Configuração do Agente

Após criar um agente, é possível ajustar seu comportamento, conectar recursos externos e configurar capacidades avançadas.
Este guia descreve todas as opções disponíveis na tela de Configuração do Agente, acessível ao editar um agente existente.

---

​

Acessando a Configuração do Agente

Na tela de Agents, você visualiza todos os agentes criados no workspace. Elementos principais:

• Lista de Agents: cards contendo nome do agente, tipo (LLM), modelo e status
• Menu de ações (⋯ Actions): aparece ao passar o mouse sobre o card do agente
  • Edit: abre a tela de configuração do agente selecionado
  • Delete: remove permanentemente o agente

Passo a passo:

1. Localize o agente desejado
2. Clique em ⋯ Actions
3. Clique em Edit para configurar

---

​

Profile – Informações Básicas do Agente

A seção Profile é responsável por definir quem é o agente e como ele se comporta. Campos disponíveis:

• Agent name: Nome interno do agente (ex.: assistente_de_vendas)
• Description: Descrição curta do propósito do agente
• Role: Papel do agente na conversa (ex.: Assistente de suporte ao cliente)
• Goal: Objetivo principal do agente (ex.: Resolver dúvidas dos clientes)
• Behavior: Define o tom e a personalidade do agente (ex.: Você é um assistente especialista em vendas)

Botões:

• Review Prompt: permite revisar o prompt final gerado
• Generate with AI: gera automaticamente o comportamento
• Test your agent: abre um chat de teste
• Save: salva todas as alterações

---

​

Sub Agents – Composição de Agentes

A seção Sub Agents permite que um agente execute outros agentes como parte do fluxo. Componentes:

• No sub-agent selected: indica que nenhum subagente foi adicionado
• Available Agents: lista de agentes disponíveis
• Search Agents: campo de busca
• Add: adiciona o agente selecionado como subagente

Passo a passo:

1. Clique em Sub Agents no menu lateral
2. Busque o agente desejado
3. Clique em Add
4. Salve as alterações

---

​

Knowledge – Base de Conhecimento e Memória

A seção Knowledge permite que o agente acesse informações armazenadas em bases de conhecimento e utilize memória de conversas anteriores. Essa funcionalidade é essencial para que o agente forneça respostas contextualizadas e personalizadas.

​

Load Knowledge – Carregando Base de Conhecimento

A funcionalidade Load Knowledge permite que o agente acesse documentos, arquivos e informações previamente carregadas em uma base de conhecimento vetorial. Configurações disponíveis:

• Toggle Load Knowledge: Ativa ou desativa o uso da base de conhecimento pelo agente
• Knowledge Base: Seleciona qual base de conhecimento será utilizada (ex.: evoai via Pinecone)
• Preload Knowledge: Opção de otimização que carrega o conhecimento antes da consulta
• Maximum Results: Define a quantidade máxima de resultados retornados da base de conhecimento
• Knowledge Tags: Permite filtrar o conhecimento por tags específicas (ex.: Vendas, Suporte, Produto)

Como funciona: Quando ativado, o agente busca automaticamente informações relevantes na base de conhecimento antes de responder ao usuário. Isso permite que ele acesse documentos técnicos, manuais, políticas da empresa e outros conteúdos relevantes sem precisar ter essas informações diretamente em suas instruções.

​

Load Memory – Gerenciando Memória de Conversas

A funcionalidade Load Memory permite que o agente mantenha o contexto de conversas anteriores, tornando as interações mais naturais e contextualizadas. Configurações disponíveis:

• Toggle Load Memory: Ativa ou desativa o uso de memória pelo agente
• Memory Base: Seleciona onde a memória será armazenada (ex.: evoai via Pinecone)
• Maximum Messages in Short-Term Memory: Define quantas mensagens recentes o agente mantém em memória de curto prazo
• Compression Interval for Medium-Term Memory: Define após quantas mensagens ocorre a compactação para memória de médio prazo

Como funciona: O sistema de memória funciona em níveis:

• Memória de Curto Prazo: Mantém as mensagens mais recentes completas para contexto imediato
• Memória de Médio Prazo: Compacta mensagens antigas em resumos, mantendo informações importantes sem ocupar muito espaço
• Memória de Longo Prazo: Armazena informações relevantes que podem ser recuperadas em conversas futuras

Limpeza de Memória:

• Clear All Memory: Remove toda a memória armazenada do agente. Use com cuidado, pois essa ação é irreversível.

---

​

Tools – Ferramentas do Agente

A seção Tools define quais ferramentas o agente pode utilizar durante as conversas.

