O termo agente pode ter significados diferentes. Em um sistema multiagente, que forma uma árvore de agentes hierárquica, toda a árvore de agentes é chamada de aplicativo de agente.
Um aplicativo de agente é composto por um ou mais agentes, em que cada um pode ser o agente raiz ou um subagente.
Um agente raiz (também conhecido como agente de direcionamento) atua como o principal ponto de entrada e orquestrador do aplicativo de agente geral. Normalmente, ele lida com a interação principal com o usuário final, é responsável por entender as metas gerais e delega tarefas específicas aos subagentes apropriados.
Um subagente (também conhecido como agente filho) é um agente mais especializado, projetado para lidar com uma tarefa, um domínio ou uma capacidade específica. Por exemplo, um subagente pode ser encarregado de pesquisar um banco de dados específico ou analisar um tipo específico de dados. Os subagentes promovem a modularidade e a reutilização no aplicativo do agente.
Os agentes raiz podem invocar subagentes, e os subagentes podem invocar outros subagentes.
Criar um aplicativo de agente e um agente raiz
Para criar um aplicativo de agente e um agente raiz:
- Abra o console do CX Agent Studio.
- Selecione o projeto.
- Clique em Crie seu primeiro agente de IA ou Criar agente.
- Insira um nome para o aplicativo do agente.
- Clique em Criar.
- Clique em Instruções para adicionar instruções para o agente raiz.
- Clique em Ferramentas e no botão + para adicionar ferramentas ao agente raiz.
Como alternativa, você pode usar as opções do menu suspenso ao criar um agente:
- Importar como novo: crie um novo agente importando um.
- Criar com base em um modelo: crie um agente usando um modelo.
Criar um subagente
Para criar um subagente:
- Clique no sinal de mais na parte de baixo do agente raiz.
- Clique em Adicionar subagente.
Gerenciar aplicativos de agente
Para gerenciar aplicativos de agente no seu projeto:
- Abra o console do CX Agent Studio.
- Selecione o projeto. A lista de aplicativos de agente do seu projeto é mostrada.
Para cada aplicativo de agente, as seguintes informações e ações estão disponíveis:
- Clique no nome do aplicativo do agente para abri-lo no Agent Builder.
- A coluna Implantado em mostra o número de canais em que o aplicativo está implantado.
- A coluna Sessões mostra o número de sessões nas últimas 24 horas que usam um canal de implantação.
- A coluna Escalonamento mostra o número de escalonamentos nas últimas 24 horas que usam um canal de implantação.
- O horário da última atualização do aplicativo do agente é mostrado.
- Clique no menu de contexto de um aplicativo de agente específico e, em seguida, em Importar agente, Exportar agente ou Excluir agente. Para mais informações, consulte Exportar e importar.
Suporte ao idioma
Crie seus agentes em inglês, mas eles podem detectar automaticamente o idioma da entrada do usuário final e responder automaticamente usando o mesmo idioma. Para ver a lista de idiomas compatíveis, consulte a referência de idiomas.
Suporte a modelos
O CX Agent Studio usa modelos de fundação do Gemini para potencializar o raciocínio generativo, o seguimento de instruções e os recursos multimodais. É possível selecionar um modelo global para todo o aplicativo do agente ou substituí-lo para subagentes específicos. Para instruções detalhadas sobre como trocar de modelo, avaliar o desempenho e implementar mudanças com segurança, consulte Migrar para um novo modelo.
Os modelos no CX Agent Studio são ajustados para a experiência do cliente, podendo ser diferentes das ofertas padrão da Gemini Enterprise Agent Platform.
Para o CX Agent Studio, os seguintes modelos são compatíveis:
| Modelo | Otimização | Etapa do lançamento |
|---|---|---|
gemini-composite-v2 |
Otimizado para voz | GA |
gemini-composite-v1 |
Otimizado para voz | GA |
gemini-3.7-flash |
Otimização de texto | GA |
gemini-3.5-flash |
Otimização de texto | GA |
gemini-3-flash |
Otimização de texto | Visualizar |
gemini-2.5-flash |
Otimização de texto | GA |
gemini-3.1-flash-live |
Otimizado para voz | GA |
Modelo Gemini Composite V2
O modelo Gemini Composite V2 é a próxima versão do modelo Composite V1 para agentes de voz corporativos. Ele usa os mesmos modelos de ouvinte e de pensamento do Composite V1, com um modelo de falante atualizado que oferece as seguintes melhorias:
- Fala mais natural: melhor ritmo, tom e expressão.
- Controle preciso da entrega: as tags inline adicionam pausas, respirações, risadas e mudanças de tom exatamente onde você as coloca.
- Melhoria na precisão alfanumérica: leitura mais precisa de valores como números de rastreamento, números de telefone e endereços.
Para usar o Composite V2, selecione gemini-composite-v2 como o
modelo global
para seu aplicativo de agente.
Se você estiver movendo um agente do Composite V1,
consulte Migrar do Composite V1.
