LLM Primer V — Introdução da Série e Índice

Um passeio capítulo a capítulo pelo LLM Primer V: Construindo Aplicações LLM Reais — o volume que trata engenharia de IA como disciplina em si, não como truque de prompt.

Por que esta série existe

Há um padrão recorrente em trabalho aplicado de IA: um time constrói uma demo num fim de semana, a demo impressiona, um piloto é aprovado, e seis meses depois o piloto está preso na fase que o time chama de "hardening" e em particular chama de "a parte em que o modelo continua fazendo coisas que a gente não esperava". Nada mudou no modelo. O que mudou é que o trabalho saiu da região em que um punhado de entradas curadas produz saídas plausíveis, e entrou na região em que milhares de usuários reais, conteúdo adversarial, linhas de custo e orçamentos de latência ditam os termos. O Volume V é sobre a disciplina que vive nessa segunda região. Não é um livro sobre treinar modelos, e não é um livro de truques de prompt. É um livro sobre a engenharia que transforma um modelo num sistema que uma empresa consegue operar.

O livro em uma frase: engenharia de IA é a disciplina de construir sistemas determinísticos ao redor de modelos probabilísticos, e este volume percorre as oito superfícies — modelos de fundação, prompts, recuperação, agentes, avaliações, observabilidade, segurança e serving — onde essa disciplina vive.

Para quem escrevi

Engenheiros de aplicação que já colocaram um protótipo funcional no ar e agora estão sendo cobrados por mantê-lo. Tech leads decidindo se uma nova funcionalidade LLM vale o ônus operacional. Product managers em times de IA que querem entender o que os engenheiros deles estão trocando entre latência, custo e qualidade. O livro assume que você já usou uma API de LLM e leu o suficiente da documentação de algum framework para saber o que é um template de prompt. Não assume nenhuma formação particular em pesquisa de ML; a mecânica que importa para produção é mecânica de engenharia, e o livro se mantém nesse registro.

Como ler

Os capítulos estão ordenados como uma pilha. O Capítulo 1 estabelece o enquadramento — o wrapper determinístico ao redor do núcleo probabilístico — e o resto do livro preenche as camadas do wrapper. Os Capítulos 2 a 4 percorrem o modelo, a recuperação e os agentes na ordem; os Capítulos 5 e 6 acrescentam os trilhos de avaliação e observabilidade que permitem ao sistema evoluir com segurança; os Capítulos 7 e 8 fecham com segurança e economia de serving. Você pode ler o livro de ponta a ponta, ou pode pular direto para o capítulo que casa com o modo de falha que seu sistema está exibindo agora. Cada artigo do passeio destila três ideias-chave do capítulo e aponta para o material-fonte.

O passeio de 8 capítulos

O passeio roda um artigo por capítulo, publicado diariamente.

14 de abril — Capítulo 1 — A Disciplina da Engenharia de IA. A lacuna de confiabilidade entre demo e produção, e os cinco pilares que a fecham.
15 de abril — Capítulo 2 — Modelos de Fundação e Engenharia de Prompt. Tiers de modelo, parâmetros de amostragem, prompts defensivos e saídas estruturadas como superfícies de engenharia.
16 de abril — Capítulo 3 — Geração Aumentada por Recuperação. O pipeline RAG de ponta a ponta: chunking, recuperação híbrida, transformação de consulta, multimodal e text-to-SQL.
17 de abril — Capítulo 4 — Agentes de IA e Tool Calling. Loops ReAct, schemas de ferramenta como contratos e as três camadas de memória de que agentes de fato precisam.
18 de abril — Capítulo 5 — Avaliando Aplicações LLM. LLM-como-juiz, a Tríade RAG e testes de trajetória para agentes.
19 de abril — Capítulo 6 — Observabilidade e Tracing de IA. Convenções GenAI do OpenTelemetry, as métricas que importam e o loop de volta para as avaliações.
20 de abril — Capítulo 7 — Segurança e Guardrails de LLM. O OWASP Top 10, injeção direta versus indireta e a matriz de mitigação em quatro camadas.
21 de abril — Capítulo 8 — Otimizando Performance, Serving e Custo. Cache semântico, roteamento dinâmico e o que de fato acontece dentro do servidor de inferência.

Onde este volume se encaixa na série: os Volumes I e II cobriram a mecânica dos próprios modelos, o Volume III mergulhou fundo em recuperação, e o Volume IV construiu a arquitetura cognitiva no formato do MCP; o Volume V é onde esses fios se tornam um único sistema de produção, e o Volume VI levará esse sistema à escala de frota.

Sobre este livro e a série

O LLM Primer é uma série de sete volumes que trata modelos de linguagem como engenharia, não como mágica. O Volume V é o quinto. O estilo da casa é sóbrio e centrado em mecanismo: cada capítulo nomeia o modo de falha que está fechando, percorre o mecanismo que o fecha, e mostra o código onde o mecanismo vive. Não há exortações para abraçar a IA. Assume-se que o leitor já decidiu isso; o livro é sobre fazer bem-feito. Volumes posteriores aprofundam escala (VI) e as questões mais difíceis de segurança e governança que os deployments regulados enfrentam (VII).

Pegue um exemplar. A edição impressa inclui os apêndices completos — topologias de deployment, comparações de framework, planilhas de custo — que os passeios resumem mas não reproduzem. LLM Primer V na Amazon →