​
Visão Geral

A Interface de Chat é onde você interage diretamente com seus agentes de IA. Mais do que uma simples conversa, é uma ferramenta completa que permite:
  • 💬 Conversar com qualquer agente criado
  • 🔍 Acompanhar execuções em tempo real (debug)
  • 📁 Gerenciar sessões com organização inteligente
  • 🎤 Enviar áudio, texto e mídia para interação rica
  • 🏷️ Organizar conversas com tags e filtros
Debug em Tempo Real: Mesmo em agentes complexos (Sequential, Workflow, Loop), você vê cada passo da execução, chamadas de funções e retornos em tempo real, facilitando debugging e otimização.

​
Passo 1: Acessando o Chat

  1. No menu principal da Evo AI, clique em “Chat”
  2. Você verá uma interface dividida em duas partes:
    • Painel esquerdo: Lista de todas as sessões de chat
    • Área principal: Chat ativo ou tela inicial
  3. Para começar, você pode criar um novo chat ou abrir uma sessão existente
Lista de Sessões de Chat
A interface salva automaticamente todas as conversas, permitindo que você retome qualquer sessão a qualquer momento.

​
Passo 2: Gerenciando Sessões

Painel esquerdo - Todas as suas conversas:Cada sessão mostra:
  • Nome da sessão (editável)
  • Agente utilizado
  • Última mensagem ou resumo
  • Data da conversa
  • Tags para organização
Funcionalidades da lista:
  • 🔍 Busca rápida por nome, descrição ou conteúdo
  • 🏷️ Filtro por tags para organizar por projeto/tipo
  • 🤖 Filtro por agente para ver conversas específicas
  • 📅 Ordenação por data, nome ou atividade recente
  • ✅ Seleção múltipla para ações em lote
Como usar os filtros:Por Agente:
Dropdown "Agente": Selecione agente específico
Resultado: Mostra apenas conversas com aquele agente

Exemplo: Filtro por "Assistente Vendas"
→ Lista apenas chats com esse agente
Por Tags:
Campo "Tags": Digite tag específica
Resultado: Mostra sessões marcadas com essa tag

Exemplo: Tags "cliente-vip", "suporte", "vendas"
→ Organização por categoria de atendimento
Por Texto:
Campo "Buscar": Digite palavra-chave
Resultado: Busca em nomes, descrições e conteúdo

Exemplo: Busca por "notebook"
→ Encontra todas as conversas sobre notebooks
Combinação de filtros:
  • Use múltiplos filtros simultaneamente
  • Refine resultados progressivamente
  • Salve filtros frequentes mentalmente
Como selecionar múltiplas sessões:
  1. Marque as checkboxes ao lado de cada sessão desejada
  2. Barra de ações aparece no topo quando há seleção
  3. Selecionar tudo: Checkbox geral para marcar todas visíveis
Sessões SelecionadasAções em lote disponíveis:🗑️ Deletar Selecionadas:
  • Remove múltiplas sessões de uma vez
  • Confirma antes de deletar permanentemente
  • Útil para limpeza periódica
🏷️ Adicionar Tags:
  • Aplica tags a múltiplas sessões
  • Organiza conversas por projeto/cliente
  • Facilita filtros futuros
📁 Mover para Pasta: (se disponível)
  • Organiza em categorias
  • Separa por cliente, projeto, tipo
💡 Dica: Use seleção múltipla para organizar sessões antigas, aplicar tags em lote ou fazer limpeza de conversas teste.

​
Passo 3: Criando Nova Sessão

Como criar uma nova conversa:
  1. Clique em “New Chat” no painel esquerdo
  2. Selecione o agente que deseja usar na conversa
  3. Configure nome da sessão (opcional, pode alterar depois)
  4. Adicione tags para organização (opcional)
  5. Clique em “Criar” para iniciar
Criando Novo ChatConfigurações iniciais:
Nome da Sessão: "Atendimento Cliente João - Notebooks"
Agente: assistente_vendas_tech
Tags: cliente-joao, vendas, notebook, 2024

Resultado: Chat organizado e fácil de encontrar depois
Boas práticas para nomes:
  • Use padrão consistente: “Tipo - Cliente - Assunto”
  • Inclua data se relevante: “Suporte-15Jan-ProblemaLogin”
  • Seja descritivo: “Demo-Produto-Cliente-ABC”
  • Evite nomes genéricos: “Chat 1”, “Teste”

