FASE 2 • Semanas 3–4

APIs de LLM e Structured Outputs

Serviço de classificação de atendimentos retornando JSON validado com categoria, prioridade, resumo e ação recomendada.

JSONAPIsIA & ML

Critério de domínio

Você consegue criar uma API robusta, com saída validada, retries e testes, sem framework de agentes.

Cada semana combina uma leitura aprofundada e um laboratório. Estude os exemplos, tente o exercício antes de abrir a resolução e use os critérios de domínio para revisar.

Começar esta fase →4 aulas · leitura + laboratório

SEMANA 3 • LEITURA
Leitura: APIs, streaming, mensagens
OpenAIAPIs
Entrega da semana: Cliente multi-provider
Estudar aula →
SEMANA 3 • LABORATÓRIO
Laboratório: APIs, streaming, mensagens
OpenAIAPIs
Entrega da semana: Cliente multi-provider
Estudar aula →
SEMANA 4 • LEITURA
Leitura: Structured outputs, tool calling, erros
JSON
Entrega da semana: API robusta de classificação
Estudar aula →
SEMANA 4 • LABORATÓRIO
Laboratório: Structured outputs, tool calling, erros
JSON
Entrega da semana: API robusta de classificação
Estudar aula →

Notas de atualização

Ensinar três adapters explícitos: OpenAI usa sua hierarquia de mensagens; Claude tem system fora do array messages; Gemini usa instrução de sistema no formato do endpoint/SDK. Não criar uma tabela de roles supostamente universal.
Retries do SDK não garantem idempotência das tools. Fallback é decisão da aplicação e deve preservar contrato/schema e política de dados; a proposta didática combina docs de APIs e routing, sem promessa de fallback nativo.