DOURO AI

Criando Agentes de IA

Aprenda como criar, configurar e implantar agentes de IA inteligentes com personas e capacidades personalizadas.

Last updated: 2025-09-20

Criando Agentes de IA

Agentes de IA são os blocos de construção fundamentais do DOURO AI. Eles são entidades inteligentes que podem entender, raciocinar e responder a entradas de usuários mantendo personas e comportamentos consistentes.

O que são Agentes de IA?

Um Agente de IA no DOURO AI é mais do que apenas um chatbot. É uma entidade inteligente com:

  • Persona Definida - Papel específico, personalidade e expertise
  • Base de Conhecimento - Acesso a informações e documentos personalizados
  • Capacidades de Raciocínio - Habilidade para pensar através de problemas complexos
  • Acesso a Ferramentas - Integração com serviços e APIs externos
  • Memória - Consciência de contexto ao longo das conversações

Modos de Criação de Agentes

DOURO AI oferece três maneiras de criar agentes, cada uma adequada para diferentes níveis de habilidade e casos de uso:

1. Criação Guiada (Recomendado para Iniciantes)

Um assistente passo a passo que te orienta através de todo o processo:

Quando usar: Primeira vez criando agentes, precisa de orientação estruturada

Passos:

  1. Identidade - Defina quem é seu agente
  2. Comportamento - Configure como ele responde
  3. Conhecimento - Anexe fontes de informação
  4. Revisão - Teste e implante

2. Modo Fábrica (Configuração Rápida)

Templates pré-configurados para casos de uso comuns:

Quando usar: Precisa de implantação rápida, usando padrões padrão

Templates Disponíveis:

  • Agente de Suporte ao Cliente
  • Analista de Dados
  • Criador de Conteúdo
  • Assistente de Pesquisa
  • Revisor de Código

3. Modo Avançado (Controle Total)

Personalização completa com acesso a todos os parâmetros:

Quando usar: Usuários experientes, requisitos complexos, integrações personalizadas

Passo a Passo: Criação Guiada

Vamos criar um agente usando o assistente de criação guiada:

Passo 1: Configuração de Identidade

Defina a identidade central do seu agente:

# Exemplo de Identidade do Agente
name: "Assistente de Marketing"
description: "Consultor de marketing especializado em campanhas digitais"
role: "Consultor de Marketing"
personality: "Profissional, criativo, orientado por dados"
expertise: ["Marketing Digital", "Análise de Campanhas", "Estratégia de Conteúdo"]
yaml

Campos Principais:

  • Nome - Identificador claro e descritivo
  • Descrição - Resumo breve das capacidades
  • Papel - Função profissional ou persona
  • Traços de Personalidade - Estilo de comunicação e abordagem
  • Área de Expertise - Domínios de conhecimento especializado

Melhores Práticas:

  • Seja específico sobre o papel do agente
  • Defina fronteiras claras de expertise
  • Escolha traços de personalidade que combinem com o caso de uso
  • Mantenha descrições concisas mas informativas

Passo 2: Configuração de Comportamento

Controle como seu agente pensa e responde:

Parâmetros de Resposta:

  • Temperature (0.0 - 2.0) - Controla criatividade vs consistência

    • Baixa (0.1-0.3): Respostas focadas e determinísticas
    • Média (0.5-0.7): Criatividade e confiabilidade equilibradas
    • Alta (0.8-1.5): Respostas criativas e variadas
  • Max Tokens - Comprimento máximo da resposta

  • Top P - Controla diversidade da resposta

  • Frequency Penalty - Reduz repetição

Fluxo de Conversação:

  • System Prompt - Instruções fundamentais e diretrizes de comportamento
  • Mensagem de Boas-vindas - Primeira mensagem que os usuários veem
  • Estilo de Conversação - Formal, casual, técnico, amigável

Exemplo de System Prompt:

Você é um Assistente de Marketing especializado em campanhas digitais.

Suas responsabilidades:
- Analisar dados de marketing e fornecer insights
- Sugerir melhorias de campanha
- Criar estratégias de conteúdo
- Responder perguntas sobre melhores práticas de marketing digital

Diretrizes:
- Sempre faça perguntas esclarecedoras quando a informação não estiver clara
- Forneça recomendações baseadas em dados quando possível
- Mantenha respostas profissionais mas acessíveis
- Se não souber algo, admita e sugira alternativas

Passo 3: Integração de Conhecimento

Aprimore seu agente com conhecimento personalizado:

Fontes de Conhecimento:

  • Documentos - Faça upload de PDFs, documentos Word, arquivos de texto
  • Websites - Rastreie e indexe conteúdo web
  • Bancos de Dados - Conecte a fontes de dados
  • APIs - Acesso a informações em tempo real

Tipos de Base de Conhecimento:

  1. Coleções de Documentos - Repositórios de informação estática
  2. Fontes de Dados Vivos - Informação dinâmica em tempo real
  3. Bancos de Dados Estruturados - Dados organizados e consultáveis
  4. Conhecimento Web - Informação proveniente da internet

