AI Engineering Stack
Construir sistemas com LLM em produção não é escrever um prompt melhor — é montar um stack de onze camadas, cada uma com uma decisão própria. Da camada de propósito (o que o sistema é) até a camada de melhoria (como ele evolui), passando por prompt, contexto, retrieval, tools, output, workflow vs agent, evaluation, guardrails e logging. Esta trilha é o atlas dessas camadas: cada nota responde o que a camada resolve, quais são as decisões-chave e onde no Codex você aprofunda. É um tronco integrador — não substitui as trilhas específicas, conecta todas elas em uma vista de cima.
Pré-requisitos
Conhecimento básico de Anatomia dos LLMs e Anatomia de Agents. Útil ter passado por Context Engineering e Spec-Driven Development antes — essas trilhas alimentam, respectivamente, a Context Layer e a Purpose Layer.
Como ler esta trilha
As notas 02 a 12 são deliberadamente finas — 1 a 2 telas cada. Quando você quiser ir fundo numa camada, siga o wikilink “Onde aprofundar” pro Codex. A nota 13 (Setup completo) é a única longa: ela costura tudo num exemplo end-to-end.
Comece por aqui
Trilha sequencial: panorama → cada camada uma a uma → recipe end-to-end.
Bloco 1 — Panorama (1 nota)
A foto de cima das 11 camadas, com diagrama mostrando como elas se conectam.
- 01 - As 11 camadas — visão geral — quais são, em que ordem se montam, como o feedback flui
Bloco 2 — Camadas de definição (3 notas)
O que o sistema é, como ele se comporta e o que ele sabe.
- 02 - Purpose Layer — o que o sistema é — system name, primary job, success criteria
- 03 - Prompt Layer — role, job, standards, allowed/forbidden actions
- 04 - Context Layer — goal, audience, project context, source material
Bloco 3 — Camadas de execução (4 notas)
O que o sistema produz, de onde puxa conhecimento, o que pode fazer, e se é workflow ou agent.
- 05 - Output Layer — formato, seções obrigatórias, confidence
- 06 - Retrieval Layer — quando puxar conhecimento externo, hierarquia de fontes
- 07 - Tool Layer — tools disponíveis, approval policy, failure handling
- 08 - Workflow vs Agent Layer — quando construir um, quando o outro
Bloco 4 — Camadas de controle (3 notas)
Como medir, restringir e registrar o sistema.
- 09 - Evaluation Layer — rubrica, threshold, automatic failure
- 10 - Guardrail Layer — proibições, escalation, kill switches
- 11 - Logging Layer — o que registrar de cada run
Bloco 5 — Loop de evolução (2 notas)
Como o sistema deixa de ser one-off e vira sistema vivo.
- 12 - Improvement Layer — feedback estruturado, versionamento de prompt
- 13 - Setup completo — do zero ao sistema de produção — recipe walkthrough de um exemplo
Rotas alternativas
Rota arquiteto (desenhar antes de codar)
“Vou começar um sistema novo do zero — quero o blueprint”
01 - As 11 camadas — visão geral → 02 - Purpose Layer — o que o sistema é → 08 - Workflow vs Agent Layer → 13 - Setup completo — do zero ao sistema de produção
Rota refactor (já tenho um sistema, quero formalizar)
“Já tenho um protótipo rodando — quero auditar contra o stack”
01 - As 11 camadas — visão geral → 09 - Evaluation Layer → 10 - Guardrail Layer → 11 - Logging Layer → 12 - Improvement Layer
Rota produção (vou colocar em prod amanhã)
“O sistema funciona em dev — preciso endurecer pra prod”
10 - Guardrail Layer → 09 - Evaluation Layer → 11 - Logging Layer → 13 - Setup completo — do zero ao sistema de produção
Rota agentic (vou construir um agent)
“Já decidi que é agent — quero o caminho específico”
08 - Workflow vs Agent Layer → 07 - Tool Layer → 04 - Context Layer → 09 - Evaluation Layer → 10 - Guardrail Layer
Leituras recomendadas
| Fonte | Tipo | Cobertura |
|---|---|---|
| @hooeem — Become an AI Engineer (thread) | Thread X | Trilha inteira (chapter #18) |
| Anthropic — Effective context engineering for AI agents | Artigo | Notas 04, 06 |
| Anthropic — Building effective agents | Artigo | Notas 07, 08 |
| OpenAI — Structured Outputs guide | Doc | Nota 05 |
| Lilian Weng — LLM-powered Autonomous Agents | Artigo | Notas 07, 08 |
| Eugene Yan — Evals are all you need | Artigo | Nota 09 |
| NIST — AI Risk Management Framework | Spec | Nota 10 |
| OpenTelemetry GenAI Semantic Conventions | Spec | Nota 11 |
Veja também
- Context Engineering — Context Layer aprofundada
- Anatomia de Agents — Tool Layer e Workflow vs Agent aprofundados
- MCP — protocolo concreto da Tool Layer
- Spec-Driven Development — Purpose Layer formalizada como spec
- RAG e Vector Databases — Retrieval Layer aprofundada
- Segurança e Guardrails — Guardrail Layer aprofundada
Todas as notas
LIST
FROM "03-Dominios/IA/AI Engineering Stack"
WHERE type != "moc"
SORT file.name ASC