Perguntas frequentes sobre agentes

Este artigo responde a perguntas frequentes sobre os Braze Agents.

Geral

Qual é a diferença entre um Braze Agent e um agente de decisão?

Um Braze Agent analisa o contexto de um único usuário em uma etapa do Canvas ou em um campo de catálogo. Já um agente de decisão no Decisioning Studio aprende com os resultados medidos em toda a sua população. Para saber mais, consulte Braze Agent versus agente de decisão.

Qual é a diferença entre os Braze Agents e o BrazeAI Operator?

O Operator trabalha com você no dashboard enquanto você cria. Os Braze Agents são executados no momento do envio e geram um resultado diferente para cada usuário. Para saber mais, consulte Gerar conteúdo.

Qual é a diferença entre agentes de etapa do Canvas e agentes de catálogo?

Ao criar um agente, você especifica se quer criar um agente de etapa do Canvas ou um agente de catálogo. Essa escolha determina os tipos de instruções e opções que o agente pode suportar. Os agentes de etapa do Canvas processam usuários em tempo real dentro das jornadas. Já os agentes de catálogo enriquecem os dados do catálogo, adicionando ou atualizando colunas com informações processadas.

Quais são os benefícios de usar o modelo Auto em vez de trazer seu próprio modelo (BYO)?

Os benefícios de usar o modelo Auto da Braze incluem:

• Não é preciso obter nem inserir chaves de API, nem configurar integrações
• Cada invocação é direcionada automaticamente para o modelo mais eficaz para a tarefa

Onde posso ver o uso atual dos meus agentes?

Acesse Configurações > Faturamento > Uso de créditos > Console de agentes para ver o consumo de créditos, a contagem de invocações e a proporção de créditos por agente. Consulte Limites diários de invocações e créditos para saber mais.

Posso usar instruções condicionais de Liquid nas instruções do agente?

Não. Tentar escrever blocos de Liquid, como instruções {% if %}, pode gerar um erro de validação. Em vez disso, os agentes conseguem lidar com diferentes cenários por meio de descrições em linguagem natural no prompt.

Os agentes podem acessar dados de usuários além dos atributos de Liquid específicos ou do contexto do Canvas que eu passo para eles?

Não. Os agentes recebem apenas os pontos de dados de usuários específicos passados via Liquid nas instruções, nas seleções de + Contexto do agente, nas etapas de Contexto anteriores no Canvas ou no contexto adicional da etapa do agente. Os agentes não conseguem pesquisar perfis de usuário em busca de atributos que você não configurou para eles receberem.

Os agentes também não avisam quando faltam dados necessários. Eles seguem em frente com o que estiver no prompt. Por isso, trate a configuração do agente como um design intencional de entradas e saídas: passe todos os campos de que o agente precisa e verifique as entradas na guia Logs do agente. Para orientações, consulte Quais dados os agentes recebem.

Solução de problemas

Por que meu agente não seguiu minhas instruções ou regras?

Sempre que possível, escreva instruções positivas e explícitas. Diga ao agente o que fazer e descreva as restrições em termos concretos. Por exemplo: “Se {{product_name}} estiver vazio, trate-o como se nunca tivesse sido informado.”

Use o Operator para revisar seu prompt. O Operator analisa suas instruções e explica onde o agente provavelmente se desviou.

Por que meu agente de catálogo ignorou algumas linhas?

Os agentes de catálogo ignoram uma linha quando uma coluna marcada como obrigatória para executar está em branco ou ausente, por exemplo, um campo gender que não foi preenchido. Depois de selecionar as colunas de entrada, ative o controle de entrada obrigatória para o campo do catálogo e escolha quais colunas precisam ter valores antes de o agente ser executado. As colunas selecionadas começam como obrigatórias por padrão, mas você pode remover as colunas que podem ficar vazias sem bloquear a invocação. Assim, você evita gastar tokens com dados incompletos.

O agente também respeita as dependências entre colunas. Se uma coluna de saída depender de outras colunas (por exemplo, a coluna D exige valores nas colunas B e C), o agente só é executado quando essas colunas anteriores estiverem preenchidas naquela linha.

Para saber mais, consulte Práticas recomendadas para agentes de catálogo.

Invocações de agente com falha consomem créditos?

Depende do tipo de falha:

Consulte Quando os créditos são consumidos para saber mais.

Meu agente está com dificuldades em uma tarefa complexa. Como posso melhorar os resultados dele?

Se o agente estiver com dificuldades nas tarefas que você pede, considere uma abordagem com subagentes. Por exemplo, você pode usar três agentes para fazer o seguinte:

• O agente 1 padroniza e transforma os dados de contexto do Canvas recebidos sem estrutura.
• O agente 2 consulta um catálogo com detalhes dos itens e identifica quais itens podem ser relevantes.
• O agente 3 consulta outro catálogo, que tem várias descrições possíveis para cada item, e identifica a descrição mais relevante para o usuário, que será incluída em um e-mail.

