IA para MARKETING E NEGÓCIOS: domine automação de IA e agentes de IA com n8n

1. Apresentação: Obrigado e parabéns por fazer este curso. Automação de IA e IA agente. Se você sempre quis automatizar tarefas repetitivas, agilizar seu trabalho ou aprender a usar agentes de IA para lidar com as partes complexas e demoradas do seu negócio, você está no lugar Este curso mostrará como criar fluxos de trabalho inteligentes de IA e agentes autônomos que podem gerenciar processos do mundo real, ajudando você a economizar tempo, reduzir erros e se concentrar no trabalho mais importante Neste curso, vamos guiá-lo passo a passo pelo processo de criação, criação e implantação de criação e implantação fluxos de trabalho de automação de IA que possam pensar, planejar e agir em seu nome Ao final, você poderá criar sistemas de IA que economizam tempo, aumentam a eficiência e dinheiro em sua carreira ou negócio. Rápido, vamos começar com um exemplo do mundo real. Imagine que você está gerenciando as operações diárias do lançamento de um novo produto ou serviço para qualquer empresa ou organização em que você já trabalhou. Vamos usar uma marca de comércio eletrônico como exemplo. Há muitas partes móveis: enviar e-mails, criar campanhas de marketing, criar imagens, gerenciar projetos, monitorar finanças, responder às consultas dos clientes, analisar o desempenho e planejar as próximas É avassalador, certo. Agora imagine ter agentes de IA que assumem cada uma dessas tarefas para você, automatizando de forma inteligente e-mails, campanhas, geração de imagens, planos de projetos, suporte ao cliente, previsões financeiras e análises de vendas, previsões financeiras e análises de vendas, tudo isso coordenando Um agente cuida do design e da criação de conteúdo, outro gerencia o planejamento e as operações do projeto. Um agente de marketing lança campanhas. Um agente de experiência do cliente responde às perguntas instantaneamente e um agente financeiro prevê Todos esses agentes trabalham juntos para criar um sistema totalmente integrado que funciona de forma autônoma, e é exatamente isso que você está prestes a aprender Começaremos com os fundamentos da automação de IA, incluindo como criar sua primeira automação de fluxo de trabalho na NAN e configurar seu ambiente Também aborde o que são os agentes de IA e como eles transformaram tudo, desde o trabalho administrativo até a tomada de decisões e o gerenciamento. A partir daí, você mergulhará em demonstrações práticas, criando seu primeiro fluxo de trabalho automatizado e, em seguida , combinando fluxos de trabalho em sistemas poderosos que podem pegar uma ideia simples e transformá-la em uma solução orquestrada de ponta a ponta para praticamente qualquer produto Você aprenderá a criar fluxos de trabalho para praticamente tudo o que quiser Um formulário para automação de e-mail que gerencia e-mails internos repetitivos para um agente de design de produto que gera automaticamente designs com base nas diretrizes da sua marca, para um agente de planejamento de projetos que cria planos de projeto e os envia diretamente para ferramentas como Jira ou Microsoft Project, tudo com apenas algumas frases Saiba também como criar um agente de campanha de mídia social que gera automaticamente publicações e campanhas de mídia social e as publica em plataformas como LinkedIn e Instagram, partir de um simples aviso ou em uma programação automatizada E você verá como criar um agente de atendimento ao cliente ou de experiência do cliente que responda às perguntas dos clientes com confiança e precisão usando seu conhecimento interno, e isso é só o começo Ao longo do caminho, você explorará as principais arquiteturas, padrões e princípios, como Model Context Protocol, MCP, recuperação, geração aumentada, RAG e engenharia imediata, aprendendo a projetar agentes de IA que possam raciocinar, colaborar Ao longo do curso, você trabalhará em projetos que refletem desafios reais de negócios. Ao final, você estará construindo com confiança pipelines de automação e sistemas de IA da Agentic que podem gerenciar tarefas, tomar decisões e gerar um impacto real nos negócios, economizando horas de trabalho manual aumentando a precisão A automação de IA da Agentic não se trata apenas de conectar ferramentas. Trata-se de criar sistemas inteligentes que possam pensar, agir e se otimizar continuamente. Então, fique comigo, experimente ao longo do caminho. E ao final deste curso, você saberá exatamente como usar a automação de IA e a inteligência artificial para economizar tempo, aumentar a alavancagem e ganhar mais dinheiro ao mesmo tempo aumentar a alavancagem e ganhar em que automatiza Então, vamos começar. 2. Como criar sua conta no N8N: O site do n8n, e estamos prestes a começar e configurar o n8n para que possamos começar Então, primeiro de tudo, vamos começar, podemos clicar aqui com Começar ou clicar aqui, Começar gratuitamente. Vou clicar em Começar gratuitamente. Em seguida, ele solicita que você preencha algumas informações. E clique em Iniciar teste gratuito de 14 dias. E agora ele nos faz algumas perguntas sobre nossa empresa apenas para começar. Vou dizer equipe de produto e design porque estamos construindo um produto, embora haja alguma engenharia envolvida e muitas dessas áreas envolvidas. Vamos dizer empresa de comércio eletrônico porque estamos vendendo vários produtos incluídos no comércio eletrônico Embora esse exemplo seja para alguém que não é muito técnico, continuaremos dizendo que, de todas essas tecnologias, aquela com a qual nos sentimos mais confortáveis é escrever funções JavaScript. Pessoalmente, sou muito técnico, mas vou criar todos os meus exemplos em alguém que não é tão técnico. Então, vamos continuar com isso. Em seguida, ele pergunta se você deseja convidar membros da equipe para o seu espaço de trabalho Isso é algo que poderíamos fazer na realidade para o resto da equipe. Mas, para começar, vou pular isso. E agora estamos prontos para ir. Receberemos esse vídeo de introdução, mas como vou fazer a introdução para você, podemos começar a automatizar. E estamos dentro. 3. Visão geral da tela e menus: Estamos conectados, o que vemos à nossa frente é que essas áreas aqui nos dão as boas-vindas. Diz: crie seu primeiro fluxo de trabalho. Podemos começar do zero ou experimentar um fluxo de trabalho de IA. Vamos clicar em começar do zero. Aí está. Agora estamos na tela. Vamos analisar rapidamente o que está envolvido na tela e o que ela tem à nossa frente. A primeira coisa que você pode ver aqui é adicionar sua primeira etapa. Agora, o que temos na tela é a capacidade de criar nosso fluxo de trabalho. Nosso fluxo de trabalho irá da esquerda para a direita aqui. O fluxo de trabalho é o conjunto de etapas que nos levará do nosso ponto de partida, nosso gatilho até nossa meta. Isso nos permite adicionar nossa primeira etapa. Mas antes de entrarmos nisso, vou analisar rapidamente o que está envolvido na tela, o que vemos aqui, como a usaríamos. Na parte superior, está escrito Meu fluxo de trabalho, que é o nome do fluxo de trabalho. Podemos dar um nome a ele aqui, como fluxo de trabalho de esportes apaixonados. E então, continuando na parte superior, podemos publicar. É salvo automaticamente. Aqui, o que temos é a história. Se clicarmos nisso. À medida que fazemos alterações em nosso fluxo de trabalho, podemos ver o histórico de versões que nos permite reverter ou avançar. Aqui estamos novamente. Então, nessa lista suspensa, podemos duplicar o fluxo de trabalho, baixar, compartilhar, alterar o proprietário, renomear, inserir de um URL, inserir de um arquivo e, em seguida, acessar nossas configurações do Essas são coisas que podemos revisar em uma data posterior. Por aqui, temos a capacidade de abrir o painel de nós. É o mesmo que fazemos aqui e criamos nossa primeira etapa, ela abre o painel de nós. Se formos aqui, também abriremos o painel de nós. Ele faz a mesma coisa. Agora, o conjunto de componentes, peças aplicativos que reunimos para criar o que quisermos criar em nosso fluxo de trabalho é chamado de nós. Quando clicamos aqui, é por isso que ele nos fornece uma lista de nós, mas fornece alguns cabeçalhos para nos ajudar a encontrar esses nós A primeira coisa que fazemos é acionar nosso fluxo de trabalho. É por isso que está dizendo: O que aciona esse fluxo de trabalho? Um gatilho é uma etapa que inicia seu fluxo de trabalho. Agora, você pode acessar esses itens do menu. Por exemplo, se você quiser acionar seu fluxo de trabalho, você começará sempre que alguém lhe enviar uma mensagem de bate-papo, quiser fazer alguma coisa clicar na mensagem de bate-papo. Se você quiser que seja sempre que alguém digitar alguma informação em um formulário , você escolheria enviar o formulário, etc Se você quiser clicar em um botão, acione-o você mesmo, você escolheria Acionador manualmente. Esta é a lista de todos os diferentes gatilhos. Agora, depois de escolher um gatilho, você pode fazer outras coisas, realizar outros eventos. Eles podem ser encontrados depois de você escolher seu gatilho. Digamos que acionemos manualmente. Em seguida, clicamos nesse botão de adição. Escolheríamos o que queremos fazer a seguir. Em seguida, ele os agrupa no que acontece a seguir. Ele os agrupa em nós relacionados por determinados temas, nó de IA e ação em aplicativos. Isso significa fazer algo em um aplicativo ou serviço, como Planilhas Google, telegrama ou noção, uma transformação de dados, um fluxo, o que significa ramificar, mesclar ou repetir o Se você tem algo que já criou, um fluxo de trabalho, talvez queira repeti-lo várias vezes ou, em determinado momento, sair ou fazer outras coisas. Você escolheria esse fluxo aqui. Ele fornece vários agrupamentos. Mas o que eu gosto de fazer quando sei o que quero fazer, você pode procurá-lo aqui, pesquisar nós. Digamos que eu queira enviar um e-mail via Outlook, eu digitaria. Perspectiva. Então, no Outlook, poderei escolher várias ações diferentes. Se eu souber que queria enviar um e-mail pelo Gmail, digitarei Gmail Assim, você pode encontrar o que quiser. Seja qual for o nó ao qual você deseja se conectar, você também pode encontrar simplesmente pesquisando Vamos nos aprofundar um pouco mais nos exatos usaremos neste treinamento. É isso que o plus faz. Ele abre os nós, o painel de nós onde você pode escolher um nó. A pesquisa permite que você pesquise. Aí está. Você ainda pode encontrar seus nós dessa forma e pesquisar outras coisas também. Isso são notas. Às vezes, você quer algumas informações sobre seu fluxo de trabalho. Você clicaria aqui, arrastaria sua nota para onde quiser e, em seguida, poderá adicionar algumas notas sobre ela e mais sobre isso, possivelmente em uma data posterior. E isso realmente controla o menu lateral. Clique nisso. Ele abre um pouco ali, o menu lateral, e isso fecha o menu lateral com base no que você deseja fazer Se você clicar aqui, isso é AI. Onde quer que você veja esse símbolo, ele representa a IA. E é isso que você pode usar para fazer perguntas. Por exemplo, se eu tiver um problema no meu fluxo de trabalho e não souber como corrigi-lo, perguntarei aqui se eu só quero saber como começar, posso perguntar como criar um fluxo de trabalho que envie um e-mail. Aí está. É como pensar. Ele coloca alguns nós na tela e aqui está escrito: como configurar o nó de configuração do fluxo de trabalho, substituir os espaços reservados pelo seu endereço de e-mail e clicar em Executar fluxo Deixe-me saber se você gostaria de ajustar alguma coisa. Isso nos deu as primeiras incursões na criação de um fluxo de trabalho para o qual enviaremos um e-mail Obviamente, ele não sabe especificamente qual e-mail queremos enviar Precisaríamos preencher os espaços em Mas, muito rapidamente, ele não apenas nos disse como configurar e como fazer isso, mas na verdade fez isso por nós, meio que feito por você. Se você tiver dúvidas sobre alguma coisa ou quiser começar rapidamente, clique no botão AI. E é mais ou menos isso. Vou fechar o menu aqui. No lado esquerdo, novamente, podemos expandir. Temos uma visão geral, que é, se eu salvar isso rapidamente, uma visão geral de todos os diferentes fluxos de trabalho que criamos, fluxos trabalho pessoais que estão dentro do nosso espaço pessoal Podemos criar outros projetos. Esse é o nosso espaço de projeto pessoal, mas também poderíamos criar outros projetos e criar outros fluxos de trabalho Portanto, ele os divide em pessoais e, em seguida, poderemos fazer mais. Também permite que você , aqui, crie um novo fluxo de trabalho aqui. Se eu atingisse isso, isso criaria mais um fluxo de trabalho em nosso espaço pessoal. Se voltarmos ao fluxo de trabalho agora, no lado esquerdo também temos um painel de administração onde podemos configurar várias coisas que configurar várias coisas que podemos acessar posteriormente. Temos os modelos, que são basicamente para você, maneiras de começar a criar fluxos de trabalho rapidamente Por exemplo, temos o Track Google Trends, pesquisamos dados localmente com dados brilhantes, MCP e análise de IA Estamos gerando descrições de produtos otimizadas para otimização de mecanismos de pesquisa para Shopper fi e modelos prontos para você Também temos insights, que são várias estatísticas, que farão muito mais sentido quando você começar a criar seu fluxo de trabalho, estatísticas diárias sobre seus fluxos de trabalho Você pode acessar a ajuda aqui. Embora grande parte dela seja acessível por meio da opção de IA que mostrei, você pode acessar a documentação diretamente aqui. E se há coisas específicas que você sabe que quer encontrar, você sabe que elas estão neste menu, você pode ir direto aqui. Depois, o resto são configurações para cada uma das diferentes áreas, usuários pessoais , funções do projeto, ambientes, etc., coisas que podemos abordar posteriormente É sempre bom começar, simplesmente para começar. Mas pelo menos você conhece seu ambiente. Se voltarmos e entrarmos no fluxo de trabalho de esportes apaixonados, a principal coisa que você quer saber é ele geralmente é salvo automaticamente, e o que você quer fazer é executar um fluxo de trabalho completo clicando neste botão Mas o que queremos fazer é que, se clicarmos duas vezes aqui, executarmos uma etapa. Cada um desses nós conta como uma etapa. E se eu quiser executar simplesmente essa etapa, posso clicar duas vezes em entrar e clicar em Executar etapa. E a beleza disso é a forma como o fluxo de trabalho funciona cada nó obtém informações do nó anterior. O que queremos fazer é executar essa etapa, garantir que ela funcione e veremos o resultado dessa etapa. Você pode ver aqui que este é um painel de saída e veremos qual saída sai dessa etapa e, portanto, sabemos qual entrada entrará nessa etapa. Se você clicar duas vezes aqui, podemos ver que há um lado de entrada e um lado de saída. E o que acontecerá é que, quando executarmos esse nó, veremos a saída. Podemos verificar o que está chegando , e isso nos diz o que podemos fazer antes de passarmos para a próxima etapa, e tudo isso ficará muito mais claro Mas se quisermos executar todo o fluxo de trabalho, podemos clicar em Executar fluxo de trabalho. Aqui embaixo, temos a capacidade de aumentar e diminuir o zoom. Se você clicar aqui, ele ampliará para caber. Isso garante que, se você tiver um fluxo de trabalho enorme, tudo caiba na sua tela. E aqui podemos arrumar um pouco. Se há coisas que não precisamos ou coisas que não estão conectadas , queremos arrumá-las. Isso nos ajudará a fazer isso. Também temos registros aqui, que nos dizem que, se tivemos erros e avisos ao longo do caminho, eles os listarão aqui e nos ajudarão a acompanhar quaisquer problemas, avisos ou coisas do tipo Essa é a sua tela. E o que precisamos lembrar é que o objetivo do jogo é criar um fluxo de trabalho que vá de algum gatilho até o produto final ou ponto final E então, dessa forma, podemos automatizar tudo o que quisermos fazer Antes mesmo de envolvermos agentes de IA, podemos automatizar nossos fluxos de trabalho em nossa organização e nos ajudar a nos tornarmos mais produtivos e muito mais eficientes Agora, a próxima etapa é começar a criar nosso primeiro fluxo de trabalho, e faremos isso nas próximas aulas. 4. Como automatizar e-mails a partir de um formulário simples: Ok, então, nesta lição, vamos criar uma automação simples , mas extremamente poderosa que iniciará todo o nosso fluxo de trabalho com apenas uma ação. Vamos criar um fluxo de trabalho que recebe envio de uma nova ideia de produto e envia automaticamente um e-mail claro e estruturado a todos os gerentes , para que todos saibam exatamente o que fazer a seguir, sem reuniões , pings ou acompanhamentos manuais Esse é o tipo de automação que economiza horas toda semana e cria um alinhamento instantâneo em toda a equipe Então, vamos usar o seguinte. Portanto, o fluxo de trabalho é passar de uma nova ideia de produto para um e-mail para todos os gerentes. Por que o usamos? Nós o usamos para notificar instantaneamente as pessoas certas e acionar trabalho posterior sem nenhuma reunião E se há reuniões , elas são necessárias. Eles não servem apenas para comunicar informações. Portanto, os usos comuns desse tipo de fluxo de trabalho são para comunicar ideias de produtos, lançamentos de campanhas, solicitações internas, aprovações, ou qualquer coisa que se aplique a várias pessoas em sua equipe ou organização que possa ser enviada e fazer com que as pessoas comecem a trabalhar ao mesmo tempo a partir de uma única Portanto, o fluxo de trabalho atua como um gatilho inicial para tudo o que vem a seguir, design , planejamento, marketing, operações, finanças e qualquer outra coisa que precise ser feita em uma empresa. Então, o que você pode ver aqui é o formulário que vamos construir. Isso é chamado de formulário de ideia de novo produto da Passion sports e é um formulário para enviar uma nova ideia de produto à equipe de gestão esportiva da Passion. Então, o que temos aqui basicamente é que qualquer pessoa que envie isso já teve reuniões Eles descobriram que querem criar uma nova ideia de produto ou criar uma prova de conceito muito, muito rapidamente usando o rápido desenvolvimento do produto. Então, o que eles querem fazer é enviar a todas as pessoas-chave, a todos os principais gerentes envolvidos, o nome da ideia, uma descrição do que é essa nova ideia, a categoria. Portanto, essa empresa só fabrica roupas esportivas ou camisetas. Queremos que seja direcionado a um público-alvo específico de empresas ou consumidores, prioritário, seja ele baixo, médio ou alto que eles saibam o que precisam fazer e com que rapidez. Uma palestra sobre isso e, em seguida, anexos, geralmente alguns exemplos do tipo de produto que será feito ou quaisquer esquemas ou coisas que ajudarão a equipe E agora isso será enviado automaticamente a todos os gerentes ou a todas as equipes ou pessoas envolvidas e manterá todos informados. Então, vamos começar a criar um fluxo de trabalho que pegará o que está nesse formulário e o enviará por e-mail. Então, aqui estamos na seção de visão geral. Então, a primeira coisa que vamos fazer é criar um fluxo de trabalho. Então, clique em Criar fluxo de trabalho na parte superior. Então, a primeira etapa será o que realmente aciona esse E o que queremos é clicar na primeira etapa e, em seguida, queremos o envio do formulário pois isso gera os formulários da web no NN e, em seguida, podemos passar as respostas para o fluxo de trabalho ou para a etapa de e-mail Então, primeiro de tudo, clique no envio do formulário. E, portanto, não teremos nenhuma autenticação. Nesse caso, vamos chamá-la de forma de ideia de novo produto da Passion Sports. E então vamos dar uma pequena descrição apenas para dizer o que exatamente esse formulário faz. Então, dissemos que vamos permitir que qualquer membro da equipe envie uma nova ideia de produto que possa ser rapidamente transformada em uma prova de conceito ou produto real. E agora adicionamos os elementos do formulário. Vamos adicionar cada um dos elementos necessários para transmitir as informações de que os gerentes precisam para iniciar o processo de criação de uma prova de conceito ou criar rapidamente um produto real Então, primeiro de tudo, vamos dar um título a ele. Vamos dar a ele um título de texto e queremos que seja obrigatório. Então, queremos uma descrição do que é o produto. Vai ser um pouco maior, então vamos transformá-la em uma área de texto. E isso é obrigatório. Em seguida, queremos uma categoria para o produto. E em vez de texto, este será um menu suspenso. Então, será uma lista de valores diferentes. Só temos produtos em determinadas categorias. O valor padrão, vamos fazer com que seja uma camiseta, e as opções que você pode ter são camiseta ou agasalho de treino E, de fato, vamos criar o traje de treino padrão porque é o que provavelmente usaremos, então vamos tornar a vida mais fácil para nós mesmos. Esse é um campo obrigatório dois. Em seguida, você deseja adicionar um alvo, que também será uma lista suspensa. E como público-alvo, vamos atribuir a ele um valor padrão de consumidor. E as opções serão do consumidor. Você pode ser um consumidor ou uma empresa, e esse é um campo obrigatório. Portanto, você decidirá se esse produto é para consumidores ou empresas. Em seguida, queremos dar prioridade ao produto, uma prioridade, que será novamente uma lista suspensa. Só vamos escolher entre certos valores de alto, médio ou baixo. Isso também é necessário. Portanto, o padrão será médio. Em seguida, teremos outro campo para algumas notas principais. Este é um texto, caso quem está enviando essa ideia de produto queira adicionar algumas notas sobre o produto, coisas que devemos lembrar Eu a transformei em uma área de texto, pode ser necessário um pouco mais de texto do que apenas um simples livro didático, e não haverá valores ou espaços reservados padrão Então, ele será preenchido por quem enviar, e é um E então, a última coisa que precisamos é de alguns anexos, e essas serão imagens que explicarão qual é a ideia do produto E para isso, vamos escolher o arquivo. Vamos permitir vários arquivos caso haja muitas imagens de uma camiseta ou roupa esportiva que quem está enviando queira mostrar, e também vamos tornar esse campo obrigatório Então, pensar em palestras é a única coisa que não queremos que seja exigida Então, vou desmarcar isso porque pode não haver mais nada a dizer sobre isso. E é isso. Então, uma vez que você tenha feito isso, há outras coisas que podemos definir. Portanto, há configurações aqui. Mas não há nada aqui que precisemos definir para o propósito desse fluxo de trabalho, então vou deixar isso para que possamos abordar isso em uma data posterior. Outra coisa a observar é que, na parte superior, há uma URL de teste e uma URL de produção. Então, esses são os links de onde iremos para realmente testar nosso formulário. Enquanto estivermos no modo de teste e apenas garantirmos que o fluxo de trabalho funcione, usaremos o URL de teste. E quando entrarmos no ar e todos na empresa quiserem usá-lo, usaremos esse URL de produção, que nos permitirá testar isoladamente antes de entrarmos no ar. Agora, a única coisa a fazer é e, quando fizermos isso, ele nos mostrará o formulário em que podemos realmente começar a executar nosso teste. Então, vamos embora. Aí está. Então, isso parece ter começado com nossos erros. E esse é o nosso formulário. Esportes apaixonados, uma nova ideia de produto, permitem que qualquer membro da equipe envie uma nova ideia de produto que pode ser rapidamente transformada em prova de conceito ou produto real. Então, vou fazer esse teste agora. Então, primeiro de tudo, vamos dar um título a ele. Agora, vamos criar um traje de treino especial aqui. Então eu vou ligar para ele. Então, vamos chamá-lo de traje de treino de IA, 2026, a descrição Portanto, é um traje desenvolvido usando IA generativa e as recomendações que coletamos de nossos clientes fiéis A categoria é agasalho, já escolhido para nós. O público-alvo é o consumidor, não a empresa já escolhida. Prioridade, digamos que seja alta, queremos fazer isso o mais rápido possível e as palestras Portanto, estamos fornecendo apenas dois critérios aqui: o traje esportivo deve ser baseado na pesquisa de público e na marca. Além disso, nada mais. E então daremos um exemplo do traje de treino. Acontece que tem um aqui, e aí está. Isso está anexado. Então, vamos enviar essa nova ideia de produto. E aí está, para que possamos ver que obtivemos a resposta. O formulário foi enviado, sua resposta foi registrada. Então, se voltarmos agora. Então, se voltarmos para a Noite N, agora que enviamos o formulário, podemos ver que há alguma saída no lado da saída. Então, se você se lembra, há entrada e saída. Na verdade, a entrada veio do formulário quando a executamos e eu enviei, e a saída está aqui. Então, se olharmos, podemos ver que existem várias guias diferentes No momento, estamos na guia binário, e isso mostra que temos anexos, e esse é o arquivo do manequim . Eu fiz o upload. E então você também tem esses esquemas, que, essencialmente, da mesma forma que em um banco de dados, você normalmente teria colunas ou campos diferentes ou bits de informação diferentes Você pode ver todas as diferentes informações que foram enviadas, categoria de descrição do título, público-alvo, palestras prioritárias e pode ver seus detalhes ao lado aqui em cinza E então os anexos são uma lista de todos os acessórios que colocamos, e você pode ver que há um Passion Track Suit Mannequin e você pode ver que há um Passion Track Suit Mannequin Lá, ele nos diz o tamanho, quando foi enviado. Então, boas informações. Veja no formato de esquema em forma de tabela, exatamente as mesmas informações no formato JSON E se você é um desenvolvedor, está familiarizado com o formulário JSON Então, isso é estruturado no formato JSON, e essa é uma forma leve enviar informações pela Internet, que poderemos abordar posteriormente E então, como eu disse antes, a forma binária, que basicamente significa que anexamos um arquivo de dados que consiste em dados, e essa é a trilha da paixão sutmniin Então, anexamos um arquivo de imagem e está apenas mostrando que ele foi anexado como dados. A primeira parte do nosso fluxo de trabalho está funcionando. A próxima parte é realmente enviar essas informações por e-mail para todos os gerentes. Então, vamos fazer isso. Então, se clicarmos fora dessa janela e voltarmos, volte para o Canvas. O que queremos fazer agora é o que fizemos executando seja, provamos que podemos capturar todas as informações de um formulário. E essa linha é um conector que nos levará ao próximo nó. Então, o que temos que decidir agora é o que queremos fazer com essas informações e esses dados, então vamos recortar mais. E podemos passar por aqui e encontrar o aplicativo que queremos. Então, por exemplo, clicamos no aplicativo Action que nos mostrará vários aplicativos que podem agir com base nos dados que saem daqui. Mas o que eu gosto de fazer porque sei exatamente o que preciso, eu sempre gosto de procurá-lo. Então, mesmo a partir desse estágio, vou apenas pesquisar uma perspectiva. Então, imagine que você tinha uma conta do Outlook e queria enviá-la dessa forma, basta pesquisar o Outlook escolher o Microsoft Outlook. Se você tiver uma conta do Gmail e quiser enviá-la dessa forma, basta digitar Gmail Então, vou ficar com o Outlook. Aí está. E o que você quer fazer é clicar em primeiro lugar, clicar no Outlook, e ele mostrará todas as ações diferentes que você pode fazer com o Outlook. Então, vamos dar uma olhada neles. Você pode criar um calendário, criar um contato. Mas o que queremos é enviar uma mensagem. Então, agora examinamos as ações da mensagem e clicamos em Enviar uma mensagem, e isso agora adicionou o nó da mensagem ao Canvas. Então, se voltarmos para o Canvas, você verá que agora há um nó de mensagem lá, que acabou de abrir a janela para nós. Então, se quisermos voltar para aquela janela, basta clicar duas vezes. E podemos ver agora à esquerda a entrada, você pode ver que tem a que mostramos. Então, mostra quais dados estão entrando, e isso é o que eu mostrei anteriormente. Este formulário, e também tem um binário lá. E à direita está a saída, e não há nada lá ainda porque ainda não executamos essa etapa. Então, agora, a primeira coisa a fazer é dizer credencial com a qual se conectar Em outras palavras, isso é fazer login no Outlook na conta que você vai usar. Eu já tenho uma conta, mas o que você vai fazer é entrar, criar uma credencial e eu escolhi o AWoth Então, se você escolher isso, isso permitirá que você faça login e conecte minha conta. Em seguida, ele permitirá que você faça login e poderá fechá-lo, voltar e escolher a conta certa. Agora você pode ver que tenho duas contas aqui, mas vou continuar com o que experimentei e testei. Portanto, o recurso que queremos enviar é a mensagem. Então, essa é a ligação, vamos deixar com isso. A operação é enviar, e isso é escolhido automaticamente porque escolhemos uma ação de envio de mensagem. Agora, aqui no campo dos dois, escolheremos para quem queremos enviá-lo. Para começar, vamos tentar um e-mail e depois adicionar mais e-mails. Então esse é o nosso primeiro endereço de e-mail para o qual vamos enviá-lo. Chamemos isso de assunto, então vamos abordar o assunto com uma nova ideia de produto, e então o que devemos fazer é usar o título da nova ideia de produto aqui. Agora, é aqui que vou mostrar como podemos trazer dados do nó anterior para esse nó. E é assim que transferimos dados entre os nós. A beleza de NAN é que tudo é Dragon Drop. Se eu quiser incluir na linha de assunto algo desses dados, posso simplesmente selecioná-lo e colocá-lo aqui. Acho que o mais apropriado é arrastar o título da ideia do produto que queremos enviar por e-mail a todos os gerentes. Então, vamos pegar isso, trazer, aí está. Ele o traz como um parâmetro do JSON. E agora o e-mail dirá uma nova ideia de produto e terá o título da ideia do produto. Então, sairá dizendo Nova ideia de produto, o traje de treino AI, 2026 Então é isso. E agora, para a mensagem, a mensagem aqui é uma que eu fiz anteriormente. Então, vamos