano. Sem citação, a verificação depende de alguém que conheça o acervo.
5. Tokens por requisição é métrica de produto. Ao lado de latência e erro. Sem ela, o custo de IA é um número no fim do mês que ninguém sabe explicar nem reduzir.

• → campo que exige julgamento
• → abaixo do limiar
• → acima do limiar
• → corrigido

• Armazenamento
• Integração de apps
• Compute
• IA e machine learning
• Conceito de arquitetura
• Banco de dados
• Gestão e governança

A ordem é a decisão: determinístico primeiro, modelo no que sobrou, humano onde a confiança cai. Inverter essa ordem multiplica o custo e introduz variabilidade onde ela é defeito.

1. Evento em vez de consulta periódica. O objeto novo dispara o processamento. Varrer a lista de arquivos custa, atrasa e não escala com o número de documentos.
2. Extração determinística primeiro. Serviço especializado é mais barato, mais rápido e reprodutível. Modelo grande lendo nota fiscal padronizada é o desperdício mais caro da área.
3. O modelo entra só no campo ambíguo. Onde o valor exige interpretação — cláusula, descrição livre, classificação por contexto. O resto já saiu estruturado da etapa anterior.
4. Limiar de confiança POR CAMPO. O campo que alimenta decisão financeira exige revisão que o campo informativo não exige. Limiar agregado inviabiliza o projeto sem reduzir risco.
5. Rastro é requisito, não refinamento. Auditoria não pergunta o acerto médio: pergunta como aquele número específico foi obtido. Modelo, versão, entrada e saída, gravados por extração.

• → permissão da fonte
• → trechos
• → resposta citando
• → resultado

• Fora da AWS
• Segurança e identidade
• IA e machine learning
• Compute
• Armazenamento
• Integração de apps
• Analytics
• Gestão e governança

Os dois arquétipos que sobram compartilham a mesma lição: o valor está em quem consome. Interno tolera erro e paga rápido; lote troca latência por metade do custo, e só serve onde a latência não importa.

1. O copiloto interno é o caso de melhor relação risco-retorno. O usuário é colega, o material já é digitalizado e o erro não vira incidente de imagem. É o que menos aparece em apresentação e mais paga a conta.
2. A permissão da fonte é o que impede vazar entre times. Identidade corporativa decide quais documentos entram na recuperação daquele usuário. Índice único sem filtro responde o que não deveria.
3. Resposta com citação, sempre. Em conhecimento interno, o leitor precisa verificar. Citação transforma alucinação em erro detectável sem depender de quem conhece o acervo.
4. O lote é para o que ninguém está esperando. Classificar histórico, resumir acervo, rodar avaliação. Custa cerca de metade e entrega em janela de horas — e é a alavanca de custo mais subusada.
5. Alarme sobre gasto por período curto. A derivada é o sinal útil: gasto por hora fora do padrão aparece dias antes de o total estourar. Alarme só no total avisa quando não há o que fazer.

• → pedido de ferramenta
• → resultado
• → autoriza
• → conta a volta
• → tentativa de saída

• Fora da AWS
• Rede e entrega
• IA e machine learning
• Segurança e identidade
• Compute
• Banco de dados
• Gestão e governança

O dano possível de um agente é definido pela permissão das ferramentas, não pela qualidade do prompt. Se existe ação irreversível que uma instrução hostil consiga disparar, o desenho não está pronto.

1. O modelo pede; o adaptador executa. É a fronteira de segurança do agente. Tratar o pedido do modelo como autorizado é o erro mais comum — e o adaptador é onde a validação cabe.
2. Permissão por ferramenta, não por agente. Leitura e escrita não têm o mesmo peso. Ferramenta genérica com parâmetro de operação impede permissionar por caso, e é o antipadrão que mais aparece.
3. O teto de voltas mora no código. "Seja econômico" é pedido. Contador que interrompe é fato — sem ele, ferramenta que devolve vazio faz o laço girar até alguém olhar a fatura.
4. Fechar o destino de rede fecha a exfiltração. Instrução hostil vinda de dado lido pede ao agente que coloque o contexto num argumento que sai. Lista de destinos permitidos corta o canal.
5. Rastro por chamada de ferramenta. É o que transforma "o agente travou" em "a terceira busca devolveu vazio e ele tentou dezoito vezes". Sem isso, o incidente não é investigável.