Studio com Agentes de IA 19 de fevereiro de 2026 13:14 Atualizado O artigo apresenta o Agent IA da Blip, ferramenta visual e intuitiva para criar e personalizar agentes de IA. Explica como criar blocos, configurar modelos de linguagem, instruções, base de conhecimento, condições de saída e integração de ferramentas externas, permitindo fluxos conversacionais avançados e orquestração entre múltiplos agentes especialistas. Índice: Introdução Criação e configuração de agentes no Studio 2.2 Como criar um bloco de AI Agent 2.3 Como configurar o bloco de AI Agent 2.3.1 Renomeando o AI Agent 2.3.2 Configurando a aba Instruções 2.3.3 Configurando a aba Conhecimento 2.3.4 Configurando a aba Condições de saída 2.3.5 Configurando a aba Ferramentas IntroduçãoO Studio foi projetado para permitir a criação e personalização de agentes de Inteligência Artificial de forma visual e intuitiva. Com ele, você pode personalizar o comportamento do seu agente, definir sua base de conhecimento, estabelecer condições de saída para o fluxo e integrar ferramentas externas.Essa ferramenta centraliza todos os recursos necessários para que você construa e gerencie agentes inteligentes de forma intuitiva. Criação e configuração de agentes no StudioNota: No final de cada exemplo, você encontrará o arquivo JSON da configuração. Você pode copiá-lo e importá-lo diretamente no Studio para fazer os ajustes que desejar. Como criar um bloco de AI AgentNa tela do Studio clique em Adicionar bloco escolha a opção Ai Agent.Um novo bloco de AI Agent é adicionado ao Studio. Como configurar o bloco de AI Agent Ao clicar no AI Agent criado, é possível configurá-lo através do menu lateral. Renomeando o AI AgentPrimeiramente, você pode renomear o bloco para facilitar a sua identificação. No exemplo a seguir, o Contato Inteligente será um FAQ sobre o AI Agents Configurando a aba Instruções Nesta seção, você pode personalizar seu AI Agent para atender às suas necessidades. Escolha o modelo de linguagem (LLM), defina a temperatura e quantidade máxima de tokens, insira as instruções iniciais do agente, entre outras opções.Uma configuração precisa é fundamental para otimizar o desempenho do seu agente.Para saber mais como criar instruções (prompts) leia a documentação: Como criar prompts para agentes de IA. Para configurar um modelo, clique no botão Configurar agente, ao lado da indicação do modelo na aba de Instruções. A tela Configurar Instruções será exibida. Na aba Modelo, no menu suspenso, é possível escolher a versão do modelo a ser utilizada.O Studio agora oferece suporte a múltiplos modelos de linguagem, ampliando a flexibilidade para a criação de agentes e automações mais adequadas a diferentes casos de uso.Essa expansão permite que você escolha exatamente o modelo que melhor se adapta às necessidades de interpretação de arquivos, performance e profundidade de resposta desejadas para cada fluxo conversacional.Modelos GPT disponíveis: gpt-4.1-mini gpt-4.1 gpt-4.1-nano gpt-4o gpt-4o-mini o4-mini gpt-5 gpt-5-mini gpt-5-nano gpt-5.1 gpt-5.1-chat Modelos Gemini disponíveis: gemini-2.5-pro gemini-2.5-flash Onde acessar:Configurar Agente → Modelo → Modelos de LLM disponíveisNessa mesma aba é possível também: Definir a temperatura do modelo; Definir a quantidade máxima de tokens; Ativar/desativar o histórico de mensagem(memória de curto prazo).. Já na aba Resposta é possível:Definir se a resposta do agente será enviada ao usuário no canal de atendimento ou armazenada em uma variável.Ao armazenar em uma variável permite que outros agentes possam utilizá-la. Definir o formato de resposta do agente. Podendo escolher vários formatos (inclusive um formato personalizado). Já na aba Interpretação é possível:Definir tipos de arquivos que o agente será capaz de interpretar, além de configurar o tratamento caso o agente receba um tipo não suportado.Após definir as configurações do agente basta clicar em Salvar. Caso não tenha feito alteração, basta clicar em Cancelar.Ainda na aba de Instruções é possível configurar instruções para o AI Agent. Para cada instrução é possível selecionar o seu nível, podendo escolher entre: Usuário, Agente, Sistema, Histórico. Vamos passar por cada um: Nível de SistemaO nível de