lá. Então, essa é uma ideia para a mensagem do produto que eu criei anteriormente e acabei de colá-la Então diz: Olá, equipe. Uma nova ideia de produto foi enviada. Revise os detalhes abaixo e inicie seus respectivos fluxos de trabalho Então, vou atualizar isso um pouco para dizer: comece a criar a prova de conceito para o produto. Então, os detalhes da ideia são o título: preencheremos tudo isso se eu diminuir um pouco o zoom arrastando os dados corretos aqui Mas antes de fazer isso, vou terminar de ler o e-mail. Então, diz enviado pelo seu nome em vez de trazer isso como uma informação. Vou codificar isso. Então, digamos que todas as ideias passem pelo diretor administrativo. Portanto, dê os próximos passos apropriados em sua área. O gerente de produto refine os conceitos de design Gerente de projeto, crie um plano de projeto e atribua tarefas, gerente de operações, revise os requisitos de material de fornecimento, gerente de marketing, planeje ativos de campanha, gerente de experiência do cliente, anote possíveis perguntas frequentes, gerente financeiro, estime os custos e, para o impacto dos custos, gerente de vendas, prepare o acompanhamento e os relatórios de vendas Obrigada. OK. Então esse é o nosso e-mail. Então, tudo o que falta são todas as informações sobre a ideia. E, como sempre, podemos arrastar isso para dentro. Então, vamos arrastar cada uma dessas informações e substituir o que está entre colchetes cada bit de informação da esquerda Muito simples. , acho mais rápido excluir todos eles e arrastá-los depois de excluí-los. Aí está. Então, agora nós arrastamos todas as informações de que precisamos Agora, diz anexos aqui, mas os anexos são tratados de forma diferente. Porque o anexo não estará em Jason, será um binário Nós tratamos isso de forma diferente. Então, eu vou remover isso, e isso será salvo automaticamente lá. E o que vamos fazer é adicionar um campo para anexos Então, adicione um campo, anexos. E a forma como o adicionamos é clicar em Adicionar anexo e precisamos de um nome de campo de dados. Portanto, o nome do campo de dados será o mesmo que o nome aqui, porque esse é o nome dado a esse binário que contém nossos anexos Então, tudo o que precisamos fazer é literalmente colocar aqui anexos, e pronto E é isso. Essa é a nossa mensagem completa. Então, se clicarmos em Execute Step, parece que tenho um pequeno problema nos meus dois campos. Vamos dar uma olhada. Parece que esse ponto e vírgula não gostou Vamos tentar novamente. Diz que o Node foi executado com sucesso, e isso é um bom sinal. Então, se isso funcionou, eu deveria ter um e-mail na minha caixa de entrada parecido com este, que pegou todas as informações do meu formulário e as enviou para mim em um e-mail com um anexo da ideia, a ideia do produto para o agasalho esportivo passional Então, vamos até minha conta do Outlook e dar uma olhada. Aqui estamos na minha conta do Outlook. Foi enviado para produto, paixão, consultoria, então vamos dar uma olhada. E lá vamos nós. Aqui está nosso e-mail. Temos o anexo aqui, que diz: Olá equipe, uma nova ideia de produto foi enviada. Analise os detalhes abaixo e comece a criar a prova de conceito para o produto. Detalhes da ideia, intitulada AI Tracksuit 2026, descrição de uma roupa de treino desenvolvida usando IA generativa e as recomendações que coletamos descrição de uma roupa de treino desenvolvida usando IA generativa e as recomendações que coletamos de nossos clientes fiéis. A categoria é roupa de treino, público-alvo, alta prioridade do consumidor, palestras Portanto, o traje esportivo deve ser baseado em pesquisas de público. Marca, enviada pelo diretor administrativo Paul Ashun, por favor, dê os próximos passos apropriados em sua área, e todos os meus diferentes gerentes estarão lá Agradeço de mim mesmo. Uma coisa parece que eu adicionei o nome do produto novamente, então vamos voltar e mudar isso. Mas, além disso, estou muito feliz por termos recebido nosso e-mail. Então aí está. Esse é o problema aqui. Se nos livrarmos disso, estamos prontos para ir. Então aí está. Esse é nosso primeiro fluxo de trabalho. Então, por que esse fluxo de trabalho é importante? Bem, pode parecer um fluxo de trabalho muito simples, mas demonstra algo crítico Um gatilho pode alinhar várias pessoas da sua empresa em torno uma mensagem que é realmente importante E isso significa que você pode fazer isso sem reuniões, sem acompanhamentos manuais e com sem acompanhamentos manuais uma clara responsabilidade sobre quem precisa fazer o quê de acordo com sua função. E essa é uma automação fundamental, que usaremos em camadas com agentes de IA posteriormente neste treinamento. Então, agora é a sua vez. Escolha um desafio repetitivo em sua carreira, negócio ou projeto, que exija o envio de um e-mail para várias pessoas E crie um fluxo de trabalho inspirado no que você viu. Então, exemplos de inspiração são: se você é fundador, pode passar de uma nova ideia para uma liderança notificadora, como mostrei Se você é gerente de projetos, pode passar de uma nova solicitação para atribuir tarefas por e-mail ou enviar às pessoas várias tarefas por e-mail Se você é gerente de marketing, pode passar de um resumo da campanha para um e-mail da equipe, notificando-os sobre essa campanha Se você é gerente de operações, pode passar de um problema com o fornecedor para alertar partes interessadas, pessoal de RH ou operações, pode passar de uma nova contratação para um e-mail de integração e, como freelancer, pode ir da recepção de clientes ao início do projeto com um e-mail que dá início Portanto, lembre-se de criar um fluxo de trabalho simples, algo que comece com um formulário ou um gatilho que envie uma mensagem estruturada e acionável e elimine todas as idas e vindas E quando você conseguir automatizar a comunicação dessa forma, você começará a ver oportunidades de automação em todos os lugares E temos muito mais para mostrar, mas esse é um exemplo muito simples do poder de uma automação. Então, nos vemos na próxima lição. 5. Como usar APIs para automação: Então, nesta lição, vamos automatizar a pesquisa de produtos para nossa nova ideia de traje esportivo Em vez de precisar pesquisar manualmente os trajes de treino mais vendidos nos EUA para que possamos fazer algumas pesquisas sobre eles, usaremos uma API para buscar alguns dados relevantes Portanto, uma visão geral do fluxo de trabalho. Para esse fluxo de trabalho, vamos da pesquisa de produtos para um e-mail. Por que o usamos. Nós o usamos para automatizar a coleta de dados do mercado de produtos e fornecer informações estruturadas e pesquisas sobre nosso produto E outros usos comuns para isso não são apenas a pesquisa de produtos, mas você também pode usá-la para análise de concorrentes, rastrear vendas na Internet e monitorar tendências na Internet Então, o cenário é que estamos automatizando a pesquisa de produtos de agasalho O que vamos fazer é deixar a API fazer o trabalho e automatizar o processo de geração de relatórios API significa interface de programação de aplicativos e é uma forma de um software se comunicar com outro. Portanto, diferentemente dos nós no NN, APIs podem expor propriedades que às vezes não estão nesses Então, vamos dar uma olhada e criar um fluxo de trabalho. Aqui podemos ver que há dois fluxos de trabalho diferentes. Na verdade, eu os coloquei lado a lado apenas para que possamos vê-los. O primeiro, quando clicarmos em Executar, ele fará uma pesquisa usando esse nó. Este é um nó Tav Então, inserimos isso e , em seguida, ele será removido, mas a partir disso, ele executará um pouco de código apenas para formatar os resultados em HTML e, em seguida, enviará uma mensagem de e-mail para a equipe de produto ou para o gerente do produto ou proprietário do produto para que eles façam alguma pesquisa com base nessa pesquisa. Então, vamos dar uma olhada no tipo de e-mail que receberíamos. Se eu acessar meu e-mail, você pode ver um exemplo do tipo de e-mail que receberíamos dizendo: Ei, equipe de produto, aqui estão seus últimos resultados dos dez trajes de treino mais populares nos EUA, diz os dez melhores, mas na verdade está devolvendo os sete melhores trajes de treino para homens, acordo com a revista Esquire, e tem algumas imagens de diferentes tipos de roupas você pode ver um exemplo do tipo de e-mail que receberíamos dizendo: Ei, equipe de produto, aqui estão seus últimos resultados dos dez trajes de treino mais populares nos EUA, diz os dez melhores, mas na verdade está devolvendo os sete melhores trajes de treino para homens, de acordo com a revista Esquire, e tem algumas imagens de diferentes tipos de roupas esportivas que voltaram na busca. E embora esse não seja um e-mail extenso, é apenas o primeiro começo de como podemos recuperar algum tipo de informação relacionada ao nosso produto que podemos chamar de pesquisa se quisermos, nos aprofundar Então esse é o tipo de e-mail que recebemos de volta, e esse é um exemplo do que vamos criar hoje. Então, olhando para a tela, há duas maneiras de fazer isso. Isso é feito por meio do nó, o nó de pesquisa , fornecido pela Tavl e por meio da API E, como você já pode ver, há uma grande diferença, que é que isso usa o que é chamado solicitação HTTP para obter as informações, e isso vai usar a API. Então, vamos entrar nisso. Vou fazer isso das duas maneiras e depois vou explicar por que faríamos isso de cada maneira e como é feito. Então, a primeira coisa que queremos fazer é clicar em Criar fluxo de trabalho. E aqui, o primeiro passo é fazer isso usando o nó de Tavi Então, se clicarmos aqui, podemos realmente pesquisar por Tav E aqui, vamos encontrar a ação que precisamos. Então, a primeira ação que precisamos é a ação de pesquisa, então clicaremos nela. E é isso que nos permitirá pesquisar no Tav. Agora, antes de poder executar isso, você precisará de algum tipo de credencial. E a maneira como você faz isso está no site da Tavi. Então, se analisarmos, aqui estou eu em tav.com, e o que você quer fazer é, antes de tudo, descobrir todas as informações sobre APIs e coisas assim neste site Se você clicar em Documentos e acessar a referência da API, aqui está Mas o que você realmente quer fazer é que, uma vez aqui, você queira poder se conectar como alguém e se inscrever como alguém que usa essa API. Portanto, para ter certeza de que você tem o tipo correto de conta, recomendo que, mesmo que você possa criar uma conta na página inicial, basta obter uma chave de API e, em seguida, isso permitirá que você se inscreva aqui E isso só garante que você possa se inscrever. Na verdade, eu me inscrevi no Google, e é isso mesmo. Depois de fazer isso, acesse apt tave.com e acabará na E então, aqui na página inicial, você verá aqui que diz chaves de API Se você não tiver um, basta clicar no botão de adição. E então dê um nome a ele. E é correto que seja um desenvolvimento e clique em Criar. Eu já fiz isso, então não vou fazer isso agora, mas depois de fazer isso, você receberá uma chave de API aqui que poderá copiar e voltar para a NAN. E então, quando você vier aqui, poderá criar sua nova credencial e ela solicitará que você coloque sua chave de API aqui Você pode simplesmente colar isso diretamente e clicar em Salvar. E depois de fazer isso, basta fechar a janela. Não estou salvando o meu. Eu já fiz isso. , você voltará a essa tela e desejará ter certeza de que o recurso é pesquisa, que será porque o escolhemos anteriormente, a operação é consulta e não há mais nada que você precise fazer lá. Então, neste momento, o que isso nos permite fazer é executar um tipo específico de pesquisa. Então, vamos testar isso e garantir que possamos fazer uma pesquisa. Agora, um dos benefícios de usar o Tavili é que ele é otimizado para agentes de IA Ele é otimizado para o tipo exato de propósito, para o qual o estamos usando. E ele usa IA em segundo plano para fazer pesquisas mais poderosas do que você poderia obter com a API do Google. Então, estou prestes a fazer uma consulta e ela vai me dar um resultado muito específico. Não vai me dar uma lista de páginas ou qualquer coisa para escolher. Pode me dar uma página, mas vai me dar resultados mais específicos. Então, vamos pegar minha consulta e colá-la. Então, vou começar com uma pergunta bastante vaga apenas para demonstrar o ponto Portanto, essa é uma questão muito aberta. Quais são os trajes de treino mais populares nos EUA, e vamos executar essa etapa. Então você pode ver que recebemos alguns resultados. Você pode ver isso como um esquema, o que eu acho um pouco mais claro Você pode vê-lo como uma tabela ou como JSON. Mas, em qualquer caso, o que recebemos é que recebemos apenas alguns resultados aqui, e os resultados consistem em alguns links para vários sites. Então você pode ver que tem adidas.com, o agasalho Temos o gq.com, os melhores agasalhos de treino, e temos o e temos Portanto, temos vários links diferentes para lugares diferentes nesse formato, que é um formato que poderíamos colocar em um e-mail. Então, a partir daqui, o que queremos ver são, na verdade, algumas imagens. E a maneira como fazemos isso é que há opções aqui embaixo que podemos escolher, incluir imagens é uma delas, e definimos isso como verdadeiro. Então, se agora executarmos a etapa, podemos ver aqui que temos várias imagens diferentes. E agora o que podemos fazer é ver imagens. Se eu abrir isso em uma guia diferente, imagens para nossa pesquisa que nos mostram quais são alguns dos melhores trajes de treino. Se voltarmos agora, podemos perguntar: como isso se relaciona com as APIs Então, em segundo plano, o Tav está realmente usando uma interface de programação de aplicativos Na verdade, todos os nós na NAN estão usando interfaces de programação de aplicativos para se comunicar com o código. E o que a NAN faz é envolvê-los em um nó. Mas isso exige que o Tav realmente faça o necessário para permitir que a NAN crie seus nós Na verdade, existem algumas empresas que não têm nós disponíveis na NAN. Agora, neste caso, temos um nó disponível, mas estou fazendo isso para mostrar como você pode contornar isso. Se não digamos que não houvesse um nó para o Tav, como ainda buscaríamos essas informações e as enviaríamos para um Bem, se fecharmos isso e voltarmos ao site da Tavi, tudo ficará claro Então, se voltarmos para a página inicial, o que queremos fazer é clicar na documentação Agora, a documentação aqui nos fornece um link para a referência da API, e a referência da API nos mostrará realmente o que a NN está fazendo para encapsular a API Portanto, a interface de programação do aplicativo está na verdade, enviando solicitações de um lado para o outro, geralmente no formato JSON O que você pode ver aqui é que essas são as diferentes APIs. Um deles é pesquisar, extrair, rastrear mapas, e todos eles têm propósitos diferentes Mas estamos usando a pesquisa, neste caso, apenas para demonstrar a ideia. E se você olhar aqui embaixo, você pode ver que aqui estão as várias propriedades dentro da pesquisa. Portanto, temos autorizações que nos permitem autorizar, e é aí que nossa chave de API mostra que autoridade para realmente temos autoridade para solicitar informações Então, quando nos conectamos, criamos nossa chave de API por esse motivo Temos o corpo, que tem, neste exemplo, a string de consulta real. E aqui eles colocaram quem é Leo Messi. E tem várias outras coisas, como parâmetros automáticos, tópico, profundidade de pesquisa. E se você se lembra, até dissemos, inclua imagens, e fizemos isso no nó. Então, vamos analisar lado a lado com NAN para que possamos comparar a API com o que fizemos na NAN. Então, à nossa esquerda, temos nossa documentação de API. Então é assim que, nos bastidores, a NAN está conversando com Tavi para obter as informações E à nossa direita, temos NAN e temos nosso nó aberto, nosso nó Tav aberto E se você olhar de perto, estamos enviando uma consulta e, na parte inferior, há várias opções. E a profundidade da pesquisa é uma delas. E se olharmos aqui, podemos ver aqui que a profundidade da pesquisa também é uma opção aqui. Outro exemplo, como afirmei antes, que procuramos incluir imagens era uma das opções aqui, e incluir imagens também é das opções aqui. Então, o que podemos ver rapidamente é que, usando a API, podemos fazer as mesmas coisas que estão disponíveis no nó. Agora, por que usaríamos uma API se temos um nó? Bem, uma das coisas que você verá é que, se abrirmos as opções e examinarmos a lista de opções que temos, voltaremos para este lado Você verá que uma das coisas que podemos pesquisar aqui é tópico, e tópico é a categoria da pesquisa. As notícias são úteis para recuperar atualizações em tempo real, principalmente sobre política, esportes e grandes eventos atuais cobertos pelas principais fontes da mídia Geral é para pesquisas mais amplas e de propósito geral que podem incluir uma ampla variedade de fontes. Então, como você pode ver, às vezes há opções disponíveis aqui que não estão disponíveis aqui. Portanto, se você quiser maior controle, que não tem nada a ver com as opções, mas apenas maior controle sobre o que está fazendo, ou deseja obter opções específicas que estão disponíveis na API e que não estão expostas no nó, é por isso que você usaria uma API. Agora, hoje podemos ou não estar fazendo isso, mas pelo menos sabemos que, se quiséssemos fazer mais, poderíamos usar a chamada de API para fazer isso. Agora vamos fazer exatamente o que estamos fazendo com o nó. Mas, em vez de usar um nó para pesquisar, vamos usar uma chamada de API para fazer isso. Então, agora estamos de volta na tela. O que vamos fazer é deixar isso no lugar. Mas em vez de usar um nó de pesquisa, agora vamos usar o nó de solicitação HTTP, e esse é o nó que usamos para fazer uma solicitação de uma API e, em seguida, obtemos uma resposta para nossa pesquisa. Então, primeiro de tudo, como de costume, clique no sinal de mais. Solicitação HTTP, uma maneira muito fácil fazer nossa configuração é usar esse curl. E ao importar o curl, como um URL de linha de comando, o que vamos fazer é importar todas as configurações corretas que vamos usar em nossas solicitações HTTP Então, se voltarmos para a documentação da API, então o que queremos fazer é olhar no lado direito, você pode ver que existem várias opções, Python, JavaScript, e aqui está o nosso carro Então, se clicarmos nisso, clicarmos em Copiar, o que isso fará é basicamente executar um comando dentro do NN que configurará nosso nó para nós E isso significará que não precisamos preencher e fazer toda a configuração para configurar o nó corretamente para que ele possa fazer a solicitação da pesquisa. Então, se voltarmos para a NAN, o que queremos fazer é clicar em Importar e colar exatamente o que obtivemos e clicar em Importar Então, agora podemos ver que está completamente configurado. Então, o que isso faz é definir o método para publicarmos. Ele está chamando a API correta, que é a pesquisa. Está dizendo que não precisamos de autenticação aqui, pelo menos. Dizia, envie cabeçalhos, e está dizendo o que enviar nesses cabeçalhos para o código E está dizendo quais campos usar. Então, o primeiro campo que ele está usando e o único campo que ele está usando na verdade é o campo de autorização. E o portador terá nossa chave de API, que é o que a autoriza e significa que podemos usá-la Então, agora, se voltarmos, queremos pegar nossa chave de API. Então, voltamos à nossa página inicial e podemos clicar em Copiar voltar para a NAN E onde diz token, nós apenas substituímos isso pela chave da API. E agora isso será autorizado e saberá que temos uma conta e estamos autorizados a obter as informações que queremos. Aqui embaixo, diz, mande um corpo. Isso está no formato JSON e é isso que ele enviará para o endpoint, para o endpoint da API, e todos esses parâmetros informam como executar nossa consulta Então, primeiro de tudo, vamos alterar a consulta para exatamente a mesma coisa que tínhamos em nosso nó, e não queremos que ela esteja lá, então desanexe isso, pois isso será executado separadamente Então, vamos abrir isso e qual cópia? Volte para nossa solicitação HTTP. E, no momento, vamos apenas codificá-lo. É uma prática recomendada ter um parâmetro e passá-lo, mas vamos codificá-lo por enquanto Então aí está nossa pergunta. Isso é praticamente tudo o que precisamos. Não há outras opções que precisemos incluir neste momento. Vamos apenas executar essa etapa. Aí está. Então, agora temos nossos resultados exatamente como antes e, novamente, sem imagens. Então, o que queremos fazer é que, se olharmos aqui, podemos ver que existem várias opções, e essas são o equivalente ao que configuramos em nosso nó. Se você se lembra, apertamos o botão que dizia: incluir imagens O equivalente a fazer isso no código é , obviamente, definir isso de falso para verdadeiro. Então, vamos fazer isso e executar novamente. E agora vemos aqui em cima que temos imagens retornadas. E se dermos uma espiada, clicar com o botão direito do mouse, abrir uma nova janela, você verá que há um monte de imagens Então, em relação aos nossos resultados, agora temos algumas imagens para fins de pesquisa de alguns dos trajes de treino mais populares, acordo com o que Tav encontrou na Internet 6. Como automatizar a pesquisa com APIs: Basta dar uma espiada, clicar com o botão direito e abrir uma nova janela Você pode ver que há um monte de imagens. Então, em relação aos nossos resultados, agora temos algumas imagens para fins de pesquisa de alguns dos trajes de treino mais populares, acordo com o que Tav encontrou na Internet Então, neste momento, recuperamos as informações exatamente da mesma forma que fizemos usando o nó, usando nosso nó de pesquisa. Mas, como indiquei, há algumas opções na API que não estão disponíveis no nó. E um deles é tópico. Atualmente, o tópico está definido como geral. Vamos voltar e ver quais opções temos para o nosso tópico. Então, aqui estamos de volta à documentação da API em Tav search E podemos ver se recapitulamos que o tópico tinha opções disponíveis Geral, notícias e finanças E se quisermos algo bastante atual, provavelmente queremos notícias. Vamos dar uma olhada e ver se há mais alguma coisa interessante que possa nos ajudar em nossa pesquisa. Existem outras coisas, como datas, mas para os propósitos deste exercício, vamos apenas fazer uma alteração. Vamos mudar o assunto do geral para o noticiário. Agora, eu não sei se alguma faixa será mencionada nas notícias, mas se houver, com certeza vai melhorar. Então, vamos dar uma olhada. Agora, de volta à NAN, vamos fazer uma mudança simples, mudar o tópico para notícias, e vamos analisar isso e ver quais resultados, se houver, obteremos. Então aí está. Recebemos mais alguns resultados. Desta vez, a diferença é que o assunto é notícia. Então, vamos ver se recebemos de volta alguma coisa interessante. Então, podemos ver que temos a mesma imagem de volta. O que podemos ver está nos resultados. Temos um link para Augusta Chronicle. E aqui o título do artigo é quem é o melhor amigo da Geórgia? Estes são os estados mais populares para raças de cães. Agora, parece que isso não vai ser útil para nós, então podemos simplesmente mudar isso de volta. Não é verdade que eu realmente não esperava ver nada sobre o tracix nas notícias, mas isso demonstra que obviamente podemos alterar esses parâmetros com base no que queremos Então, se estivéssemos fazendo pesquisas relacionadas às notícias ou fôssemos uma organização de notícias ou estivéssemos pesquisando as notícias como uma organização, simplesmente mudando esse tópico, poderia ser muito valioso para nós garantir que todos os resultados que chegam sejam notícias Então, vamos mudar isso de volta ao geral. Vamos correr novamente. E agora podemos ver que isso voltou para a revista GQ, que está totalmente alinhada com o que queremos fazer como empresa de comércio eletrônico Podemos ver que isso é GQ, temos rush.com, temos nike.com Então, as imagens vêm de lugares nos quais estamos interessados. E se você der uma olhada, tem fashion beans.com, site de moda relacionado, 12 melhores roupas de treino para homens Uma das vantagens de usar o Tav é que ele garante que as informações que você recebe tenham muito mais probabilidade de estar relacionadas ao que você está procurando Como você sabe no Google, nós simplesmente recuperaríamos qualquer coisa relacionada a essa frase, qualquer coisa que tenha palavras-chave específicas mas alterando vários parâmetros, podemos chegar muito mais perto que estamos procurando em nossa pesquisa Então, agora estou satisfeito por termos recuperado algumas pesquisas. Sempre podemos ajustar o que está aqui. Podemos alterar a profundidade da pesquisa. Podemos mudar muita coisa, mas é um bom começo. Podemos até mesmo mudar o país e localizá-lo para os EUA. Mas, por enquanto, temos um bom começo. Então, o que faremos agora é nos concentrar na próxima parte, que é enviar as informações por e-mail. Então, para enviar informações por e-mail, o que vamos fazer é pegar o resultado disso. Vamos alterá-lo para HTML e vamos colocar esse HTML no e-mail. Então, se você não é um programador, uma das vantagens do ChatGPT é você pode realmente ir ao ChatGPT e pedir que ele gere o código para você, que é exatamente o que Mas o que precisaremos fazer primeiro é colocar o nó certo que possa aceitar esse código. Então, o nó que aceita isso é surpresa, surpresa, chamado de nó de código. Então, vamos clicar nisso. Digite o código. Vamos colocar o código em JavaScript. E o que isso nos permite fazer é colar aqui algum código que será avaliado de acordo com o que quisermos. Vamos fazer com que ele o avalie em HTML. E agora o que eu gosto de fazer é entrar no ChatGPT para fazer isso Então, decidi usar o ChatGPT no final para demonstrar como você pode fazer com que ele crie código para Agora, aqui está o prompt que eu uso. Mas foi na linha de como escrevo os resultados e as imagens do nó Tavl em um e-mail E o que surgiu foi isso. Então, eu literalmente copiei o código. Então, se voltarmos agora. Então esse é o nosso nó de código, e agora podemos colar o que obtivemos do TachPT diretamente nele Então, se você olhar aqui agora, o que estamos fazendo é dar uma olhada nos resultados e nas imagens Os resultados são o que contém as informações em texto, e as imagens são o que contém imagens relacionadas à nossa consulta, que está aqui em cima, quais são os trajes de treino mais populares nos EUA. Então, basicamente, ele tem apenas uma constante de resultados e imagens. Está configurando nosso HTML para nós. E está percorrendo os resultados e criando uma lista de itens da lista em HTML Está adicionando isso ao HTML. E então está adicionando, obviamente, um cabeçalho de imagem e, em seguida , percorrendo todas as imagens, criando também um pouco de HTML para as imagens Então, se executarmos essa etapa, podemos ver que Assal fez isso no planejador, você pode essencialmente ver que o HTML está lá, e isso construirá nossa É o HTML. Você pode ver isso como uma mesa. Ainda é HTML. Não há muito para ver, na verdade. E no formato JCN, ainda é HTML. O principal é que ele criou o HTML que precisamos para a próxima etapa. Então, vamos agora voltar ao nosso Canvas. Então, agora temos uma solicitação HTTP. Transformamos isso em código, e o próximo passo é colocar isso em um e-mail que possamos enviar. Então, toda vez que executamos esse fluxo de trabalho, essa automação buscará as informações do Tav, transformará em código HTML e as colocará em um e-mail para Então, como fizemos antes, Bit plus Outlook, queremos enviar uma mensagem novamente. Clique em enviar mensagem. Aqui está. E então vamos roubar, vou manter minha conta original Tudo isso está correto, é uma mensagem. Você vai enviá-lo. Envie para o mesmo endereço. Aqui, vou chamar isso de pesquisa de novos produtos. E o título será a consulta que executamos. Agora, como você pode ver agora, há mais objetos à esquerda aqui. Então, queremos o que obtivemos do nosso HDTPRquest e vamos pegar a consulta e usá-la como título Então, agora vai dizer pesquisa de novos produtos. E então você pode ver aqui embaixo que ele nos dá o resultado do que esse código executará e dirá: Quais são os trajes de treino mais populares nos Então esse será o nosso assunto. Então, assim que a equipe entender isso, saberá que isso conterá uma pesquisa de produto para essa questão. Livre-se do espaço. E agora a mensagem será a saída desse nó de código. Então, vamos arrastar isso para dentro. Então, agora podemos dar uma pequena saudação à equipe. Então, eu disse alta equipe de produtos. Eu coloquei duas quebras de linha e disse os resultados da consulta, que é igual a essa consulta, e você também pode ver tudo aqui. Os resultados de quais são os traços mais populares nos EUA estão abaixo. Ele fornece duas quebras de linha, e isso é HTML para todos os resultados, e isso conterá links para qualquer artigo e também links para as imagens, e tudo isso foi criado em nosso nó de código. Então, agora vamos executar essa etapa e ver o que acontece. Então, diz sucesso, o que significa que o e-mail foi enviado e diz a mesma coisa em todos eles. Então, se agora acessarmos meu e-mail, veremos qual e-mail foi enviado. Antes de fazermos isso, vou economizar, muito importante. Novamente, nos meus itens enviados porque foram enviados pela minha equipe. Então saiu assim , e eu sei exatamente por que isso aconteceu. O motivo é porque o enviamos como texto simples, mas o enviamos em HTML. Então, vamos voltar e resolver isso. Então, de volta à NHN, o que queríamos fazer era, se clicássemos em nossa mensagem HTML, e o que queríamos fazer era escolher o tipo de mensagem e garantir que fosse HTML e executá-la novamente Sim, então, sucesso aí. Vamos voltar ao nosso e-mail. Você pode ver que um novo e-mail chegou e pronto. Então, vamos lá. O assunto diz: pesquisa de novos produtos. Quais são os assentos de pista mais populares nos EUA? Alta equipe de produto. Os resultados de quais são os assentos de pista mais populares nos EUA estão abaixo. Resultados da pesquisa, 12 melhores fatos de treino para homens, Ultimate Style Guide em 2025 Os melhores trajes de treino para homens