feat(ms-ai-architect): Spor 1 — Port-1-substrat migrert på 4 ikke-advisor-skills (243 Source + 327 Type + 325 TOC + stale-verified poison fjernet) [skip-docs]

Steg 9 (R4): unified migrate-corpus.mjs --write over engineering/governance/
infrastructure/security. 327 filer mutert, verified=null, prosa byte-identisk
(fra første ## seksjon), advisor urørt (0 endringer).

To applier-fixes oppdaget under kjøring (TDD, RED→GREEN):
- insertHeaderFields: anker faller nå tilbake når en meta-linje selv passerer
  500B (2 filer pakket et avsnitt i **Status:** → Type/Source landet utenfor
  scan-vinduet, applierens post-write-assertion fanget + restaurerte).
- normalizeStaleVerified: fjerner nå ALLE stale non-date **Verified:** i
  500B-vinduet, inkl. stray body-dup rett under --- (9 mlops-genaiops-filer var
  ellers falskt "verified"/fresh, droppet fra worklist). Operatør-godkjent
  utvidelse av carve-out; kun stray metadata-linjer, aldri prosa.

test-transform-criterion: precondition oppdatert til post-migrasjons-sannhet
(fila bærer nå Source). Suite 728/728 grønn.

skills/ms-ai-security/references/performance-scalability/latency-optimization-azure-openai.md

@@ -3,9 +3,23 @@
 **Last updated:** 2026-02
 **Status:** GA
 **Category:** Performance & Scalability
+**Type:** reference
 
 ---
 
+## Innhold
+
+- [Introduksjon](#introduksjon)
+- [Forstaelse av latenskomponenter](#forstaelse-av-latenskomponenter)
+- [Request Pipeline-optimalisering](#request-pipeline-optimalisering)
+- [Connection Pooling og gjenbruk](#connection-pooling-og-gjenbruk)
+- [Regional endepunktsvalg](#regional-endepunktsvalg)
+- [Time-to-First-Token-reduksjon](#time-to-first-token-reduksjon)
+- [Provisioned Throughput Units (PTU) for forutsigbar latens](#provisioned-throughput-units-ptu-for-forutsigbar-latens)
+- [Overvaking og malinger](#overvaking-og-malinger)
+- [Sjekkliste for latensoptimalisering](#sjekkliste-for-latensoptimalisering)
+- [For Cosmo](#for-cosmo)
+
 ## Introduksjon
 
 Latens er en av de mest kritiske ytelsesparameterne for AI-applikasjoner i produksjon. For norsk offentlig sektor, der innbyggertjenester krever rask respons og interne saksbehandlingssystemer må operere effektivt, er optimalisering av Azure OpenAI-latens avgjorende. Høy latens kan direkte påvirke brukeropplevelsen og redusere adopsjonen av AI-drevne tjenester.