​

Agent Tools

Permite selecionar outros agentes como ferramentas que podem ser chamadas durante a execução. Como adicionar:

1. Clique em Add na seção Agent Tools
2. Selecione os agentes desejados da lista

Opções:

• Lista de agentes disponíveis com checkbox para seleção
• Confirm: confirma a escolha dos agentes
• Cancel: fecha sem salvar

​

Custom Tools

Permite criar ferramentas HTTP customizadas para integrar com APIs externas. Opções:

• Add Tool: Cria ferramentas HTTP customizadas
• Create: Inicia o processo de criação de uma nova ferramenta

​

Native Tools (a partir do v1.0.0-rc3)

Tools nativas embarcadas no processor que ficam disponíveis sem precisar configurar HTTP custom. Aparecem automaticamente quando o pré-requisito está satisfeito: Hints de uso de pipeline manipulation e label management são automaticamente injetados no system prompt quando essas tools estão ativas, orientando o LLM sobre quando chamá-las.

​

Toggle “Permitir gerenciar labels”

A partir do v1.0.0-rc3, a configuração do agente expõe o toggle Permitir gerenciar labels (allow_manage_labels). Quando ativo:

• O agente recebe a tool manage_conversation_labels.
• O agente pode adicionar/remover labels durante a conversa.

Quando inativo, a tool não é exposta — o agente não tem como tagear conversas.

---

​

Produtos – Catálogo Vinculado (a partir do v1.0.0-rc3)

Na aba Produtos do agente, selecione quais itens do catálogo o agente deve conhecer. Os produtos vinculados são injetados no contexto do agente em runtime — mudanças no catálogo refletem na próxima conversa sem reconfigurar o prompt. Apenas produtos com status ativo ficam disponíveis para vinculação. Ver Catálogo de Produtos.

---

​

Integrations – Integrações Externas

A seção Integrations permite conectar o agente a serviços externos. Integrações disponíveis:

• ElevenLabs: Permite que o agente gere respostas em áudio usando síntese de voz. Botão: ACTIVATE
• Google Calendar: Permite criar, visualizar e gerenciar eventos no calendário. Botão: ACTIVATE
• Google Sheets: Permite criar, ler e atualizar planilhas do Google. Botão: ACTIVATE

Configuração de Integrações: Ao ativar uma integração, será necessário fornecer:

• API Key: Chave de autenticação do serviço externo
• Apply Settings: Salva a configuração da integração

---

​

MCP Servers – Servidores MCP

A seção MCP Servers permite conectar servidores MCP (Model Context Protocol), que expandem as capacidades do agente. Integrações MCP disponíveis: GitHub, Notion, Stripe, HubSpot, Linear, Monday.com, PayPal, Canva.
Status atual: Todas exibidas como Coming soon. Custom MCPs:

• Add Custom MCP: Adiciona um servidor MCP criado previamente
• Add MCP Server: Cria um novo servidor MCP personalizado

Select Custom MCPs:

• Campo de busca para filtrar MCPs
• Mensagem No MCP server configured quando não há MCPs configurados
• Botão Add MCP Server para adicionar novo servidor

---

​

Configuration – Configurações Avançadas do Agente

A seção Configuration é onde você define os ajustes técnicos e comportamentais do agente. Esta seção está dividida em quatro abas principais: General, System, Message Handling e Inactivity Actions.

---

​

Aba General – Configurações Gerais

A aba General contém as configurações fundamentais que definem como o agente processa e responde às solicitações.

​

Model and API – Modelo de IA e Chave de API

Esta seção define qual modelo de inteligência artificial será utilizado pelo agente e qual chave de autenticação será usada para acessar esse modelo. Campos disponíveis:

• API Key: Selecione a chave de API que o agente utilizará para se conectar ao provedor de IA. A chave selecionada determina quais modelos estarão disponíveis para escolha
• Language Model: Escolha o modelo de linguagem específico (exemplos: GPT-4.1 Nano, GPT-4, Claude 3.5 Sonnet, etc.). Cada modelo possui características diferentes de velocidade, custo e capacidade
• Manage: Botão que abre o gerenciador de chaves de API, permitindo adicionar, editar ou remover chaves

Por que isso é importante: A escolha do modelo afeta diretamente a qualidade das respostas, o tempo de processamento e o custo de operação do agente. Modelos mais avançados tendem a fornecer respostas mais precisas, mas podem ter custos mais elevados.

---

​

Agent Capabilities – Capacidades Avançadas

Esta seção ativa funcionalidades especiais que expandem as capacidades do agente. Opções disponíveis:

• Planner (toggle): Quando ativado, o agente executa um processo de planejamento antes de responder. Isso significa que ele primeiro analisa a solicitação, cria um plano de ação e depois executa esse plano passo a passo. Essa capacidade melhora significativamente a qualidade das respostas em tarefas complexas que exigem múltiplas etapas ou raciocínio estruturado.