em geral, e aqui estão algumas informações. Tem um link e tem várias imagens cobrindo isso. Agora, novamente, esse é um nível muito, muito alto. Não entramos em nenhum detalhe. Não temos informações específicas. Não dissemos se o atletismo é adequado para homens ou mulheres. Não dissemos o ano nem o local. Mas, neste estágio, você já pode ver como, a partir de uma simples consulta, temos resultados muito claros aqui. Sem bagunça, não é o tipo de coisa que você recebe do Google, onde você obtém páginas e páginas, algumas das quais nem mesmo estão relacionadas Portanto, esse é um excelente uso de uma API, e também podemos ser mais específicos sobre o tópico que estamos pesquisando. Também podemos ser específicos sobre o país, o ano, o período e todas essas coisas com base no que mostrei a você. Então, espero que você possa ver o quão poderoso isso pode ser e tenha aprendido exatamente como usar uma chamada de API para atingir seu objetivo. Então, agora é a sua vez. O que eu quero que você faça é escolher uma tarefa de pesquisa repetitiva em sua carreira, sua empresa ou seu projeto e criar um fluxo de trabalho inspirado nesta lição Exemplos de inspiração são: se você é gerente de produto, pode ir da pesquisa de produtos da concorrência a um e-mail para a equipe, como fizemos Se você é gerente de marketing, pode ir da análise de tendências de mídia social a um resumo semanal Um gerente de vendas pode passar dos SKUs mais vendidos para um relatório interno gerente de operações pode ir de atualizações de preços de fornecedores a um alerta por e-mail, e um analista pode ir de dados financeiros ou um conjunto de informações de KPI para um relatório formatado Então, o que eu quero que você faça é criar um fluxo de trabalho que use algum tipo de gatilho, extraia dados por meio de uma API, formate-os com um nó de código ou em HTML, qualquer formato que você quiser, e então envie um e-mail estruturado E uma vez automatizado, esse fluxo de trabalho pode permitir que você e sua equipe se concentrem na tomada de decisões. Então aí está. Espero que você tenha gostado disso. Nos vemos na próxima aula. 7. Como automatizar texto em planilhas Google: Nesta lição, vamos usar a automação de pesquisa de produtos que criamos em uma demonstração anterior e aumentaremos o nível dela. Então, em vez de enviar os resultados da pesquisa de produtos para um e-mail, vamos armazená-los no Google Sheets para que sejam realmente fáceis para a equipe analisar, comparar e reutilizá-los em toda a equipe Portanto, o fluxo de trabalho vai da pesquisa de produtos ao Planilhas Google. Por que estamos usando isso? Estamos usando isso para armazenar e estruturar pesquisas de produtos que as equipes possam analisá-las, compará-las e agir de acordo com elas ao longo do tempo. Há usos comuns desse tipo de fluxo de trabalho para cada função? Bem, os gerentes de produto podem usá-lo para comparar concorrentes, as equipes de marketing podem usá-lo para planejar campanhas, as equipes de operações podem usá-lo para avaliar fornecedores, as equipes de vendas para rastrear tendências e os fundadores, CEOs ou presidentes para validar Então, o cenário é que queremos passar da pesquisa de um e-mail para um sistema compartilhado Na lição anterior, pesquisamos os melhores trajes de atletismo nos EUA usando uma API e enviamos os resultados por e-mail, e isso é útil Mas os e-mails são temporários. Então, o que realmente queremos é uma fonte central da verdade que cresça com o tempo. E isso pode ser filtrado e revisado e pode ser acessado por vários gerentes Então, em vez de enviar os resultados por e-mail, vamos armazená-los no Google Agora, já temos uma configuração de planilha chamada Passion Sports Product Research Então, vamos dar uma olhada. Portanto, esta é a nossa planilha no Google Sheets. É chamado de Passion Sports Product Research. E, como podemos ver, já temos a mesa aqui. Está dentro dos artigos do traje de treino. Aba ou planilha. E ao lado disso, temos outra, que é a folha tracksuimages Então você pode ver os dois aqui embaixo. E cada um tem uma mesa. Então, você pode ver que na tabela, temos a consulta de pesquisa. Quais são os trajes de treino mais populares nos EUA. Temos um título de artigo, por exemplo, sete melhores trajes de treino para homens, descrição do artigo, nossos trajes de treino favoritos para homens. E se avançarmos um pouco, podemos ver que temos um link para o artigo aqui Então, se eu clicar nele e abrir, aí está. Acontece que este está na Esquire, e tem algumas coisas aqui sobre trajes esportivos ou sobre esse traje Também temos uma data de pesquisa, para que possamos dizer quando essa pesquisa foi feita. Saberemos rapidamente se é irrelevante ou não. Na próxima guia ou planilha, imagens de agasalhos, temos, novamente, a consulta de pesquisa que a executou e, em seguida, temos o link da imagem vinculado a uma imagem que retornou dessa consulta e a data da pesquisa Então, é a mesma coisa se abrirmos isso. Na verdade, se abrirmos alguns deles em uma nova guia, vamos dar uma olhada nesta última. Então esse foi o artigo anterior. Aqui temos uma imagem de um dos trajes de treino que encontramos. É outra imagem para uma mulher, estilo completamente diferente, obviamente, cores diferentes, tudo. Aqui temos um completamente diferente. Essa é bem colorida, não é? Então, essas são as imagens e as pesquisas que voltaram quando usamos o Tav Então, o que queremos fazer é gerar esses documentos automaticamente agora em vez de enviar toda a pesquisa por e-mail, e isso pode crescer com o tempo. Então, vamos ao nosso fluxo de trabalho e você verá exatamente como fizemos isso. E vamos para a API de pesquisa de produtos por e-mail. Clique sobre isso. Você pode ver que nunca concluímos essa, mas aqui você pode ver que basicamente criamos uma solicitação HTTP, criamos um nó de código para executar algum código para obter os resultados algum código para obter os resultados e alterá-lo para HTML e, em seguida, enviá-lo por e-mail. Então, se voltarmos agora, vou mostrar o que estamos prestes a criar. Então, aqui está o que precisamos fazer agora. Então, agora vamos fazer a mesma solicitação HTTP. Vamos dividir os resultados em vários itens e colocá-los em uma de nossas planilhas, que são os artigos Então, vamos acrescentar isso como uma linha nessa planilha. Mas, ao mesmo tempo, vamos dividir as imagens e enviá-las para uma pasta completamente diferente. E é isso que precisamos criar. Então, vamos voltar e começar isso, e eu vou te mostrar exatamente como chegamos a isso. Então, se voltarmos vamos começar com a pesquisa do produto por e-mail. O que podemos fazer é duplicar isso imediatamente. E vamos chamá-la de API de pesquisa de produtos para o Google Sheets. Portanto, é bom duplicar isso porque agora temos um bom ponto de partida Assim, podemos nos livrar disso, que estava lá apenas para fins de demonstração em uma lição anterior. E se agora dermos uma olhada nisso, ainda queremos a mesma solicitação HTTP. Não queremos mais receber e-mails. Na verdade, queremos nos livrar disso. E o que queremos é ir agora para o Google Sheets. Então, para fazer isso, clicaremos em Mais, se eu digitar a planilha, podemos ver que há um Google Sheet Snod Clique nele e teremos uma variedade de opções. Agora, não precisamos de um gatilho. O que precisamos é de uma ação e vamos escolher acrescentar ou atualizar a planilha devida Agora você precisará escolher sua credencial. Eu já me configurei com uma conta do Google. Mas se você ainda não tiver uma configurada, crie uma nova credencial, mantenha duas e faça login no Google E depois de fazer isso, você usará a conta do Google de sua escolha onde deseja armazenar sua planilha. Depois de fazer isso, Clicksave, vou fechar isso. Eu já fiz isso. Então, eu escolhi minha conta do Google Sheets. Estamos escolhendo uma planilha dentro do documento. E aqui embaixo diz acrescentar ou atualizar linha e queremos acrescentar uma Isso nos dá mais flexibilidade posteriormente, se realmente quisermos atualizá-lo, e podemos voltar ao mesmo nó e apenas alterar a configuração. Então, agora vamos escolher o documento em uma lista. Se você clicar aqui, ele examinará todas as diferentes planilhas que eu tenho e, nesse caso, escolheremos a pesquisa de produtos da Passion Sports. Então, você vai querer ter criado sua planilha com todas as colunas certas. Então, se eu voltar, você pode ver que eu já criei isso. Então, você vai querer configurar isso. O que vou fazer é me livrar das linhas que eu já tenho. Lá vamos nós, bem limpos. Então, talvez você queira anotar essas linhas que eu já tenho. Deve começar bem e limpo para que possamos ver quando escrevemos um novo conteúdo. Agora, de volta à NAN, estamos escolhendo um documento de uma lista e, dentro do documento, há guias, conhecidas como planilhas Então, vamos escolher em uma lista. Você tem a opção de escolher por URL, ideia ou nome. Gosto de escolher na lista porque eles já estão muito bem nomeados. Assim, podemos escolher em uma lista, e a primeira que vamos fazer são artigos sobre trajes esportivos. Agora, é aqui que vamos mapear as colunas dos dados. Nessas colunas específicas. Vamos mapear os dados em colunas específicas. Mas antes de fazermos isso, vamos voltar e dar uma olhada em nossa tela. Então, no momento, isso está sendo acionado porque não estamos passando as informações Agora, como temos várias linhas de informações entrando, na verdade precisamos dividir as informações que entram aqui. Então você não vai pegar esse gatilho. E também não podemos usar o nó de código que usamos em nossa lição anterior para transformá-lo em HTML porque não o estamos enviando como HTML. Elas são linhas separadas, então vamos nos livrar disso, mas ainda vamos receber a mesma solicitação HTTP. Então, se executarmos isso rapidamente, veremos os dados que sairão disso. Então, esses são os dados no momento. Uma coisa que eu sei é que, no momento, estamos prontos para o primeiro resultado de MX, e é por isso que temos apenas um resultado aqui Então, vou fazer com que o máximo de resultados seja dez e executá-lo novamente. Aí está. Então, agora temos quatro imagens que voltaram. Temos muitos outros resultados. Então, esses são os artigos que serão publicados. Então, o que queremos fazer é pegar cada uma dessas imagens e cada um desses resultados e colocá-los nessa tabela na respectiva guia. Então, agora, como fazemos isso? Então, precisaremos de código. No entanto, este é um bom exemplo de como podemos realmente usar os recursos de IA integrados na NHN Vamos supor que você não um desenvolvedor e ainda queira ser capaz de fazer isso. Você sabe como fazer a solicitação HTTP porque ela não era muito intensa. Você sabe como criar um nó porque isso também não é muito intenso. Muito simples para uma pessoa não técnica. Mas você não tem certeza de como dividir esses resultados para incluí-los nesta planilha. Então é aqui que podemos usar IA e dizer exatamente o que queremos fazer. Então, a maneira mais rápida de fazer isso é simplesmente ir até aqui à direita, onde diz NH N AI. Clique nele e, literalmente, faça a pergunta. Então, essa é a pergunta que fiz anteriormente, que foi se houver vários resultados, como escrevo cada resultado em uma linha na planilha Então, vamos executar isso. Agora, isso vai pensar, e vai passar por um processo de pensamento para descobrir como fazer isso. E como ele sabe que já temos esses dois nós, ele pode usar as informações que já tem para descobrir o que deve estar no meio para conectá-los e obter o resultado que eu quero. Isso é muito do que pode ser feito no ChatGPT, mas agora, com o poder da IA na NN, ela realmente faz o trabalho Lá vamos nós. A IA está concluída , então vamos ver o que ela fez. Então, perguntei: se houver vários resultados, como escrevo cada resultado na planilha E diz: eu posso ver que seu fluxo de trabalho recebe vários resultados da API Tav, e os resultados são, atualmente, apenas o primeiro resultado seria gravado na planilha Você precisa adicionar um loop sobre o nó dos itens para processar cada resultado individualmente. Assim, você pode ver as etapas pelas quais ele passou, obtendo a ausência de detalhes, pesquisando nós, não obtendo detalhes, removendo uma conexão. Eu adicionei código a um nó de código, conectei os nós. Recebi um parâmetro do nó, atualizei os parâmetros do nó e depois validei o fluxo de trabalho E o que diz que mudou é que adicionou um nó de código que extrai a matriz de resultados da resposta das APIs Então, é basicamente uma coleção de todos os resultados que ele extraiu, e cada resultado agora é gerado como um item separado com uma consulta de pesquisa e a data atual nó do Google Sheets agora anexará uma linha por resultado em vez de apenas o primeiro resultado, que era exatamente o problema que eu queria resolver E diz que o fluxo de trabalho agora processa todos os resultados da API Tav e grava cada um em uma linha separada na sua planilha O nó de código transforma a única resposta da API contendo vários resultados em vários itens que fluem para o nó do Planilhas Google Avise-me se quiser ajustar alguma coisa, o que é ótimo, e podemos realmente executar e refinar Então, antes de fazer isso, vamos voltar e dar uma olhada no que foi feito. O que temos agora é que ainda temos a solicitação HTTP e ainda temos o ApenRow Mas se clicarmos dentro, se olharmos aqui, temos na verdade um novo nó chamado array de resultados de extração. Vamos clicar duas vezes nisso. E aqui está o código. Assim, podemos ver a entrada. Na entrada, temos a consulta, e o importante é que temos imagens e resultados. E imagens são um monte de imagens diferentes, as quatro imagens que mostrei anteriormente. E os resultados são vários resultados diferentes. Você pode ver tudo até dez resultados, voltaremos porque eu estabeleci um limite em dez. E por acaso temos nove. E o que queremos fazer nesse caso é escolher cada resultado e anexá-lo como uma linha ao nosso Documento Google Então, o que esse código faz, não vou entrar em muitos detalhes, mas basicamente ele pega a entrada e encontra os resultados, que é isso, e percorre esses resultados, retirando várias informações de que precisamos, que são o título, o URL do conteúdo e E basicamente armazenará isso de uma forma dentro desse objeto JSON que nos permite retirá-lo linha por linha e anexá-lo à nossa Planilha do Google Então, se executarmos isso, veremos a saída. Aqui. Então, no lado direito, agora podemos ver que a saída é essencialmente um número de linhas, e cada linha é um resultado da esquerda, ela está retirando apenas os resultados no momento porque foi isso que eu pedi que ela fizesse aqui E agora temos uma linha de informações diferente, e você pode vê-la dividida com as colunas certas. Isso vai entrar em nossa planilha, o que é excelente Agora, a maneira de testar isso é, se entrarmos em nossa planilha de linhas anexada, você pode ver que ela já tem todas as informações corretas Ele obteve as informações corretas. Então, temos uma consulta de pesquisa retirada da esquerda aqui. Então, esses serão os trajes de treino mais populares. E temos um título de artigo, que é retirado daqui, e esse é apenas um resultado, um exemplo de um resultado. Então, diz 11 melhores trajes de treino. A descrição do artigo, que é a descrição longa neste elemento de conteúdo aqui, a URL, que é a URL do artigo e a data da pesquisa, que é retirada e colocada aqui. Então, agora temos todas as informações em um formulário que pode ir diretamente para nossa planilha Então, vamos executar essa etapa e garantir que ela realmente esteja na planilha certa para você. Então, de acordo com a saída, essa linha é anexada à nossa planilha Agora, a única maneira de ver é ir até nosso lençol e dar uma olhada, e aí está, como que por mágica. Existem as linhas lá, nove linhas colocadas em nossa planilha simplesmente por nossa automação. 8. Como automatizar texto em planilhas Google: Vamos voltar e dar uma olhada em nossa automação. Então aí está. Vamos partir da solicitação HTTP, extraindo os resultados e anexando-os como uma linha ao nosso documento de pesquisa em uma nosso documento de pesquisa em planilha chamada tracksuit A próxima coisa que queremos fazer é retirar as imagens do agasalho e garantir que elas apareçam nas linhas relevantes nesta guia desta planilha Então, vamos voltar e fazer isso. Essencialmente , o que queremos é exatamente a mesma coisa. Queremos que ele venha da solicitação HTTP e que seja anexado exatamente da mesma forma, mas desta vez, queremos que seja anexado a uma planilha diferente Então, a parte que podemos fazer facilmente por nós mesmos é pegar isso e duplicá-lo E aqui você verá a planilha que acompanha os artigos. Queremos que ele entre nas imagens das faixas de partituras. E não queremos as mesmas colunas, então vamos remover todas as colunas. E desta vez podemos dizer mapa automaticamente. Então, o que queremos fazer é querer algo exatamente assim, mas para nossa matriz de imagens em vez da matriz de resultados. E isso é porque basicamente o que queremos fazer é obter as informações daqui, vez de colocá-las nessa matriz nesta pasta, queremos obter os resultados das imagens em uma matriz diferente e colocá-los nessa pasta. Então, novamente, podemos fazer isso sem escrever nenhum código, escrevendo algo muito semelhante. Então, eu o atualizei e coloquei uma nova pergunta para a IA dizendo: Se houver várias imagens, como escrevo cada imagem em uma linha no mesmo documento em no mesmo documento em uma folha diferente chamada folha de imagens do agasalho Vamos fazer isso e ver o que acontece. Pronto, a IA está terminada. Vamos ver o que dizia dessa vez. Então aí está minha pergunta. Abaixo, ele passou por etapas como de costume, adicionando o código, etc., não atualizando parâmetros e validando como de costume, adicionando o código, etc., não atualizando parâmetros e validando . O que mudou? Ele diz que adicionou um nó de código de matriz de imagens extra que processa a matriz de imagens da API, conectando-a à folha de imagens do agasalho Agora, cada URL da imagem é gravada como uma linha separada com a consulta e a data da pesquisa. O fluxo de trabalho agora se divide em dois caminhos paralelos, um para artigos e outro para imagens O fluxo de trabalho agora lida com resultados e imagens da API Tavl, gravando cada uma de suas respectivas planilhas no mesmo documento do Google Sheets Deixe-me saber se você gostaria de ajustar alguma coisa. E está pronto para ser executado. Então, como sempre, antes de executarmos, vamos dar uma olhada no que ele fez. Então, como você pode ver aqui agora, temos outro nível paralelo. Ainda temos a matriz de resultados anexada à linha nesta planilha, mas agora temos a matriz de imagens anexada a uma pasta diferente Então, vamos clicar duas vezes para abrir isso. Então, isso está fazendo praticamente a mesma coisa. Está pegando os dados. Está pegando as imagens desses dados, que é isso, e está percorrendo e pegando cada uma E toda vez que ele pega uma, o que está fazendo é adicionar apenas as informações de que precisamos a várias variáveis Então, a consulta de pesquisa, o URL da imagem e a data da pesquisa, que é exatamente o que está em nossa planilha, em nossas planilhas do Google. Então, é só escolher o que precisamos aqui. E se eu executar esta etapa, podemos ver que ela adicionou as linhas aqui, então uma, duas, três, quatro, cinco linhas para uma, duas, três, quatro, cinco imagens. E tem o que é a consulta, que é sempre a mesma consulta e os resultados que retornam dessa consulta, que são as imagens diferentes. Então, isso é exatamente o que queremos. Então, vamos fechar isso. Tudo isso foi feito para nós por meio da IA. Não é necessário codificar Esses cinco itens que já foram examinados chegaram a esse nó. Então essa é a parte que não fizemos antes. Isso foi alterado para mapear cada coluna manualmente. Então essa é a primeira coisa, e ele adiciona cada uma das colunas que precisamos na planilha do Google, a consulta de pesquisa, que é selecionada daqui , e a coloca no link da imagem, que é escolhida daqui, o URL da imagem, e a data da pesquisa que foi escolhida aqui e colocada ali. E agora, quando executarmos essa etapa, ele pegará essas informações de cada linha e as colocará em nosso Documento Google. E aí está. Aqui estão as informações que estarão em nosso Google Doc, e vamos conferir. E aí está, como que por mágica, novamente, temos o dia da pesquisa no lado direito para ajudar os pesquisadores a saberem o quão relevante ele é. Mas o mais importante é que, para essa consulta específica, temos cinco imagens nas quais podemos clicar em trajes esportivos. Então, isso é excelente. Então, agora, temos as duas guias. Nós temos informações. Nossos pesquisadores podem usar essas informações para fazer qualquer acompanhamento ou nosso proprietário do produto pode simplesmente verificar quais parecem corresponder à nossa marca ou quais estamos interessados em usar para desenvolvimento futuro. E tudo foi feito automaticamente, sem nenhum código, e está em um formato que é compartilhável e pode ser atualizado continuamente a partir da automação Então, agora é a sua vez. O que eu quero que você faça é escolher um desafio em sua carreira, sua empresa ou em um de seus projetos, algo repetitivo que você queira resolver e criar um fluxo de trabalho inspirado que você viu nesta lição, como de costume Então, exemplos para sua inspiração. Se você é gerente de produto , pode usar um fluxo de trabalho para armazenar pesquisas de concorrentes ou comparações de recursos no Google Sheets, como mostrei Gerente de marketing, você pode coletar ideias de campanhas, adicionar exemplos ou inspiração de marca e armazená-las. Um gerente de operações pode rastrear fornecedores, materiais ou pesquisas logísticas. Um gerente de vendas pode registrar ofertas de preços e o posicionamento dos concorrentes Um fundador ou gerente pode validar ideias de produtos e acompanhar os sinais do mercado ao longo do tempo Comece de forma bem simples e use um gatilho por vez, então pode ser apenas uma chamada de API, ou talvez você mesmo a acione, uma API e um destino, como eu fiz. E depois de fazer isso, você está pensando oficialmente como um construtor de automação, alguém que pode automatizar qualquer coisa em sua empresa, e é exatamente onde você quer estar Então espero que você tenha gostado dessa aula, até a próxima. 9. Como automatizar propostas de design com o agente conceitual de design de produto: Nesta lição, vamos passar da pesquisa de produtos para a execução do design. Já temos imagens de pesquisa melhores trajes de atletismo dos EUA. Agora, queremos transformar essas imagens de pesquisa em conceitos de design de marca que sigam rigorosamente nossas diretrizes de marca Para fazer isso, usaremos um agente conceitual de design de produto. Isso mesmo. Agora é o mundo dos agentes de IA. Esse é um agente de IA cujo único trabalho é gerar imagens precisas a partir de um prompt com base nas regras de estilo que ele obtém. E esse agente não gera imagens sozinho. Eu raciocino apenas o suficiente para gerar as instruções corretas que serão usadas posteriormente para editar a imagem e criar nosso conceito de design. Vamos falar sobre o fluxo de trabalho. O fluxo de trabalho é o agente conceitual do design do produto. Por que o usamos? Estamos usando isso para converter imagens de pesquisa em conceitos de design de marca, e queremos fazer isso de forma consistente E usos comuns para as funções específicas em que você pode estar. Os gerentes de produto podem usá-lo para validar ideias, as equipes de marketing para gerar imagens, os fundadores podem usá-lo para explorar diferentes direções a seguir com os produtos e as operações podem usá-lo para se preparar para o fornecimento de produtos, a fim de garantir que eles pareçam corretos para o que quer Aqui estamos em nossa planilha de pesquisa de produtos esportivos apaixonados planilha de pesquisa de produtos esportivos E se ampliarmos um pouco aqui, você pode ver que temos a consulta. Então foi isso que corremos para fazer a pesquisa. Quais são os trajes de treino mais populares nos EUA? Temos um link para uma imagem, que é o que obtivemos da pesquisa. Eu coloquei alguns dos meus que vieram de outros lugares. Mas adicionamos essas colunas para dizer: é uma marca de esportes apaixonados? Porque algumas dessas imagens, por exemplo, essa, são o conceito do CEO e já têm a marca aplicada Então, vamos dar uma olhada neste. Isso já está muito elegante e já tem as cores preto e dourado, e é isso que o CEO queria ou a pessoa que teve a ideia queria Então, isso já está feito com a marca. Acho que a única coisa que falta é o logotipo. Mas em termos de marca, é fazer isso, e nem tudo precisa ter um logotipo, dependendo do caso. Então, se voltarmos e olharmos para alguns dos outros, essa é uma pesquisa que conduzimos a partir de uma consulta, vamos ver o que resultou. Então isso voltou com esses trajes de treino. E o que isso nos disse como empresa é que esses trajes esportivos são o que atualmente é um dos mais vendidos No entanto, queremos ver um conceito desse tipo de coisa usando nossa marca. Então é para lá que vamos com isso. Se voltarmos e olharmos para elas, temos muitas imagens diferentes. Isso nos diz como estamos usando a planilha. A única outra coisa é a data da pesquisa. Essa é a data em que realmente encontramos as informações. E você pode ver algumas dessas imagens dizendo: não, elas não são de marca. A maioria deles não tem marca porque acabamos de encontrá-los on-line. Nós os encontramos por meio de pesquisas, por meio de uma API, e queremos gerar conceitos a partir deles, mas eles ainda não têm nenhuma marca. É difícil imaginar como eles serão em nossa marca até que façamos isso. E alguns deles dizem que sim porque já aplicamos a marca ou eles já fazem parte da nossa empresa, mas ainda os incluímos como pesquisa de produto E agora vamos ver nossas diretrizes de marca. Para o propósito deste exercício, mantive as diretrizes da marca muito simples. E, como você pode ver aqui, temos essa planilha chamada marca passion Sports Product Simplesmente diz o estilo masculino e o estilo feminino, duas colunas mantiveram tudo muito simples. Podemos dividi-los, mas, para isso, mantivemos as coisas simples. O estilo masculino diz, por exemplo, preto e dourado, substitua qualquer logotipo pelo logotipo da Passion Sports, torne-o justo e não faça mais nada É isso que queremos aplicar às imagens que vimos. O estilo feminino é exatamente o mesmo, mas mostra apenas preto e rosa em vez de preto e dourado. Queremos chegar ao ponto de passarmos de uma imagem como essa para uma imagem como essa , como você pode ver, preto e dourado agora diz esportes apaixonados. E nós geramos isso a partir disso. Vamos examinar nosso fluxo de trabalho e ver como podemos fazer isso. Como você pode ver, isso é muito útil agora para o CEO ou qualquer pessoa na empresa poder imaginar nossa versão desse tipo de agasalho, e é isso que queremos fazer Vamos voltar ao nosso fluxo de trabalho e ver como podemos fazer isso. Esse é o fluxo de trabalho. O que vamos fazer é, por enquanto, ser acionado manualmente. Poderíamos programar isso para que isso acontecesse todos os dias ou quando houvesse algo novo no documento de pesquisa. Mas o que ele fará é ler o documento de pesquisa. Se a imagem precisar ser marcada, ela será enviada para nosso agente, que fará o trabalho Agora, em nosso agente, nosso agente consiste em um cérebro que é o modelo de bate-papo, ChatGPT E é isso que ele usará para raciocinar, pensar e descobrir o que deve fazer a seguir para garantir que possa usar apenas a linguagem natural, as instruções que damos ao agente para gerar um prompt. Memória, normalmente teria alguma memória. Dependendo do que estamos fazendo, às vezes precisamos anexar alguma memória que possa ser lembrada cada corrida e que ela também possa aprender. É o conceito de aprendizado de máquina, mas, nesse caso, é bem simples Não anexamos nenhuma memória. Ferramenta. Uma ferramenta geralmente é o que ela usa para determinar o que deve ou não fazer. Por exemplo, nesse caso, está usando as diretrizes da marca. É lê-los para descobrir o que deve fazer a seguir. E lá dentro está um aviso e vamos continuar com isso. E depois de fazer isso, ele fará uma solicitação HTTP para obter a imagem, a imagem correta da planilha Talvez você não precise de um pouco de código, mas eu preciso dele porque armazenei alguns dos meus arquivos no Dropbox e o tipo de mímica muda no Dropbox por Mais importante ainda, passaremos dessa solicitação HTTP por meio do código para esse nó de edição de imagem. E o que isso fará é usar novamente ChatGPT especificamente para editar nossos conceitos de design e criar um conceito de design de marca que corresponda às diretrizes da E, no final, faremos o upload para nossa pasta de conceitos de design no Dropbox Poderíamos ter usado o Google Drive ou qualquer coisa. Acho que o Dropbox é muito mais fácil de configurar, mas você também pode usá-lo Vamos seguir as etapas de exatamente como configuramos isso. Então, a primeira coisa que fazemos normalmente criar o fluxo de trabalho. Vou chamá-lo de conceito de design de produto. E esse é nosso agente. Trabalhando da esquerda para a direita, a primeira coisa que vamos fazer é pegar nossa Planilha do Google. E o que queremos fazer é obter uma linha da planilha. E já estamos conectados à nossa conta do Google Sheets. Vamos encontrar a folha dentro dos documentos. Isso está correto. Em nossa lista de documentos, encontraremos pesquisas sobre esportes apaixonados. E a guia que queremos nas imagens do traje de treino. Não vamos ler artigos. Vamos extrair as imagens, e isso é tudo o que precisamos fazer lá. Vamos garantir que isso funcione. Isso funciona bem. As informações foram divulgadas. Vamos mover isso um pouco para o lado para que possamos ver o que estamos fazendo. Quando tivermos isso, podemos acionar nosso agente, que tomará decisões sobre o que fazer. Então, se clicarmos aqui, e quisermos o AI Agent. Mas o agente de IA aqui tem algumas