​
Passo 4: Editando Informações da Sessão

Acessando opções de edição:
  1. Na lista de sessões: Clique no ícone de “Editar” (✏️) ao lado da sessão
  2. Ou dentro do chat: Menu de opções da sessão
  3. Formulário de edição abre com campos editáveis
Editando Dados do ChatCampos editáveis:Nome da Sessão:
  • Altere para algo mais descritivo
  • Útil quando conversa evoluiu para assunto diferente
  • Ajuda na busca futura
Descrição:
  • Resumo do que foi discutido
  • Detalhes importantes da conversa
  • Resultados ou próximos passos
Tags:
  • Adicione novas tags conforme conversa evolui
  • Remova tags irrelevantes
  • Use tags para status: “resolvido”, “pendente”, “follow-up”
Agente: (se permitido)
  • Troque agente durante conversa
  • Útil para escalar para especialista
Exemplo de organização:
Antes: "Chat 1"
Depois: "Cliente João - Compra Notebook Gaming"

Tags: cliente-joao, vendas, notebook, gaming, orçamento-5k
Descrição: "Cliente interessado em notebook gaming até R$ 5.000. 
           Demonstrou interesse no modelo X. Aguardando proposta."

​
Conversando com os Agentes

​
Tipos de Entrada

Entrada padrão mais comum:
  • Digite sua mensagem na caixa de texto
  • Pressione Enter para enviar
  • Shift + Enter para quebra de linha
  • Suporta texto longo e formatação simples
Dicas para melhores resultados:
✅ Seja específico: "Preciso de notebook para design gráfico, orçamento R$ 4000"
❌ Muito genérico: "Quero um computador"

✅ Forneça contexto: "Sou fotógrafo e preciso editar RAW de 50MB"
❌ Sem contexto: "O que é melhor?"

✅ Inclua preferências: "Prefiro marcas nacionais com boa garantia"
❌ Sem direcionamento: "Me ajude a escolher"
Anexar arquivos e imagens:Formatos suportados:
  • 🖼️ Imagens: PNG, JPG, JPEG, GIF, WebP
  • 📄 Documentos: PDF, DOC, DOCX, TXT
  • 📊 Planilhas: XLS, XLSX, CSV
  • 🎵 Áudio: MP3, WAV, M4A, OGG
Como enviar:
  1. Clique no ícone de “Anexar” (📎)
  2. Selecione arquivo do seu computador
  3. Ou arraste e solte diretamente no chat
  4. Aguarde upload e processamento
  5. Adicione texto explicativo se necessário
Casos de uso:
📷 Foto de produto com defeito para suporte
📄 Contrato para análise jurídica
📊 Planilha de dados para análise
🖼️ Design para feedback
Modelos que suportam mídia:
  • GPT-4 Vision: Análise de imagens
  • Gemini Pro Vision: Multimodal completo
  • Claude 3: Documentos e imagens
Funcionalidade de voz:Como gravar:
  1. Clique no ícone de “Microfone” (🎤)
  2. Permita acesso ao microfone se solicitado
  3. Fale sua mensagem - indicador mostra gravação ativa
  4. Clique novamente para parar gravação
  5. Áudio é enviado automaticamente
⚠️ Importante - Para áudio funcionar:Opção 1: Modelo que aceita áudio
Use modelos nativos com suporte a áudio:
- Whisper (OpenAI) - especializado em transcrição
- Gemini Pro - multimodal com áudio
- Modelos específicos de cada provider
Opção 2: Tool Speech to Text
Configure tool speech_to_text no agente:
1. Vá em configurações do agente LLM
2. Seção "Tools" → Adicione "Speech to Text"  
3. Configure provider (OpenAI, Groq, Google)
4. Agente converte áudio → texto → processa
Qualidade do áudio:
  • Ambiente silencioso para melhor transcrição
  • Fale claramente e em ritmo normal
  • Evite ruídos de fundo
  • Teste com frases curtas primeiro
Casos de uso:
🎤 Reportar problema detalhado por voz
🗣️ Fazer pedido complexo falando
🎙️ Entrevista ou coleta de feedback
📞 Simular atendimento telefônico

​
Debug e Acompanhamento em Tempo Real

O chat como ferramenta de debug:A interface de chat não é apenas para conversar - é uma ferramenta completa de debug que mostra tudo que acontece “nos bastidores” da execução do agente.O que você vê em tempo real:
  • 🔄 Cada passo da execução em agentes Sequential
  • 🌐 Chamadas para APIs e ferramentas externas
  • 🤖 Decisões do LLM e raciocínio
  • ⚙️ Execução de workflows passo a passo
  • 🔁 Iterações de Loop Agents
  • 📞 Chamadas de funções e retornos
  • ⏱️ Tempos de execução de cada etapa
Acompanhando execução sequencial:Exemplo: Agente de vendas com 3 sub-agentes
🚀 Iniciando execução...

