Para avaliar se uma IA respeita intervalos inclusivos e exclusivos, transforme cada regra em uma comparação explícita e teste três posições: abaixo do limite, exatamente no limite e acima dele. O gabarito precisa existir antes da resposta do modelo. Uma explicação convincente não compensa classificar o valor da fronteira na faixa errada.
Esse procedimento serve para faixas de quantidade, filtros de relatórios, critérios de triagem e horários operacionais. O foco é verificar decisões determinísticas em regras fornecidas pela empresa. Quando o texto de origem não esclarece se o limite entra, a resposta esperada é apontar a ambiguidade, sem inventar uma interpretação.
Resumo rápido
- Registre unidade, precisão e origem da regra antes de testar.
- Diferencie “até”, “a partir de”, “mais de” e “menos de”.
- Inclua o valor exato de cada fronteira no conjunto de testes.
- Confira classificação e justificativa separadamente.
- Use comparações determinísticas para decidir; deixe a IA explicar o resultado.
1. Traduza a frase para uma regra verificável
Um intervalo inclusivo contém seu ponto de fronteira. Um intervalo exclusivo deixa esse ponto de fora. Se o catálogo interno define “até 20 unidades, incluindo 20”, a condição é quantidade <= 20. Se define “mais de 20 unidades”, a condição é quantidade > 20. A diferença aparece justamente quando o pedido tem 20 unidades.
A documentação de comparações do Python define os operadores menor, maior, menor ou igual e maior ou igual. Eles permitem construir um gabarito executável. Já a documentação de tipos de intervalo do PostgreSQL distingue limites inclusivos e exclusivos e apresenta a notação com colchetes e parênteses. Essas referências ajudam a explicitar uma regra, mas não determinam a intenção de um texto comercial ambíguo.
Considere a instrução “separe pedidos pequenos, de 10 a 20 peças”. Antes de avaliar a IA, esclareça se 10 e 20 entram e o que acontece com pedidos de nove peças. Uma convenção possível é 10 <= quantidade <= 20. Outra é incluir apenas um extremo. Ambas podem ser formalizadas; escolher uma silenciosamente impede uma avaliação justa.
Crie uma ficha por regra com identificador, frase original, expressão normalizada, unidade, precisão e responsável pela validação. “Peso” sozinho é insuficiente: três quilogramas e três gramas têm representações parecidas e decisões diferentes. Para estruturar esse registro, use também o guia de documentação de processos para agentes de IA.
2. Compare as expressões que mudam a fronteira
A tabela abaixo usa quantidades inteiras e convenções explicitadas no enunciado do teste. Ela é um modelo de especificação, não uma regra universal para interpretar documentos. Para expressões cotidianas como “entre”, peça que o autor confirme os extremos antes de gerar o gabarito.
| Regra declarada | Condição | Valor 20 | Teste que revela a diferença |
|---|---|---|---|
| Até 20, inclusive | x <= 20 | Entra | 19, 20, 21 |
| Menos de 20 | x < 20 | Não entra | 19, 20, 21 |
| A partir de 20, inclusive | x >= 20 | Entra | 19, 20, 21 |
| Mais de 20 | x > 20 | Não entra | 19, 20, 21 |
| De 10 inclusive a 20 exclusivo | 10 <= x < 20 | Não entra | 9, 10, 11, 19, 20, 21 |
Não use o mesmo número em todos os testes. Alterne fronteiras pequenas e grandes, mantendo a estrutura. Isso permite observar se a IA interpreta a comparação ou repete exemplos do prompt. Inclua expressões equivalentes, como “no mínimo 20” e “20 ou mais”, com a equivalência declarada pelo responsável pela regra.
Verifique também regras combinadas. “Mais de 10 e até 20” precisa rejeitar 10 e aceitar 20. Em duas faixas adjacentes, pergunte se cada entrada válida deve receber exatamente uma categoria. Se a faixa A inclui 20 e a faixa B também começa incluindo 20, há sobreposição. Se ambas excluem 20, há uma lacuna. A IA deve informar o conflito quando nenhuma prioridade foi fornecida.
3. Monte casos de borda e entradas inválidas
O vizinho de uma fronteira depende do domínio. Para peças inteiras, use uma unidade. Para uma medição registrada com duas casas decimais, o passo do teste pode ser 0,01 na mesma unidade. Não apresente 19,99 peças como caso válido quando o processo só aceita peças inteiras. Antes de medir acerto, separe entrada válida de entrada recusada.
Crie casos com identificadores estáveis, como LIM-001. Registre a regra, a entrada, a saída esperada e o motivo. Adicione campos para a saída observada e para o tipo de falha. Isso permite descobrir se a mudança de prompt corrigiu uma fronteira e quebrou outra. O conjunto deve conter valores internos às faixas e valores distantes delas, além das bordas.
Teste campo vazio, número com unidade incompatível, quantidade negativa e formato numérico inesperado. “Não informado” não deve virar zero por conveniência. Se zero for válido, merece um caso próprio. Se dois intervalos têm limites invertidos, o resultado esperado pode ser “regra inválida”, desde que isso esteja definido na ficha.
A documentação do JSON Schema diferencia minimum de exclusiveMinimum e maximum de exclusiveMaximum. Esses campos ajudam a validar limites de uma entrada numérica. Eles não substituem a lógica de escolha entre categorias nem resolvem contradições entre regras escritas em português. Mantenha essas verificações separadas no relatório.
4. Execute uma avaliação reproduzível
Peça uma saída curta e estruturada: identificador do caso, categoria, condição aplicada e indicação de ambiguidade. Guarde o texto original, o prompt completo, a configuração da execução e a resposta. O conjunto usado para ajustar as instruções deve ser diferente daquele reservado para conferir o resultado final.
