Classificar uma solicitação e controlar quais dados uma equipe pode consultar são decisões diferentes. A atualização da Perplexity de 19 de outubro de 2026 aproxima essas duas frentes com a Decisions API e controles de conectores por função. Para operações de marketing e atendimento, a relevância está em como essas capacidades podem compor rotinas verificáveis.
O que foi anunciado
A Decisions API classifica e pontua entradas de texto, JSON e imagens, retornando probabilidades que uma aplicação pode usar. O anúncio cita os modelos pplx-decider v1.2 Standard e Flash, além da possibilidade de executar os modelos com pesos abertos em infraestrutura própria. Isso não significa que toda empresa precise hospedar um modelo.
Na frente administrativa, organizações Enterprise com contratação assistida podem definir quais funções acessam cada conector. Segundo o changelog, os acessos existentes permanecem como estavam até uma alteração do administrador. O mesmo pacote inclui o modo Ultrafast para modelos selecionados no Computer, com consumo maior de créditos que os modos de velocidade inferiores.
Da probabilidade à regra operacional
O guia da Decisions API apresenta perguntas de classificação e pontuação como parte da requisição. A resposta precisa ser ligada a uma regra de negócio: encaminhar, pedir informação ou deixar o caso para revisão. Uma probabilidade calculada pelo modelo não comprova que o resultado esteja calibrado para os dados da sua operação.
Em um teste hipotético de triagem, uma equipe pode reunir solicitações fictícias já classificadas por pessoas e medir onde a aplicação diverge. O objetivo inicial é entender erros e zonas de incerteza. Só depois faz sentido escolher um limiar para execução automática. Esse limiar não deve ser copiado de uma demonstração genérica.
O que isso significa para o mercado
A leitura editorial é que a utilidade da IA passa a depender mais da ligação entre avaliação e ação. Uma classificação incorreta pode enviar um caso ao setor errado; uma permissão excessiva pode expor uma fonte desnecessária. Qualidade do modelo e desenho de acesso devem ser avaliados separadamente, dentro da governança de IA da empresa.
Os controles anunciados ajudam a formular requisitos de contratação, mas não substituem a revisão das permissões na fonte original. Também é necessário entender a versão do produto, a elegibilidade do plano e o registro das alterações. O lançamento não demonstra que qualquer base conectada esteja pronta para consultas ou automações.
O que conferir antes de integrar
- Critério: escreva a definição de cada classe e os casos que devem permanecer em revisão.
- Amostra: inclua exemplos ambíguos, dados ausentes e solicitações fora do escopo.
- Acesso: registre quem precisa de cada conector e por qual finalidade.
- Consequência: defina como desfazer um encaminhamento incorreto.
- Custo: compare latência e consumo usando a mesma tarefa, sem presumir economia pelo nome do modo.
E agora?
Para avaliar uma integração, acompanhe a solicitação desde a entrada até a ação e a revisão posterior. O guia de qualidade de dados ajuda a estruturar a conferência das fontes. O ganho operacional precisa aparecer na redução de erros e retrabalho, e não apenas no volume classificado.