coisas. Nós fornecemos uma mensagem de usuário para solicitar uma mensagem e também temos aqui a capacidade de adicionar opções. Agora, uma mensagem do usuário geralmente é necessária quando a entrada vai mudar, então a mensagem que colocamos aqui vai mudar com o tempo, dependendo do caso. Por exemplo, às vezes podemos pedir que ele procure roupas esportivas na imagem. Às vezes, você pode pedir que ele pesquise camisetas na imagem ou coisas assim. E podemos mudar isso dinamicamente sem realmente mudar nada, então não precisamos disso Então, vamos configurá-lo para definir abaixo, e vamos mudar isso porque sempre requer alguma coisa. Eu não vou dizer isso para consertar. Vou configurá-lo como expressão e, em seguida vamos colocá-lo como vazio. Mas o que precisamos é de um prompt consistente, uma mensagem consistente para o LLM para conversar com o GPT E o que faremos é adicionar o que é chamado de mensagem do sistema. Uma mensagem do sistema é usada sempre que queremos que o mesmo prompt seja usado repetidamente. Então, neste agente de IA, é onde vamos nos reunir para saber exatamente o que fazer. E, por enquanto, vou deixar isso e voltar a isso. Vou adicionar o que ele precisa para fazer seu trabalho primeiro e depois voltaremos e escreveremos o prompt e a mensagem do sistema. Vou clicar em Salvar. Agora, como eu disse antes, você tem o cérebro, que é o modelo de bate-papo, a memória na ferramenta. Então, vou adicionar o modelo de bate-papo e vamos usar o ChatGPT, então isso é IA aberta Clique em Modelo de bate-papo. Vamos usar quatro e vamos usar o 4.1 mini. O motivo é porque eu testei isso e sei que funciona. Se não estiver quebrado, não tente consertá-lo. Isso é exatamente o que temos aqui. E vamos deixar todo o resto igual e sair disso. Agora, esse é o cérebro da operação, o LLM ou, essencialmente, é o que está por trás do ChatGPT Você pode imaginar isso como sendo a interface que você normalmente digita para entrar no ChatGPT, mas essa é a parte do modelo GPT nos bastidores Memória, não precisamos porque não vamos nos lembrar nada entre as corridas Agora, em termos de ferramenta, o que vamos fazer é pegar nossas diretrizes de marca e usá-las como uma ferramenta para decidir como proceder, como criar nosso conceito de design. Novamente, queremos usar o Google Sheet. Agora, por ser uma ferramenta, ele nos pergunta se queremos definir automaticamente ou se queremos definir manualmente a descrição do que ela faz. Gosto de escolher o conjunto manualmente e, em seguida, ele nos dá uma boa descrição do que queremos fazer especificamente, que é obter linhas na planilha no Google Sheets, e é exatamente isso que queremos. O recurso é uma planilha dentro do documento, novamente, e estamos obtendo linhas novamente de uma lista. Desta vez, vamos escolher as diretrizes da marca. É isso que queremos. E lá dentro, há vários lençóis. Vamos escolher as diretrizes do agasalho. E isso é tudo que precisamos. Agora temos um agente que vai usar um modelo GPT para ser o cérebro da operação E, como ferramenta, obterá as diretrizes da marca a partir daqui. Esses dois, verificamos se eles funcionam, e isso funciona quando é executado pelo agente. Vamos garantir que possamos recuperar nossa fileira. Podemos clicar com o botão direito do mouse e clicar em X Etapa aguda. E podemos ver que isso obtém a linha com sucesso se entrarmos. Podemos ver que essas informações combatem o estilo masculino, o estilo feminino. Excelente. Agora podemos voltar para nosso agente. O principal na mensagem do sistema é descobrir o que queremos que ele faça. E, essencialmente, esse é o poder do agente. Este é um aviso de linguagem natural que podemos colar e que dirá exatamente o que queremos que ele faça com o cérebro e com as ferramentas. Receberei a solicitação que criei anteriormente e, em seguida, analisarei exatamente o que vamos fazer. Agora temos nossa mensagem do sistema. Na verdade, podemos abrir isso. Aumente o zoom. E o que temos aqui é uma mensagem que diz ao agente exatamente que tipo de agente ele é e o que ele deveria estar fazendo. Você está gerando um único baile usado para editar uma imagem conceitual de design de produto A entrada são os dados das diretrizes da marca , fornecidos por meio da ferramenta conectada do Google Sheet. Instruções, selecione o texto correto nas diretrizes da marca usando a coluna de estilo masculino. Produza exatamente uma frase em texto simples. E esse é o texto simples. Localize os trajes de corrida na imagem, altere as cores dos trajes de acordo com o estilo exato do texto. Agora, sempre que você coloca algo nesses colchetes angulares, o agente sabe muito bem que é um Ele colocará o texto de estilo exato encontrado nas diretrizes da marca aqui. Na verdade, diremos: localize os trajes de treino na imagem, altere as cores dos trajes de treino para preto e dourado, substitua qualquer logotipo por um logotipo de esportes apaixonados, torne-o justo, não faça mais nada Na verdade, eu poderia ter tirado o “fazer nada mais daqui e colocado no agente, mas ele simplesmente permaneceu dentro. Agora, isso significa localizar a faixa que está na imagem, alterar as cores do traje para preto e dourado, alterar o logotipo e tudo o que ele encontrou nas diretrizes da marca. Em seguida, avance. Não adicione explicações, formatação de Jason ou E acrescentamos que, porque essas são coisas que geralmente acontecem com agentes, você conta, se não diz o contrário. Por exemplo, se você estiver acessando o ChatGPT, provavelmente descobrirá que, se enviar uma mensagem pedindo que ele faça alguma coisa, às vezes ela inclui outras coisas, agentes estão usando o GPT em segundo plano, mas eles têm o mesmo Isso é realmente uma barreira para evitar isso. Se o texto de estilo necessário estiver ausente, imprima uma string vazia. Na verdade, isso é um tratamento de exceções apenas para garantir que possa haver um caso em que o texto do estilo esteja ausente. E há muito mais que poderíamos colocar, mas foi testado. Esse formato foi testado e o quê? Só vou manter as coisas simples. O que isso vai fazer é pegar essa entrada com um link de imagem. Isso será executado em todas as linhas da planilha anterior e, em seguida, executará essas instruções para gerar um prompt, e esse prompt serão as instruções para alterar aspectos dessa imagem, como a cor, o logotipo etc Legal. É isso mesmo. Agora, o que podemos fazer é executar essa etapa e verificar qual prompt é exibido. Na verdade, por que não saímos disso para que possamos ver o fluxo até o agente? Em seguida, basta clicar com o botão direito do mouse e executar a etapa. Aí está. Você vê que está funcionando, está falando com o modelo GPT. Ele está sendo executado para obter as linhas de que precisa. Agora ele sabe o que fazer e está falando com o agente. E continua até obter todas as informações de que precisa. Vou entrar e voltar com o modelo de bate-papo para descobrir qual é a melhor coisa a fazer, obter as linhas necessárias e pronto. Parece ter funcionado. Vamos ver o que aconteceu. Se eu olhar agora para o JSON, você pode ver que temos um, dois, três, quatro, cinco, seis, sete, oito peças de saída Localize os trajes de treino na imagem, altere as cores dos trajes de treino para preto e dourado, substitua qualquer logotipo pelo logotipo da Passion Sports, torne-o justo e não faça mais nada E todos dizem que o motivo é que, nesse caso, nesse estágio do agente, tudo o que ele está fazendo é gerar um único prompt, mas está usando as diretrizes da marca. E como as diretrizes da marca são as mesmas, e eu disse aqui que está usando a coluna de estilo masculino , na verdade está criando a mesma saída. Está dizendo para localizar os trajes esportivos na imagem e depois alterar as cores dos trajes, conforme dito aqui, bem como o logotipo, que está nas diretrizes da marca. E, como dissemos, isso não acrescentou nada a isso. Isso está funcionando muito bem e gerou o prompt 10. Como automatizar imagens e conceitos com o agente conceitual de design de produto: Agora sabemos que isso está funcionando. O próximo passo, na verdade, é pegar as imagens para que possamos entrar e editá-las. Vamos fazer uma solicitação HTTP e, nessa solicitação HTTP, vamos realmente voltar e pegar a URL do que foi passado da planilha, que será o link da imagem. É isso que vamos pegar. Não precisamos de nenhuma autenticação, mas precisamos configurar para que ela realmente gere um arquivo de imagem a partir desse link. E a forma como fazemos isso é adicionando uma opção aqui. E a opção é que precisamos de uma resposta, o formato é um arquivo e o campo de saída é dados. O que ele está fazendo é pegar esse link de imagem, que será o URL que ele obterá. Ele aplicará o método get e, em seguida, criará um arquivo, e esses arquivos terão o nome data. Vamos para a próxima etapa. Na verdade, vamos executar essa etapa, garantir que funcione. E aí está. O que isso é feito é que agora tem o link da imagem e gerou esses bits de dados, há um deles. A próxima coisa que precisamos fazer, que não necessariamente precisa ser feita em todos os casos, mas nesse caso, é porque eu tenho alguns arquivos do Dropbox às vezes eles perdem o tipo MIME, que é basicamente as extensões de arquivo Você tem arquivos PNG. É o tipo de arquivo, na verdade. Se você tem arquivos PNG, arquivos JPEG, diferentes tipos de imagens, quando você carrega um Dropbox, ele perde essa extensão devido à forma como o Dropbox gera o link e gera o O que vou fazer é usar o código para definir isso. Vamos escolher aí, adicionar o elemento de código. Vamos escolher JavaScript, fácil e fácil. E aqui, tudo o que precisamos fazer é substituir isso pelo código que eu criei anteriormente. Basicamente, retiraremos um item. Essa entrada em dólares simplesmente pega o próximo item e retira um item cada vez daqui E para cada item, ele extrairá, definirá o tipo de dados binários como imagens PNG e definirá o nome do arquivo como imagem ponto png. Dessa forma, essencialmente, é uma forma de dizer que o arquivo é PNG. Vamos executar isso. Aí está. Então, para cada binário, podemos aqui. E não está visível no momento, mas é normal que às vezes essas imagens não possam ser visualizadas dessa forma Então, no momento, está dizendo executar uma vez para todos os itens. E isso significa que, ao mesmo tempo, ele fará isso para todos os itens da lista, configurá-lo para ser executado uma vez para cada item, nos dará um pouco mais de controle sobre cada vez que for executado. E eu vou executar essa etapa agora. E aí está. Agora você pode ver que está pronto para todos os itens e ainda não está visível Mas funcionou para cada um dos itens. E isso não é nada com que se preocupar. Veremos se isso funcionará. Você pode realmente baixá-lo e apenas verificar. Ele baixou o item correto, e foi o que aconteceu. Agora que fizemos isso, podemos ter certeza de que arquivo e o tipo mime foram definidos corretamente como PNG Isso é bom. Então, a próxima coisa a fazer é realmente editar a imagem. Então, surpresa, surpresa, vamos pegar um nó de edição de imagem, criado pela OpenAI Então, se você clicar em Abrir AI e procurar por Editar imagem, aí está. Agora, neste momento, você precisará de uma conta de IA aberta. A maneira de fazer isso é, como sempre, entrar aqui nas credenciais. Provavelmente, na maioria dos nós, o padrão será esses créditos de IA abertos gratuitos da NAN. E isso pode funcionar para o ChatGPT em alguns casos, pode ou não funcionar, mas geralmente funciona para Mas para coisas como edição, porque ele usa sua API e eles realmente querem que você pague uma pequena quantia por isso, isso pode forçá-lo a criar uma conta. Se disser isso, você provavelmente precisará de cerca de $5, algo assim, muito pequeno E, como sempre, basta criar uma nova credencial. Você precisará pegar sua chave de API, colocá-la aqui e clicar em Salvar e fechar. Se você não tem certeza de como fazer isso, a maneira como funciona é você também. Você pode acessar o ChatGPT e dizer: como faço para executar o nó Editar imagem da NN usando uma conta de IA aberta Pense nisso, e ele deve fornecer todas as etapas necessárias para fazer isso. Além disso, se você quiser configurar uma conta de IA aberta para usar sua API, basta informar o Track GPT e ele fornecerá as etapas a serem executadas Eu disse: Como faço para configurar uma conta de IA aberta? Preciso usar a API para um nó de edição de imagem. E então ele o guiará pelas etapas. Basicamente, você precisa criar uma conta, acessar este link, se inscrever e demora um pouco para curtir de cinco a 15 minutos. Mas uma vez que identifique você e, sim, não precise identificá-lo, ele o configurará. Mas, basicamente, você precisa adicionar o faturamento. Eu coloquei $5 neste momento. Espero que o preço permaneça o mesmo. Crie uma chave de API, que é apenas um número longo. Você copiará isso e adicionará isso ao NAN e voltará. E você adicionará isso à NAN aqui e clicará em Salvar. E então você poderá usar o nó Editar imagem. Lembre-se de que às vezes leva de cinco a 15 minutos porque eles precisam de você. Não sei por que eles precisam de você, mas a IA aberta decidiu que quer identificá-lo Certifique-se de que você é quem diz ser antes de usar a API. Basta seguir as instruções. O ChatGPT é sua melhor aposta se você estiver em dúvida Então você configurou sua conta de IA aberta e escolheu isso, então o recurso é imagem. Você precisa editar a imagem, deixe isso no GPT Image one. E esse é o aviso. Isso dirá à Editar imagem exatamente o que ela precisa fazer. E isso é gerado pelo agente. O que você quer fazer é voltar ao esquema, você verá que a saída chegou, e o que você vai fazer é extrair essa saída Você pode extrair essa saída diretamente do agente de IA. Coloque isso lá e você verá que o aviso está lá, localize os trajes de treino na imagem, altere as cores dos trajes de treino para preto e dourado e substitua qualquer logotipo da Passion Sports, etc Está gerando uma imagem com base no uso de dados. Esse é o binário que surgiu. Data é o nome desse binário. Vamos deixar isso do mesmo jeito. Eu deixei tudo isso do mesmo jeito. Vou gerar uma imagem por imagem que chega. Eu deixei este oh 24 por um oh 24. Definitivamente, você pode brincar com eles depois de fazê-los funcionar. E deixei a qualidade como automática e deixei o formato de saída como PNG porque é isso que é. Execute essa etapa agora. Essa parte pode demorar um pouco. Na verdade, está indo para a nuvem. Ele enviará cada uma dessas imagens e, em seguida, gerará uma nova imagem com base nesse prompt. Ok, o nó de edição de imagem terminou e dizia: Arquivo ou modo de imagem inválido para a imagem um Verifique seu arquivo de imagem se você acredita que isso é um erro. Algo deu errado com a edição da imagem. Vamos ver o que é. Open AI simplesmente relatou um arquivo de imagem ou modo inválido para a imagem 1 Verifique seu arquivo de imagem. Se você acredita que isso é um erro. Entre em contato conosco em help.open.com, inclua o ID da solicitação Não tenho certeza do que poderia ser. Vou investigar e partir daí. A primeira coisa a fazer sempre que isso acontece é olhar para as imagens que estão aparecendo e ver qual poderia ser o problema. Ok, eu resolvi o problema, e agora estamos prontos para começar. O que aconteceu é que, em nosso arquivo do Google Sheet, eu coloquei o URL errado e, portanto, tivemos um problema porque o URL não estava correto e não foi possível capturar a imagem, uma das imagens. Eu o testei com um, e ele já passou por todo o processo, e podemos ver que está chegando. Agora, o interessante aqui é que, como você pode ver, agora está totalmente em preto e dourado. Se ampliarmos um pouco, isso é muito bom. Agora podemos ver uma visualização do nosso conceito de design. O que queremos fazer agora é enviar isso para o Dropbox, e vamos continuar com nosso fluxo de trabalho agora e adicionar o elemento do Dropbox Para isso, é claro, clicamos em nosso sinal de adição, localizamos o Dropbox E o que queremos fazer é que você queira fazer o upload de um arquivo. Eu já tenho minha conta do Dropbox configurada, configure você mesmo uma dessas ou você pode simplesmente colocar o arquivo em outro lugar. Mas, para o propósito desta demonstração, crie uma conta do Dropbox A fonte é um arquivo, como de costume, e então vamos colocar o caminho para nossa pasta, e eu vou pegá-lo do Dropbox Basta colocar isso aqui. Eu retirei os 20%, que representam um espaço. E então, para o nome do arquivo, eu vou realmente criar o nome do arquivo a partir de algumas variáveis. Então, a maneira como eu faço isso geralmente é voltar ao esquema, olhar na parte inferior para ver essas variáveis e o elemento de contexto, e temos várias coisas Eu geralmente gosto de usar o agora, que é a data ou a hora Por ser único, muda toda vez que eu executo e, dessa forma, posso ver onde há um novo arquivo. Voltaremos ao Esquema, clicaremos em variáveis e Contexto, e vou nomeá-lo agora com o carimbo de data/hora atual, eliminando E então eu coloquei a extensão do arquivo e um.in no meio, é claro O nome do arquivo será o timestamp dot PNG, o que é excelente Em seguida, clique nessa opção de arquivo binário e o campo deve ser dados. Só vai tirar os dados daqui. Ele vai tirar o objeto daqui, o que é chamado de dados. Esse é o campo binário de entrada, como diz aqui, contendo o arquivo a ser carregado. Feito isso, basicamente, ele pegará o arquivo que obtivemos do nosso nó Editar imagem e enviará para o Dropbox no lugar certo Se executarmos essa etapa, ela acabou de ser carregada e podemos ver a saída aqui. Diz que o caminho do arquivo, se ampliarmos um pouco, será esse, que é 2025, 12, 1915 37 Se voltarmos , lá está. Se clicarmos nela, essa é a imagem. Isso foi transferido diretamente para o Dropbox. Isso é excelente. Isso prova que nosso fluxo de trabalho funciona conforme o esperado. Se diminuirmos o zoom, esse é todo o nosso fluxo de trabalho com o agente de IA UD trabalhando de ponta a ponta. Se eu guardar isso, vou chamá-lo de criador do conceito de design de produto, que é um agente, e isso vai lhe dar um nome melhor, porque não é o conceito em si, é o criador do conceito. E, portanto, você pode ver isso como um membro de sua equipe que, na verdade, adota uma ideia de pesquisa, valoriza algumas diretrizes de marca usando um agente de promoção E depois o converte em um arquivo real, edita e o carrega onde quiser E isso está funcionando de ponta a ponta agora. Aí está. Agora é a sua vez. O que eu quero que você faça é pensar em onde você tem uma única ou mais decisões baseadas em regras em sua organização onde você não necessariamente quer que sejam apenas regras o tempo todo, onde você poderia ter um agente ou, se você pensa nisso, como um colega de equipe, realmente faça o trabalho para você repetidamente, que eliminaria alguns atritos tem uma única ou mais decisões baseadas em regras em sua organização, onde você não necessariamente quer que sejam apenas regras o tempo todo, onde você poderia ter um agente ou, se você pensa nisso, como um colega de equipe, realmente faça o trabalho para você repetidamente, o que eliminaria alguns atritos de sua empresa. processe e o automatize. Exemplos: para um gerente de produto, você pode padronizar a criação visual de conceitos da mesma forma que temos imagens conceituais gerente de marketing, você pode usá-lo para ter consistência visual da campanha aplicando certos conceitos de campanha a cada campanha de marketing. Se você é fundador, pode criar conceitos rapidamente para qualquer coisa, onde quer que esteja desenvolvendo. Um gerente de operações poderia criar imagens para fornecedores, resumos automaticamente que poderiam ser enviados aos fornecedores com base em qualquer produto E uma equipe criativa pode gerar edições de imagens não apenas para conceitos, mas para imagens reais todas as vezes, exatamente da mesma forma usando as diretrizes da marca ou as diretrizes que você quiser Comece pequeno, comece com uma regra, comece com um agente, e isso lhe dará uma saída na qual você pode confiar. E espero que agora você possa ver como os sistemas genéticos são realmente poderosos e uma maneira poderosa, confiável e flexível de fazer o que quiser e automatizá-lo 11. Imagens de produtos de marca geradas pelo agente conceitual de design de produto: Então, para realmente entender o poder do agente conceitual de design de produto, precisamos ver o que aconteceu em termos de tirar nossas imagens de pesquisa e criar nossos conceitos de design de produto com nossa marca. Então essa é a nossa planilha com os itens da pesquisa. E o que eu fiz foi abrir todos os itens de pesquisa que tinham a marca Não, e vamos ver como nosso criador do conceito de produto definiu Essencialmente, passamos disso para isso. Aqui está uma imagem. Como você pode ver, essa era a imagem original. Agora você pode ver esses. Eles têm o logotipo. Agora, tem algo a ver com a ortografia. Quando você está usando algo relacionado a LLMs, eles não aperfeiçoaram a manutenção do texto igual no momento, ou podem ter motivos para alterá-lo em relação aos direitos autorais e acham que estamos usando a marca de outra pessoa Mas essa é a nossa marca. Não se diz paixão da mesma forma, mas, como você pode ver, é de boa qualidade É mudá-lo para preto e dourado, assim como nossas diretrizes de marca, Logo. Parece muito bom. À esquerda, você pode ver como era antes, depois de me chamar de tendenciosa, mas eu sei qual eu prefiro. Então esse é o primeiro. Em seguida, temos isso, que é a parte superior e inferior. Vamos ver como o nosso acabou. Então aí está você. Novamente, é aplicado à marca. Desta vez, tem a grafia correta. Ele tem um bom logotipo em vez desse logotipo, e o plano de fundo é mantido e mantido um pouco mais suave Novamente, como não definimos explicitamente o tamanho da imagem, ela foi cortada um pouco, mas essas coisas são facilmente O próximo, um dos meus favoritos. Então esse foi o antes e o depois da nossa marca, esse é o depois Então, mudou tudo para preto e dourado. Ele substituiu o logotipo. Bem, ele substituiu um logotipo, mas infelizmente deixou o Nightti Já o executei antes e ele conseguiu substituí-lo. Então, se voltarmos, dê uma olhada. Sim, podemos ver aqui que ele substituiu isso antes por um P e substituiu o carrapato da Nike por paixão e depois essa forma, que na verdade parece bem legal Ele ainda melhorou a aparência do modelo, que é um bônus adicional. A seguir está o anúncio dos melhores trajes de futebol de 2025, estilo Conforto e desempenho com um cara chutando uma Então, passamos dessa imagem de pesquisa para conceito de design. Novamente, ela se encaixa um pouco, mas o importante é que, novamente, a ortografia não está correta, mas você pode ver que ela foi alterada para preto e dourado, bem parecida Até mudou as cores de seus tênis para combinar, então podemos ampliar um pouco mais Novamente, é até mesmo mudar as coisas para ter essa aparência, mas tudo está bem coordenado E uma vez que resolvemos o tamanho aqui, isso parece muito bom, e parece o tipo de coisa com a qual você pode anunciar e atrair pessoas Então, um bom conceito de design para nosso traje de treino. Em seguida, temos as mulheres. Então, isso estava usando cores masculinas nas imagens femininas. Então, quando digo cores masculinas , são as cores que foram especificadas especificamente para homens, e veremos como isso fica. Então, antes de pesquisar a imagem, depois esse é o nosso conceito de design. Eu acho que isso parece muito bom. Ela fica muito bem em preto e dourado lá. Novamente, até trocou os sapatos para combinar. Ele mudou cada elemento para preto e dourado. Então, exceto por algum motivo, essa blusa, não sei por que, talvez porque estivesse um pouco fora da tela, mas você pode ver que essa imagem agora tem um logotipo e está em preto e dourado. Você pode ver que este agora substituiu o logotipo. Tudo está em preto, mas é mantido dourado apenas para o logotipo. E esses são detalhes que podemos alterar em nossas diretrizes de estilo de marca ou em nosso aviso. Você também pode ver que uma coisa a observar é o ajuste. Então, se você olhar aqui, dissemos elegante, então esse ajuste é muito mais elegante, e também mudou um pouco a aparência dela, o que é interessante E então o último é esse aqui à esquerda, um pouco fora da tela. Precisamos alterar o tamanho da imagem, mas ela substituiu completamente o logotipo, tornou preto e dourado, e isso parece muito inteligente. Acho que posso até comprar um. E para essa imagem, é isso. Então, devo dizer que estou muito feliz com o que foi feito. Acho que fez um ótimo trabalho com o mínimo esforço de tirar algumas imagens de pesquisa e depois transformá-las em alguns conceitos de design de produto com nossa própria marca, nosso próprio logotipo e as cores que dissemos e o quão versátil nosso agente de IA pode ser quando fazemos algumas alterações para fornecer ainda mais detalhes 12. O agente de planejamento de projeto — introdução: Lição, vamos automatizar a criação um plano de projeto de alto nível que está pronto para ser usado em uma ferramenta reconhecida mundialmente como o Jira, para planejar Então, o que vamos fazer é usar uma planilha contendo detalhes dos próximos projetos e ideias de projetos e, em seguida, transformar cada linha em um plano de produto profissional pronto para o Jira usando um agente de IA contendo detalhes dos próximos projetos e ideias de projetos e, em seguida, transformar cada linha em um plano de produto profissional pronto para o Jira usando um Então é aqui que os agentes de IA realmente se destacam ao tomar decisões com base no conhecimento do mundo real da mesma forma que um gerente de projeto faria. Então, vamos falar sobre nosso fluxo de trabalho. O fluxo de trabalho é o fluxo de trabalho do agente do gerente de planejamento de projetos . E por que o usamos, o usamos para transformar ideias de projetos planos prontos para o Jira usando a abordagem de entrega correta usos comuns de diferentes funções são transformar ideias em épicos ou fases, escolher a metodologia certa de gerenciamento de projetos como ágil ou cascata, economizar tempo inicial no planejamento e reduzir erros de planejamento Vamos analisar o cenário. Portanto, o cenário é que o que queremos fazer é terminar com o plano de projeto correto base no tipo de ideias de projeto que temos. Então, se começarmos com esta planilha, que é o planejamento de projetos de esportes apaixonados, há dois tipos diferentes de planos Assim, você pode ver que tudo tem um título de projeto, um tipo de projeto, uma meta do projeto, as principais características do projeto, as restrições de entrega, ou seja, as coisas que absolutamente devemos fazer e, em seguida, metas de desempenho de qualidade Por exemplo, Passion Sports AI Track suit 2026. Esse é o nome do projeto. O tipo de projeto é para roupas. Portanto, é um projeto de roupas. Então, precisamos criar algumas roupas. E a ideia é que, para o objetivo do produto, o que queremos fazer é criar um traje de treino masculino elegante para o mercado do Reino Unido com a marca esportiva Passion Devido às restrições de entrega, ele deve ser proveniente da China com o melhor preço possível, lançado o mais rápido possível e deve ser de alta qualidade Então, como você pode ver, há uma linguagem bastante vaga lá. É o tipo de coisa que, se você entender o que significa alta qualidade, saberá o que fazer. Mas, além disso, você realmente precisa fazer alguma pesquisa. Você saberá do que está falando. Meta de qualidade e desempenho. Deve ter um toque premium, costura durável e tamanho consistente Novamente, a linguagem é bastante vaga e requer algum conhecimento do produto para fazer isso da maneira certa. E então o próximo projeto se chama Passion Is Also Passion Sports, e é o site da Premier League. O projeto digita um site e o objetivo é criar um site de futebol britânico de primeira linha cobrindo a Premier League. As principais características são que todos os componentes esperados pelos fãs de futebol , como jogos, resultados, tabelas classificativas, relatórios de jogos, imagens e destaques em vídeo devem estar neste site E quanto às restrições de entrega, ele deve ser baseado na nuvem. Ele deve ser lançado antes do primeiro dia da FA Cup. Ele deve ter mídia FACAP e ser escalável para o tráfego do dia da partida. Então esse é praticamente o maior torneio do Reino Unido. E, portanto, haverá muito tráfego. E, novamente, isso precisa de conhecimento do mundo real para saber que tipo de tráfego obteria para saber o que é o FACUP, esse tipo de coisa Você não poderia simplesmente usar algumas regras para descobrir como fazer isso. metas de qualidade e desempenho, o carregamento da página deve ser inferior a 2,5 segundos e deve ser a melhor experiência de usuário da categoria. Novamente, é necessário conhecimento do projeto. Então, queremos passar disso para uma lista essencialmente de coisas de alto nível para fazer, um plano de projeto e tudo apenas a partir desse texto, que é todo texto em linguagem natural. O que queremos é algo parecido com isso. Então, isso é uma espécie de cronograma, mas está no formato semelhante a um gráfico Gan, essencialmente uma lista de fases de alto nível e, em seguida, datas ou uma linha do tempo que indica quanto tempo levaria Então você pode ver isso aí, bastante familiar. No entanto, isso é para um estilo de projeto, que vou abordar, e o outro estilo é literalmente uma lista do que chamamos de épicos Então, esses são grandes recursos, grandes histórias. E então eles aparecem em um formato completamente diferente. Então, a questão é: como decidimos qual formato e o que está nos orientando em qual formato Então, isso nos leva a diferentes estilos de gerenciamento de projetos. Portanto, existem dois estilos principais e bem conhecidos de gerenciamento de projetos. O primeiro é ágil, conhecido como estilo adaptativo E faz sentido quando se trata de um projeto, por exemplo, para projetos digitais, quando os requisitos podem mudar, quando você quer aprender e melhorar à medida que avança. E um exemplo compreensível é criar um novo recurso de comércio eletrônico