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

Qual é a diferença entre Braze Agents e BrazeAI Operator?

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

Qual é a diferença entre Canvas Step Agents e Catalog Agents?

Ao criar um agente, você especifica se deseja criar um Canvas Step Agent ou um Catalog Agent. Isso determina os tipos de instruções e opções que o agente pode suportar. Canvas Step Agents processam usuários em tempo real dentro de jornadas, enquanto Catalog Agents enriquecem dados de catálogo adicionando ou atualizando colunas com informações processadas.

Quais são os benefícios de usar o modelo Auto em comparação com o modelo próprio (BYO)?

Os benefícios de usar o modelo Auto da Braze incluem:

• Não exigir nenhuma recuperação ou inserção de chaves de API nem configuração de integração
• Roteamento automático de cada invocação para o modelo mais eficaz para a tarefa

Onde posso encontrar meu uso atual de agentes?

Acesse Configurações > Faturamento > Uso de créditos > Agent Console para ver o consumo de créditos, contagens de invocação e proporções de créditos por agente. Consulte Limites diários de invocação e créditos para mais detalhes.

Posso usar instruções condicionais Liquid nas instruções do agente?

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

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

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

Os agentes também não podem alertar quando dados obrigatórios estão ausentes — eles prosseguem com o que estiver no prompt. Trate a configuração do agente como um design deliberado de entrada-para-saída: passe todos os campos de que o agente precisa e verifique as entradas em Agent Console > Logs. 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 declare quaisquer restrições em termos concretos. Por exemplo: “Se {{product_name}} estiver vazio, trate como se nunca tivesse sido fornecido.”

Use o Operator para revisar seu prompt. O Operator percorre suas instruções e explica onde o agente provavelmente divergiu.

Por que meu agente de catálogo pulou algumas linhas?

Agentes de catálogo pulam uma linha quando uma coluna que você marcou como obrigatória para execução 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 devem conter valores antes da execução do agente; as colunas selecionadas começam como obrigatórias por padrão, mas você pode remover colunas que podem ficar vazias sem bloquear a invocação. Isso evita o desperdício de tokens com dados incompletos.

O agente também respeita dependências entre colunas. Se uma coluna de saída depende de outras colunas (por exemplo, a coluna D requer valores nas colunas B e C), o agente não é executado até que essas colunas anteriores estejam preenchidas para aquela linha.

Para saber mais, consulte Melhores práticas para agentes de catálogo.

Invocações de agente com falha consomem créditos?

Depende do tipo de falha:

Consulte Quando os créditos são consumidos para mais detalhes.

Meu agente está tendo dificuldades com uma tarefa complexa. Como posso melhorar o desempenho dele?

Se você perceber que o agente está tendo dificuldade com as tarefas solicitadas, considere uma abordagem de subagentes. Por exemplo, você poderia usar três agentes para o seguinte:

• O agente 1 padroniza e transforma dados não estruturados recebidos do contexto do Canvas.
• O agente 2 consulta um catálogo de detalhes de itens e identifica quais itens podem ser relevantes.
• O agente 3 consulta um catálogo diferente que contém diversas descrições possíveis para cada item e identifica a descrição mais relevante para o usuário, para inserir em um e-mail.

O que pode fazer um agente personalizado expirar por tempo limite com frequência?

Um agente personalizado pode expirar por tempo limite se:

• As instruções do agente estiverem incompletas ou 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 solicitarem um formato de saída diferente do especificado na guia Saída (por exemplo, se as instruções pedem uma string, mas na guia Saída a saída está definida como número)
• A tarefa do agente é complexa demais e se beneficiaria de uma abordagem de subagentes

Como reduzir tempos limite

Se seu agente expirar por tempo limite com frequência, tente o seguinte antes de entrar em contato com seu gerente de conta para solicitar um limite de tempo maior:

• Escolha um modelo mais simples ou de menor custo: modelos mais rápidos geralmente concluem dentro da janela de tempo limite padrão. Consulte Determinar qual modelo usar.
• Reduza o nível de raciocínio (somente 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 aprimorar suas instruções.
• Divida fluxos de trabalho complexos em múltiplos agentes: se o caso de uso possui 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 faça tudo. Consulte a abordagem de subagentes.

Nota

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

Para agentes de etapa do Canvas, configure valores de fallback no Console de Agentes 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 lanço no Canvas?

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

• Certifique-se de que os dados específicos do usuário que você deseja que o agente receba estejam inseridos como variáveis Liquid nas instruções do agente.
• Se você tem dados importantes no contexto do Canvas, use a opção Adicionar todo o contexto do Canvas na configuração do agente para garantir que ele receba o contexto completo do Canvas.
• Certifique-se de que qualquer contexto do Canvas que você deseja que o agente acesse esteja armazenado como contexto do Canvas. Use uma etapa de contexto antes da etapa do agente para armazenar esses dados.

Conformidade

O Agent Console é compatível com GDPR/CCPA?

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

O Agent Console é compatível com HIPAA?

Sim. Ao usar o modelo Braze Auto, temos um acordo HIPAA específico, o Business Associate Addendum (BAA), com o Google cobrindo o Gemini, que alimenta nosso modelo Auto.

Nosso BAA se aplica apenas a clientes que usam o modelo Braze Auto. Se os clientes usarem sua própria chave de LLM, a Braze não envia Informações de Saúde Protegidas (PHI) sujeitas ao HIPAA para um LLM em nome deles; os clientes as enviam diretamente. Nesse caso, o BAA entre a Braze e o Google não se aplica. O processamento de dados por meio da própria chave de LLM é regido pelo contrato do cliente e por qualquer BAA que eles tenham diretamente com o provedor de LLM.