📍 Passo 1: Qualificador de Leads
├── Analisando necessidades do cliente...
├── Identificando orçamento: R$ 5.000
├── Detectando urgência: Média
└── ✅ Qualificação concluída

📍 Passo 2: Demonstrador de Produtos  
├── Consultando base de produtos...
├── Filtrando por orçamento R$ 5.000
├── Selecionando 3 opções adequadas
└── ✅ Demonstração concluída

📍 Passo 3: Especialista em Fechamento
├── Analisando dados da qualificação
├── Criando proposta personalizada  
├── Adicionando senso de urgência
└── ✅ Proposta final gerada

🎯 Execução finalizada em 8.2s
Informações visíveis:
  • Status de cada sub-agente
  • Tempo gasto em cada etapa
  • Dados passados entre agentes
  • Erros ou falhas (se houver)
Acompanhando fluxos complexos:Exemplo: Workflow de aprovação de proposta
🔄 Workflow: Análise de Proposta

🟦 Node: Receber Dados
├── Input: Proposta comercial recebida
├── Validando formato...
└── ✅ Dados válidos

🟦 Node: Agente Revisor
├── Executando análise de conteúdo...
├── Verificando valores e termos...
├── Score de qualidade: 8.5/10
└── ✅ Revisão aprovada

🔷 Node: Condição (Score > 8.0?)
├── Avaliando: 8.5 > 8.0
├── Resultado: TRUE
└── ➡️ Seguindo para aprovação

🟦 Node: Aprovação Automática
├── Gerando contrato final...
├── Aplicando templates...
└── ✅ Contrato gerado

⏸️ Node: Delay (5 segundos)
├── Aguardando processamento...
└── ✅ Delay concluído

💬 Node: Mensagem Final
└── ✅ "Proposta aprovada e contrato enviado!"
Detalhes mostrados:
  • Tipo de cada node (Agent, Condition, Message, Delay)
  • Dados fluindo entre nodes
  • Decisões de condicionais
  • Tempo de delays
  • Erros em qualquer ponto
Acompanhando iterações:Exemplo: Loop de refinamento de conteúdo
🔁 Loop Agent: Refinador de Conteúdo

=== ITERAÇÃO 1 ===
📝 Gerador: Criando conteúdo inicial
├── Baseado no pedido do usuário
├── Gerando primeira versão...
└── ✅ Conteúdo v1 criado

📊 Analisador: Avaliando qualidade
├── Score clareza: 6.5/10
├── Score persuasão: 7.0/10  
├── Score geral: 6.8/10
└── ❌ Abaixo do threshold (8.0)

=== ITERAÇÃO 2 ===
📝 Gerador: Refinando conteúdo
├── Aplicando feedback da análise
├── Melhorando clareza...
└── ✅ Conteúdo v2 criado

📊 Analisador: Reavaliando
├── Score clareza: 8.2/10
├── Score persuasão: 8.5/10
├── Score geral: 8.4/10
└── ✅ Acima do threshold!

🛑 Verificador: Usando exit_loop()
└── ✅ Loop finalizado

📋 Finalizador: Gerando resposta final
└── ✅ Resultado consolidado
Visibilidade completa:
  • Número da iteração atual
  • Progresso de cada sub-agente
  • Métricas de qualidade
  • Condições de parada
  • Momento exato do exit_loop
Monitorando tools e APIs:Exemplo: Agente usando ferramentas externas
🔧 Chamada de Função: load_knowledge
├── Parâmetros: {"query": "garantia notebook", "tags": ["suporte"]}
├── Buscando na knowledge base...
├── Resultado: 3 chunks encontrados
└── ✅ Conhecimento carregado

🔧 Chamada de Função: get_product_info  
├── Parâmetros: {"product_id": "NB001", "include_price": true}
├── Consultando API de produtos...
├── Status: 200 OK
├── Dados: {"name": "Notebook Pro", "price": 4500, "stock": 12}
└── ✅ Produto encontrado

🔧 Chamada de Função: send_email
├── Parâmetros: {"to": "cliente@email.com", "subject": "Proposta"}
├── Conectando com servidor SMTP...
├── Status: Email enviado
└── ✅ Comunicação realizada
Informações detalhadas:
  • Nome da função chamada
  • Parâmetros enviados
  • Status da execução
  • Dados retornados
  • Tempo de resposta
  • Erros (se houver)
Vantagens para debugging:
  • Identifica gargalos de performance
  • Detecta falhas em integrações
  • Valida parâmetros enviados
  • Confirma retornos esperados