ou um novo site, até mesmo uma ferramenta interna em que você deseja feedback de forma consistente, ou deseja incorporar o feedback de forma iteracional e depois alterar e atualizar seu produto com base E isso pode ser do meio ambiente, pode ter a ver com o mercado ou pode ser o feedback dos usuários. E então, os planos ágeis normalmente se tornam épicos, como mostrei, e épicos são grandes características, grandes histórias Crie uma lista deles e eles formarão o que é chamado de lista de pendências do produto, e você itera seus ciclos de entrega Então, de vez em quando, geralmente em um período de uma a quatro semanas, você replaneja e constrói novamente. Então, nessa situação, você teria algo parecido com isso , literalmente uma lista. Tem estimativas aqui ao lado do que é chamado de pontos históricos, números de fibonnaci E isso é obsoleto para esse tipo de gerenciamento de projetos. Então, o outro estilo de gerenciamento de projetos é em cascata ou preditivo E a cascata funciona melhor quando o projeto envolve produtos físicos, por exemplo, físicos, nem sempre, mas geralmente coisas como produtos físicos ou manufatura E é quando o trabalho deve acontecer em uma ordem e escopo específicos, então a quantidade de trabalho que você está fazendo as coisas especificadas como trabalho são geralmente fixadas desde o início. Eles sempre levam praticamente a mesma quantidade de tempo, a menos que você tenha um grande obstáculo o que você está fazendo é Em termos de recursos, o que você está fazendo é que os recursos sejam corrigidos desde o início e, geralmente, os prazos são sempre os mesmos Portanto, um exemplo compreensível é produzir uma nova linha de roupas, configurar a logística ou implantar infraestrutura onde as dependências são importantes, mas geralmente elas levam aproximadamente o mesmo tempo se você não encontrar obstáculos Portanto, os planos em cascata geralmente levam a fases muito claras, cronogramas fixos, a menos que algo mude, e você acaba com algo como um gráfico de Gant, que são os cronogramas que eu mostrei Então, parece algo assim. Aqui estão as fases e aqui estão os cronogramas relacionados a cada uma dessas fases de forma bastante simples Dependendo do tipo de projeto, necessário decidir se será um é necessário decidir se será um projeto ágil ou um projeto em cascata , e isso significa que as fases ou os épicos gerados seguirão uma Alguns terão histórias e serão formulados assim, ou podem ter essa aparência e ter um estilo diferente, e ter um estilo diferente, como análise de requisitos e especificação de design Então, lá dentro, há uma descrição. Defina as especificações detalhadas do produto, incluindo a seleção de tecidos Valour, ajuste justo, Reino Unido e tamanhos masculinos Portanto, ele apenas fornece uma descrição do que é neste momento. Já no mundo ágil, isso aqui forma um resumo e, na descrição, você tem o que é chamado de critérios de aceitação O usuário deve ser capaz de ver os últimos jogos por data O usuário deve ser capaz de ver os resultados e pontuações das partidas em tempo real e, em seguida, alguns casos extremos para lidar se as coisas derem errado. Portanto, existem dois estilos diferentes de gerenciamento de projetos com base no estilo escolhido. E é isso que queremos que o agente de IA escolha. Agora, voltando ao próprio agente de IA, esse é o agente do gerente de planejamento de projetos, e é aqui que toda a diversão acontece. Então, o que fazemos é, em primeiro lugar, aqui, a primeira coisa que fazemos é usar um gatilho manual, que podemos alterar para ser programado e executado todos os dias, todas as semanas ou de vez em quando. Mas, no momento, é manual quando clicamos em Executar. O que ele fará é obter linhas da nossa planilha de planejamento de projetos com os detalhes de todos os projetos que precisam ser planejados. Alto nível em linguagem natural, como eu mostrei, e isso será enviado ao nosso agente de planejamento de projetos. E o agente usará um grande modelo de linguagem como cérebro, como o ChatGPT, neste caso, é o ChatGPT ou, devo dizer, o GPT sem o front-end Portanto, não é o ChatGPT, mas é o mesmo back-end. E funcionará com base no que é lido na planilha, no tipo de projeto que deve ser executado Deve ser um projeto ágil porque é mais adaptável ou deveria ser um projeto em cascata porque tem escalas de tempo ou fases bastante fixas Com base nisso, ele criará uma lista de épicos ou fases, dependendo do estilo Então, esse código basicamente os divide em uma lista de épicos e da metodologia, seja ela em cascata E a razão é porque vamos fazer coisas diferentes dependendo de qual delas for. Então, se a declaração for decidida, será em cascata ou ágil Se for uma cachoeira, vamos seguir esse caminho. Se for ágil, seguiremos esse caminho. E, essencialmente, dependendo do caminho que escolhermos, acabaremos com épicos Usaremos épicos, mesmo que a linguagem épica seja mais ágil, mas é uma boa maneira de resolver os problemas de que precisamos As fases ou os épicos de que precisamos no formato que o Jira possa usar Agora, se for uma fase em estilo cascata , definiremos a data de início e a data de término E se for um épico, então vamos apenas definir a estimativa do ponto da história e vamos deixar por isso mesmo, na verdade. Todos eles terão uma descrição e um resumo, e o agente de IA decidirá o que colocar na descrição de um resumo de cada fase. Então, no final, acabaremos com algo parecido isso ou algo mais parecido com isso. Então é isso que o agente de IA precisa fazer, e esse é o nosso fluxo de trabalho. Não precisamos de memória porque não há nada para memorizar no meio E não há nenhuma ferramenta específica nesse caso, porque tudo o que precisamos é de uma planilha, e todas as coisas divertidas acontecem Então, vamos começar e criar 13. Como automatizar planos de projetos com o Project Planning Agent: Então, como sempre, começaremos criando nosso fluxo de trabalho. Clique no botão Fluxo de trabalho. E vou nomeá-lo imediatamente como Agente do gerente de planejamento de projetos. Então, a primeira coisa que vamos querer fazer é ler nossa planilha, então vou clicar aqui Vá para a planilha e a ação é Get Rose. Eu já tenho minha conta do Google. As folhas estão dentro dos documentos, e nós vamos pegar a rosa, e vamos escolher em uma lista. Vamos visitar Passion Sports Project Plans. E a planilha que queremos escolher é chamada de folha de detalhes do projeto, e é isso. E é aí que está imediatamente. Podemos ver que foram escolhidas duas linhas para o traje AI Track da Passion Sports e o site da Passion Sports Premier League, dois projetos diferentes. Aqui vamos nós. Ele adicionou um gatilho manual porque ele faz isso automaticamente e precisa ser iniciado de alguma forma. A próxima coisa que vamos fazer é adicionar o agente de IA. É o agente que adiciona isso e, aqui, vamos escolher o definido abaixo porque não estamos alterando o que ele faz com base em nenhuma entrada, conforme definido abaixo. E vamos deixar isso como uma expressão vazia. Então está vazio. E isso nos permite descer e criar uma mensagem do sistema. mensagem do sistema será executada todas as vezes. E vamos deixar isso por enquanto. Vamos voltar e colar nossas pontas. Mas antes disso, vamos dar uma olhada no que temos. Então, o que falta é o cérebro da operação, que é o Open AI GPT. E esse é o modelo de bate-papo. E o GPT 4.1 mini está absolutamente bem, então vamos deixar isso. Estou acostumado com isso. Eu testei, então vamos continuar com isso. Então, agora temos o cérebro da operação configurado, nosso comando, e faremos outras coisas depois disso Então, há um prompt que eu criei anteriormente, então vou colá-lo. Então, se expandirmos isso um pouco, na mensagem do nosso sistema, usei um formato que funciona muito bem. É chamado de meta, função, contexto, ações a serem tomadas, ações a serem tomadas, que são tudo sob o contexto, o formato e, em seguida, quaisquer regras ou prós e contras Dividido um pouco mais do que isso, mas resolve isso E esse é um padrão bem conhecido, padrão rápido para garantir que você obtenha a saída correta do LLM ChatGPT Então, vou explicar isso, mas vou dar uma visão geral do que está lá dentro Portanto, o objetivo é analisar os detalhes do projeto, escolher a metodologia de entrega apropriada como na cachoeira Agila, e gerar um plano de projeto pronto para o Jira A função é que você é um agente de planejamento de projetos que aplica o julgamento profissional de gerenciamento de projetos. O contexto e os detalhes do projeto são recuperados por meio de um Google Sheets conectado Isso é o que anexamos na frente e, em seguida, a planilha fornece várias linhas. Cada linha contém o título do projeto, o tipo do projeto, meta do produto, os principais recursos e escopo, as restrições de entrega e as metas de desempenho de qualidade E esses são os parâmetros que realmente obteremos da entrada aqui. Eu já os incluí porque colei isso de outro projeto, então ele deve ter o mesmo nome, mas vamos verificar isso E se não, então vamos arrastá-los para dentro. Isso precisa ser uma expressão. E se eu abrir isso novamente, você pode ver que eles são todos verdes, o que significa que eles mantiveram os mesmos nomes. Portanto, as regras de decisão, ágeis escolha ágeis ou adaptativas quando o projeto é digital, exigem que os requisitos envolvam entrega iterativa É em cascata ou preditivo quando o projeto envolve produção física ou fabricação O trabalho é sequencial com dependências fortes. O escopo é amplamente fixado de antemão. E há alguns fatores de desempate, caso seja difícil decidir se a incerteza e a iteração dominam o ágil; se o fornecimento, o sequenciamento ou a logística dominam, então a cascata decidir se a incerteza e a iteração dominam o ágil; se o fornecimento, o sequenciamento ou a logística dominam, então a cascata . Em seguida, as ações são lidas os detalhes do projeto fornecidos pelo Google Sheets, determinam se a metodologia ágil ou em cascata é a mais adequada geram uma lista de itens de trabalho de alto nível adequados aos épicos do Jira E então as regras de descrição. Então é aqui que eu vou detalhadamente sobre o que colocar na descrição de cada um dos itens de trabalho. Portanto, se for ágil, a descrição deve conter critérios de aceitação e casos extremos com títulos de casos da Apple em negrito, e eu entro em alguns detalhes sobre como isso deve ser cascata, a descrição deve conter descrição padrão do setor como gerente de projetos do PMP Esse é um profissional de gerenciamento de projetos. Então, estou apenas dizendo para ela usar padrões da indústria, regras de estimativa Para o ágil, eu disse para gerar épicos com um resumo escrito no formato como uma função. Quero um requisito, por isso, e isso é algo padrão do setor E estime o épico usando os pontos da história de Fibonacci. Então, essa é uma forma bem conhecida de estimar com agilidade. Se for Cachoeira, trate cada épico como uma fase para cada fase, forneça a duração, a data de início, que deve começar depois de agora Eu trouxe isso daqui. Então, agora significa a data atual ou a hora atual. Então, se tem uma data de início, deve ser depois de hoje, não posso estar no passado. E eu sei disso porque, quando eu fiz isso antes, isso continua criando problemas ou tarefas que começaram no passado. Então é por isso que eu coloquei isso lá. E deve ter uma data de término, e as datas devem ser sequenciais e realistas com base na dependência Então, como você pode ver, há muito raciocínio aqui, coisas que você não poderia necessariamente colocar de outra forma, porque o realismo baseado em dependências precisa Ele precisa de algo para pensar, e é por isso que anexamos nosso GPT, nosso LLM, para que ele possa realmente E esse é o poder do agente de IA. O formato de saída: a saída deve ser de dados estruturados , adequados apenas para a criação direta de épicos do Jira Além disso, as coisas a serem incluídas na metodologia devem ser ágeis ou em cascata Então, na verdade, ele vai criar uma estrutura que tenha todas essas coisas como saída. Então, ele vai produzir. A metodologia terá valores ágeis ou em cascata. Ele produzirá alguns épicos, que são uma matriz em que cada item inclui um resumo, e eu disse um título épico conciso do Jira derivado do escopo do projeto, descrição, descrição clara do estilo do júri, estimativa, pontos da história ágeis, duração, data de início e data término de Waterfall e quaisquer que são uma matriz em que cada item inclui um resumo, e eu disse um título épico conciso do Jira derivado do escopo do projeto, descrição, descrição clara do estilo do júri, estimativa, pontos da história ágeis, duração, data de início e data de término de Waterfall e quaisquer suposições importantes. E então, mais regras não adicionam explicações narrativas fora da saída estruturada Não misture estilos ágeis e de estimativa em cascata, use suposições e intervalos padrão do setor, garanta que os resumos e as descrições sejam escritos na linguagem profissional do Jira. Se necessário, insira os dados. Se os dados de entrada necessários estiverem ausentes, saída e o resultado vazio, a saída deverá estar exatamente em conformidade com o esquema de saída estruturado Não retorne JSN como texto. Não envolva a saída em markdown ou blocos de código. Então, isso é essencialmente suficiente para garantir que ele conheça o objetivo, conheça o papel, conheça o contexto. Ele sabe o que precisa fazer. Eu sei o formato em que ele precisa fazer isso. E há algumas coisas que devemos e não devemos fazer, coisas para fazer e coisas para não fazer na parte inferior Portanto, esta é uma mensagem muito restrita aqui ou um aviso muito rígido para nosso GPT, então ele sabe exatamente o que gerar Portanto, a primeira coisa a fazer é executar essa etapa e garantir que ela realmente funcione forneça alguma saída e veja qual é a saída. Então, vamos fazer isso. Então, podemos ver que os nós funcionam bem e há um monte de informações aqui. Eu posso ver que há dois resultados. Como você pode ver aqui, dois itens, e isso porque ele incluiu dois itens, as duas linhas da nossa planilha E eu posso ver na primeira, a metodologia é cascata No segundo, a metodologia é ágil. Então isso já parece bom, e sabemos disso porque aqui o primeiro é um projeto de roupas e o segundo é um site. Portanto, os sites geralmente seriam ágeis porque, com o software, geralmente queremos iterar e continuar mudando Já para algo como roupas, é bastante fixo. Geralmente há um contrato, e sabemos que, para esse projeto, geralmente, seria um projeto em estilo cascata, em que tudo é definido de antemão e depois construído em fases Então esse é um bom começo. Você notará que, na estrutura JSON, há muitas aspas aqui Isso é algo que geralmente acontece, e precisaremos fazer algo para resolver isso. Mas a primeira parte disso funcionou muito bem. Então, agora vamos perseguir o agente. Aliás, o que eu quero que você lembre é que o raciocínio é usado para gerar todas essas Todas essas são fases que ele é gerado. E gerou todas as fases e os épicos apenas com base nessas informações, linguagem muito vaga, e esse é o poder de uma IA 14. Como automatizar planos de projeto Waterfall (preditivos) diretamente no Jira: Um. Então, olhando para trás, a próxima coisa a fazer é descobrir o que fazer. Agora que temos todos esses épicos, precisamos colocá-los no Jira e fazer coisas diferentes e criar um tipo de problema diferente Bem, talvez não seja o tipo de problema, mas precisamos criar problemas diferentes para projetos em cascata e problemas diferentes para projetos ágeis Então, por causa do formato disso, porque há muitas aspas, escapou das coisas e as tornou um pouco confusas, e às vezes tenho dificuldade em fazer o agente de IA torne isso mais limpo O que eu geralmente faço é adicionar algum código depois para limpar isso. Então, vamos fazer isso agora, e o que ele fará é destacar o fato de que temos uma metodologia seguida por vários épicos Isso deixará isso muito mais claro aqui. Portanto, podemos percorrer todos os épicos e enviá-los para o Jira Também podemos ver rapidamente qual é a metodologia, seja ela em cascata ou ágil, e fazer coisas diferentes Então, vamos fazer isso puxando-o para fora de uma forma um pouco mais limpa, facilitando o alcance e agarrando o que queremos Então, para fazer isso, precisaremos de um nó de código e faremos isso em JavaScript. E eu criei a códola, então vou colar isso e explicar Então, o que estamos fazendo está no lado esquerdo, temos o item, que é essa estrutura de saída. Obteremos isso e obteremos isso da entrada, que na verdade é essa estrutura. E assim que obtivermos a saída bruta, vamos passá-la. E se for uma string, retiraremos o JSON bruto de que precisamos Vamos elevar os campos até o nível mais alto, como eu estava dizendo, porque isso torna mais fácil pegar o que queremos. Portanto, a metodologia do item será a metodologia anterior. Em outras palavras, vamos escolher isso dessa sequência aqui e vamos escolher os épicos também a partir dela E então vamos devolver o novo item, que é muito mais limpo. Então, isso torna muito mais fácil pegar o que queremos, a metodologia, possamos dizer se é ágil ou cascata e, em seguida, os épicos para que possamos examiná-los . Então, vamos verificar o que acontece quando executamos isso. A primeira coisa que notei é que esqueci de fazer alguma coisa. Aqui, você pode ver que apenas um item foi devolvido, mesmo que houvesse dois itens, um para cada linha na entrada. E a razão para isso é porque eu fiz isso aqui executar uma vez para todos os itens selecionados. Então, eu deveria ter executado uma vez para cada item. Dessa forma, cada linha da planilha fará isso, fará isso que facilita o envio cada linha como saída e o processamento de forma diferente. Então, se eu executar isso, vamos lá. E agora isso está um pouco mais limpo para que possamos obter a saída, e isso torna um pouco mais fácil entrar em contato e obter o que precisamos, a metodologia e os épicos Agora também temos dois itens, um aqui na estrutura de saída e outro mais abaixo. Então, você pode ver aqui que, do lado de fora, a metodologia é cascata e é seguida por vários épicos E se eu passar para a próxima dentro dessa estrutura de saída, a metodologia é ágil, e então temos vários épicos, e essas são as informações que queremos obter facilmente Então isso funcionou. A próxima coisa que vamos fazer é decidir, para cada um desses itens que chegam, precisamos decidir se é ágil ou em cascata e, em seguida, fazer algo diferente a cada vez Então, para isso, vamos usar um I. E isso é se, e por dentro, o que vamos fazer é escolher a metodologia, que está aqui, agradável e fácil de entender. E então vamos fazer isso. Se for igual a uma cachoeira, vamos descer a primeira trilha E por qualquer outro motivo, vamos assumir que é ágil e depois seguir a segunda faixa Então, vamos executar isso. E se você olhar aqui, você pode ver que há um galho verdadeiro e um galho falso. Ou seja, se é verdade que esse item que chegou é uma cachoeira Diz que a metodologia é cascata, depois acaba no galho verdadeiro Mas se for falso, acaba na ramificação falsa. E isso porque a primeira é a cascata da metodologia, a primeira linha e a segunda linha é a metodologia ágil Então, é ramificado com sucesso, então isso é bom. Então, vamos sair disso. Então, o que queremos fazer a seguir? Então, se for uma metodologia em cascata, queremos criar um tipo diferente de problema no Jira Ele ainda terá o tipo de problema épico, mas vamos definir alguns campos diferentes que possamos mostrá-lo como um gráfico de Gan. E se for ágil, faremos outra coisa. Mas vamos primeiro abordar a questão do estilo cascata. Então, o que precisamos fazer, e isso realmente se aplica aos dois casos, é separar os épicos neste momento Então, sabemos que essa trilha é para cachoeira. Então, vamos separar os épicos da cachoeira, e os épicos são as fases em termos de cachoeira que enviaremos para o Jira em forma épica Então, vamos escolher esse nó dividido, e isso eliminará os épicos de que precisamos Então, aqui, vamos literalmente incluir épicos, e é isso que queremos dividir Então, a partir de agora, queremos apenas uma lista de épicos, e não há mais nada a fazer lá Então, vamos testar se temos nossos épicos na saída e aí estamos Portanto, esta é uma lista de épicos ou fases em cascata, cada uma com um resumo, uma descrição, uma estimativa com uma data de início e término, e é exatamente isso que queremos para cada fase gerada Então é isso. Então, a próxima coisa que queremos fazer é adicionar tudo isso ao Jira Então você pode ver que saiu como um item. Agora o dividimos em cinco, e esses são os cinco épicos ou fases que vamos adicionar ao Jira, então ele o chamará cinco vezes Então, o que vamos fazer é clicar em Mais sobre isso e, em seguida, encontrar o Jira, e queremos o software Jira E no software Jira, o que vamos fazer é criar um problema Então, eu já tenho uma conta do software Jira. Se você tem o Jira , deve ter uma conta para se certificar configurá-la da maneira correta para poder adicionar épicos E a única coisa a escolher é um projeto scrum. E você pode escolher um projeto scrum tanto para o lado da cascata quanto para o lado ágil ao configurar Se você fizer isso por muito tempo , terá acesso ao tipo certo de problema. Depois de configurar uma conta do Jira, você pode vir aqui e escolher sua conta normalmente, criando uma nova credencial, como de costume . Será Cloud. Você precisará obter seu token de API e colocá-lo aqui. E depois de fazer isso e colocar seu endereço de e-mail aqui, você poderá continuar. Então, já temos as coisas corretas aqui. problema é o recurso e a operação é criada. Então, vou escolher entre uma lista de todos os meus projetos. E esse é o projeto da cachoeira. Então, se for uma cachoeira, sabemos que queremos que ela vá para esse projeto, esportes apaixonados, AI Tracks É para lá que nossos projetos de cachoeiras estão indo, porque todos os nossos projetos de cachoeiras são projetos trajes esportivos no momento Com o tempo, poderíamos mudar isso. Então, esses são apenas projetos de roupas, por exemplo, ou poderíamos chamá-los de projetos em cascata Mas só para esclarecer, eu o chamei assim por enquanto. E então, o tipo de problema que isso criará é épico por enquanto. Então, agora o que queremos fazer é começar a adicionar as informações, e essa é a razão pela qual criamos cascata separada dos problemas ágeis Portanto, o resumo fala por si. Isso virá do resumo. E serão coisas como o título, na verdade, desta fase, que é a finalização do design do traje esportivo masculino Passion Sports E as outras coisas que queremos acrescentar são que poderíamos adicionar literalmente qualquer coisa, mas queremos adicionar uma descrição, e ela virá daqui. E isso explica que essa fase envolve a finalização do design do produto, incluindo a seleção de trajes esportivos Valere, etc. A outra coisa que é muito importante acrescentar é a data de início. E agora a data de início não aparece em nossa lista. Isso porque atualmente é um campo personalizado no Jira Então você adiciona um campo personalizado de uma lista, data de início. Isso é o que nós queremos. E então vamos arrastar isso para dentro. E isso é praticamente tudo o que precisamos. Poderíamos acrescentar mais, mas por uma questão de concisão, vou deixar por isso mesmo Uma coisa a observar é que atualmente não podemos obter a data de término, que é a data de vencimento. Não podemos fazer isso através do nodo. Se você tentar pesquisar no campo Personalizado do anúncio, verá que a data de vencimento, que é a versão de uma data de término do Jira , não está na lista No momento, há apenas um problema em que isso não é resolvido, mas sempre podemos preenchê-lo mais tarde. É bom o suficiente, e poderíamos colocar isso em outro lugar para que pudéssemos colocar a data de vencimento como parte da descrição e depois selecioná-la e adicioná-la mais tarde. É um pouco complicado, mas, por enquanto, essa é uma maneira de lidar com Então, essas são todas as informações de que precisamos. Então, agora vamos verificar se podemos criar com sucesso esse épico no Jira Aí está. Então parece que ele criou um, dois, três, quatro, cinco épicos no Jira Então, se sairmos disso agora, devemos ser capazes de acessar o Jira e ver se ele foi criado naquela época Uma forma de verificar é se voltarmos e olharmos a saída, você pode ver os IDs aqui, você pode ver as chaves aqui, PSAT 265, PSAT 266 Então, se eu voltar agora para o Jira, e quisermos o traje de treino de IA, se eu atualizar, aí está Então você pode ver que tudo de 65, 66 , sete, 68 e 69 apareceu aqui. Agora, se eu excluir esses antigos, só para evitar confusão. Na verdade, precisarei acessar AW e excluir todos os antigos, que nos deixa com apenas os novos que vieram diretamente, e você pode ver a partir da data. Então, se eu voltar para a visualização da linha do tempo, você pode ver que esse é mais o estilo do gráfico Gan e mostra essencialmente os horários, os horários de início e término de cada uma dessas tarefas Então, isso é excelente. Nós terminamos o primeiro. Agora, vamos voltar. Então, o que temos é que, se for um projeto em cascata, ele cria o problema e o cria É importante ressaltar que o que é feito é criá-lo com uma data de início. E o fato de ter uma data de início significa que, na visualização da linha do tempo, por ter uma data de início, começa aqui e continua Mesmo que não tenha uma data de vencimento, como você pode ver aqui, ele continua, acho que há algum tipo de padrão, mas definitivamente não passa da próxima fase. E então ela pára aí, e essa fase continua, e então há outra fase. Então, por causa disso, felizmente, mesmo que não haja data de vencimento, é muito fácil ver que funcionou E temos um cronograma no estilo Gan quase um gancha. Então, isso é ótimo. 