Processo de Upload:

  1. Clique em "Adicionar Fonte de Conhecimento"
  2. Escolha o tipo de fonte (Documento, Website, Banco de Dados)
  3. Faça upload ou configure conexão
  4. Defina parâmetros de indexação
  5. Teste a precisão da recuperação

Dicas de Otimização:

  • Organize documentos por tópico
  • Use nomes de arquivo claros e descritivos
  • Remova conteúdo irrelevante antes do upload
  • Teste recuperação de conhecimento com perguntas de exemplo

Passo 4: Ferramentas e Integrações

Estenda as capacidades do agente com ferramentas externas:

Ferramentas Integradas:

  • Busca Web - Acesso à internet em tempo real
  • Calculadora - Computações matemáticas
  • Data/Hora - Informações de data e hora atuais
  • Execução de Código - Execute snippets de código com segurança

Integrações Personalizadas:

  • Conexões de API - Conecte a serviços externos
  • Consultas de Banco de Dados - Acesse dados estruturados
  • Operações de Arquivo - Leia/escreva arquivos
  • Gatilhos de Workflow - Inicie outros processos

Exemplo de Configuração:

{
  "tools": [
    {
      "name": "web_search",
      "enabled": true,
      "config": {
        "max_results": 5,
        "safe_search": true
      }
    },
    {
      "name": "analytics_api",
      "enabled": true,
      "config": {
        "endpoint": "https://api.analytics.com/v1",
        "auth_method": "bearer_token"
      }
    }
  ]
}
json

Passo 5: Revisão e Teste

Antes da implantação, teste completamente seu agente:

Cenários de Teste:

  1. Funcionalidade Básica - Cenários de caso de uso principal
  2. Casos Extremos - Entradas incomuns ou inesperadas
  3. Recuperação de Conhecimento - Verifique precisão das informações
  4. Uso de Ferramentas - Confirme que integrações funcionam corretamente
  5. Fluxo de Conversação - Padrões de interação natural

Interface de Teste:

  • Prévia de Chat - Ambiente de teste interativo
  • Exibição de Raciocínio - Veja o processo de pensamento do agente
  • Citações de Conhecimento - Verifique fontes de informação
  • Métricas de Performance - Tempo de resposta, precisão

Problemas Comuns para Verificar:

  • Agente mantém personagem
  • Respostas têm comprimento apropriado
  • Conhecimento é recuperado com precisão
  • Ferramentas são usadas corretamente
  • Não há alucinação ou informação incorreta

Recursos Avançados de Agentes

Suporte Multi-Modelo

Use diferentes modelos de IA para diferentes tarefas:

models:
  primary: "gpt-4-turbo"      # Raciocínio principal
  fast: "gpt-3.5-turbo"      # Respostas rápidas
  creative: "claude-3-opus"   # Tarefas criativas
  coding: "gpt-4-code"       # Geração de código
yaml

Comportamento Condicional

Configure diferentes respostas baseadas no contexto:

conditions:
  - if: "user_type == 'premium'"
    then: "provide_detailed_analysis"
  - if: "query_complexity > 'simple'"
    then: "use_reasoning_mode"
  - if: "knowledge_required == true"
    then: "search_knowledge_base"
yaml

Colaboração de Agentes

Permita que agentes trabalhem juntos:

  • Protocolos de Transferência - Transfira conversações entre agentes
  • Modo Consultoria - Um agente pede expertise a outro
  • Integração de Workflow - Agentes como componentes de workflow

Melhores Práticas

1. Definição Clara de Propósito

  • Defina um papel específico e focado
  • Evite tornar agentes muito gerais
  • Estabeleça fronteiras e limitações claras

2. Engenharia de Prompt Eficaz

  • Use instruções claras e específicas
  • Forneça exemplos do comportamento desejado
  • Inclua orientações para tratamento de erros

3. Gestão de Conhecimento

  • Mantenha bases de conhecimento focadas e relevantes
  • Atualizações regulares para manter precisão
  • Teste recuperação com perguntas comuns

4. Melhoria Contínua

  • Monitore performance do agente regularmente
  • Colete feedback dos usuários
  • Itere na configuração baseado em padrões de uso

5. Considerações de Segurança

  • Valide todas as integrações externas
  • Limite acesso a informações sensíveis
  • Implemente autenticação adequada para ferramentas

Próximos Passos

Agora que você criou seu primeiro agente:

  1. Teste Completamente - Coloque-o através de vários cenários
  2. Implante Gradualmente - Comece com usuários limitados
  3. Monitore Performance - Acompanhe métricas e feedback dos usuários
  4. Itere e Melhore - Refine continuamente baseado no uso
  5. Escale - Expanda para mais usuários e casos de uso

Guias Relacionados

Was this helpful?

Help us improve our documentation by providing feedback.