Por que JSON em Feature Flags é importante
Feature flags são ótimas, mas quando você precisa testar algo complexo — como a configuração de um modelo de IA — rapidamente vira uma bagunça de flags individuais. ai_model, ai_temperature, ai_max_tokens, system_prompt… cada uma precisa da própria flag, da própria lógica de rollout e da própria manutenção. É frágil e difícil de gerenciar.
O Vercel acabou de resolver isso. O produto Flags agora suporta valores JSON diretamente, permitindo agrupar configurações relacionadas em uma única flag coerente. Isso é um divisor de águas para times que fazem rollouts progressivos, testes A/B ou experimentos com múltiplas variantes.
Para entender como arquiteturas cloud-native modernas lidam com deployments complexos, veja nosso guia sobre failover tolerante a falhas na AWS.
Como funciona
Em vez de gerenciar três flags separadas para um experimento de modelo de IA, você define uma única flag com variantes JSON. Exemplo prático:
// Variante A: Claude Sonnet
{
"id": "claude-sonnet-4-6",
"temperature": 0.7,
"maxTokens": 1024,
"systemPrompt": "Você é um assistente de compras útil."
}
// Variante B: Claude Opus
{
"id": "claude-opus-4-6",
"temperature": 0.8,
"maxTokens": 2048,
"systemPrompt": "Você ajuda com compras."
}
No código da sua aplicação, você busca a flag e usa o objeto JSON diretamente. Adeus variáveis de ambiente e condicionais para cada parâmetro.
// Busca a flag JSON
const modelConfig = await getFlag('ai_model_config');
// Usa o objeto diretamente
const response = await callModel({
modelId: modelConfig.id,
temperature: modelConfig.temperature,
maxTokens: modelConfig.maxTokens,
systemPrompt: modelConfig.systemPrompt
});
Esse padrão deixa o código mais limpo, reduz a proliferação de flags e permite gerenciar experimentos pelo dashboard do Vercel sem tocar em código.
Casos de uso e cuidados
Onde isso brilha:
- Testes A/B de configurações de modelos de IA (temperatura, prompt, model ID)
- Rollout de variações de componentes de UI (cor, layout, comportamento) sem múltiplas flags
- Configurações multi-região onde cada região precisa de parâmetros ligeiramente diferentes
Limitações a considerar:
- Flags JSON ainda estão su sujeitas à latência padrão de avaliação do Vercel (tipicamente <50ms). Para caminhos de latência ultrabaixa (ex.: edge middleware), mantenha flags simples.
- O tamanho do payload JSON é limitado — não tente armazenar arquivos de configuração inteiros. Fique com alguns KB.
- Você não pode aninhar flags JSON dentro de outras flags; cada flag é um objeto JSON independente.
Para times que já usam feature flags para segurança de deployment, isso é uma evolução natural. Mas se você ainda usa arquivos de configuração manuais ou variáveis de ambiente para experimentos, esse é um sinal forte para modernizar sua abordagem. Se quiser ver como outras empresas lidam com estratégias complexas de rollout, nosso artigo sobre redução de falhas de deployment com Temporal oferece uma perspectiva complementar.
Conclusão
Flags do Vercel com suporte a JSON é uma mudança pequena com grandes implicações. Reduz a sobrecarga de gerenciamento de flags, torna testes A/B mais expressivos e alinha com a tendência da indústria de configuração-como-código. Teste no seu próximo experimento — seu eu do futuro (e seus colegas de time) vão agradecer.
Próximos passos:
- Revise suas feature flags atuais: alguma pode ser agrupada em JSON?
- Comece com um experimento de baixo risco (ex.: variante de UI) para se acostumar com o padrão.
- Fique de olho na documentação do Vercel para atualizações sobre limites de payload e performance.