​
Gerenciamento Avançado de Sessões

​
Organização e Produtividade

Estratégias de organização:Por cliente:
cliente-joao, cliente-empresa-abc, cliente-vip
→ Facilita localizar conversas específicas
Por tipo de atendimento:
vendas, suporte, onboarding, demo, follow-up
→ Organiza por categoria de atividade
Por status:
pendente, resolvido, aguardando-cliente, escalado
→ Controla workflow de atendimento
Por produto/serviço:
notebook, smartphone, software, consultoria
→ Segmenta por área de negócio
Por prioridade:
urgente, alta, media, baixa
→ Prioriza atendimentos
Combinações úteis:
Exemplo: "cliente-vip + vendas + notebook + urgente"
→ Cliente VIP com demanda urgente de notebook
Técnicas de busca eficiente:Busca por conteúdo:
Digite palavras-chave do que foi discutido:
"problema login", "orçamento 5000", "garantia"
Busca por resultados:
"proposta enviada", "problema resolvido", "compra realizada"
Busca por datas:
Use filtros de data para período específico
"última semana", "dezembro 2024"
Combinação de filtros:
Agente: assistente_vendas
Tag: cliente-vip
Busca: "notebook gaming"
→ Conversas VIP sobre notebooks gaming
Extraindo insights das conversas:Padrões de atendimento:
  • Quais agentes são mais usados?
  • Que tipos de dúvidas são mais comuns?
  • Qual horário de maior atividade?
Performance dos agentes:
  • Conversas que geraram vendas
  • Problemas resolvidos com sucesso
  • Tempo médio de resolução
Evolução do cliente:
  • Histórico completo de interações
  • Preferências identificadas ao longo do tempo
  • Produtos ou serviços de interesse
Oportunidades:
  • Clientes com potencial não explorado
  • Problemas recorrentes para melhorar
  • Agentes que precisam de ajustes

​
Melhores Práticas

Para melhores resultados:Preparação:
  • Escolha o agente certo para cada tipo de conversa
  • Configure nome e tags descritivas desde o início
  • Tenha contexto claro do que quer alcançar
Durante a conversa:
  • Seja específico e forneça contexto adequado
  • Use mídia quando apropriado (imagens, documentos)
  • Acompanhe o debug para entender o raciocínio
  • Faça perguntas de follow-up para aprofundar
Após a conversa:
  • Atualize tags baseado no que foi discutido
  • Adicione descrição resumindo resultados
  • Marque status (resolvido, pendente, etc.)
  • Documente próximos passos se necessário
Cuidados importantes:Informações sensíveis:
  • Evite compartilhar dados pessoais desnecessários
  • Use códigos ou iniciais quando possível
  • Considere implicações de privacidade
Organização segura:
  • Use tags que não exponham informações confidenciais
  • Seja criterioso com nomes de sessões
  • Faça limpeza periódica de conversas antigas
  • Configure retenção adequada de dados
Backup e continuidade:
  • Exporte conversas importantes se necessário
  • Documente insights valiosos externamente
  • Mantenha histórico de decisões importantes
Compartilhando conhecimento:Padronização:
  • Use convenções consistentes de nomenclatura
  • Defina padrão de tags para a equipe
  • Documente boas práticas da organização
Colaboração:
  • Compartilhe sessões relevantes quando apropriado
  • Use tags de status para coordenação
  • Documente aprendizados para reutilização
Treinamento:
  • Use conversas de exemplo para treinar novos usuários
  • Analise conversas bem-sucedidas para replicar
  • Identifique padrões de sucesso

​
Resolução de Problemas

1. Áudio não funciona:
  • ✅ Verifique permissões do microfone no navegador
  • ✅ Configure tool speech_to_text no agente se modelo não suporta áudio nativo
  • ✅ Teste com frase curta primeiro
  • ✅ Verifique se provider de speech_to_text está configurado
2. Upload de mídia falha:
  • ✅ Verifique tamanho do arquivo (limites por tipo)
  • ✅ Confirme formato suportado
  • ✅ Teste conexão de internet
  • ✅ Tente arquivo menor para testar
3. Agente não responde como esperado:
  • ✅ Use funcionalidade de debug para entender execução
  • ✅ Verifique se agente está configurado corretamente
  • ✅ Seja mais específico na pergunta
  • ✅ Forneça mais contexto sobre o que precisa
4. Busca não encontra conversas:
  • ✅ Experimente palavras-chave diferentes
  • ✅ Verifique filtros ativos
  • ✅ Use tags em vez de busca por texto
  • ✅ Ajuste período de data se aplicável
5. Performance lenta:
  • ✅ Limite número de sessões carregadas
  • ✅ Use filtros para reduzir lista
  • ✅ Faça limpeza de sessões antigas
  • ✅ Verifique conexão de internet

​
Próximos Passos

Configurar Agentes

Crie e configure agentes para suas conversas

Knowledge Base

Configure base de conhecimento para agentes mais precisos

Agentes de Workflow

Entenda debug de workflows complexos

Configurações

Configure ferramentas e integrações
💬 Agora você domina a interface de chat! Use essas funcionalidades para ter conversas produtivas, debugar agentes complexos e organizar seu histórico de forma eficiente!