Você recebe dezenas de mensagens todo dia: reclamações, elogios, dúvidas, pedidos de compra. Ler e separar cada uma na mão toma tempo — e, no meio do volume, a gente erra. E se um programa pequeno e gratuito fizesse essa separação por você, no seu próprio computador, em milissegundos, sem mandar nada para a nuvem?
É exatamente isso que um modelo de decisão faz. Neste tutorial, você vai instalar o Strands Decider 2B (checkpoint v21, outubro de 2026) e rodar a sua primeira decisão em menos de 10 minutos — sem ser programador e sem pagar nada.
O que é um modelo de decisão?
Pense numa recepcionista. Ela não escreve a resposta final — ela decide para onde cada pessoa deve ir. Um modelo de decisão é a versão digital disso: você dá um texto e uma lista de opções, e ele devolve qual opção é a certa, junto com uma nota dizendo o quanto confia na escolha.
A diferença para um "chat de IA" comum é importante. O chat escreve texto; o modelo de decisão só escolhe entre opções. Por isso ele é tão rápido e barato: ele não precisa gerar uma frase inteira, só apontar para a resposta. O Strands Decider 2B tem 2 bilhões de parâmetros (os "neurônios" do modelo) e decide em cerca de 115 milissegundos — menos de um piscar de olhos.
Ele é gratuito e de código aberto (licença Apache 2.0) e roda até em computador comum, sem placa de vídeo cara.
O que você precisa antes
- Python 3.10 ou mais novo instalado (se não tem, baixe em python.org/downloads).
- Um terminal (o "Prompt de Comando" no Windows, o "Terminal" no Mac e no Linux).
- Uns 5 minutos.
Passo 1 — Instalar a ferramenta
Abra o terminal e digite um único comando:
pip install strands-decider
O pip é o instalador de pacotes do Python. Ele baixa o programa do repositório oficial (pypi.org/project/strands-decider). Espere a instalação terminar — aparece uma mensagem de sucesso no final.
Passo 2 — Fazer a primeira decisão
Agora vamos responder à pergunta que abriu este texto. Imagine que chegou esta mensagem:
"Meus pagamentos estão falhando há 3 dias!"
Para qual time ela deve ir: suporte, cobrança ou vendas? Rode este comando (em uma linha só):
strands-decider ask StrandsAgents/strands-decider-2B-hobson-v21 \
--state "Meus pagamentos estão falhando há 3 dias!" \
--choice "Qual time deve cuidar disso?=suporte,cobranca,vendas"
O que cada parte faz:
--stateé a mensagem que chegou (o contexto).--choiceé a pergunta seguida das opções possíveis, separadas por vírgula.aské o comando que pede "decida isso para mim".
Na primeira execução, o programa baixa o modelo (cerca de 2 GB) — isso acontece uma vez só.
Passo 3 — Ler a resposta
A saída vai parecer com isto:
choice_0 -> cobranca (confiança 0.768)
cobranca 0.845
vendas 0.091
suporte 0.064
Traduzindo: o modelo escolheu cobrança como o time certo. E deu a cada opção uma nota de 0 a 1 (quanto mais perto de 1, mais certeza): cobrança ficou com 0.845, vendas com 0.091 e suporte com 0.064. Em outras palavras, ele está 84,5% confiante de que é cobrança.
Esse número de confiança é o superpoder do modelo de decisão: ele não só escolhe, ele diz o quanto confia — e você pode, por exemplo, mandar os casos de baixa confiança para uma pessoa revisar.
Resultado esperado
Se tudo deu certo, você acabou de usar uma IA local para classificar uma mensagem automaticamente. A partir daqui dá para automatizar de verdade: em vez de digitar a mensagem na mão, um programinha lê cada e-mail ou comentário e pergunta "para onde vai?" — e o modelo responde na hora.
Erros comuns (e como sair deles)
Os tropeços mais comuns de quem está começando:
- "command not found" ou "'strands-decider' não é reconhecido" — a ferramenta não está instalada. Rode
pip install strands-deciderde novo e confira se terminou sem erro. No Windows, pode ser preciso fechar e reabrir o terminal. - "pip não é reconhecido" — o Python não está no caminho do sistema. Reinstale o Python marcando a opção "Add Python to PATH" (ou use
python3 -m pipno Mac/Linux). - O download do modelo é lento na primeira vez — é normal: são ~2 GB baixados uma única vez. Depois disso, as decisões saem em milissegundos.
- A resposta sai em inglês — o modelo responde de acordo com o que você pergunta; as opções que você escreve é que definem o idioma da resposta. Escreva as opções em português e a resposta sai em português.
Para onde ir agora
Quer ir além? O projeto tem exemplos prontos de como usar o modelo dentro de um agente de IA (ele vira o "guarda" que decide se uma ação deve ou não acontecer). Tudo está no repositório oficial no GitHub, e os modelos estão no Hugging Face.