Quando usar o Planner:

• Tarefas que exigem múltiplos passos
• Análises complexas que precisam de estruturação
• Situações onde é importante o agente “pensar” antes de agir

---

​

Output Format – Formato de Saída Estruturado

O Output Format permite definir um esquema estruturado para as respostas do agente, garantindo que ele sempre retorne dados em um formato consistente e previsível. Configurações básicas:

• Output Key: Identificador único que será usado para referenciar a saída deste agente. Útil quando você tem múltiplos agentes e precisa identificar qual está retornando os dados
• Output Schema: Define a estrutura de dados que o agente deve retornar

Structured Schema – Criando o Esquema de Saída: O esquema estruturado permite definir exatamente quais campos o agente deve retornar e em que formato. Como configurar:

1. Clique em First Field ou Add Field para adicionar um novo campo ao esquema
2. Para cada campo, defina:
   • Field Name: Nome do campo (ex.: “nome_cliente”, “valor_total”, “status”)
   • Type: Tipo de dado do campo:
     • String: Texto (ex.: “João Silva”, “Aprovado”)
     • Number: Número (ex.: 150.50, 42)
     • Boolean: Verdadeiro ou falso (ex.: true, false)
     • Array: Lista de valores (ex.: [“item1”, “item2”, “item3”])
     • Object: Estrutura complexa com múltiplos campos
   • Description: Descreva o propósito do campo para que o agente entenda o que deve incluir ali
3. Use os botões Edit, Remove ou Save para gerenciar os campos criados

Exemplo de uso: Se você está criando um agente de vendas, pode definir um esquema como:

• nome_cliente (String): Nome completo do cliente
• email (String): E-mail de contato
• valor_orcamento (Number): Valor total do orçamento
• produtos_interesse (Array): Lista de produtos que o cliente demonstrou interesse
• status_negociacao (String): Status atual da negociação

Por que usar Output Format:

• Integração com sistemas: Facilita a integração do agente com CRMs, ERPs e outros sistemas
• Consistência: Garante que os dados sempre virão no mesmo formato
• Automação: Permite automatizar processos baseados nas respostas estruturadas do agente
• Análise de dados: Facilita a análise e relatórios sobre as interações

---

​

Aba System – Comportamento e Permissões

A aba System controla as permissões e o comportamento do agente dentro do sistema durante as conversas.

​

Conversation Behavior – Comportamento em Conversas

Define o que o agente pode ou não fazer durante as interações com os usuários. Permissões disponíveis:

• Transfer to human: Quando ativado, permite que o agente identifique situações onde é necessário transferir a conversa para um atendente humano. O agente pode fazer isso automaticamente quando detecta frustração do cliente, solicitações complexas que não consegue resolver, ou quando o usuário pede explicitamente para falar com uma pessoa.
• Allow registering reminders: Permite que o agente crie lembretes e agendamentos. Por exemplo, se um cliente pede para ser lembrado sobre uma promoção no próximo mês, o agente pode registrar esse lembrete automaticamente.
• Allow editing contacts: Concede ao agente a permissão para modificar informações de contatos, como atualizar números de telefone, e-mails, endereços ou outras informações cadastrais quando o usuário fornece novos dados.
• Allow pipeline manipulation: Permite que o agente mova contatos entre diferentes etapas do pipeline de vendas ou atendimento. Por exemplo, mover um lead de “Primeiro Contato” para “Negociação” ou de “Qualificação” para “Proposta Enviada”.

Dica de segurança: Ative apenas as permissões que o agente realmente precisa. Se o agente é apenas informativo, não é necessário permitir edição de contatos ou manipulação de pipeline.

​

Agent Timezone – Fuso Horário do Agente

Define o fuso horário que o agente utilizará para todos os cálculos de data e hora. Configuração:

• Selecione o fuso horário apropriado para sua operação
• Exemplo: America/Sao_Paulo (GMT-3) para o horário de Brasília

Por que isso é importante: O fuso horário correto garante que:

• Lembretes sejam enviados no horário certo
• Relatórios mostrem os horários corretamente
• Agendamentos sejam feitos considerando o horário local do negócio

---

​

Aba Message Handling – Tratamento de Mensagens

A aba Message Handling define como o agente processa, formata e envia suas mensagens.

​

Configurações de Processamento e Envio

Message Wait Time (seconds) – Tempo de Espera: Define quantos segundos o agente deve aguardar antes de processar e responder a uma mensagem.

• Quando usar: Útil quando os usuários costumam enviar múltiplas mensagens seguidas. Em vez de responder a cada mensagem individualmente, o agente aguarda o tempo configurado e responde considerando todas as mensagens enviadas no período.
• Exemplo: Se configurado para 3 segundos e o usuário envia “Quero”, “comprar”, “um notebook”, o agente aguarda 3 segundos e processa as três mensagens juntas, entendendo a solicitação completa.

