Agentes

O termo agente pode significar coisas diferentes. Em um sistema multiagente, que forma uma árvore hierárquica de agentes, toda a árvore é chamada de aplicativo de agente.

Um aplicativo de agente é composto por um ou mais agentes, em que cada agente 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:

1. Abra o console do CX Agent Studio.
2. Selecione o projeto.
3. Clique em Criar ou Criar agente.
4. Dê um nome ao aplicativo do agente.
5. Clique em Criar. Se este for o primeiro aplicativo de agente que você criou para o projeto, a criação pode levar de 1 a 2 minutos. O Agent Builder é mostrado e um agente raiz é criado para você.
6. Clique no sinal de adição no canto superior direito do agente raiz.
7. Clique em Adicionar instruções para adicionar instruções ao agente raiz.
8. Clique em Adicionar ferramenta para adicionar ferramentas ao agente raiz.

Criar um subagente

Para criar um subagente:

1. Clique no sinal de mais na parte de baixo do agente raiz.
2. Clique em Adicionar subagente.

Gerenciar aplicativos de agente

Para gerenciar aplicativos de agente no seu projeto:

1. Abra o console do CX Agent Studio.
2. 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.

Os modelos no CX Agent Studio são ajustados para melhorar a experiência do cliente, o que pode ser diferente das ofertas padrão da Vertex AI.

Observação: todos os modelos no CX Agent Studio são considerados de disponibilidade geral (GA), a menos que estejam explicitamente marcados como "Pré-lançamento" na UI. Essa fase de lançamento é específica do CX Agent Studio e opera de forma independente do status de um modelo em outros produtos do Google Cloud.

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 o aplicativo do agente. Se você estiver movendo um agente da Composite V1, consulte Migrar da Composite V1.

Modelo Gemini Composite V1

O modelo Gemini Composite V1 foi projetado para agentes de voz empresariais. 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 pensamento:processa entradas, aplica instruções e executa ferramentas de back-end.
• Modelo de locutor:converte respostas de texto em fala natural e de baixa latência.

Observação: as atualizações automáticas podem acionar uma mudança de versão secundária do modelo composto ou dos subcomponentes.

Práticas recomendadas para modelos compostos

Siga estas práticas recomendadas para gerar uma fala natural e confiável com o modelo Composite V2. A Composite 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. Primeiro, teste o agente sem um estilo de fala e adicione um somente se ele ajudar.
• Seja breve. Descreva o locutor em cerca de 12 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 de 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 suas 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:

1. Nas configurações de voz, substitua qualquer comando de estilo de fala longo por uma descrição curta ou deixe em branco.
2. Nas instruções e ferramentas, mude as tags de colchetes para colchetes angulares. Por exemplo, altere [sigh] para <sigh>.
3. Defina o modelo como gemini-composite-v2 para o aplicativo do agente e para todos os subagentes que substituem o modelo global.
4. Teste o agente com suas avaliações habituais e testes de aceitação do usuário antes de implantá-lo.

Configurações do aplicativo do agente

Consulte as configurações.

Configurações do agente

Veja as configurações.