Um widget de IA em seu site
O widget é onde os visitantes encontram o assistente.
O que você aprenderá
- Explique: um loop de agente limitado
- Aplique a ideia em um exemplo: um widget de IA em seu site
- Reconheça as limitações e verifique o resultado do exercício
O widget é onde os visitantes encontram o assistente. Combine clareza, alvo correto e acesso permitido.
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.
Verifique o acesso antes de usar
As permissões devem ser aplicadas pelos servidores e pela camada de dados. Não deixe o modelo decidir se um usuário pode ver um documento. Filtre as fontes antes que elas entrem no contexto, não depois de gerar a resposta. Use credenciais de acesso mínimo, mantenha-as fora de prompts, capturas de tela e códigos do navegador e alterne as chaves expostas. Uma lista de permissões de domínio de widget não substitui a autenticação de API. A autenticação identifica você; a autorização determina as operações e os dados que você pode usar. Teste o acesso negado também.
Defina o sucesso antes de otimizar
Prepare solicitações representativas e respostas ou propriedades esperadas. Inclui casos comuns, ambiguidade, dados faltantes e erros de ferramentas. Para RAG, meça a recuperação de evidências separadamente da correção da resposta. Recall@k mede a parcela de evidências relevantes encontradas nos primeiros k resultados; Precision@k mede a parcela de resultados retornados que são relevantes. Para agentes, rastreie também ações, permissões e paradas. Um LLM como juiz pode acelerar a avaliação, mas precisa de calibração em humanos. Não altere prompt, modelo e índice simultaneamente se quiser entender o que melhorou os resultados.
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 Widgets escolha agente, fluxo de trabalho ou RAG, personalize cores e saudação, verifique visualização e domínios permitidos. Use o snippet de integração fornecido pela versão do seu aplicativo.
Experimente você mesmo
- Teste em um domínio de teste permitido e outro negado e, em seguida, no celular.
- 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 widget responde em domínios permitidos com contraste, texto legível e uma descrição clara da função. 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
Não coloque chaves de API privadas em snippets do navegador. 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.
Por que remover uma fonte privada depois de responder tarde demais?
Os dados já entraram no contexto do modelo e podem ser divulgados.
Que resultado este exercício deve produzir?
O widget responde em domínios permitidos com contraste, texto legível e uma descrição clara da função.
Termos para lembrar
- Agente: Um sistema que pode escolher etapas e usar ferramentas para atingir um objetivo.
- Autorizar / Autorização: Verificando o direito de acesso a uma operação ou recurso.
- Regressão / Regressão: uma alteração que quebra um caso anteriormente correto.
Fontes e sua próxima etapa
Para preparar: U04 — Conversas e feedback