Chat Interface
Interface completa para conversar com seus agentes, acompanhar execuções em tempo real e gerenciar sessões de chat
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.
Navegando pela Interface de Chat
Passo 1: Acessando o Chat
- No menu principal da Evo AI, clique em “Chat”
- Você verá uma interface dividida em duas partes:
- Painel esquerdo: Lista de todas as sessões de chat
- Área principal: Chat ativo ou tela inicial
- Para começar, você pode criar um novo chat ou abrir uma sessão existente
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:
- Marque as checkboxes ao lado de cada sessão desejada
- Barra de ações aparece no topo quando há seleção
- Selecionar tudo: Checkbox geral para marcar todas visíveis
Ações 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:
- Clique em “New Chat” no painel esquerdo
- Selecione o agente que deseja usar na conversa
- Configure nome da sessão (opcional, pode alterar depois)
- Adicione tags para organização (opcional)
- Clique em “Criar” para iniciar
Configurações 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:
- Na lista de sessões: Clique no ícone de “Editar” (✏️) ao lado da sessão
- Ou dentro do chat: Menu de opções da sessão
- Formulário de edição abre com campos editáveis
Campos 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:
- Clique no ícone de “Anexar” (📎)
- Selecione arquivo do seu computador
- Ou arraste e solte diretamente no chat
- Aguarde upload e processamento
- 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:
- Clique no ícone de “Microfone” (🎤)
- Permita acesso ao microfone se solicitado
- Fale sua mensagem - indicador mostra gravação ativa
- Clique novamente para parar gravação
- 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!
Was this page helpful?
- Visão Geral
- Navegando pela Interface de Chat
- Passo 1: Acessando o Chat
- Passo 2: Gerenciando Sessões
- Passo 3: Criando Nova Sessão
- Passo 4: Editando Informações da Sessão
- Conversando com os Agentes
- Tipos de Entrada
- Debug e Acompanhamento em Tempo Real
- Gerenciamento Avançado de Sessões
- Organização e Produtividade
- Melhores Práticas
- Resolução de Problemas
- Próximos Passos