sistema define o comportamento geral, a persona e as restrições do agente de IA. É a instrução mais fundamental, que estabelece o contexto e as regras de como o modelo deve responder, independentemente da entrada específica do usuário.Exemplo de uso: "Você é um especialista em programação Python. Responda de forma clara e objetiva, fornecendo exemplos de código sempre que possível." Nível de UsuárioO nível de usuário representa a entrada ou consulta direta do usuário final. Ele contém a pergunta ou instrução específica que o usuário deseja que a IA resolva em uma determinada interação.Exemplo de uso: "Qual é a capital da França?" Nível de AgenteO nível de agente representa as respostas geradas pelo próprio agente de IA. Em uma conversa com múltiplos turnos, as mensagens anteriores da IA podem ser incluídas como contexto para as interações seguintes, mantendo a coerência do diálogo.Exemplo de uso: "A capital da França é Paris." Nível de HistóricoO nível de histórico permite utilizar históricos de mensagens de outros agentes, dessa forma é possível integrar o contexto deles ao agente atual.Exemplo de uso: Na prática:Adicione uma instrução Selecione o nível de instrução: Informe a instrução: Na instrução de Histórico, você verá o ícone Manipular histórico. Ele permite configurar como inserir o histórico de mensagens de outros agentes. Você poderá configurar a quantidade de mensagens e a ordem delas. Nas instruções de Sistema e Agente, você verá um ícone de escudo. Ele oferece sugestões de instruções de guardrail que você pode adicionar ao seu agente. Basta copiá-las e inseri-las na instrução. Para o exemplo vamos criar uma nova instrução de sistema e adicionar um guardrail para a base de conhecimento. Em cada instrução é possível executar ações de remover e duplicar a instrução, através dos botões: É possível mover a instrução clicando e arrastando-a pelo botão lateral (seis pontos) que aparece ao passar o mouse. Assim, você pode organizar a ordem das instruções, o que é crucial para o comportamento do agente.Se a opção de histórico de contexto estiver ativada na configuração do modelo, ele também aparecerá na tela de instruções e poderá ser ordenado com as demais. Configurando a aba ConhecimentoPassando agora para a aba de Conhecimento, vemos o seguinte ao abrir a primeira vez: Para que o agente acesse informações, ele precisa de catálogos. Esses catálogos centralizam o conhecimento a partir de arquivos e URLs, organizando tudo sobre um mesmo tema. Para saber mais sobre os catálogos acesse o tutorial sobre Base de Conhecimento.Como o seu agente acabou de ser criado, ele ainda não tem nenhum catálogo vinculado. Para adicionar um, basta clicar no botão "Catálogos" ou em "+ Adicionar catálogo".Ao clicar em um dos botões, a janela Gerenciar Catálogos é aberta. Para criar um novo catálogo, clique em "Criar catálogo". Você será redirecionado para a tela de gerenciamento de Base de Conhecimento, onde poderá criar/remover catálogos.Seguindo nosso exemplo de FAQ sobre AI Agents, vamos criar um catálogo usando um arquivo XLSX com perguntas e respostas e uma URL, contendo informações sobre tipos de arquivos aceitos na base de conhecimento de um AI Agent.Após a criação, o catálogo será listado na tela Gerenciar Catálogos no Studio e já estará disponível para ser vinculado ao seu agente. Para mais detalhes sobre a criação de catálogos, confira o tutorial de Base de Conhecimento. Para vincular um catálogo ao agente, basta marcar o checkbox e clicar em Salvar.Agora, na aba Conhecimento é possível visualizar o catálogo vinculado. Ao clicar no botão de edição do catálogo vinculado, você pode gerenciar os seus arquivos e URLs. Assim, é possível escolher quais informações o agente deve usar na sua base de conhecimento. Você notará que tanto o arquivo XLSX quanto a URL são listados. Basta marcar os que você quer que o agente use e clicar em "Salvar". Executando o Contato InteligenteAgora é um bom momento para testar o Contato Inteligente (CI) com o AI Agent. Para isso, conecte o bloco Início ao bloco Faq AI Agent e publique o fluxo do CI. No chat de teste de fluxo é possível interagir com o agente. JSON de configuração (Será preciso adicionar as bases de conhecimento) Configurando