11. Kapan Harus Digunakan

Pipeline AI multi-step: Ketika satu task AI perlu di-chain: ekstraksi → validasi → transformasi → penyimpanan.
App enterprise dengan compliance ketat: On-device processing memudahkan membuktikan ke auditor bahwa data tidak keluar perangkat.
AI feature dengan UX yang komplex: Streaming + @Generable + tool calling dikombinasikan untuk pengalaman asisten yang natural.
Personalisasi yang dalam: Session bisa menyimpan konteks panjang tentang preferensi pengguna tanpa data keluar ke server.
Fitur yang butuh konsistensi format output: Gunakan schema @Generable yang ketat untuk output yang selalu seragam, terlepas dari variasi input.
Testing dan pengembangan iteratif: Protocol-based architecture memungkinkan development cepat dengan mock sebelum model diintegrasikan.