Seu primeiro agente no aplicativo
Construa o guia Luna Workshop a partir de uma função clara e alguns testes.
O que você aprenderá
- Explique: um loop de agente limitado
- Aplique a ideia em um exemplo: Seu primeiro agente no aplicativo
- Reconheça as limitações e verifique o resultado do exercício
Construa o guia Luna Workshop a partir de uma função clara e alguns testes. Adicione recursos somente quando as tarefas exigirem.
Estas etapas referem-se aos recursos identificados no código do aplicativo. Este material não foi validado em uma instância ativa; verifique a documentação e as opções da sua versão.
Como funciona, passo a passo
Um loop de agente limitado
Um agente combina um modelo com ferramentas, um objetivo e um estado. Ele observa a solicitação, escolhe uma etapa, recebe o resultado e decide se continua. Um chatbot só pode gerar texto; um agente pode solicitar uma ação externa. As definições comerciais variam, portanto inspecione o controle real. Defina sucesso e parada: um resultado verificado, uma contagem máxima de passos, erros repetidos ou um orçamento esgotado. Use recursos restritos e permissões mínimas. Autonomia útil significa liberdade dentro dos limites impostos pelo software.
Uma instrução é um contrato
Um bom prompt especifica a tarefa, os dados disponíveis, o formato de saída e os critérios de sucesso. Separe a função dos dados e inclua um exemplo para casos ambíguos. “Seja preciso” é mais fraco do que “indique apenas o prazo na apólice fornecida; se faltar, peça esclarecimentos”. Poucas fotos significam alguns exemplos resolvidos, não uma lista interminável. O conteúdo do documento permanece como dados mesmo quando contém comandos. Os delimitadores ajudam, mas o software deve impor permissões e validação em vez de depender do prompt.
Escolha por tarefa e recursos
Verifique o idioma, o contexto, a chamada da ferramenta, a saída estruturada e as modalidades de entrada suportadas. Compare modelos em solicitações idênticas usando a mesma rubrica e um orçamento realista. Amostragem de mudanças de temperatura, não verdade. O esforço de raciocínio aloca esforço para modelos compatíveis e pode aumentar o tempo e o custo; os valores aceitos variam. Os modelos locais oferecem controle de infraestrutura, mas exigem recursos e manutenção. Os pesos abertos não garantem licença irrestrita ou código de treinamento completo. Catálogos e preços mudam; leia o cartão do modelo atual.
O esquema explicativo
Siga as setas sólidas para o fluxo principal. As setas azuis tracejadas fornecem dados ou contexto; setas rosa tracejadas mostram feedback ou retorno de resultados. Cores e formas distinguem modelos, lojas, decisões e resultados. Em telas pequenas, role na horizontal para acompanhar o esquema completo.
Um exemplo completo
Em Agentes, crie um nome e prompt do sistema, escolha o modelo, tom e configurações compatíveis. Salve e teste no Playground. Evite inicialmente ferramentas com efeitos externos.
You guide Luna Workshop customers. Explain simply. Use supplied information. Ask for the product model when missing. Do not invent stock, deadlines or exceptions.
Experimente você mesmo
- Crie o agente e teste a saudação, o produto, a ambiguidade, os dados ausentes e uma solicitação fora da função.
- Registre a entrada, a fonte e o resultado esperado antes de executar o experimento. Use apenas os dados fictícios do exemplo.
- Siga as etapas do diagrama. A cada passo registre quais informações são recebidas e produzidas; não confunda o resultado intermediário com o resultado final.
- Repita após remover as informações necessárias ou tornar a entrada ambígua. Verifique se o sistema esclarece, interrompe ou inventa uma resposta.
- Compare com a solução explicada. Guarde a configuração, data, resultado e explicação das diferenças. Mude uma coisa e teste novamente.
Uma solução explicada
O agente explica os produtos usando os dados fornecidos e reconhece a falta de estoque vivo ou acesso à política. Um exercício bem-sucedido permite mostrar a conexão entre entradas, etapas e resultados. Quando falta informação, uma resposta cautelosa é mais útil do que detalhes inventados. Compare mais do que estilo: verifique também as condições, fontes e operações.
Quando esta abordagem ajuda e quais são seus limites
A personalidade não substitui o conhecimento. Escolha esta abordagem quando ela melhorar uma necessidade medida. Mantenha uma linha de base simples e compare os resultados usando dados idênticos. Um exemplo de sucesso não estabelece confiabilidade em todas as situações.
Verifique o que aprendeu
Mais autonomia sempre dá um resultado melhor?
Não. Também aumenta a margem para erros, custos e ações desnecessárias.
Um prompt pode substituir o controle de acesso?
Não. Uma instrução não é um limite de autorização.
Que resultado este exercício deve produzir?
O agente explica os produtos usando os dados fornecidos e reconhece a falta de estoque vivo ou acesso à política.
Termos para lembrar
- Agente: Um sistema que pode escolher etapas e usar ferramentas para atingir um objetivo.
- Poucos tiros: Exemplos resolvidos fornecidos no contexto.
- Esforço de raciocínio: Uma configuração dependente do modelo que controla o esforço de raciocínio.
Fontes e sua próxima etapa
Para preparar: A01 — Anatomia de um agente de IA