Message Signature – Assinatura de Mensagem: Texto que será automaticamente adicionado ao final de cada mensagem enviada pelo agente.

• Uso comum: Adicionar informações de contato, horário de atendimento ou disclaimers
• Exemplo: “Esta é uma mensagem automática. Para falar com um atendente, digite ‘falar com humano’.”

Enable text segmentation – Segmentação de Texto: Quando ativado, o agente divide mensagens longas em múltiplas mensagens menores.

• Vantagem: Melhora a legibilidade, especialmente em dispositivos móveis
• Comportamento: Uma resposta longa é dividida em parágrafos ou tópicos separados

Use Emojis in Responses – Uso de Emojis: Permite que o agente inclua emojis em suas respostas para torná-las mais amigáveis e expressivas.

• Quando ativar: Canais informais como WhatsApp, Instagram
• Quando desativar: Comunicações corporativas formais, e-mails profissionais

Send message as reply in conversation – Responder Mensagens Específicas: Quando ativado, o agente responde diretamente a mensagens específicas usando o recurso de “responder” ou “quote” disponível na maioria das plataformas de mensagem.

• Vantagem: Mantém o contexto claro, especialmente em conversas com múltiplas perguntas
• Exemplo: Se o usuário faz três perguntas diferentes, o agente pode responder cada uma citando a pergunta específica

---

​

Aba Inactivity Actions – Ações de Inatividade

A aba Inactivity Actions permite configurar ações automáticas que o agente executará quando um usuário ficar inativo (não responder) por um determinado período.

​

Como Funciona

Esta funcionalidade é essencial para manter o engajamento com os usuários e evitar que conversas importantes sejam esquecidas. Estrutura da tela:

• Visualização de todas as regras de inatividade configuradas
• Botão + Add previous action para criar novas regras

​

Criando uma Ação de Inatividade

Passo a passo:

1. Clique em + Add previous action
2. Configure os seguintes campos:

If not respond in – Se não responder em: Define o tempo de inatividade que acionará a ação.

• Opções: Minutos, horas ou dias
• Exemplo: 2 minutes, 1 hour, 1 day, 3 days

the agent should – o agente deve: Define qual ação será executada após o período de inatividade.

• Interact with client: Enviar uma mensagem de reengajamento
• Send reminder: Enviar um lembrete sobre algo pendente
• Close conversation: Encerrar a conversa automaticamente
• Transfer to human: Transferir para atendente humano
• Move in pipeline: Mover para outra etapa do funil

What should the agent say? – O que o agente deve dizer: Campo de texto livre onde você escreve a mensagem que será enviada. Exemplos de mensagens:

• Para reengajamento: “Olá! Vi que você estava interessado em nossos produtos. Posso ajudar com algo mais?”
• Para lembretes: “Oi! Lembre-se que nossa promoção termina amanhã. Deseja continuar com sua compra?”
• Para qualificação: “Notei que você não respondeu. Ainda tem interesse em conhecer nossa solução?”

3. Clique em Save para salvar a regra

​

Criando Múltiplas Regras em Cascata

Você pode criar várias regras de inatividade com diferentes tempos para criar uma sequência de reengajamento. Exemplo de estratégia:

1. 2 minutos de inatividade: “Você ainda está por aí? Posso esclarecer alguma dúvida?”
2. 1 hora de inatividade: “Oi! Vi que conversamos mais cedo. Se precisar de ajuda, estou aqui!”
3. 1 dia de inatividade: “Olá! Notei que você demonstrou interesse em [produto]. Gostaria de retomar nossa conversa?”
4. 3 dias de inatividade: “Esta é minha última tentativa de contato. Se desejar, podemos conversar futuramente. Até breve!”

​

Boas Práticas

• Não seja invasivo: Evite enviar muitas mensagens em curtos períodos
• Seja relevante: Faça referência ao contexto da conversa anterior
• Ofereça valor: Cada mensagem deve oferecer algo útil ao usuário
• Respeite limites: Se o usuário não responde após várias tentativas, pare de enviar mensagens

---

​

Considerações Finais

A tela de Configuração do Agente é o centro de controle completo para personalizar o comportamento, conectar recursos externos e definir como o agente opera em diferentes cenários. Recomendações importantes:

• Sempre clique em Save no canto superior direito após fazer alterações
• Use Test your agent para validar o comportamento antes de colocar o agente em produção
• Configure a base de conhecimento e memória para conversas mais contextualizadas
• Ajuste as permissões do sistema de acordo com o nível de autonomia desejado para o agente
• Defina ações de inatividade para manter o engajamento com os usuários

Após configurar todas as seções, o agente estará pronto para uso em fluxos complexos, integrações e automações avançadas.