A maioria das funcionalidades de IA demonstra bem e falha em silêncio. A diferença quase nunca é o modelo: é a recuperação, as avaliações, as salvaguardas e a monitorização à volta dele. Construo as partes que nunca foram inteligentes, porque são elas que tornam a parte inteligente segura de usar.
Âmbito fixo e preço fixo, ambos acordados por escrito antes de começar seja o que for. Se o seu projeto ficar entre dois destes, tem um número só dele.
desde€4 000
1–2 semanas
Melhor quando há uma única funcionalidade de IA entre si e um lançamento.
Inclui
Recomendado
desde€10 500
3 semanas
Melhor quando o valor está fechado em documentos que ninguém consegue pesquisar.
Inclui
desde€21 000
6 semanas
Melhor quando a IA é o produto e tem de aguentar.
Inclui
Ainda a decidir, ou o âmbito ainda está a mexer? Uma chamada de âmbito paga (€400) põe o plano e um número fixo por escrito, e é descontada do projeto se avançarmos. A chamada inicial de trinta minutos continua gratuita em qualquer dos casos.
Os mesmos quatro passos de cada vez, para saber sempre onde está.
Bastam algumas linhas. Leio todas as mensagens e respondo no prazo de um dia útil.
Gratuita, e sem discurso de venda. Percebemos o que significa estar feito aqui, e se sou sequer a pessoa certa.
Se o âmbito ficar claro nessa chamada, o plano e o preço fixo seguem a seguir sem custo. Se ainda estiver a mexer, a chamada de âmbito paga resolve-o primeiro e é descontada do projeto.
Uma demonstração a funcionar por semana, não um relatório de estado. Descobre na segunda semana se algo está errado, não na oitava.
Os que servirem: OpenAI, Claude, Gemini, ou modelos de pesos abertos na sua própria infraestrutura quando os dados não podem sair. É uma questão de restrições, não de preferência.
Sim. Já implementei em Azure, AWS, GCP e Kubernetes on-premise, incluindo modelos de pesos abertos alojados internamente quando a conformidade o exigiu.
Ancorando as respostas em fontes recuperadas, mostrando citações e correndo um conjunto de avaliações que apanha regressões antes dos seus utilizadores. O que o sistema não souber responder deve dizê-lo, em vez de adivinhar.
Sim. Grande parte deste trabalho é entrar em algo que já existe, e não começar um repositório novo.
Todo, no seu repositório, com a infraestrutura definida como código.
Uma função com uma chamada a um LLM lá dentro não é um agente, e chamar-lhe isso não é uma simplificação inofensiva. Construí a mesma tarefa de auditoria de despesas como função, como workflow e como agente, corri 150 execuções avaliadas e medi o que a palavra custa de facto, e depois aumentei os dados até a única jogada da função deixar de existir e o agente ser a última arquitetura de pé.
Notas de campo sobre a construção do Smithproof, um plano de controlo multi-inquilino para agentes de IA, e porque é que a deteção sem resposta e a política sem aplicação não governam nada.
Notas de campo do OrbitSpec, um motor de clarificação que transforma pedidos vagos em Context Bundles tipados e auditáveis antes de qualquer modelo correr, e porque é que a fiabilidade começa antes da resposta.
Diga-me a que a IA tem de responder e que fontes pode ler. Respondo com a forma como construiria a pesquisa nas fontes, como mediria as respostas, e quanto custaria um pedido.
Leio cada mensagem eu próprio e respondo no prazo de um dia útil. Sem pitch de vendas, apenas uma conversa franca sobre o seu projeto.
Prefere contratar através de um marketplace, com escrow e avaliações da plataforma? Este serviço no Fiverr
Última atualização