15. Como automatizar planos de projetos ágeis (Adaptativos) diretamente no Jira: Agora, o que queremos fazer é criar esse backlog para agile Então, ágil para tarefas ágeis, não vai criá-las com um dia de início, o que significa que, se você olhar isso na linha do tempo, ela nem conseguirá mostrar a linha do tempo no não vai criá-las com um dia de início, o que significa que, se você olhar isso na linha do tempo, ela nem conseguirá mostrar a linha do tempo no momento. Pit é interessante. Mas na linha do tempo, na verdade, não mostra nenhuma dessas histórias ou épicos porque, em primeiro lugar, são Eles colocam histórias, não épicos, para que não apareçam, e não têm uma data de início, então você não as verá aqui Então é assim que sabemos que isso as colocou com sucesso como histórias no estilo ágil Então, o que vou fazer é excluí-los para que saibamos quando os novos chegarem. Vá, está totalmente limpo. E agora, quando voltarmos à lista de pendências do site de futebol esportivo Passion, Premier League, veremos um conjunto totalmente novo de itens quando isso funcionar Então, agora, se voltarmos, o que queremos fazer agora é trabalhar nesta segunda faixa do I. A primeira faixa criou itens para qualquer coisa que seja um projeto em cascata Agora, queremos fazer algo muito parecido, mas mudar um pouco os problemas. Então, vamos duplicar isso, anexá-lo. Agora, se olharmos para dentro, isso vai ser exatamente o mesmo. Ainda os consideraremos épicos, e depois faremos coisas diferentes do outro lado Então, vamos executar essa etapa. Certifique-se de que isso funcione, sim, é transformá-los em épicos, como você pode ver aqui com um resumo, uma descrição e uma estimativa dos pontos da história, que é a parte importante, como Então, agora está dividido e temos seis itens, todos eles na Epic, podemos novamente criar uma edição e anexá-la. Então, vamos abrir isso. E vamos fazer algumas mudanças aqui. Então, a primeira coisa é que não vamos sair da mesma lista. Então, o que vou fazer apenas para ficar limpo é excluir essas partes porque as colocaremos mais tarde. Vou até deletar o resumo para que comecemos do zero. Então, o projeto que estamos começando a partir disso ainda é o mesmo, então é a mesma credencial Nós vamos para o mesmo lugar. Ainda está criando um problema, então é um problema de recurso, criação de operação. No entanto, o projeto é diferente. Portanto, nossos projetos ágeis irão para o site de futebol esportivo Passion, Premier League Então, estamos assumindo que, se é ágil, deve ser esse projeto no momento Podemos mudar isso mais tarde. O tipo vai ser história. Não vamos colocar isso como um épico porque épicos tendem a aparecer na linha do tempo As histórias aparecem no Blog, então queremos que elas apareçam no Blog para um projeto de estilo ágil, então clicaremos em História E o resto é muito parecido. Vamos pegar nosso resumo e colocá-lo em resumo. E isso está escrito em estilo ágil. Como fã de futebol, quero ver os jogos e resultados precisos e atualizados da Premier League para poder acompanhar os horários e os resultados dos jogos Agradável. Os resumos estão aí Agora precisamos adicionar a descrição. E vamos fazer isso a partir daqui, desenvolver e manter um módulo dinâmico de luminárias e resultados Então essa é a descrição. E o que é diferente nos projetos ágeis é que, em vez de especificar antecipadamente a data de início e a data de término, incluiríamos estimativas Agora, normalmente, isso seria feito pela equipe, mas acabei de colocá-lo para demonstrar como seria. Então, se adicionarmos um campo, não é um campo normal. Está em campos personalizados. Clique em Adicionar campo personalizado, selecione na lista e queremos uma estimativa do ponto da história. E o valor virá daqui. Então, vamos esclarecer isso. E isso está em oito pontos. Então, isso é tudo o que precisamos porque ele não tem a data de início, não aparecerá em nossa linha do tempo e não queremos que apareça Queremos que seja uma lista em uma lista chamada lista de blogs. Então, vamos executar essa etapa e podemos ver que agora ela gerou uma, duas, três, quatro, cinco, seis histórias, começando na chave PS PL 65 e terminando com a chave PS PL 70. Portanto, devemos ver tudo isso aparecer em nossa lista de pendências, mas não estarão na linha do tempo e devem estar apenas no site de futebol da Passion Sports, projeto da Premier League como Então, agora fizemos as duas faixas. Vamos até o Jira e veja nosso projeto ágil. Então essa é a nossa lista de pendências. Se atualizarmos, aí está. Você pode ver que nossa lista de pendências tem todas as histórias 65-70. Você clica em qualquer um deles. O melhor de tudo é que não só temos nosso resumo como fã de futebol, etc., mas também temos uma descrição que é excelente porque tem critérios de aceitação em casos extremos, todos gerados por nosso agente de IA, porque pedimos ele fizesse as coisas em um formato específico, que ele fizesse as coisas em um formato específico, e isso é feito para cada história Portanto, isso sempre pode ser alterado, refinado e atualizado, mas é um excelente ponto de partida. É até mesmo feito algumas estimativas, e elas serão baseadas em conhecimento real. Novamente, esse é o tipo de coisa a equipe precisaria analisar para estimar, mas é apenas uma demonstração do que é possível, na verdade. E se voltarmos e analisarmos nosso agente de IA. Tudo veio disso. Tudo veio de dizer, de forma ágil, que a descrição deve conter critérios de aceitação em casos extremos com cabeçalhos maiúsculos em negrito Está tudo aí. Dizia: como gerar os épicos com um resumo escrito como um papel em um, por isso, estimar os pontos da história de Fibonacci isso, estimar os pontos da história de Fibonacci Então, tudo isso foi usado para gerar histórias. E se você pensar bem, tudo isso veio apenas de uma planilha e principalmente do uma planilha e principalmente fato de que há uma meta de produto que diz: criar um site de futebol britânico de primeira linha cobrindo a Premier League e com algumas características importantes, como componentes esperados pelos fãs de futebol, como jogos, resultados, tabelas classificativas, etc Então, é realmente incrível termos passado desse fluxo de trabalho para esse, que é uma lista de histórias, histórias de alto nível ou épicos em que a equipe pode trabalhar Então esse é o nosso fluxo de trabalho. Realmente incrível. Nosso agente gerente de planejamento de projetos é, na verdade, parte da equipe, e esse agente de IA fez um excelente trabalho gerar duas trilhas diferentes usando o raciocínio e seu cérebro, o modelo Open AI GPT, para gerar planos de projeto completos para um projeto em cascata ou projeto ágil, tudo com base em informações realmente mínimas aqui, mas planos realmente realistas com base em isso, na verdade. Então, agora é a sua vez. O que eu quero que você faça Pense em quantas vezes você teve que decidir se isso é uma cachoeira ágil ou pense em quantas vezes você teve que criar planos de projeto do zero, preenchendo planilhas maiores onde você mesmo tem que realizar cada tarefa, cada fase, cada Então pense sobre isso e eu quero que você crie um projeto que será inserido na NAN como uma automação e tornará a vida mais fácil para você. E alguns exemplos são: se sua função é gerente de projetos, você pode usá-la para criar automaticamente os planos e enviá-los para o Jira ou, a partir de resumos de projetos ou ideias de alto nível assim como nós, gerentes de produto, você pode usá-los para transformar suas ideias em épicos prontos para a lista de pendências Se você é fundador, pode padronizar a execução entre equipes para que, quando você tiver uma ideia, ela seja executada da mesma forma para todas as equipes Elas podem simplesmente usar esse fluxo de trabalho para enviar tarefas para a ferramenta de sua escolha Se você é gerente de operações, pode planejar iniciativas de produção ou logística para isso. E se você for um líder de equipe, você pode remover a ambigüidade desde o início do planejamento e gerar tarefas que são geradas de forma consistente em toda a sua equipe Portanto, comece com uma planilha, um agente e uma decisão de planejamento E então construa a partir daí. É assim que os fluxos de trabalho e as automações da agência substituem as reuniões e não substituem o julgamento, porque você ainda pode participar delas. Mas, como você pode ver, é muito poderoso para automatizar o planejamento de seus projetos Espero que você tenha gostado disso. Nos vemos na próxima aula. 16. Como automatizar posts e imagens com o agente de campanhas para redes sociais: Nesta lição, vamos automatizar uma das mais repetitivas e demoradas da partes mais repetitivas e demoradas da administração de uma marca, que é a criação de conteúdo para redes sociais Vamos fazer isso usando um agente de IA. Por que o usamos? Nós o usamos para gerar conteúdo de mídia social consistente sobre a marca, e isso vai compartilhar alguns ativos, diretrizes de marca e imagens de marca, usos comuns para diferentes funções, automatizar postagens em mídias sociais, manter a voz da marca consistente, para que ela sempre tenha a mesma aparência Permitir que as equipes criem conteúdo seguro que siga determinadas diretrizes ou certas regras dentro da empresa Então, esse é o nosso fluxo de trabalho, o agente de campanha de mídia social. Nesse caso, estamos fazendo isso usando uma mensagem de bate-papo, e a principal razão pela qual estamos fazendo isso é porque é muito conveniente conversar aqui para usar nosso bate-papo para enviar mensagens ao nosso agente. E há outras maneiras de fazer isso. Podemos agendar isso, e podemos fazer isso em uma data posterior. Mas, por enquanto, vamos usar o chat porque é muito conveniente. O que vai fazer é enviar uma mensagem para o agente. O agente, como de costume, está sendo usado como modelo de GPT cerebral. Desta vez, vamos ter memória porque o que queremos fazer é enviar uma postagem para a mídia social toda vez. E queremos lembrar as últimas imagens que enviamos porque o que não queremos fazer é reutilizar as mesmas imagens repetidamente. Não quero enviar uma postagem hoje de manhã e à noite, reutilizar a mesma imagem Então, neste ponto, vamos introduzir a memória. E antes mesmo de enviarmos a postagem, vamos nos referir aos ativos da marca. Essas são basicamente as diretrizes da nossa marca. E nossas imagens de marca para garantir que as diretrizes nos digam coisas sobre a cor e o estilo do produto, e as imagens nos mostrem as imagens certas para usar de acordo com a postagem. E aqui, vamos usar um agente porque um agente de IA nos ajuda a resolver problemas complexos com o raciocínio. Por isso, queremos que o agente realmente pense em vários cenários, quais são as diretrizes e se certifique de que estamos enviando as postagens certas na hora certa, usando algum raciocínio para garantir que tudo o que publicamos esteja de acordo com as diretrizes Portanto, faz sentido usar um agente em vez de outro conjunto de regras. Em seguida, usaremos essa solicitação HTTP , como fizemos no passado, para obter as imagens certas. E vamos criar uma postagem. Nesse caso, vamos para o LinkedIn É bem simples, e eu vou te mostrar como fazer isso, mas isso pode ser feito em qualquer site de mídia social Isso pode ser feito para qualquer rede social. Isso pode ser feito para o Facebook, Instagram, Tik Tok e, claro, aqui, como você pode ver no LinkedIn e, claro, no X. Então, neste caso, vamos postar E aqui está um exemplo do que vamos postar. Esta é uma representação da nossa página de esportes apaixonados no LinkedIn E estamos dizendo aos nossos parceiros de negócios aos nossos clientes que isso está chegando, e essas pessoas são pessoas que podem comprar a granel e colocá-lo nas lojas, mas algumas delas também clientes que por acaso estavam no LinkedIn E o que fizemos foi criar uma postagem. Você pode ver que é específico para o lançamento do Boxing Day, experimente a combinação perfeita de estilo e desempenho com a coleção mais recente da Passion Sports , feita sob medida para um ajuste justo, com logotipo distinto da Passion Sports, estilos masculinos em preto e dourado marcantes, femininos em preto e rosa ousados, eleve seu jogo de roupas esportivas e faça uma declaração neste dia de boxe uma design esportivo apaixonado para campeões. Tudo isso é gerado, e então temos a nossa imagem de trajes esportivos apaixonados. Temos alguns lá. Temos o conceito original que veio do CEO. Também temos algumas outras imagens de marcas que mostram um design elegante É um ótimo uso de imagens. Esse é o fim do jogo. Vamos mostrar como chegamos lá. Para criar isso, vamos fazer isso passo a passo. Em primeiro lugar, se você se lembra, nos referimos aos ativos de nossa marca com um Google Doc. Mostraremos como passamos de um Google Doc para o MCP e por que o usaríamos Primeiro passo, como sempre, vamos criar um fluxo de trabalho para nós mesmos. Vou chamá-lo de Agente de Campanha de Mídia Social. E a primeira coisa que vamos fazer é adicionar nosso nó de bate-papo. Isso é o que vamos usar para acionar a postagem. Aí está, e não há mais nada a dizer sobre isso agora. É claro que teremos nosso agente de IA. E o que vamos fazer é que ele já esteja conectado ao nó acionador do Chat, o que é ótimo, e já receberá informações do chat, que também é o que precisamos. O que vamos fazer é, como de costume, adicionar nossa mensagem do sistema. E isso vai nos dizer o que deve acontecer todas as vezes, independentemente da mensagem que chega. Mas antes de entendermos nossa solicitação, o que vamos fazer é pensar quais ferramentas usar primeiro, adicionaremos os cérebros da operação, como de costume E esse é o modelo aberto do Aichat. 4.1 mini está bem, como de costume. E, neste momento, o que queremos fazer é, sempre que recebermos uma mensagem, consultar nossas diretrizes de marca e imagens de nossa marca para poder criar a postagem. As diretrizes da marca ajudarão a garantir que tenhamos o texto correto, e as imagens da marca garantirão que possamos usar as imagens para realmente enviar a postagem. Vamos acessar o Google Sheets. E obteremos nossas diretrizes de marca , diretrizes de trajes esportivos. Gosto de definir manualmente, mas ele sabe que estamos obtendo uma linha dentro da planilha. Aí está. Tem a informação, estilo masculino, estilo feminino. E a outra coisa que queremos fazer é capturar as imagens da marca. Então, ainda vamos na verdade, vamos acessar a ficha de pesquisa do produto. E vamos pegar imagens de trajes e estamos prontos para começar. Aí está. Temos os links de imagens para várias imagens lá. Isso é pegar as informações certas. E com isso, executaremos rapidamente etapa de execução e retornaremos ao nosso agente. No momento, nada está chegando porque nem enviamos uma mensagem. Aqui, podemos enviar uma mensagem. Por exemplo, podemos pedir que ele crie uma postagem do Boxing Day. Clique em Entrar lá. E isso é para ver alguns dados chegarem. Agora, como sempre, você pode ver as entradas de bate-papo chegando, criar um post de boxing para nosso produto de forma muito vaga E isso é para mostrar que podemos fazer algo, podemos começar com algo muito vago e, em seguida, terminar com uma postagem adequada nas redes sociais baseada nesse agente No momento, nada está saindo, e isso é porque apenas diz você é um assistente prestativo. Agora vou pegar nosso aviso, e vamos colocá-lo aqui e ver o que sai, e isso fará muito mais sentido. Ok, então aqui está nosso aviso. Diz: Você é um assistente responsável pelo conteúdo de mídia social de conformidade com a marca. Primeiro, verifique as diretrizes da marca usando a ferramenta Obter diretrizes da marca. Segundo, gere textos de mídia social do LinkedIn conforme solicitado pelo chat e garanta que ele use as diretrizes da marca para descrever as imagens Três, encontre todos os links de imagens na ferramenta Obter imagens da marca onde a marca Passion sports é sim Quatro, imprima apenas um link de imagem. Cinco, imprima o texto nesse formato, sem alterar nada. E tem um JSON estruturado aqui, que é o texto da postagem, o Postext vai aqui, o link da imagem, o link da imagem vai O prompt é muito simples. Basicamente, diz: Obtenha algumas diretrizes de marca, obtenha alguns links de imagens, imprima apenas um dos links de imagem e, em seguida, imprima texto nesse formato, não altere nada. E nesse formato, ele tem literalmente o texto que entra e o link da imagem. Então, vamos fazer isso como um teste e garantir que seja executado e ver qual é a saída. Então, aqui podemos ver que Jason foi produzido. Temos o texto do Post. Neste dia de boxe, eleve seu jogo de roupas esportivas com roupas esportivas passionais, elegantes e modernas, pretas e douradas, slim fit projetadas exclusivamente para homens, feitas com feitas Nosso vestuário combina desempenho e elegância. Não perca a oportunidade de abraçar o espírito da temporada com nossa coleção premium Hashtag Boxing Day, hashtag sports, elegância de roupas esportivas. E então o link da imagem é um link direto para o Dropbox com a primeira imagem lá dentro Então, isso é excelente. E lembre-se de que tudo isso vem de uma mensagem muito simples que diz: crie uma postagem de boxing day para nosso produto Você não disse nada sobre a cor e nada sobre o produto. Mas porque se olharmos aqui embaixo, podemos ver que temos nossas diretrizes de marca e temos nossas imagens de marca, podemos gerar a postagem. Então, se abrirmos isso e dermos uma olhada rápida em nossas diretrizes de marca. Você pode ver que foi retirado do lençol. É preto e dourado, substitua qualquer logotipo pelo logotipo da Passion Sports, torne-o justo, não faça mais nada. E mesmo que isso seja um pouco como um aviso, eu provavelmente mudaria isso para não dizer não fazer mais nada e não dizer substituir logotipos por um logotipo de esportes apaixonados. Ainda era inteligente o suficiente descobrir o que queríamos fazer e descobrir que esse texto diz o suficiente que existe um estilo masculino ou feminino e qual é a aparência. É um bom começo. Agora temos nossa saída, que é o texto da postagem. O que basicamente queremos fazer é pegar nossa imagem transformá-la em uma imagem real. E depois transforme isso em um post. A primeira etapa é usar o nó HTTP. E para o URL, vamos retirar o URL daqui. A maneira de fazer isso é entrar no JSON e extrair a saída Mas dentro da saída, dentro da saída, queremos realmente passar o JSON e extrair o link da imagem, e isso se parece com isso Isso basicamente diz que, dentro do JSON, passe-o e, dentro dele, pegue o elemento de saída e, a partir daí, pegue o link da imagem Se você olhar aqui, vamos olhar dentro dessa estrutura. Vamos pegar esse elemento de link de imagem aqui. Você pode ver abaixo um exemplo. Você pode ver que isso retirou esse URL, que é exatamente o que queremos. E, como sempre, teremos que definir partes aqui para garantir que obtenhamos nossos dados brutos. Então vamos até as opções, escolhemos a resposta. O formato será um arquivo de dados. E o que isso fará é converter esse URL em uma imagem, dados de imagem reais. Vamos executar isso. Aí está. Aí está. Podemos baixar isso. E aí está. Esta é a primeira imagem que estamos baixando agora Com base nos links de imagens que obtivemos da pesquisa, os produtos da marca É isso mesmo. Agora, a próxima coisa a fazer. O mais importante é publicar isso nas redes sociais. Se quisermos publicar mídias sociais, precisamos apenas de um nó para isso. Vou usar o exemplo muito simples do LinkedIn de como publicar Clique em R plus, digite LinkedIn e queremos Publicar. E aí está. A primeira coisa que você vai querer fazer é criar uma credencial Agora eu já criei a minha, mas se você precisar criar uma credencial, há algumas coisas que você precisará fazer Há duas maneiras de fazer isso. A primeira maneira é criar uma credencial e, literalmente, seguir o padrão Normalmente, eles estarão desativados no suporte organizacional e o legado pode estar desativado. Eu os ligo por um motivo que vou te contar. Em seguida, você conectará sua conta. Ele abrirá aqui e, em seguida, você fará login. E, essencialmente, quando você estiver conectado , isso o trará de volta aqui. Agora, você pode descobrir que isso não funciona devido à forma como o LinkedIn mostra o que o LinkedIn espera que você possa publicar E você pode realmente abrir esses documentos aqui, clique em Abrir documentos E ele começará a dizer quais são os pré-requisitos para poder postar Diz: Você pode usar essas credenciais para autenticar Esse é o nó que estamos usando. E os pré-requisitos são que você precisa criar uma conta no LinkedIn Você precisa criar uma página da empresa no LinkedIn. E agora, essas são as duas coisas que eu tenho. Eu fecho isso e volto. Eu tenho uma conta, obviamente. É por isso que estou logado , e esta é página da minha empresa para Passions sports. Eu já tenho essas duas coisas. No entanto, talvez seja necessário criar suporte organizacional e clicar em suporte organizacional e clicar em Legado também. E há várias maneiras de se conectar ao LinkedIn Se voltarmos aos documentos, mostra que havia dois métodos, método de autenticação suportado Gestão comunitária com OWL two. Use essa mensagem. Use esse método se você for um novo usuário do LinkedIn ou estiver criando um novo aplicativo do LinkedIn E depois há o AOT dois. Use a mensagem, use o método para aplicativos e contas de usuário mais antigos do LinkedIn É um pouco vago sobre qual usar. Eu vou te mostrar como fazer cada um. Acabei de mostrar como se conectar literalmente usando o OWL two. Mas eu precisava te mostrar como fazer as duas coisas, caso uma delas não funcionasse para você. E é difícil para mim saber isso sem conhecer sua configuração. Eu vou te mostrar como fazer as duas coisas. Depois de fazer isso e testar sua conexão, basta clicar literalmente em Salvar aqui e fechá-la. Em seguida, verifique se você escolheu a conexão correta aqui. Eu vou me livrar desse. Eu não preciso disso. Mas escolha o correto aqui. Estou usando a conta do LinkedIn três e vou continuar com ela Agora, o importante aqui é que, dependendo da configuração usada, se você usar um OOTh normal, poderá publicar como pessoa E se você usar a comunidade OoTH, você publicaria como uma organização Estou usando o comunitário . postar como uma organização. Então, o que você precisa é da organização em que você está. Esse é um ID exclusivo, um ID exclusivo que você vai colar aqui. E a melhor maneira de conseguir isso é se você voltar para sua página do LinkedIn, você verá aqui que há um ID exclusivo, e você pode simplesmente pegá-lo, copiá-lo e colá-lo aqui E isso dirá ao LinkedIn a página exata em que você está postando A próxima coisa que queremos fazer é pegar o texto que realmente vamos postar. Vamos pegar aquela mensagem. Podemos pegar isso do JSON ou do esquema E, como antes, precisamos distribuir o texto. Vamos pegar a parte exata da estrutura que precisamos, que é esse texto do post, essa parte da estrutura. É disso que precisamos. E o JSON para fazer isso é o seguinte, podemos ver que já está pegando o texto certo E agora categoria de mídia. O que queremos é postar uma imagem, escolher uma imagem, e o campo binário de entrada é dado, porque ele encontrará automaticamente os dados que estão aqui que estão na seção binária. Ele descobrirá isso automaticamente , desde que forneçamos o nome correto para o elemento, e você possa ver o nome dos dados do elemento. Depois de fazer isso, ele deverá ser capaz de captar o texto de que precisamos e os dados para criar nossa postagem. Na verdade, quando executarmos isso, ele será automaticamente publicado no LinkedIn Vamos garantir que isso aconteça. A maneira de fazer isso é acessar a página. Você pode ver que a primeira imagem aqui é esta imagem de todos os trajes esportivos que eu postei antes, e ela deve mudar para a imagem do nosso manequim, porque essa é a primeira que é retirada Vamos testar isso. Você pode ver aqui que ela nos foi dada. Eu disse URN LI share e depois um número. Esse é um identificador exclusivo para esta postagem e não nos dá muito mais. Não podemos ver a postagem porque tudo isso foi para o LinkedIn Só mostra a mesma coisa em formas diferentes. Se agora voltarmos ao LinkedIn e atualizarmos a página, aí está. Aí está nossa nova postagem. Tem a mensagem, neste dia de boxe, eleve seu jogo de roupas esportivas e tem nossos manequins Sabemos que funcionou. Isso é ótimo. Esse é o nosso primeiro post de jogo enviado automaticamente para o LinkedIn E o importante é que tudo veio de uma mensagem de bate-papo. E se você olhar a mensagem de bate-papo, a mensagem de bate-papo simplesmente criará um passe de boxing day para nosso produto Você pode ver que não falamos nada sobre a marca, nada sobre imagens, e você pode ver que temos uma postagem adequada gerada a partir de 17. Quando usar o Modelo Context Protocol (MCP) e a memória: Aí está. Aí está nossa nova postagem. Tem o texto. Neste dia de boxe, melhore seu jogo de roupas esportivas e ele terá Sabemos que funcionou. Isso é ótimo. Esse é o nosso primeiro post de jogo enviado automaticamente para o LinkedIn E o importante é que tudo veio de uma mensagem de bate-papo. E se você olhar a mensagem de bate-papo, a mensagem de bate-papo simplesmente criará uma vantagem de boxing day para nosso produto Você pode ver que não falamos nada sobre a marca, nada sobre imagens, e você pode ver que temos uma postagem adequada gerada a partir disso. Está tudo bem, feliz com isso. Agora, as coisas mudam um pouco quando você quer enviar outra postagem. Poderíamos literalmente copiar isso e colar, e isso geraria outra postagem para nós. Vamos fazer isso e, em seguida veremos algumas coisas que precisamos mudar. Isso percorrerá todo o processo de geração de uma nova postagem e gerará o processo de geração de uma nova postagem outra postagem. Se agora formos ao LinkedIn, atualize, você pode ver que uma nova postagem foi gerada, mas com exatamente a mesma imagem Sabemos que é novo porque diz This boxing day elevate e aqui diz: boxing day elevate e aqui Comemore o Boxing Day com estilo e confiança em esportes apaixonados, trajes de treino exclusivos Por que ele fez isso? Por que ele pegou a mesma primeira imagem Bem, em primeiro lugar, essa imagem é a primeira em nossas imagens de marca. Se entrarmos na imagem da marca e abrirmos a planilha Podemos ver na ficha de imagens do traje que nenhum deles é da marca Passion Sports E nosso agente de IA disse: Procure a marca de esportes apaixonados E você pode ver que o primeiro aqui é esse manequim de agasalho Mannequin Passion E o que está acontecendo é que está escolhendo o primeiro aqui que tem a marca E esse é o manequim. Mas o que queremos que ele faça agora é que ele gire por tudo isso Agora, eu poderia ter feito isso, mas eu deliberadamente não queria fazer dessa forma Eu posso te mostrar a próxima coisa. Vamos voltar ao fluxo de trabalho. E se dermos uma olhada em nosso agente e abrirmos um pouco isso, vamos dar uma olhada nas regras. Você é um assistente responsável pelo conteúdo de mídia social do Brand Coplant Verifique as diretrizes da marca usando a ferramenta Obter diretrizes da marca, gere links no texto da mídia social conforme solicitado pelo chat e garanta que ele use as diretrizes da marca para descrever a imagem. Encontre todos os links de imagens na ferramenta de imagem de marca, onde passion sports branded significa sim, imprima apenas um link de imagem O texto de saída nesse formato não muda nada. Fez o que mandamos fazer. No entanto, o que não pedimos que ele faça é obter a próxima imagem de uma longa lista de imagens. Agora, há duas coisas para lembrar aqui. Uma é que toda vez que enviamos essa mensagem, ela realmente entra e executa as mesmas regras e captura a imagem. Mas o que ele não faz é não ter nenhuma memória. Não se lembra qual foi o último número um, e eu sabia disso. Eu não atualizei o prompt para ser mais sofisticado. O que poderíamos ter dito é pegar a próxima imagem na lista. Mas o que eu já sei é que porque não há memória, ela não vai lembrar qual é a próxima imagem. É por isso que eu não fiz isso nesta fase. Outra coisa a observar, para que isso seja mais avançado, é que, atualmente, estamos usando essas planilhas em vários lugares neste momento, porque estamos escrevendo para essa planilha na pesquisa em nosso fluxo de trabalho de pesquisa, onde fazemos algumas pesquisas sobre as imagens e, em seguida, colamos nessa planilha todas as imagens que encontramos e avançado, é que, atualmente, estamos usando essas planilhas em vários lugares neste momento, porque estamos escrevendo para essa planilha na pesquisa em nosso fluxo de trabalho de pesquisa, onde fazemos algumas pesquisas sobre as imagens e, em seguida, colamos nessa planilha todas as imagens que encontramos e achamos que seria bom para nossa marca, e depois mudamos essa imagem. Combina com a nossa marca. Fazemos tudo isso lá. E então também nos referimos às diretrizes da marca em outros lugares. O que queremos fazer é construir esse galpão e é aí que entra o MCP Então, na verdade, temos algumas coisas para fazer. Precisamos de um pouco de memória para que possamos lembrar a última postagem que fizemos e depois atualizá-la. Existem outras maneiras de fazer isso, mas, neste momento, gosto de lembrar a última coisa que fizemos para que possamos sempre nos referir a ela. E se houver alguma mudança em nossas diretrizes de mídia social e quisermos ou quisermos lembrar de uma postagem que funcionou bem ou algo parecido , ela estará na memória. E a outra coisa que queremos fazer é isso seja facilmente compartilhável entre diferentes serviços, diferentes fluxos de trabalho Não queremos continuar usando essa planilha porque, em algum momento, talvez não a queiramos em uma Podemos querer isso em um banco de dados ou em alguma outra forma. É aqui que entram dois conceitos, memória, que abordaremos mais tarde, e recursos compartilhados, dados compartilhados, e os dados compartilhados geralmente são tratados usando o Model Context Protocol Vamos falar sobre isso muito rapidamente. O que é o Model Context Protocol? Model Context Protocol ou MCP é uma forma de fornecer aos agentes de IA dados compartilhados , regras consistentes e diretrizes centralizadas , além de acesso controlado às informações Em vez de incorporar as regras da marca diretamente em cada agente, fluxo de trabalho e solicitação, MCP nos permite manter coisas como nossas diretrizes de marca, bibliotecas de imagens, quaisquer regras, regras conformidade e coisas assim Mantenha-os todos em um só lugar e permita que vários agentes os acessem com segurança. Por que usamos MCP e quando usaríamos MCP e quando não usaríamos Usaríamos o MCP quando vários agentes ou fluxos de trabalho usassem as mesmas regras ou dados Quando queremos algo como conformidade ou marca que precisa ser aplicado da mesma forma em todos os lugares, você quer uma fonte de verdade, na verdade, um lugar para onde você possa ir e saber que sempre terá esse lugar é o lugar onde você verifica as regras e as compartilha, sem querer duplicar a lógica em todos os seus fluxos de trabalho E não usaríamos o MCP? Não o usaríamos quando essa tarefa fosse única ou puramente experimental ou quando não houvesse regras ou restrições compartilhadas ou quando a velocidade fosse mais importante do que a governança, pois a governança é realmente garantir que as regras sejam aplicadas corretamente em todos os lugares não houvesse regras ou restrições compartilhadas ou quando a velocidade fosse mais importante do a governança realmente garantir que as regras sejam aplicadas corretamente em todos os As coisas são governadas da maneira correta. Aqui, vamos usar o MCP porque a mídia social é de alto risco É bastante público. Queremos alguma consistência de marca, e isso será compartilhado. As regras serão compartilhadas entre muitos componentes. Tão bom que é uma ótima maneira de compartilhá-lo. Mesmo na web, componentes diferentes, fluxos de trabalho diferentes podem chamar a mesma fonte, as mesmas diretrizes de marca E isso acontece em empresas de todo o mundo. E queremos impor o mesmo, usar a mesma voz da marca, controlar quais imagens e quais não são permitidas Além disso, mantém as regras consistentes em toda a equipe. Então, agora, com base nisso, vamos mostrar como configuramos o MCP. 18. Como usar a memória para postar conteúdo atual: Então, neste momento, temos um agente de IA que publicará uma postagem nas redes sociais a partir de uma simples mensagem de bate-papo que qualquer pessoa da equipe pode usar, e ela ainda estará de acordo com as imagens de nossa marca, nossas diretrizes de marca Então, o primeiro problema que temos é que, se nos concentrarmos nesse agente de IA por um segundo. Então, digamos que alguém novamente diga, envie imagem do Boxing Day, envie mensagem do Boxing Day Então, no momento, o agente divulga corretamente um link de imagem E se você se lembra dessa parte da imagem, que é o traje de treino Passion Mannequin, problema que temos no momento é que queremos uma nova imagem a cada queremos uma Agora, você pode achar que é muito fácil fazer isso porque, por exemplo, eu poderia alterar isso para dizer que eu poderia alterar isso para agora imprima apenas um link de imagem, garantindo que não tenhamos colocado essa saída, o link da próxima imagem na próxima linha, garantindo que não tenhamos gerado isso anteriormente. Então, isso deve funcionar, certo, porque temos todas as linhas e estamos apenas dizendo que imprima o link da próxima imagem na próxima linha, garantindo que não tenhamos gerado isso anteriormente. Então, vamos testar que execute a etapa, clique duas vezes e ainda é um traje de treino apaixonado, Mannequin. Por que isso não funciona? Bem, quando você está enviando essas mensagens, o chat aqui tem um ID de sessão e, na verdade, está criando uma nova mensagem toda vez. Com base nessa sessão, mas não consegue se lembrar realmente do que foi enviado antes. Então, ele não sabe quando vai e pega todas essas linhas Devo dizer que aqui, todas essas linhas, você pode ver. Você pode ver aqui 12 itens enviados e as linhas que foram retornadas para imagens da marca, o que é ótimo. Mas na primeira vez que ele vê essa mensagem e encontra todos os links de imagens, toda vez que executamos esse agente, ele recebe uma lista de todos esses links de imagens. E