Modelo Gemini Composite V1
O modelo Gemini Composite V1 foi projetado para agentes de voz corporativos. Ele combina três modelos de subcomponentes para oferecer adesão estrita às instruções, execução de ferramentas superior e estabilidade de voz excepcional:
Esse modelo composto é uma combinação de três modelos de subcomponentes:
- Modelo de ouvinte: converte o áudio recebido em transcrições com rejeição de ruído em tempo real.
- Modelo de raciocínio: processa entradas, aplica instruções e executa ferramentas de back-end.
- Modelo de locutor: converte respostas de texto em fala natural e de baixa latência.
Práticas recomendadas para modelos compostos
Siga estas práticas recomendadas para conseguir uma fala natural e confiável do modelo Composite V2. A versão composta V2 usa pontuação e contexto para moldar a entrega, então a maioria das respostas soa natural sem instruções extras. Comece de forma simples e adicione direcionamento apenas quando isso melhorar a conversa.
Estilo de fala
O Estilo de fala nas configurações de voz molda a voz para cada resposta. Siga estas diretrizes:
- Comece com um estilo de fala vazio. Teste o agente sem um estilo de fala primeiro e adicione um somente se ele ajudar.
- Seja breve.
Descreva o locutor em cerca de uma dúzia de palavras,
como idade, timbre vocal, tom, sotaque e ritmo.
Por exemplo,
Friendly woman in her early 30s, warm mid-pitch voice, relaxed conversational pace. - Descreva quem é o locutor, não como ele se sente. Use tags inline para emoções que mudam de um momento para outro.
- Evite comandos longos. Comandos longos e com várias seções, como um perfil de áudio com notas de cena e do diretor, podem fazer com que a voz mude durante uma chamada e podem entrar em conflito com as tags inline.
Tags inline
As tags inline em uma resposta do agente controlam a entrega em um ponto específico. Para usá-las, informe ao agente nas instruções quando adicionar tags de anúncio às respostas.
A tabela a seguir lista as tags comuns:
| Tipo de tag | Exemplos | Efeito |
|---|---|---|
| Pausar | <short pause>, <long pause> |
Adiciona um silêncio curto ou longo. |
| Som | <breath>, <sigh>, <chuckles>, <exhales> |
Adiciona um som não verbal uma vez, onde você o coloca. |
| Tom | <warm>, <calm>, <empathetic>, <positive>, <clear> |
Define o tom até a próxima tag de tom. |
No exemplo de resposta a seguir, o agente muda de um tom empático para um tom positivo:
<calm><empathetic> I'm so sorry your flight was canceled. <positive> The good news is that I've already rebooked you on the next flight out.
Siga estas diretrizes ao usar tags inline:
- Use colchetes angulares.
Escreva as tags como
<sigh>, não[sigh]. - Coloque as tags no início de uma frase.
É possível empilhar tags, como
<calm><empathetic>. Somente as tags de pausa pertencem ao meio da frase, após a pontuação. Exemplo:I checked your account, <short pause> everything is in order. - Use uma ou duas tags por turno. A maioria das conversas com clientes não precisa de mais do que isso.
- Não use tags de fechamento, como
</warm>. Uma tag de tom permanece em vigor até a próxima. - Mantenha as tags em inglês, mesmo quando o agente responder em outro idioma.
- Use letras maiúsculas e pontuação para dar ênfase. Escreva uma palavra em maiúsculas para enfatizá-la e use reticências para uma hesitação natural.
Para ver a lista completa de tags, consulte o guia de comandos da TTS do Gemini.
Números e identificadores
Para garantir que o agente fale números, moedas, datas, números de telefone
e IDs alfanuméricos corretamente,
adicione regras de normalização de texto às
instruções globais.
Por exemplo, diga ao agente para falar $87.25 como
"oitenta e sete dólares e vinte e cinco centavos"
e ler o ID do pedido XED1234 um caractere por vez.
Informe que essas regras se aplicam apenas às respostas faladas,
para que o agente ainda transmita valores originais, como XED1234, para as ferramentas.
Migrar do Composite V1
Para mover um agente da Composite V1 para a Composite V2:
- Nas configurações de voz, substitua qualquer comando de estilo de fala longo por uma descrição curta ou deixe em branco.
- Nas instruções e ferramentas, mude as tags de colchetes para colchetes angulares.
Por exemplo, altere
[sigh]para<sigh>. - Defina o modelo como
gemini-composite-v2para o aplicativo do agente e para todos os subagentes que substituem o modelo global. - Teste o agente com suas avaliações habituais e testes de aceitação do usuário antes de implantá-lo.
Modelos de agente
Ao criar um aplicativo de agente, você pode usar um dos vários modelos que lidam com cenários comuns usando a opção suspensa Criar com base em modelo ao criar o aplicativo de agente.
Configurações do aplicativo do agente
Veja as configurações.
Configurações do agente
Veja as configurações.