5 posts com esta tag
Construí um framework de avaliação para classificar meu pipeline de podcasts de IA em 40 episódios reais em 7 idiomas. A etapa de revisão estava piorando os roteiros (3.34 → 2.91). Todas as URLs de citação pareciam falsas (pontuação: 1.28). O chinês foi o idioma mais fraco (2.88). Seis correções, um dia e um novo modelo depois — aqui estão os números antes/depois e cada mudança que fiz.
Passei dias elaborando um prompt de sistema para meus apresentadores de podcast com IA. Eles leram cada palavra e ignoraram quase tudo. A solução não foram palavras melhores — foi entender que os LLMs processam regras de forma diferente dependendo de onde elas vivem no seu pipeline.
Quase construí um modo offline esperto e específico para IA no app iOS do DIALØGUE. Aí fiz uma pergunta mais entediante — o que o iOS já me dá de fábrica? — e o trabalho de verdade acabou sendo resistir à vontade de ser esperto. Aqui está a maquinaria padrão e nada glamourosa por trás de "baixe um episódio e ouça no avião", e por que o entediante era a escolha mais madura.
Lancei o app iOS do DIALØGUE como um port do produto web, depois reconstruí tudo de forma nativa — três abas, áudio na tela bloqueada, transcrição sincronizada, offline que aguenta o tranco e Siri — porque um app web encolhido pra caber no celular continua sendo um app web.
Fiz um push do que deveria ser uma melhoria no sistema de voz da minha plataforma de podcast. Seis dias e vários commits depois, deletei 2.724 linhas de código e fiz rollback para o que funcionava. Aqui está o que aconteceu e o que aprendi sobre testar mudanças de IA em produção.