O que pode fazer um agente personalizado esgotar o tempo limite com frequência?

Um agente personalizado pode esgotar o tempo limite se:

• As instruções do agente estiverem incompletas ou forem contraditórias
• As instruções do agente não cobrirem todos os cenários ou não incluírem uma condição de fallback (como “Se todas as entradas estiverem em branco, retorne ‘Não foi possível personalizar’”)
• As instruções do agente pedirem um formato de saída diferente do especificado na guia Saída (por exemplo, se as instruções pedirem uma string, mas na guia Saída a saída estiver definida como número)
• A tarefa do agente for complexa demais e funcionar melhor com uma abordagem com subagentes

Como reduzir os tempos limite esgotados

Se o seu agente esgota o tempo limite com frequência, tente o seguinte antes de falar com seu gerente de conta sobre um tempo limite maior:

• Escolha um modelo mais simples ou de menor custo: Modelos mais rápidos geralmente terminam dentro da janela de tempo limite padrão. Consulte Determinar qual modelo usar.
• Reduza o nível de raciocínio (apenas modelos BYO): Comece em Mínimo e aumente apenas se a qualidade da saída for prejudicada. Consulte Níveis de raciocínio.
• Simplifique o prompt: Remova instruções redundantes, encurte exemplos e restrinja o esquema de saída. Use o Operator para revisar e enxugar suas instruções.
• Divida fluxos de trabalho complexos em vários agentes: Se o caso de uso tiver várias subetapas (por exemplo, classificar a intenção e depois gerar o texto), use agentes separados em sequência no Canvas ou no catálogo, em vez de um único agente que faz tudo. Consulte abordagem com subagentes.

Nota

Tempos limite esgotados consomem créditos da Braze mesmo quando o agente não retorna nenhuma saída utilizável. Consulte Quando os créditos são consumidos.

Para agentes de etapa do Canvas, configure valores de fallback no Agent Console para que os usuários ainda recebam uma saída quando uma invocação falhar.

Por que meu agente funcionou bem nos testes, mas não está recebendo dados específicos do usuário quando o lanço em um Canvas?

Se o seu agente funciona corretamente nos testes, mas não recebe dados específicos do usuário em um Canvas ativo, tente estas etapas de solução de problemas:

• Confira se os dados específicos do usuário que você quer que o agente receba estão inseridos como variáveis Liquid nas instruções do agente.
• Se você tiver dados importantes no contexto do Canvas, use a opção Adicionar todo o contexto do Canvas na configuração do agente para garantir que ele receba todo o contexto do Canvas.
• Confira se todo o contexto do Canvas que você quer que o agente acesse está armazenado como contexto do Canvas. Use uma etapa de contexto antes da etapa do agente para armazenar esses dados.

Conformidade

O Agent Console está em conformidade com o GDPR/CCPA?

Sim. Quando um cliente usa o modelo Braze Auto (com tecnologia Gemini), o Google atua como suboperador da Braze. Isso está sujeito aos termos do Adendo de Processamento de Dados (DPA) entre o cliente e a Braze.

O Agent Console está em conformidade com a HIPAA?

Sim. Para o modelo Braze Auto, temos um acordo específico de HIPAA com o Google, o Business Associate Addendum (BAA). Ele cobre o Gemini, que é a tecnologia por trás do nosso modelo Auto.

Nosso BAA se aplica apenas aos clientes que usam o modelo Braze Auto. Se o cliente usar a própria chave de LLM, a Braze não envia, em nome dele, informações de saúde protegidas (PHI) sujeitas à HIPAA para um LLM. Nesse caso, é o próprio cliente que faz esse envio, e o BAA entre a Braze e o Google não se aplica. O processamento de dados pela chave de LLM do cliente é regido pelo contrato do cliente e por qualquer BAA que ele tenha diretamente com o provedor de LLM.

O que acontece com os logs dos agentes quando um usuário é excluído?

Quando você exclui um perfil de usuário, a Braze remove o conteúdo desse usuário dos Logs dos seus agentes. Isso vale quando você exclui um único usuário, um Segment de usuários ou um espaço de trabalho.

Em cada entrada de log desse usuário, a Braze substitui ou apaga:

• A entrada do agente, incluindo o Liquid renderizado e o contexto do Canvas
• Os dados de perfil que a Braze adicionou à entrada
• A saída do agente e qualquer valor de fallback
• Os argumentos e as saídas das chamadas de ferramentas

A Braze também remove o ID do usuário. Assim, buscar esse usuário em Logs não retorna mais essas entradas. As instruções do seu agente não mudam.

As entradas de log continuam existindo, então elas ainda entram na contagem de invocações do agente e no uso de créditos. Os logs exportados antes da exclusão não são alterados.