eu vou dizer que imprima o link da próxima imagem na próxima linha, garantindo que não tenhamos gerado isso anteriormente, mas não há nenhum anterior, porque ele não se lembra da última vez que executamos isso. E essa é a razão pela qual precisamos de memória. Então, o que vamos fazer agora é adicionar um pouco de memória simples e, em seguida, vamos ver uma mudança nesse comportamento. Então, se fecharmos isso, queremos ir até onde diz memória. E, para começar, usaremos apenas memória simples. E o comprimento da janela de contexto é o que indica o número de interações passadas que o modelo recebe como contexto. Então, por exemplo, se colocarmos em cinco, ele se lembrará das últimas cinco imagens porque toda vez que pedirmos que ele gere uma nova postagem, ele passará para a próxima imagem. E se colocarmos 1.000 aqui, ele se lembrará das últimas 1.000 imagens. Eu gosto de manter isso menor do que o número de imagens que eu tenho. Então, por exemplo, se eu souber que tenho cinco imagens, vou reduzir para cinco. Se eu souber que tenho quatro imagens, vou reduzir para quatro. Dessa forma, ele sempre lembrará o número máximo de imagens que temos. A outra coisa importante é o ID da sessão JSON aqui. Esse ID de sessão do JCN é selecionado e está alinhado com o bate-papo Portanto, sabemos que esta sessão está relacionada a esse bate-papo. Então, se eu fechar isso e depois voltarmos ao nosso agente de IA e executarmos a etapa, vamos ampliar um pouco. E podemos ver que agora, se olharmos para esse endereço, não é mais o manequim Ele se lembrou da última e agora foi movido para a próxima linha. Vamos executar novamente. Então, se você der uma olhada aqui, vamos lembrar uma parte disso. Então isso era uma caixa de depósito, TK. Se você der uma olhada nesta parte, TK S 86. Vamos executar novamente. E lá você pode ver Dropbox S SCL FI Então, sabemos que isso está mudando a cada vez. Então, agora o que podemos fazer com base na memória, o que veremos é que toda vez que publicarmos, receberemos uma nova postagem no LinkedIn com uma nova imagem Então, vamos testar isso agora. Eu vou economizar. E aqui, podemos literalmente enviar a mesma mensagem. Então, estamos dizendo para enviar mensagem do Boxing Day. Nem diz que é um post. Então esse é o quão solto esse texto é. Mas, devido às regras que colocamos no agente de IA, sabemos que ele criará uma postagem. Então, vamos executar isso. E podemos ver que está seguindo os movimentos, está indo para a memória É obter as imagens da marca e as diretrizes da marca. Enviou nossa postagem. Então, se agora formos ao LinkedIn e atualizarmos, aí está. Postagem nova, imagem totalmente nova. E isso porque estamos usando a memória para lembrar o que enviamos da última vez e o que estamos postando agora. Agora, há muitas outras maneiras de fazer isso. Uma das melhores práticas é anotar nós mesmos na planilha o que publicamos No entanto, o que eu queria demonstrar aqui é que, uma vez que você tenha memória, você pode começar a se lembrar do que fez no passado e fazer alterações com base no que fez no passado. E esse é um ótimo exemplo disso. Então, vamos voltar ao nosso fluxo de trabalho. Então isso é ótimo. Isso é excelente. Agora estamos em uma situação em que publicamos uma nova imagem toda vez. O que queremos fazer agora é garantir que isso e isso sejam compartilhados. Assim, as imagens da marca e as diretrizes da marca são compartilhadas. E o motivo é porque, na verdade, estamos usando isso agora em vários lugares em nosso conjunto de fluxos de trabalho, e o que queremos fazer é poder nos referir às mesmas imagens de marca e mesmas diretrizes de marca em qualquer lugar Também queremos ser capazes de aplicar certas regras. Portanto, para alguns agentes de IA, às vezes, podemos dizer que você só pode escolher as diretrizes da marca e as regras da marca, mas queremos que as duas estejam no mesmo lugar porque ambas estão relacionadas. Ambos são ativos da marca. Então, o que isso fará, o que estamos prestes a fazer criando usando o MCP, o Model Context Protocol e, essencialmente, colocando tudo isso em um só lugar, nos permite alterar se usamos uma planilha ou um banco Isso nos permite ter um local centralizado onde buscamos todos os ativos de nossa marca e, essencialmente, os compartilhamos entre todos os nossos agentes A maneira como vamos fazer isso é criar um servidor e criar um cliente. Então, vamos fazer isso agora, e você verá exatamente o benefício de usar o MCP. 19. Como usar o Model Context Protocol (MCP) para compartilhar dados e diretrizes: O que queremos fazer é publicar nas mídias sociais e compartilhar essas informações sobre as imagens de nossa marca e as diretrizes que devemos usar para a postagem. Tudo isso está funcionando muito bem. Mas queremos compartilhar essas informações para que qualquer um de nossos fluxos de trabalho, qualquer um de nossos agentes de IA, possa encontrar esse número um Há uma fonte de verdade e também queremos a capacidade de alterá-la para qualquer coisa, bancos de dados ou qualquer coisa sem afetar nenhum dos fluxos de trabalho de chamada que a chamam Então, a maneira de fazer isso é usar o Model Context Protocol e o Model Context Protocol, cliente e servidor para se comunicarem entre si, onde isso conterá um cliente MCP, e o cliente ligará para o servidor, que nos dá maior controle sobre o que pode e o que não pode ser chamado, onde está e quão compartilhável é Então, vamos demonstrar isso agora. A primeira coisa que vamos fazer é criar o servidor MCP Então, vou criar um novo fluxo de trabalho, e vou chamá-lo de servidor MCP de ativos de marca E o que queremos para criar um servidor é, antes de tudo, clicar como de costume, ir para a direita e digitar MCP. E o que queremos é o gatilho do servidor MCP. E é isso que nos permite essencialmente obter nossas informações de um local compartilhado. Esse é o servidor. Há dois URLs aqui, o URL de teste e o URL de produção Na verdade, o URL de teste só é executado uma vez toda vez que você o chama por precaução. O URL de produção é o que permanece ativo e é executado o tempo todo. Normalmente, uso apenas o de produção porque, caso contrário, terei que continuar reiniciando o servidor de teste E isso tem um caminho, e o caminho é o que vamos usar para chamá-lo. Então, se mudarmos isso, você verá que isso será atualizado. Então, vamos mudar isso agora. Por isso, chamamos isso de ativos de marca e, se executarmos a etapa, você verá que aqui diz: ouvindo o evento de teste, acesse o servidor MCP e crie um evento Se eu parar de ouvir e voltar e você ver que há um teste em uma URL de produção, se eu clicar, se eu tiver certeza de que estou na URL de produção , isso, como eu disse antes, permanecerá ativo. Então, agora temos um servidor. A questão é: para que isso vai servir? O que ele vai servir são as informações que, na verdade, queremos que outros fluxos de trabalho possam usar outros fluxos de trabalho possam usar em qualquer lugar do mundo Vamos usar as ferramentas e escolher nossas planilhas do Google. E, como sempre, gosto de definir manualmente, dizer que ele obterá linhas da folha e escolheremos nossas diretrizes de marca e diretrizes de agasalhos Execute isso e veremos que está recebendo as informações corretas, renomeie-as E vamos criar outro para que, exatamente do mesmo lugar, também possamos obter imagens da marca. Então, clicaremos. Configure manualmente agora, acesse nossa ficha de pesquisa de produto e obtenha as faixas e imagens, e certifique-se de que Pronto, há uma lista de imagens de auditoria na planilha e renomeie-a Então, agora esse servidor, quando solicitado, responderá a quem o solicitou . As imagens da marca e as diretrizes da marca que solicitarão isso serão nosso agente Mas o melhor de tudo é que agora qualquer um de nossos agentes pode solicitar isso no mesmo local. E se fizermos alguma alteração, ela será alterada centralmente em um só lugar e usada em todos os lugares Também podemos, como você verá, impor certas regras sobre o que pode e o que não pode ser usado pelo cliente do outro lado Então, a única coisa que precisamos fazer para que isso funcione, na verdade, há duas coisas que precisamos fazer. Clique em produção, verifique se você está usando a de produção e clique em Executar etapa. E o mais importante é garantir que isso esteja configurado como ativo. Em seguida, ele informará que o fluxo de trabalho está ativado. Agora você pode se conectar aos seus clientes NCP ao URL usando SSC ou transportes HTTP transmitidos Então eu clico em Entendi, e agora isso está ativo e pode ser usado. Então, como eu já criei um desses e ele tem um nome um pouco diferente, vou desligá-lo e, na verdade, vamos usar o que eu criei anteriormente aqui, exatamente da mesma forma. Tem Obtenha imagens de marca, obtenha diretrizes de marca. Eu o chamei de servidor NCP de marca porque, essencialmente, embora ele também receba as imagens, a principal coisa que queremos fazer é orientar quem está ligando para que use as imagens corretas da marca, as diretrizes corretas da marca e qualquer outra coisa relacionada à E isso já está funcionando, então vou deixá-lo funcionando, e você pode ver que está ativo aqui. Agora, o que vamos fazer é voltar ao nosso fluxo de trabalho de chamadas, que é, nesse caso, nosso agente de campanha de mídia social, e vamos fazer com que ele use esse servidor em vez de usar essas planilhas do Google, que nos dá mais flexibilidade, como eu disse. Então, se voltarmos agora, queremos encontrar um agente de campanha de mídia social. E aqui, você pode vê-lo ainda usando o Google Sheets. Então, o que queremos fazer agora é chamar nosso servidor MCP, então vamos nos livrar desse então vamos nos livrar desse e daquele E estamos fazendo isso a favor de chamar One tool agora. Então, se digitarmos MCP, podemos ver que diz MCP client tool. Esse é o cliente que ligará para o nosso servidor. Então, como você pode ver aqui, diz: conecte ferramentas de um servidor MCP, e é exatamente isso que queremos fazer Então, se clicarmos nisso, o que queremos fazer é colar aqui um link para o servidor MCP que vamos usar, aquele que acabamos de criar Então, se voltarmos, acessarmos o URL de produção, copiarmos e depois voltarmos e colarmos aqui, estaremos usando o servidor correto. Vamos deixar isso como transmissível. Sem autenticação. E isso é importante sobre quais ferramentas usar. Agora, no nosso caso, vamos usar as duas ferramentas. Vamos usar as imagens. Vamos querer informações sobre imagens de marcas e informações sobre diretrizes de marca. No entanto, outros agentes de IA podem querer acessar apenas uma dessas coisas. E isso nos permite dar acesso apenas às coisas de que precisamos. Então, se clicarmos aqui, podemos ir para Selecionado, e então podemos escolher se queremos apenas ter acesso às diretrizes da marca ou nos livrar delas e dar acesso apenas às imagens da marca. Portanto, isso nos dá maior segurança sobre o que podemos usar. A outra coisa que também podemos fazer é dizer tudo, exceto. Então, poderíamos dizer todas as ferramentas. Exceto pelas imagens da marca, estão disponíveis. E isso funciona bem se tivermos muitas ferramentas, você pode ter cerca de sete ou oito ferramentas todas relacionadas à marca, e queremos usar todas elas, exceto uma ou duas. E em vez de listar todos eles, podemos simplesmente excluir aqueles que não queremos. Agora, acontece que, nesse caso, queremos usar os dois, então vou deixar isso de lado, e pronto. Não há mais nada a fazer. Nenhuma outra configuração. Então, vamos apenas garantir que isso funcione. Então, clique em Executar etapa e forneça os dados que normalmente viriam do agente de IA, porque estamos apenas executando essa etapa, forneceremos quais dados precisamos extrair Então, digamos que queremos apenas obter diretrizes de marca. Vamos clicar nisso. E recebemos um erro. Então, normalmente, o que acontecia é que algo passava do nosso agente de bate-papo por meio uma sessão até nosso cliente MCP e ligava para ele Então, como isso não está acontecendo, acredito que ele não sabe muito bem o que fazer nesse caso. Vou tentar executar a etapa e depois vou tentar com imagens de marca E, novamente, as mesmas coisas acontecem. Diz, erro no subnó, memória simples. Assim, podemos abrir o nó de memória simples que criamos anteriormente. E como você pode ver, como eu estava explicando, o ID da sessão, não há nada chegando e isso é porque não enviamos uma mensagem. Então, em outras palavras, precisamos fazer isso corretamente da maneira que normalmente enviaríamos uma mensagem. Então, se fecharmos isso e abrirmos nosso bate-papo aqui embaixo, vamos dizer, envie uma mensagem do Boxing Day, e podemos fazer isso simplesmente clicando na seta Vou voltar à mensagem anterior, clicar em Play e ver como ele faz sua mágica. Então você pode ver que está indo para o cliente MCP. Ele vai usar isso para seguir nossas diretrizes de marca e criar uma postagem. Então, é isso que, com sucesso, podemos acessar o LinkedIn , fazer uma atualização, e ele volta porque estamos fazendo apenas quatro imagens, então volta para o Isso é legal. Mas podemos ver todas as obras. Então, se voltarmos e recebermos uma nova mensagem aqui também. Então, se voltarmos, podemos ver que tudo está funcionando. Vou renomear isso. renomear isso para obter os ativos da marca E, na verdade, para completar, vou renomear o que está no prompt para chamar a ferramenta R. Então, agora vamos dizer: verifique as diretrizes da marca usando a ferramenta de ativos da marca. E fará todo o resto da mesma forma: gerar links em textos de mídia social, usando as diretrizes da marca, encontre todos os links de imagens na ferramenta Obter ativos de marca agora. Ele ainda verificará se a marca passion sports é sim, exibirá o link da imagem na próxima linha, garantindo que não tenhamos publicado isso anteriormente, e que o texto de saída ainda não tenha mudado Então, vamos executar isso e verificar se funciona. Então, vamos pegar nossa mensagem novamente, faça isso. Certifique-se de que o agente funcione perfeitamente. E eu vou economizar de qualquer maneira. Voltaremos ao LinkedIn, atualizaremos. E aí está. Temos uma nova mensagem, uma nova imagem, então está funcionando muito bem. Então, agora temos isso funcionando completamente de ponta a ponta. Podemos digitar em um bate-papo. Acho que usará nosso prompt para verificar os ativos da marca, que são nossas diretrizes e imagens de marca, para garantir que estejam corretos. Ele se referirá à memória simples para saber a última imagem que postamos e garantirá que não publique a mesma imagem mais de uma vez. E ele passará por gerar uma imagem e depois criar uma postagem a partir do texto que geramos e da imagem. Então isso é incrível. Temos um agente de campanha de mídia social completo. Então, vamos renomear isso. E, como eu disse, ainda há mais que podemos fazer. Quero dizer, poderíamos agendar isso, o que envolveria algumas mudanças aqui. No momento, digamos que nossa empresa não queira agendá-lo. Eles querem enviar mensagens à vontade, quando quiserem. E, especialmente porque esse é um conceito de produto, eles querem um pouco mais de controle sobre ele. E esse bate-papo funciona bem para pessoas internamente. Poderíamos mudar isso para algo diferente, e-mail, poderíamos mudá-lo para vir do WhatsApp ou de qualquer outro cliente, na verdade Mas essa é uma maneira prática de gerar uma postagem com muita facilidade e podemos expandi-la para qualquer plataforma Então agora é a sua vez. O que eu quero que você faça é pensar um conteúdo que sua equipe cria repetidamente e em como um agente de IA pode ajudar a lidar com isso com segurança. Então, vamos analisar algumas funções diferentes que podem realmente usar isso. Assim, um gerente de marketing poderia usá-lo para gerar postagens no LinkedIn ou em redes sociais para lançamentos semanais de produtos, por exemplo, semelhantes ao que você acabou de nos ver criar O fundador poderia anunciar novos produtos ou marcos equipe de comércio eletrônico pode usá-lo para criar postagens que destacam recursos específicos do produto periodicamente Uma agência pode usá-lo para produzir postagens de marca para diferentes campanhas de clientes que estão surgindo. E as equipes de operações ou comunicação poderiam usá-lo para compartilhar atualizações internas ou anúncios públicos O que eu quero que você faça é escolher uma função que se aplique a você ou à sua equipe e encontre algum tipo de postagem recorrente que precise sair com regras claras Dessa forma, depois de fazer isso, você terá certeza de ter aprendido como transformar sua criação de conteúdo em um sistema confiável e repetível, em vez de uma tarefa de última hora, algo que você pode criar para você sem ter que pensar nisso repetidamente, especialmente quando você adiciona o elemento de agendamento que analisaremos posteriormente E é isso. Espero que você tenha gostado. Nos vemos na próxima aula. 20. Introdução à geração aumentada de recuperação (RAG) e à base de dados Pinecone: Ok, então, nesta lição, vamos automatizar uma das partes mais importantes e mais exigentes de uma empresa, o suporte ao cliente, o que agora é chamado de experiência do cliente Enquanto nos preparamos para o próximo lançamento do agasalho de treino Passion Sports AI, nossos clientes naturalmente terão dúvidas, especialmente se publicarmos nas redes sociais Eles têm dúvidas sobre o produto, sobre o tamanho, os materiais, a entrega, sobre o prazo de lançamento ou a disponibilidade Essas perguntas podem chegar por meio de mídias sociais, bate-papo em um site, e-mail, aplicativos de mensagens ou literalmente em qualquer lugar. Em vez de responder a essas perguntas manualmente, vamos criar um agente de chat de experiência do cliente que possa responder de forma precisa, consistente e instantânea, usando o mesmo conhecimento que nossa equipe usaria internamente Então, vamos analisar o fluxo de trabalho. O fluxo de trabalho é chamado Customer Experience Chat Agent e fornece respostas e respostas ao cliente, dependendo de como ele entrou em contato conosco Por que o usaríamos? Nós o usamos para responder automaticamente às perguntas dos clientes usando conhecimento interno confiável. E os usos comuns de diferentes funções são lidar com perguntas para o lançamento, reduzir a carga de suporte oferecer aos clientes respostas rápidas e precisas. Portanto, este é um exemplo de geração aumentada de recuperação ou o que chamamos Então, o que estamos construindo aqui é um exemplo clássico de RAG. O que é o RAG O RAG é um padrão em que a IA recupera informações relevantes de uma fonte de conhecimento externa e , em seguida, usa essas informações para gerar Em vez de adivinhar apenas o uso do LLM para descobrir coisas que podem ser mais importantes para nossas informações comerciais, na verdade sabemos mais do que a Internet, acho que a IA é baseada Então, por que o RAG é importante? Bem, Rag é fundamental para suporte ao cliente porque as informações do produto mudam, e queremos ter certeza de que sempre recebemos as informações atualizadas. As respostas devem ser precisas e as alucinações são inaceitáveis, especialmente quando se Portanto, o RAG garante que as respostas do agente somente com base na documentação aprovada possam ser atualizadas alterando os dados, não o modelo, e que sejam dimensionadas à medida que sua base de conhecimento cresce, para que possamos sempre alterar a documentação Resumindo, o RAG transforma a IA de um chatbot em um sistema de suporte confiável Então, por que precisamos ir além de planilhas e PDFs? Vamos falar sobre isso. Bem, até agora, usamos o Google Sheets e, em segundo plano, PDFs e documentos E isso funciona em pequena escala, mas se decompõe rapidamente. O problema é que é difícil pesquisar com precisão. É difícil se manter sincronizado e não foi projetado para recuperação semântica Para oferecer suporte adequado ao RAG, precisamos de um banco de dados criado para recuperação de IA Então, tecnicamente, já usamos o RAG nas lições anteriores, mas a maneira mais frequente de usá-lo é usá-lo de uma forma que passe por um banco de dados para obter as informações Então, o banco de dados que estamos usando é o Pinecone. Então, vamos apresentar o Pinecone e por que o estamos usando. Então, primeiro de tudo, o que é Pinecone? Pinecone é um banco de dados vetoriais . Então, o que é isso? Então, em vez de armazenar linhas e colunas como um banco de dados normalmente faz, ele armazena o significado, o que significa que as perguntas não precisam de palavras exatas Isso significa que o sistema recupera o conteúdo com base na sua intenção porque entende o significado, e a IA obtém o contexto mais relevante quando está fazendo coisas usando O que é um banco de dados vetorial? Vamos explicar isso de forma muito simples. Um banco de dados vetoriais converte texto em vetores numéricos, valores numéricos, estruturas numéricas e os armazena por semelhança semântica Então, quando temos palavras que significam algo semelhante, elas são armazenadas próximas umas das outras. Também permite que a IA recupere as correspondências de significado mais próximas E isso é ideal para coisas como perguntas frequentes, perguntas frequentes, documentação de suporte, políticas e informações sobre produtos Mas por que estamos usando um banco de dados em primeiro lugar? E por que Pinecone especificamente, já que existem outros bancos de dados vetoriais Escolhemos um banco de dados porque o conhecimento do cliente cresce constantemente. Precisamos de uma recuperação rápida e precisa, e vários agentes e sistemas precisam acessar potencialmente os dados Então, poderíamos usar isso para muitos outros fluxos de trabalho. E escolhemos o Pinecone porque ele foi criado especificamente para fluxos de trabalho do RAG Ele se expande facilmente, se integra de forma limpa aos agentes de IA e fornece fluxos de trabalho de demonstração prontos que podemos usar diretamente da Vamos começar e configurar isso passo a passo. Então, a primeira coisa que quero fazer é mostrar o fluxo de trabalho, o fluxo de trabalho agente que vamos criar Então, a forma como as coisas começam é que recebemos algumas informações de bate-papo aqui. Então, vamos dar uma olhada em como essa entrada de bate-papo pode ter surgido. Então, vamos dar uma olhada neste post. Digamos que clientes acessaram nossas mídias sociais sobre esportes apaixonados e, por acaso, vejam essa mensagem. Preciso de mais informações. Nossa equipe de experiência do cliente está aqui para ajudar. A qualquer momento, mais 1555, um, dois, três, quatro, cinco, seis. Para um suporte rápido e amigável, estamos prontos para ajudá-lo com todas as suas necessidades esportivas apaixonadas, e temos uma boa imagem do próximo traje um, dois, três, quatro, cinco, seis. Para um suporte rápido e amigável, Para um suporte rápido e amigável, estamos prontos para ajudá-lo com todas as suas necessidades esportivas apaixonadas, de treino Portanto, um cliente pode ter algumas dúvidas sobre isso. Eles veem o agasalho Eles acham que parece muito bom. Eles querem saber algumas outras coisas, quais são as cores no lançamento, todas essas coisas boas. E eles podem simplesmente adicionar nosso número ao What's up, nos adicionar como contato e entrar em contato conosco. Então é aqui que entra o bate-papo. Então, se voltarmos ao nosso exemplo, no momento, estamos usando o NanChat, mas isso pode ser substituído por qualquer chat, e-mail ou qualquer forma de comunicação Então, a mensagem chega perguntando ao nosso agente de IA quais outras cores temos, por exemplo. E nosso agente de IA, como sempre, usará o modelo aberto de bate-papo com IA como o cérebro da operação, para que possa pensar e acessar uma rede neural Também temos uma memória simples, para que ela possa lembrar com o tempo o que os clientes estavam perguntando. Então, se há uma conversa acontecendo com o cliente, ele sabe o que foi perguntado anteriormente. Ele não esquece toda vez que uma mensagem é enviada. Além disso, dependendo de como configuramos a memória, ela também pode lembrar conversas com clientes. Mas, por enquanto, vamos configurá-lo apenas para lembrar as conversas com o cliente atual. Também obterá informações sobre as imagens da marca. Nesse caso, precisamos apenas de informações sobre as imagens. Isso é suficiente porque temos a próxima ferramenta. Essa é a ferramenta de imagens de marca, e a próxima ferramenta é uma ferramenta de documentação do cliente. Ambos estão usando MCP. Esse é um que configuramos anteriormente para usar o MCP para obter informações sobre os ativos da marca E esse é outro cliente MCP que acessará o Pinecone Database para obter a documentação Então, o que isso faz é tornar muito fácil para nós pegar a documentação e pesquisar a documentação no banco de dados muito rapidamente. Pesquise informações sobre as imagens da marca, se alguma coisa for perguntada sobre a aparência do agasalho, envie-a de volta ao agente e depois devolva-a ao nosso cliente Então é isso que vamos criar. Mas a primeira coisa que vamos fazer é realmente adicionar nossos dados ao banco de dados Pinecone. E isso significa que precisamos configurar o banco de dados Pinecone. Então, vamos fazer isso agora. Então, aqui estamos na página inicial do Pinecone. O que você quer fazer é acessar pinecone dot IO para começar, e ele o levará a esta página inicial dizendo que este é o Então, se você clicar em Começar a criar, você será levado até aqui e terá uma conta. Mas só para mostrar como isso é feito, agora vou criar outra conta. Então, depois de fazer o login, ele fará o normal de garantir que você aprovou todas as informações fornecidas. Então, vou clicar em Aceitar lá. E vai te fazer algumas perguntas. Portanto, escolha o que faz mais sentido. Então, vou dizer que estou construindo um pequeno projeto pessoal. Comece de graça. Se você escolher este, iniciaria o teste padrão. Então, vamos começar de graça. E o que você está construindo? É uma lista suspensa. Vamos com os agentes do RAG Slash Que tipo de dados você tem? Arquivos brutos, PDFs. É com isso que vamos carregá-lo. E como você está criando sua solução? Vamos continuar sem código, com código baixo. Use plataformas de automação como NA ten sem escrever código completo. Isso soa como nós. Qual plataforma sem código lo code você está usando NA? Então, comece. Então, a primeira coisa que acontecerá é fornecer chave de API que será gerada automaticamente. Essa é uma das coisas boas do Pinecone: ele coloca você em funcionamento muito rapidamente na versão mais recente Então, vou copiar isso e guardá-lo em algum lugar seguro. Então, quando estivermos satisfeitos com a cópia e armazenada em algum lugar seguro, podemos clicar em Fechar E diz: Bem-vindo ao Pine Code Assistant. Comece a criar uma capacidade precisa de resposta a perguntas em seus produtos de IA Obtenha respostas mais relevantes, gerencie seus arquivos com elas, controle total sobre seus dados. Vamos aceitar e continuar. O que temos aqui é alguma documentação. Esse é o desenvolvedor. Parada rápida. E se você seguir isso, isso o guiará pelo processo. A primeira coisa que ele pede que você faça é desenvolver um início rápido. NAN cria um fluxo de trabalho NAN que baixa arquivos em HTTP e permite que você converse com eles usando o Pinecone, Assistant e a IA aberta Isso é incrível. O assistente Pinecone é o que nos permitirá conversar diretamente com nossa documentação; essencialmente, nos permitirá acessar a documentação de que precisamos via Pinecone É bom que isso nos dê esse início rápido. Precisa da sua chave de API Pinecone, basta clicar em mais nela e inserir o nome da sua chave de API Em termos de permissões, se você clicar aqui, ele lhe dirá mais sobre para que servem as permissões, segurança, gerenciamento de acesso e todas essas coisas boas. Por enquanto, vou dar todas as permissões. E lembre-se de que o que estamos fazendo aqui gerar uma nova chave de API, e é por isso que estamos dando um nome a ela. A chave de API que você salvou anteriormente é chamada de chave de API padrão, mas o Pinecone precisa de uma diferente antes de começarmos Crie uma chave. E agora é só sair e salvar isso também. Eu copiei isso. Vou guardar isso em algum lugar seguro. Depois de fazer isso e ter uma cópia disso, clique em Fechar. E então continuaremos para a próxima etapa. Portanto, crie um assistente no console do Pinecone. Nomeie seu assistente como assistente NN. Vou abrir isso em uma nova guia, para que possamos sempre voltar a esta. aqui, vou primeiro duplicar essa guia para que possamos voltar à documentação E então eu vou clicar em Criar um assistente. E se voltarmos aqui, na verdade, é bom lembrar que dizia: nomeie seu assistente de assistente NAN, crie-o na região dos Estados Unidos. Vamos fazer isso agora. Crie um assistente. Já está na região dos Estados Unidos, o que é ótimo. Aí está. Foi criado um assistente para nós, e o assistente é onde essencialmente, podemos interagir com Pinecone para que possamos fazer qualquer pergunta , como, por exemplo, se formos até aqui, como qualquer outro mensageiro de bate-papo, podemos dizer: Para que serve o Pinecone Diz: Nenhum arquivo encontrado. Se os arquivos forem enviados, eles ainda poderão estar sendo processados. Não temos nenhuma informação lá no momento, mas quando tivermos, podemos voltar e realmente testar se podemos obter coisas do banco de dados naquele momento. Agora vamos voltar à nossa documentação. Então, fizemos essa parte, confira. A próxima parte é criar um fluxo de trabalho de plataforma. Copie a URL do modelo de fluxo de trabalho, que é essa. Vamos copiar. E na sua conta NAN, crie um novo fluxo de trabalho e cole a URL em qualquer lugar no editor de fluxo de trabalho. Clique em Entrada para adicionar o fluxo de trabalho. Essencialmente, o que vamos fazer é criar um fluxo de trabalho que o Pinecone já configurou para nós, que nos permitirá inserir informações no Obteremos algumas informações de teste e poderemos testar se podemos recuperar informações do nosso banco de 21. Como instalar o banco de dados Pinecone: De volta à NAN, vou voltar e criar um novo