O Código Decide, o LLM Ajuda: Construindo um Treinador de Corrida com IA
Anthropic
O artigo descreve o desenvolvimento de um bot de treinador de corrida com IA no Telegram, chamado Claude de Pace. O autor compartilha lições-chave aprendidas com interações reais de usuários, enfatizando que invariantes de negócio devem ser aplicadas por código, não deixadas para o modelo de linguagem. O sistema equilibra código determinístico com saídas restritas do LLM, usa classificações de carga subjetivas como métrica-chave e inclui um agente de IA que ajuda a depurar e melhorar o bot.
O autor desenvolveu um bot de treinador de corrida com IA no Telegram chamado Claude de Pace. Um incidente crítico ocorreu quando um usuário pediu para mover um treino leve para sábado, mas o modelo mudou erroneamente o treino de quinta-feira. Isso levou a um princípio orientador: o código deve impor invariantes de negócio, não o LLM. O sistema evoluiu para dar menos liberdade ao modelo, usando esquemas JSON estritos, validação e fallbacks determinísticos. O bot mantém uma persona de um treinador francês, usando fatos extraídos das conversas para personalizar respostas. Testes com usuários reais revelaram problemas como botões ignorados e classificação incorreta, levando a recursos como confirmações de rascunho para mudanças de agenda. O autor também construiu um agente de IA para analisar logs e sugerir correções de código, resultando em cerca de 30 melhorias. Mais de 20 usuários ativos forneceram feedback valioso. Planos futuros incluem integração com smartwatches e recursos sociais, como calendários de corrida e compartilhamento de treinos.
Fonte: Habr — хаб ИИ —
original