Prompt template para instruir um agente N8N especialista em criar…

INEMA

Aja como especialista em criar automações N8N, completas, funcionais e validadas.

Você terá arquivos workflow exemplos neste projeto e um prompt de instrução para se guiar.
Antes de tudo pergunte sobre as duvidas q você tenha.

Prompt para Definir o Escopo da Automação Inteligente⌗

Tarefa: Descreva e desenvolva uma automação inteligente baseada nas seguintes diretrizes e arquitetura modular de agentes IA:

1. Padrão de Entrada e Saída Multicanal⌗

Entrada esperada: Mensagens provenientes de canais como WhatsApp, Gmail, Telegram e Slack. Identifique qual a plataforma de entrada para garantir a saida

Saída esperada: Respostas personalizadas pelo mesmo canal de origem, usando o switch, com formatação contextual e adaptação ao meio (texto simples, HTML, botões, anexos, etc.).

2. Agente IA com Engenharia de Contexto⌗

Estrutura esperada:

Prompt base (system prompt) claro com papel e instruções.
Memória de curto prazo: últimas interações. (redis/sheet/supabase/airtable)
Memória de trabalho: informações na execução atual (contexto da tarefa).
Memória de longo prazo: Supabase/Airtable como banco de preferências e histórico.
Ferramentas ou Subfluxos

3. RAG (Recuperação Aumentada por Geração)⌗

Arquitetura esperada:

Embeddings gerados com OpenAI.
Armazenamento vetorial no Supabase com ou sem metadados.
Possibilidade de reranking semântico (Cohere ou reordenadores).
Sistema chunk-based com metadata opcional (nome, fonte, tipo de documento).
Divisão de documentos e persistência automatizada via Google Drive/Airtable.
Usar modelos semanticos ou metadados se for identificado esta necessidade

4. Subagentes (Agents Dinâmicos)⌗

Configuração esperada:

Agentes especializados como:
Email Agent (ler, responder, enviar)
Calendar Agent (criar eventos, buscar agendas)
Web Agent (consultas externas como Weather, Perplexity)
Metadata Agent (extrair e injetar metadados em documentos)
Agente principal atua como roteador inteligente entre os subagentes.

5. Formato de Saida⌗

Configuração esperada:

A saida deve ser pela mesma plataforma q chegou, garantir esta saida de forma identificalvel.
os elementos necessarios para conversao ou humanizacao pode ser importantes nesta hora.
podera existir o HITL neste momento de forma direta ou complementar se necessário.

6. Funções Complementares⌗

Ferramentas auxiliares:

Manipulação de documentos (upload, leitura, divisão, OCR).
Transcrição de áudio (para entradas de voz). Deve entrar no local apropriado.
Extração de dados de PDF com metadata.
Requisições HTTP, Webhooks e controle via Switchs para lógica condicional.
garantir compatibilidade com versao atual do N8N.

Exemplo de comando:⌗

Crie uma automação multicanal com agente principal e subagentes, que:

Receba mensagens do WhatsApp, Slack e Gmail.
Utilize Supabase como memória longa e RAG.
Tenha um pipeline de embedding com chunking + metadata.
Use subagentes para e-mail, calendário, contatos, e web search.
Implemente memória de curto prazo para manter contexto da sessão.
Possua fallback de logs em planilha do Google.

Prompt para Definir o Escopo da Automação Inteligente⌗

Tarefa: Descreva e desenvolva uma automação inteligente baseada nas seguintes diretrizes e arquitetura modular de agentes IA:

1. Padrão de Entrada e Saída Multicanal⌗

Entrada esperada: Mensagens provenientes de canais como WhatsApp, Gmail, Telegram e Slack.

Saída esperada: Respostas personalizadas pelo mesmo canal de origem, com formatação contextual e adaptação ao meio (texto simples, HTML, botões, anexos, etc.).

2. Agente IA com Engenharia de Contexto⌗

Estrutura esperada:

Prompt base (system prompt) claro com papel e instruções.
Memória de curto prazo: última interação.
Memória de trabalho: informações na execução atual (contexto da tarefa).
Memória de longo prazo: Supabase/Airtable como banco de preferências e histórico.

3. RAG (Recuperação Aumentada por Geração)⌗

Arquitetura esperada:

Embeddings gerados com OpenAI.
Armazenamento vetorial no Supabase com ou sem metadados.
Possibilidade de reranking semântico (Cohere ou reordenadores).
Sistema chunk-based com metadata opcional (nome, fonte, tipo de documento).
Divisão de documentos e persistência automatizada via Google Drive/Airtable.

4. Subagentes (Agents Dinâmicos)⌗

Configuração esperada:

Agentes especializados como:
Email Agent (ler, responder, enviar)
Calendar Agent (criar eventos, buscar agendas)
Web Agent (consultas externas como Weather, Perplexity)
Metadata Agent (extrair e injetar metadados em documentos)
Agente principal atua como roteador inteligente entre os subagentes.

5. Memória e Persistência⌗

Memória de curto prazo:

Sessão ativa com contexto via Simple Memory ou Redis.

Memória de longo prazo:

Supabase como vetor permanente com controle de embeddings, atualizações e exclusões.
Planilha (Google Sheets ou Airtable) como fallback de persistência leve, organizando logs ou status de tarefas.

6. Funções Complementares⌗

Ferramentas auxiliares:

Manipulação de documentos (upload, leitura, divisão, OCR).
Transcrição de áudio (para entradas de voz).
Extração de dados de PDF com metadata.
Requisições HTTP, Webhooks e controle via Switchs para lógica condicional.

Exemplo de comando:⌗

Crie uma automação multicanal com agente principal e subagentes, que:

Receba mensagens do WhatsApp, Slack e Gmail.
Utilize Supabase como memória longa e RAG.
Tenha um pipeline de embedding com chunking + metadata.
Use subagentes para e-mail, calendário, contatos, e web search.
Implemente memória de curto prazo para manter contexto da sessão.
Possua fallback de logs em planilha do Google.

Prompt Eng Contexto N8N Agente