fluxo de trabalho. E vou chamá-lo de Customer Experience Chat Agent. E aqui, vamos fazer exatamente o que diz. Dizia para realmente colar no fluxo aquele link para o fluxo de trabalho que acabamos de copiar. Vou fazer isso usando o Apple V, estou em um Mac ou o Control V, se você estiver em um desktop de PC. E diz: O fluxo de trabalho será importado de e, em seguida, no link, dizemos sim à entrada. E aí está. Esse é o nosso fluxo de trabalho. E o que ele basicamente faz, se eu ampliar um pouco. Na verdade, vou diminuir o zoom primeiro. Você pode ver a coisa toda. Esse é todo o fluxo de trabalho, e há algumas notas aqui. Mas, essencialmente, o que acontece é que existem vários estágios e eles estão numerados. Número um, envie arquivos para o Pinecone Assistant. Então, quando clicamos em Executar fluxo de trabalho, veremos alguns URLs de arquivos para alguns arquivos que o Pinecone Ele vai dividi-los em uma lista de arquivos, baixá-los e convertê-los em um arquivo MD, que é basicamente um arquivo de texto. E então, se você seguir esta rodada, se eu diminuir um pouco o zoom, essa linha curvada na verdade volta por aqui E isso diz que, se eu tirar as notas do caminho e ampliar um pouco. Então, na verdade, isso diz upload para o assistente. Então, o assistente é o que acabamos de ver, quando eu digitei uma consulta e ele disse que não há dados Então, estamos prestes a colocar dados no assistente. Então, depois de adicionarmos as informações a um arquivo de texto, ele as enviará aqui para testar e verificar o status do arquivo. E se o status estiver disponível, ele aguardará. Então, essencialmente, ele o envia para o Pinecone para inserir no banco de dados E há um código para verificar se o arquivo chegou à parte do banco de dados. Aqui está tudo. Eu o enviei para o Pinecone e , em seguida, ele verificará se foi totalmente carregado no banco E se já estiver lá, estiver disponível, interrompemos o fluxo de trabalho. Nosso trabalho está feito. Nós inserimos nossas informações. Caso contrário, ele apenas aguardará um certo tempo, voltará e verificará novamente. Então, basicamente, está criando um arquivo D, um arquivo de texto de dados, colocando-o no banco de dados, verificando se está tudo bem e esperando até que isso aconteça. E assim que isso acontecer, o status será encerrado. Isso encerrará o fluxo de trabalho. A segunda parte é a capacidade de conversar com nosso banco de dados por meio do agente de IA. Então, aqui embaixo, o que temos, se eu ampliar um pouco, é a capacidade de conversar com o agente. Então, já vimos isso antes. Assim, podemos fazer qualquer pergunta ao agente. Ele usará, como de costume, o modelo de bate-papo de IA como o cérebro da operação e perguntará ao assistente tudo o que pedirmos Mas se olharmos para dentro do agente, você pode ver se ampliamos um pouco ele diz: “Você é um assistente útil”. Use a ferramenta assistente Pinecone para recuperar dados sobre versões do Pinecone usando a Inclua o nome do arquivo e o URL do arquivo nas citações sempre que referenciado na saída Então, basicamente, o que fizemos foi inserir informações no banco de dados. Eu sei disso porque já fiz isso antes sobre os lançamentos do Pinecone. Então, o que está dizendo é que, se fizermos alguma pergunta, usaremos a ferramenta assistente, que está anexada ao agente, que está aqui para obter qualquer informação que já tenha sido inserida. Posteriormente, podemos personalizar isso de acordo com o que fazemos, mas, por enquanto, fazemos, mas, por vamos clicar em Executar fluxo de trabalho, que inserirá informações no banco de dados e, em seguida, voltaremos e testaremos. Se voltarmos à documentação, ela diz que o que precisamos fazer é adicionar a chave da API Pinecone ao No upload do arquivo para o nó assistente, selecione API Pinecone, crie uma nova credencial e cole sua chave de API Pinecone Então, vou buscar a chave da API e agora vou seguir o que isso diz Precisamos encontrar o arquivo de upload para o nó assistente e selecionar a API do Pinecone, criar uma nova credencial. Então, vamos fazer isso. Então, aqui está o arquivo de upload para o nó Assistant. E nesse nó assistente, precisamos selecionar a API Pinecone, criar uma nova credencial e colar a chave da Então, aqui, agora clicaremos em Criar nova credencial. Eu já tenho uma conta porque fiz isso antes. Mas o que você faria é entrar aqui e clicar em Criar nova credencial colar sua chave de API Clique em Salvar. E agora vamos nos livrar disso. E você pode ver, eu tenho uma segunda conta, então vamos fazer isso de novo. Então, se voltarmos às instruções, agora colamos a chave da API E então diz: No assistente do Pinecone, selecione a credencial para autenticação do portador e, em seguida crie uma nova credencial e cole Então, vamos encontrar o assistente do Pinecone. Aí está. Assistente de pinha. Auth e a mesma coisa. Eu já tenho uma conta porque fiz isso antes, mas você criaria uma nova credencial, colaria a mesma chave de API e clicaria em E você vê aqui embaixo que diz que a credencial foi criada com sucesso novamente dentro do seu espaço pessoal Então, vamos fechar isso. O que basicamente fizemos foi fornecer assistente Pinecone, a chave de API para que ele possa entrar em contato e interagir com o Pinecone Database E então fizemos a mesma coisa com o upload do arquivo para o assistente. Agora podemos gravar informações no banco de dados e ler informações do banco de dados usando nosso cliente aqui. Então, vamos voltar às instruções. Então, agora, diz, ative o fluxo de trabalho. O fluxo de trabalho está configurado para baixar notas de versão recentes do Pinecone e enviá-las para o seu assistente Clique em Executar fluxo de trabalho para iniciar o fluxo de trabalho Você pode adicionar seus próprios arquivos ao fluxo de trabalho alterando os URLs no nó URLs do arquivo Converse com seus documentos. Depois que o fluxo de trabalho for ativado, solicite as alterações mais recentes no banco de dados Pinecone. Então, o que isso quer dizer é que, se voltarmos aqui, lembre-se de que eu disse que havia vários URLs de arquivos, e é isso que eles vão carregar no banco Vamos transferi-lo para um arquivo de texto e, em seguida, enviá-lo Então, se eu abrir isso, aumente um pouco o zoom. Você pode ver aqui que há uma matriz e abri-la um pouco. Você pode ver que há vários URLs aqui para documentos diferentes Você pode ver doc dot Pinecone. Então, o que ele está fazendo é carregar todos esses documentos no banco de dados para que tenhamos alguns dados para começar. Então, o que vou fazer é executá-lo primeiro para que você possa ver o que acontece quando os carregamos e , em seguida, adicionaremos nosso próprio documento a essa lista. Então, executaremos o fluxo de trabalho. Então, temos um problema com o nó, e eu já vi isso antes. Então, se entrarmos, diz que a credencial não foi encontrada. Então, se entrarmos nisso, executarmos, podemos ver que funcionou com sucesso, e não sei por que isso acontece, mas já aconteceu comigo antes. Eu tive que executá-lo sozinho. Agora que fizemos isso, ele verificou o status do arquivo. Vamos executar o fluxo de trabalho novamente. E você pode ver que diz Fluxo de trabalho executado com sucesso. Então, agora que isso foi executado com sucesso, qual é a diferença? A primeira coisa que podemos fazer é voltar ao nosso assistente e verificar se há informações lá. Então, se voltarmos, esta é nossa IA, nosso assistente, assistente Pinecone e, se você se lembra, dizia: erro, nenhum arquivo foi Bem, agora, se perguntarmos novamente, copie isso onde diz: Para que serve o Pinecone E aqui embaixo, faça a pergunta, para que serve o Pinecone? Está pensando, e agora diz que o Pinecone é um banco de dados vetorial projetado para permitir busca e recuperação de similaridades eficientes e escaláveis para que serve o Pinecone? Está pensando, e agora diz que o Pinecone é um banco de dados vetorial projetado para permitir operações de busca e recuperação de similaridades eficientes e escaláveis e muito mais. E a razão pela qual isso é feito é porque carregamos todos os dados. No entanto, se eu fizer uma pergunta como, já fiz, quais cores estão disponíveis para o agasalho Passion Sports E se executarmos isso, você pode ver que diz: Os resultados da pesquisa não contêm nenhuma informação sobre as cores disponíveis para o agasalho esportivo Passion. É claro que não, porque ainda não inserimos nenhuma informação Então, o que vamos fazer é voltar ao nosso fluxo de trabalho. E o que precisamos fazer é atualizar esses URLs, como diz a documentação, para que possamos entrar aqui pois em vez desses documentos, o que agora vamos inserir aqui é nosso documento, que na verdade é um arquivo MD que criei anteriormente, e tem a documentação do nosso cliente Então, vamos dar uma olhada nisso. Então, aqui você vê que temos o guia do cliente do agasalho Passion Sports Está em dois formatos, PDF e arquivo MD. O arquivo MD é um arquivo de texto, e isso porque ele não conseguiu converter o PDF quando eu o tentei anteriormente. Então, se dermos uma olhada no PDF, só para que você possa ver do que se trata. Portanto, este é o PDF e, essencialmente é a base de conhecimento de suporte ao cliente da Passion Sports. Ele fala sobre um documento de suporte ao produto e perguntas frequentes da Valere , além fornecer uma visão geral do produto, detalhes de lançamento, onde comprar os tamanhos disponíveis, cores e estilos disponíveis, todo tipo de coisa que um cliente poderia perguntar Também tenho perguntas frequentes, como quando o traje de treino Passion Sports será lançado, todas essas coisas boas? Então, isso é algo que eu gerei anteriormente. E então o que eu fiz foi convertê-lo em um arquivo de texto chamado arquivo dot d. E se você abrir isso, é basicamente uma versão em texto da mesma coisa. Então, nada de louco, simples. Então, o que vamos fazer agora é adicionar esse arquivo de texto ao banco de dados usando nosso fluxo de trabalho. Se você estiver usando o Dropbox, não se esqueça de adicionar um no final, pois é isso que baixa o arquivo Se você deixar o zero, ele o enviará para o Dropbox em vez de baixá-lo Então, agora vamos voltar ao nosso fluxo de trabalho. E o que faremos é abrir isso, colocar uma vírgula e aspas e fechá-lo novamente. Isso deve ser corrigido e agora vamos executar a etapa. E aí está. Você pode ver, se ampliarmos um pouco, você pode ver todos esses URLs que a Pine Code nos forneceu para seus arquivos de texto, e adicionamos os nossos aqui Portanto, eles serão carregados no banco de dados assim que executarmos o fluxo de trabalho. Então, agora vamos executar o fluxo de trabalho. 22. Como treinar um agente de chat de experiência do cliente: Então, afinal de contas, eu realmente tive que mudar a URL para usar o Google Drive em vez do Dropbox O Dropbox é muito complicado. Isso não funciona. Então você pode ver aqui que eu adicionei uma URL extra aqui que vai para o Google Drive, e então eu executei novamente o fluxo de trabalho, executei e tudo está bem carregado Então, agora, quando vamos ao nosso assistente e fazemos a pergunta: qual roupa de treino você usa, ela nos dá algumas informações sobre nossa roupa de treino Então, isso nos diz que nossas informações são carregadas, nossos documentos são carregados. Agora, se voltarmos ao nosso fluxo de trabalho, o que queremos fazer é testar essa entrada de bate-papo e garantir que ela faça exatamente a mesma coisa. Então, basta clicar em Chat, desça aqui. Vamos colá-lo exatamente na mesma pergunta. Quais trajes esportivos você tem? Para que isso funcione. ver isso seguindo os passos aqui. Fui até o agente, usei o modelo de chat e fui até o assistente do Pinecone. E, como podemos ver, ele volta e diz que temos os esportes apaixonados completos ou roupas de treino disponíveis. É um traje esportivo masculino premium projetado para proporcionar conforto, estilo , etc., e contém muitas informações Então, sabemos que nosso chat funciona. Então, a beleza disso agora é que temos uma maneira de enviar mensagens de bate-papo diretamente para um banco de dados. Está usando MCP. Mas o que não temos são algumas coisas. Por isso, queremos incluir as diretrizes da marca apenas para garantir que estamos nos comunicando sobre marca e escolhendo as cores certas para a Eles podem mudar a qualquer momento e podem não estar na documentação do cliente, mas definitivamente estarão nas diretrizes da marca. Então, se você pode imaginar que é um representante de atendimento ao cliente ou de experiência do cliente, você vai querer estar na marca, então você está comunicando o que é relevante Então, o que faremos é adicionar nossas diretrizes de marca. Então, se clicarmos em Ferramenta e, seguida, acessarmos a ferramenta do cliente MCP E o que queremos fazer é não ter autenticação, mas queremos colocar aqui como endpoint nosso servidor MCP de acordo com nossas diretrizes de marca Então, vamos pegar isso e colar. Então, vamos pegar um URL de produção, clicar nele e ele o copia para nós, como podemos ver. Então vamos voltar. Cole isso aqui, isso é para nossas diretrizes de marca. Agora, a diferença é que existem várias ferramentas para incluir aqui. E se eu selecionar, exceto em vez de tudo, você pode ver que podemos obter as diretrizes ou as imagens. Agora, nesse caso, não queremos necessariamente analisar as diretrizes, porque muitas delas estarão em nosso documento de suporte ao cliente, em nosso banco de dados. Mas, nesse caso, queremos as imagens da marca porque, caso os clientes queiram ver outras imagens e coisas assim, isso nos permitirá obtê-las. Então, este é um bom exemplo de como o MCP nos permite ter um servidor que pode nos fornecer muitas coisas diferentes, muitas coisas diferentes, e então podemos nos concentrar no que queremos Se executarmos essa etapa, ela dirá: forneça os dados que normalmente chegariam ao agente, viessem do nó do agente, obtenha imagens da marca e execute a etapa. Eles vão, então trouxe de volta mais algumas coisas. Então, ele trouxe de volta as linhas da imagem real. Esse é o nome da consulta e esse é o link da imagem, então definitivamente está pegando isso Então, podemos fechar isso. Então, agora temos nosso cliente MCP, que na verdade são imagens de marca Então, vamos chamar isso de get Images. Isso é ótimo. Então, temos nossa ferramenta Obter imagens de marca. Na verdade, vamos chamar isso de nossa ferramenta de documentação do cliente. Portanto, agora temos nossa ferramenta de documentação do cliente acessando o banco e temos imagens de marca provenientes de nosso servidor local. Então, essas são as ferramentas de que precisamos. Então, agora queremos que nosso agente de IA faça algo um pouco mais inteligente do que apenas dizer: use a ferramenta de assistente Pinecone. Então, vamos receber o aviso que preparamos anteriormente. Então aí está o aviso. E se ampliarmos um pouco, diz: “ Você é um representante sênior de experiência do cliente na linha de frente e prestativo representante sênior de experiência do cliente na linha de frente Você estudou as melhores marcas de atendimento ao cliente e o diálogo sobre como falar com os clientes da melhor maneira possível. Use a ferramenta de assistente de documentação do cliente para recuperar dados sobre produtos de esportes apaixonados usando a função Context Na verdade, não precisamos mais disso, eu não acho, mas vou deixar isso apenas para completar Número dois, cumprimente o cliente ao falar com ele pela primeira vez Número três, responda às perguntas educadamente da forma mais concisa possível, simplesmente respondendo à pergunta do cliente, Para A, você pode responder às declarações de um cliente de forma educada e breve, perguntando se há mais alguma coisa com a qual você possa ajudar de forma natural, sem parecer repetitivo Não pergunte se há mais alguma coisa com a qual você possa ajudar mais do que duas vezes. Cinco, se eles disserem que não há mais nada em que você possa ajudar, deseje-lhes um bom dia e agradeça por entrarem em contato. Seis, se eles perguntarem sobre imagens da marca ou exemplos delas ou exemplos da aparência, você pode usar a ferramenta Imagens da marca para responder à pergunta. Sete, garanta que você soe natural e nunca seja repetitivo. Oito, não repita excessivamente o nome do produto ou da marca para evitar parecer repetitivo Nove, responda apenas a perguntas relacionadas à marca do produto ou coisas que você possa responder com base na ferramenta assistente de documentação do cliente ou na ferramenta de imagens da marca. Dez, não responda perguntas além do que eu disse que você deveria responder menos que elas estejam relacionadas aos produtos ou itens da ferramenta assistente de documentação do atendimento ao cliente . Você pode responder perguntas relacionadas a essas coisas, mas pode precisar de alguma comparação com outros produtos. Por exemplo, por que demora mais do que a Amazon? Nesse tipo de caso, use seu conhecimento mundano especializado para responder e, 11, tenha um tom caloroso, compreensivo, coloquial e profissional Por exemplo, se você acha que vai decepcionar o cliente, digamos, infelizmente, ou algo semelhante em sua resposta Então, essas são todas as coisas que eu descobri ao realmente executar o assistente. E quando fiz isso, pude ver que havia um certo tom que estava voltando e que não parecia muito humano. E então eu mudei isso para me sentir muito mais humano. Se diminuirmos o zoom agora, podemos ver que ele ainda precisa de uma entrada de bate-papo. Isso é vermelho porque eu reiniciei o bate-papo. Portanto, pode funcionar executando a etapa, mas geralmente preciso apenas executar o chat e tudo ficará bem lá Então, vamos dar uma olhada e ver como nos saímos. Esperamos que o tom mude porque, como você pode ver aqui, diz que temos a paixão por esportes, um idiota ou É fornecido um resumo completo. São fornecidos muitos e muitos detalhes aqui. Mas o que devemos ver é que, quando começamos a fazer perguntas , elas são respondidas de uma forma muito mais humana. Então, primeiro de tudo, vou começar com algo que não é bem uma pergunta. Então, como perguntamos, começa com alto e, em seguida, como posso ajudá-lo? Então, estou perguntando se eu queria saber quais conjuntos de faixas estarão disponíveis. Vamos ver o que diz. Então você pode ver que está pesquisando aqui. E volta com olá. O traje de treino disponível é o traje esportivo masculino Passion Sports for law. Ele apresenta um ajuste fino moderno e vem nas cores preto, cinza marinho e edições limitadas sazonais Os tamanhos disponíveis variam do excesso ao dobro do Excel. A data de lançamento está marcada para 26 de dezembro de 2026, Boxing Day. Há mais alguma coisa que você gostaria de saber sobre isso? Então eu acho que isso é muito bom, muito profissional, como dissemos em nosso aviso. Então, vamos continuar. Então, agora eu perguntei: Existe uma versão feminina Diz: Olá, atualmente, o agasalho de treino passion sports fore é oferecido como um agasalho masculino premium No entanto, coleções futuras podem incluir ajustes e estilos adicionais, incluindo potencialmente versões femininas. Deixe-me saber se você gosta de informações. Ou qualquer outra coisa. Por isso, ele pergunta continuamente se você gosta de informações ou de qualquer outra coisa. A documentação que dei desta vez dizia que não existe uma versão feminina, apenas a masculina, e isso meio que ajuda o cliente a pensar que pode haver algumas versões femininas ou outros estilos, mas não está se comprometendo com isso Eu gosto disso. Eu acho isso legal. Agora, o que acontece quando eu demonstro um pouco de raiva? Então eu disse, A, estou muito irritado com isso. Vamos ver o que acontece. Então diz: Lamento saber que você está se sentindo assim. Como posso ajudá-lo hoje? Parece um pouco complicado, provavelmente poderíamos ter feito com que ele pudesse raciocinar um pouco e dizer, você sabe, desculpe por estar se sentindo assim, dar uma razão e partir daí Vamos ver as regras como elas estão. Então ele me cumprimentou, diz , cumprimente o cliente quando você fala com ele pela primeira vez Responda às perguntas educadamente com a maior precisão possível, simplesmente respondendo à pergunta, nada mais. Já fez isso. Você pode responder de forma educada e breve perguntando se há mais alguma coisa com a qual você possa ajudar de forma natural Acho que parece um pouco repetitivo, mas é de uma forma natural E então, se eles disserem que não há mais nada em que você possa ajudar, deseje-lhes um bom dia. Agradeça a eles por entrarem em contato. Então, vamos testar isso. Se eles perguntarem sobre imagens da marca ou exemplos da aparência, você pode usar a ferramenta Imagens da marca. Então, vamos testar isso. Então, agora vamos perguntar se as engrenagens estão girando. Agora, o que vimos é que, como o assistente do Pinecone, na verdade tem informações do Pinecone, ele retornou imagens Então, esse é um ponto importante: você deve sempre remover dados do banco de dados que não sejam essenciais. Então, vamos ser mais específicos. Ela pensa. Então, vamos ver se ele consegue encontrar informações sobre as imagens. Então eu perguntei: Há mais imagens dos trajes esportivos para que eu possa ver os estilos. Você verá que está seguindo os passos, e aí está Se aumentarmos o zoom, temos o manequim e todas as nossas outras imagens lá e todas as nossas outras imagens lá dentro. Vamos diminuir um pouco o zoom. Nós arrastamos a lista um pouco para o lado. Podemos ver que ele forneceu várias imagens, o que é muito legal para o usuário. E depois vem a pergunta: Você gostaria que eu fornecesse mais imagens ou ajudasse com outra coisa? Então, vamos fazer outro teste. Vamos ver o que mais colocamos em nosso agente e testá-lo. Então, dissemos que, se eles perguntarem sobre imagens de marca ou exemplos de aparência, você pode usar a ferramenta de imagens de marca para responder à pergunta. Já fez isso. Por isso, dissemos que responda apenas a perguntas relacionadas à marca do produto ou coisas que você pode responder com base na documentação do cliente, assistência ou na ferramenta Bandimages Não responda perguntas além do que eu disse que você deveria responder , a menos que estejam relacionadas aos produtos da marca ou a itens contidos na documentação do cliente. E eu disse, somente se eles se relacionarem com essas coisas, mas talvez precisem de alguma comparação. Então, vamos voltar e testar se ele realmente faz isso. Então, vamos começar com uma pergunta completamente não relacionada. Então ele voltou e disse: Olá, eu posso ajudar com questões relacionadas a produtos e marcas de esportes apaixonados. Para questões de conhecimento geral como essa, a capital da França é Paris. Há mais alguma coisa relacionada a esportes passionais com a qual eu possa ajudá-lo? Então, não aderiu à minha regra. Então, vamos ver se podemos tornar isso um pouco mais apertado. Fui muito mais explícito aqui e disse: Nunca responda perguntas não relacionadas Por exemplo, se lhe perguntarem qual é a capital da França, informe ao cliente que você pode ajudar com perguntas sobre a marca ou os produtos. Muito do jeito que você diz isso. Então, eu digo isso para garantir que os agentes não sejam muito repetitivos, mas ainda assim estou sem saber o que fazer e o que não fazer Então, vamos agora executar isso e podemos ver aqui, podemos ver deste lado, Qual é a capital da França é a questão, então ele vai fazer a mesma pergunta porque eu a executei. Podemos ver que a resposta agora é eu posso ajudar com perguntas sobre produtos esportivos apaixonados ou sobre a marca. Se você tiver alguma dúvida relacionada a isso, fique à vontade para perguntar. Portanto, não foi e tem sido ruim ou negativo. Mas agora podemos ver que está muito mais apertado, só por eu colocar essa regra Então, vamos testar um pouco mais. Vamos ver se podemos fazer mais perguntas não relacionadas. Então eu perguntei: quantos lados tem um Pentágono? Vamos correr. E, novamente , diz que posso ajudar com questões relacionadas à marca e aos produtos da Passion Sports. Se você tiver alguma dúvida sobre isso, por favor me avise. Então, podemos trabalhar muito mais nisso, fazer com que seja muito menos repetitivo, mas, você sabe, as regras estão aí Em seguida, vamos fazer algumas perguntas sobre o produto. Então eu perguntei. Quais tamanhos você tem? Tamanhos disponíveis para os trajes masculinos, e depois nos dá uma boa lista. Deixe-me saber se você quiser mais informações. Então isso é muito bom. A outra coisa a notar é que, na verdade, não há memória aqui no momento. Agora, eu gosto de colocar uma memória simples lá porque, dessa forma, ela começa a aprender o que você perguntou, e você pode ter mais conversas com ela, então vamos testar isso. Então, se você ver no início, eu queria saber quais trajes de treino estarão disponíveis. Eu então perguntei: Existe uma versão feminina? Assim, posso verificar diretamente com a IA se ela se lembra do que eu estava falando E especialmente porque não há memória, eu não esperaria que isso acontecesse. Então, vamos testar isso. Então eu disse aqui, você se lembra do que eu perguntei sobre disponibilidade? Olá. Não me lembro de interações anteriores nesta sessão. Você poderia me dizer novamente o que você perguntou sobre a disponibilidade? Ficarei feliz em ajudá-lo. Isso não é muito bom se um cliente está realmente fazendo perguntas e a pessoa de atendimento ao cliente não se lembra. E essa é a razão pela qual precisamos de memória. Então, vou até o topo agora e vou adicionar um pouco de memória aqui. Memória simples. O comprimento da janela é o número de interações que o modelo recebe, interações passadas que o modelo pode receber como contexto. Eu vou dizer 30. Eu estou muito mais alto. Eu poderia colocar 100, eu poderia colocar 1.000, mas apenas para o propósito deste exemplo, eu digo 30. E isso significa que os clientes se houver 30 interações com o cliente, eles se lembrarão de todas as 30. Mas se houver 31 interações com o cliente, 31 perguntas, por exemplo , isso não ficará na memória. E, como eu disse, na vida real, poderíamos tornar isso muito maior. Então, vamos testar isso. Então, vou fazer várias perguntas e depois voltaremos e verificaremos se lembra Então eu disse, eu sou Peter, e ele disse: Olá, Peter. Como posso ajudá-lo com produtos esportivos apaixonados ou informações sobre marcas hoje? Então, se eu disser, então eu disse, quais tamanhos você tem? Os tamanhos disponíveis são, e isso me dá os tamanhos. E então eu digo: Qual é o meu nome? Então, ele se lembrou do meu nome. Dizia: Sim, Peter. Como posso ajudá-lo ainda mais com esportes apaixonados? E agora eu vou te fazer uma pergunta diferente. Então eu perguntei quanto tempo demora a entrega? Quanto tempo para entrega? E prazos de entrega, Reino Unido, dois a quatro dias úteis, Europa, três a seis, América do Norte, cinco a dez, Ásia-Pacífico, Oriente Médio e África, etc Isso é legal. E eu vou perguntar, como isso se compara à Amazon? Em comparação com a Amazon, a entrega de esportes apaixonados pode demorar um pouco mais, especialmente internacionalmente, porque a Amazon costuma usar extensas redes de logística. E vários armazéns para obter tempos de envio mais rápidos. Passion Sports se concentra na qualidade e no envio específico da marca, o que pode resultar em prazos de entrega um pouco mais longos. Deixe-me saber se você quiser mais detalhes. Muito preciso e tinha que usar o conhecimento do mundo real. Esse é um exemplo de onde ele usaria o LM. Vamos fazer mais algumas perguntas. Eu perguntei qual é o estilo do traje de treino. Um traje esportivo tem um estilo moderno premium com um ajuste fino e elegante. É feito de tecido Valor de alta qualidade e apresenta uma marca sutil, tornando-o adequado tanto para roupas casuais quanto para atletas Você gostaria de saber mais alguma coisa sobre isso? E eu estou fazendo mais uma pergunta. Quantas perguntas já fizemos? Vamos verificar. Nós perguntamos: Você se lembra do meu nome? E essa é uma delas. Quanto tempo demora a entrega também? Como isso se compara? Três vezes, e qual é o estilo de um traje esportivo? Quatro. Pergunto mais algumas para garantir que não tenhamos perguntado sobre meu nome nas últimas quatro perguntas. Comprimento da calça de treino para o meu povo americano que chama isso de calças. Na Inglaterra, nós as chamamos de calças. Infelizmente, não há informações específicas sobre o comprimento exato da calça de treino, e elas fornecem detalhes. Guias de tamanhos estarão disponíveis nas páginas de produtos do varejista, que podem ter mais detalhes As medições podem ajudá-lo com qualquer outra coisa . Eu pergunto mais uma. Lembre-me da data de lançamento. Bash sports full ou agasalhos esportivos serão lançados em 26 de dezembro no Boxing Day com lançamento global online e em lojas selecionadas Avise-me se precisar de mais alguma coisa. Mais detalhes. Estou perguntando meu nome. Sim, seu nome é Peter. De que outra forma posso ajudá-lo hoje? Parece ter se lembrado do meu nome. Agora temos a capacidade de conversar com nosso agente de IA. Ele lembra o que dizemos em uma memória simples. Ele pode captar as imagens da nossa marca e funcionar na documentação do cliente. Então agora é sua vez. O que eu quero que você faça é pensar nas perguntas que seus clientes fazem repetidamente. Você precisa pensar do ponto de vista da função que desempenha na sua empresa. Portanto, se você trabalha com suporte ao cliente , pode usá-lo para responder perguntas sobre produtos e lançamentos, como eu mostrei. Se você trabalha na equipe de comércio eletrônico, pode usá-lo para lidar com consultas de dimensionamento e entrega Se você é o fundador, pode usá-lo para reduzir a sobrecarga da caixa de entrada durante os lançamentos da sua equipe Se você trabalha com marketing, pode usá-lo para garantir respostas consistentes em todos os lugares sobre o produto. E se você estiver trabalhando em operações, poderá usá-lo para manter uma única fonte confiável. Portanto, comece com uma fonte de conhecimento, um agente e um canal de atendimento ao cliente, e é assim que o suporte ao cliente se torna escalável, preciso e proativo