Regra R1: quantidades inteiras de 1 até 20, inclusive, são pequenas.
Regra R2: quantidades inteiras maiores que 20 são grandes.
Entrada: 20 unidades.
Retorne categoria e comparação utilizada.
Não crie exceções. Se faltar informação, informe o campo ausente.O gabarito é “pequena”, com 1 <= 20 <= 20. Se a resposta diz “pequena” e explica “porque é menor que 20”, a categoria está certa, mas a justificativa está errada. Registre os dois resultados. Uma explicação incorreta pode voltar ao atendimento como uma nova regra e produzir falhas posteriores.
Quando o processo já usa código, calcule a categoria fora do modelo. Por exemplo, para entradas inteiras positivas, uma função pode retornar “pequena” quando q <= 20 e “grande” nos demais casos válidos. Valide tipo e positividade antes. Passe à IA a categoria calculada e a regra para redigir uma mensagem compreensível.
Com valores decimais, defina a representação antes da comparação. A documentação do módulo decimal explica a aritmética decimal e os efeitos de construir um decimal a partir de um número binário de ponto flutuante. Para os testes exemplificados aqui, use textos decimais como “19.99” ao criar valores de referência, e documente qualquer arredondamento autorizado.
Conte acertos por caso, mas destaque os erros no valor exato do limite. Uma taxa global pode esconder que todos os exemplos internos passam e todas as fronteiras falham. Separe ainda falhas de leitura, conversão de unidade, aplicação da comparação e tratamento de ambiguidade. O guia de testes metamórficos complementa essa abordagem com variações controladas do enunciado.
5. Exemplo: triagem de lotes em uma gráfica de Curitiba
Imagine uma gráfica de Curitiba que usa IA para preparar mensagens internas de produção. Este é um exemplo brasileiro ilustrativo, com regras fictícias. Lotes de 1 a 50 cartões, incluindo os extremos, seguem para a fila A. Lotes com mais de 50 cartões seguem para a fila B. A gráfica aceita apenas quantidades inteiras positivas.
A pessoa responsável pelo processo aprova a expressão 1 <= q <= 50 para A e q > 50 para B. O conjunto inicial contém 1, 49, 50 e 51 cartões, além de zero, menos um, campo vazio e 50,5. Os quatro primeiros recebem categorias; os demais recebem erros de validação conforme o motivo. Nenhuma melhoria de produtividade é presumida.
Depois, o avaliador troca “até 50, inclusive” por “no máximo 50”, preservando a instrução de inclusão. A classificação deve permanecer. Em outra rodada, muda a regra para “menos de 50” e acrescenta uma regra explícita para 50 ou mais. Agora o caso de 50 precisa mudar de fila. Se não muda, a IA pode estar repetindo a versão anterior.
A mensagem ao operador deve citar a quantidade recebida e a regra vigente. Algo como “Lote de 50 cartões na fila A, porque a faixa inclui 50” permite conferência rápida. Caso a categoria seja calculada corretamente e o texto diga fila B, bloqueie a mensagem para revisão: a camada de redação também integra o teste.
6. Erros comuns
- Testar só o meio da faixa. Quantidades como 12 e 15 não distinguem “até 20” de “menos de 20”. Inclua o próprio 20.
- Arredondar antes de comparar sem autorização. Transformar 20,01 em 20 pode mudar a categoria. Defina ordem e precisão na regra.
- Confundir valor ausente com zero. Mantenha ausência, valor inválido e número válido como situações diferentes.
- Deixar duas categorias aceitarem a mesma borda. Declare prioridade ou corrija as faixas com o dono do processo.
- Pedir ao modelo para aprovar o próprio resultado. Compare a saída com uma referência independente, preparada antes da execução.
Evite também misturar datas e horários a uma suíte numérica sem especificação adicional. Um dia pode ser a unidade do filtro; outro sistema pode comparar instantes com segundos e fuso. “Até sexta” exige definição de data, horário final e fuso para virar um teste determinístico. Sem esses dados, marque a ambiguidade.
7. Perguntas frequentes
“Até” sempre inclui o número mencionado?
Nos testes deste guia, a inclusão é declarada expressamente. Em um documento real, confirme a intenção do responsável e registre a comparação. Se o texto e os exemplos se contradizem, a resposta correta é apontar a divergência.
Quantos casos preciso para avaliar uma regra?
Comece pelas posições abaixo, no limite e acima de cada fronteira. Depois acrescente interiores, inválidos, lacunas, sobreposições e variações de linguagem. A quantidade final depende das regras e do domínio, sem um mínimo universal que garanta qualidade.
Posso usar outra IA como avaliadora?
Ela pode ajudar a organizar justificativas, mas uma comparação numérica definida deve ter referência determinística. Quando o avaliador divergir do código, revise entrada, unidade e especificação antes de aceitar qualquer conclusão.
Uma resposta correta basta para liberar o fluxo?
Ela demonstra somente aquele caso naquela execução. Rode o conjunto reservado e repita os casos críticos quando necessário. Registre alterações no prompt e no sistema. O checklist de conferência de respostas ajuda na revisão antes do uso operacional.
O que fazer com a expressão “entre 10 e 20”?
Solicite a definição dos extremos e transforme a decisão em uma condição. Não preencha a lacuna com uma convenção presumida. A suíte pode incluir esse caso com “precisa de esclarecimento” como resposta esperada.
8. Fontes e leitura recomendada
- Python: operadores de comparação, para construir condições verificáveis.
- PostgreSQL: tipos de intervalo, para distinguir extremos inclusivos e exclusivos.
- JSON Schema: validação de números, com limites inclusivos e exclusivos.
- Python: aritmética decimal, para compreender representação e arredondamento.