a aba Condições de saída Para configurar a aba Condições de saída, vamos criar um novo fluxo. A ideia é construir um Contato Inteligente da Blip com três agentes: Agente de Planos: Especializado em planos que a Blip oferece. Agente de Produtos: Especializado em produtos disponíveis. Agente Orquestrador: Responsável por entender a intenção do usuário e direcioná-lo para o agente especialista correto. Neste cenário, também adicionaremos blocos determinísticos para mostrar que é possível combiná-los com os blocos de AI Agents.Para começar, vamos adicionar os blocos determinísticos que darão as boas-vindas e coletarão o nome do usuário. Para isso, vamos copiar blocos prontos da Biblioteca de blocos e adaptá-los para o nosso exemplo. O fluxo inicial ficou assim:Agora, você pode criar o agente orquestrador e definir suas instruções.Neste exemplo, ele terá três instruções de sistema: A primeira define seu papel como orquestrador. A segunda o instrui a chamar o usuário pelo nome, usando uma variável para personalização. A terceira é um guardrail para garantir que o orquestrador não enviará mensagens desnecessárias para o usuário. As bases de conhecimento para os agentes especialistas serão as URLs de produtos e de planos da Blip.As instruções para cada agente serão as seguintes: Definição de Papel: Descreve a área de especialização do agente. Guardrails de Concorrência: Evita que o agente mencione concorrentes ou serviços similares. Guardrails de Tom de Voz: Garante que as respostas serão em português e manterão um tom amigável. Guardrails de Grounding: Garante que todas as informações fornecidas sejam baseadas exclusivamente na base de conhecimento. Nome do usuário: Garante que o agente chame o usuário pelo nome. Agora, basta criar os agentes, configurando-os com essas instruções e a base de conhecimento, como visto nas etapas anteriores.Agente especialista em planos da Blip: Agente especialista em produtos da Blip:Agora você pode configurar as condições de saída. Elas permitem que você instrua o agente sobre para qual bloco o usuário deve ser direcionado, garantindo que o fluxo de conversação continue corretamente.Vamos começar pelo Orquestrador. Na aba Condições de saída, clique no botão + Adicionar direcionamento. Em Definições, preencha o nome, a descrição e o bloco de destino, e salve a instrução. Crie uma condição de saída para cada agente especialista.Também é possível definir uma condição de saída para casos de exceção. Agora para cada agente especialista vamos criar uma condição de saída para voltar para o agente orquestrador. Com isso, o usuário consegue voltar e trocar de contexto.E assim ficou o fluxo:Agora é só testar! Configurando a aba FerramentasA aba Ferramentas permite que você configure as instruções para o agente interagir com recursos externos. Para vermos um exemplo prático, vamos voltar ao agente Orquestrador. Ao clicar em Adicionar ferramenta, uma lista de opções será exibida. Para cada uma, além de definir um nome, é necessário fornecer uma descrição — que orienta o agente sobre quando acionar a ação — e configurar os dados específicos para sua execução.Vamos exemplificar com a ferramenta Definir contato, utilizada para armazenar dados do usuário. Visto que já capturamos o nome, iremos aproveitá-lo para preencher os dados de contato. Para isso, basta alterar o nome, informar a descrição e mapear a variável {{nome}} ao campo correspondente. Você pode adicionar condições para que a definição do contato ocorra. Por exemplo, é possível incluir uma validação para o nome do usuário.Para testar o funcionamento, vamos ajustar a instrução que usamos para passar o nome do usuário. Em vez de usar a variável {{nome}}, vamos alterar a instrução para buscar o nome diretamente de {{contact.name}} e validar que o agente ainda consegue chamar o usuário pelo nome: JSON da configuração (Será preciso adicionar as bases de conhecimento)Para mais informações, acesse a discussão sobre o assunto em nossa comunidade ou os vídeos no nosso canal. 😃 Artigos relacionados Base de Conhecimento Configuração do arquivo de audiência - Envio de notificações em massa Como configurar um bloco de destino por variável Mensagens Ativas - Códigos de erro FAQs