Tópico contém um prompt modular completo para construção de…
INEMA
Suporte a fallback com aviso automático para atendimento manual.
6. Funções Complementares e Ferramentas Auxiliares⌗
Inclua quando necessário:
- OCR com Tesseract para ler imagens promocionais.
- Transcrição de áudio com Whisper para mensagens de voz dos clientes.
- Extração de dados de PDFs com metadados (serviços, preços).
- Webhooks e HTTP Requests para integração com sistemas de agenda externa.
- Sticky Notes no n8n explicando blocos críticos.
Boas práticas:
- Evite Code Node salvo se necessário.
- Armazenamento estruturado de logs e histórico de atendimento.
- Atualizações via
n8n_update_partial_workflow().
7. Etapas Técnicas de Construção e Validação⌗
Fase 1: Descoberta
search_nodes({query: 'whatsapp'})
list_ai_tools()
get_node_essentials('telegramTrigger')
Fase 2: Pré-Validação
validate_node_minimal('gmail', config)
validate_node_operation('calendar', fullConfig, 'runtime')
Fase 3: Construção
- Monte o fluxo com nós conectados corretamente.
- Use
$json,$node["Nome"].json, eswitch.
Fase 4: Validação Final
validate_workflow(workflow)
validate_workflow_connections(workflow)
validate_workflow_expressions(workflow)
Fase 5: Deploy (se via API)
n8n_create_workflow(workflow)
n8n_validate_workflow({id: workflowId})
Fase 6: Atualizações Incrementais
n8n_update_partial_workflow({
workflowId: id,
operations: [
{type: 'updateNode', nodeId: 'email1', changes: {position: [400, 120]}}
]
})
Exemplo Final de Comando⌗
Crie uma automação multicanal com agente principal e subagentes, que:
- Receba mensagens do WhatsApp, Telegram e Gmail.
- Utilize Supabase como memória longa e suporte a RAG.
- Tenha pipeline de embedding com chunking e metadata dos serviços.
- Use subagentes para e-mail, calendário e buscas externas.
- Mantenha memória de curto prazo em Redis.
- Inclua fallback com log em Google Sheet.
Ótimo! Para completar o prompt, vou assumir as seguintes definições com base no seu pedido. Se quiser ajustar algum ponto, posso modificar depois.
Respostas assumidas para o escopo:⌗
- Objetivo principal: Atendimento, agendamento de clientes e responder dúvidas.
- Canais: WhatsApp, Telegram, e Gmail.
- Memória: Ambas – curto prazo (para contexto recente) e longo prazo (para preferências e histórico de clientes).
- Subagentes: Sim – Agente de E-mail, Agente de Calendário, Agente Web.
- RAG: Sim – integração com base de dados de serviços, preços, horários em Google Drive e PDFs.
- Armazenamento: Supabase (para histórico, clientes, agendamentos).
- Funções complementares: Transcrição de áudio (para mensagens de voz), OCR (para imagens com promoções), HTTP Requests (para integração com sistemas de agenda externa).
- Formato: n8n.
Agora vou montar o Prompt Modular de Escopo com Agentes IA para o seu sistema.
Abaixo está o Prompt Modular de Escopo com Agentes IA .
Prompt Integrado: Definição e Construção de Automação Inteligente com Agentes IA no n8n⌗
Tarefa: Descreva e desenvolva uma automação inteligente baseada na arquitetura modular de agentes IA. Siga as diretrizes abaixo para garantir escopo funcional, construção técnica validada e pronta para execução no n8n.
1. Padrão de Entrada e Saída Multicanal⌗
Entrada esperada:
- WhatsApp, Gmail, Telegram (via EvolutionAPI, IMAP, Bot ou Webhook).
- Detectar automaticamente o canal de origem.
Saída esperada:
- Resposta pelo mesmo canal, com uso de
Switchbaseado na origem. - Adaptação ao formato (texto puro, HTML, botões, arquivos).
- Suporte a fallback ou intervenção manual (HITL), se necessário.
2. Engenharia de Contexto para Agentes IA⌗
Estrutura esperada:
Prompt Base: papel claro do agente (atendente virtual para salão de beleza), tom acolhedor e instruções específicas para agendamento, dúvidas e promoções.Memória de Curto Prazo: últimas 5 interações (Redis ou Supabase).Memória de Trabalho: contexto da execução (cliente, serviço solicitado, canal).Memória de Longo Prazo: base histórica de clientes, serviços usados, preferências e frequência (armazenado no Supabase).
Ferramentas associadas:
search_nodes({query: 'supabase'})get_node_essentials('supabase')
3. Recuperação Aumentada por Geração (RAG)⌗
Arquitetura esperada:
- Geração de
embeddingscom OpenAI. - Armazenamento vetorial no Supabase.
- Indexação de documentos com informações sobre serviços, horários e preços (PDFs e planilhas do Google Drive).
- Reranking semântico com Cohere (opcional).
- Automatização de ingestão via Google Drive e formulários de cadastro.
Validações:
validate_node_minimal('supabase', config)validate_node_operation('httpRequest', config)
4. Subagentes Inteligentes (Agentes Dinâmicos)⌗
Estrutura esperada:
- Agente Principal (roteador de mensagens e intenções).
- Subagentes especializados:
| Nome | Função |
|---|---|
| Email Agent | Ler mensagens de confirmação e enviar lembretes. |
| Calendar Agent | Agendar horários, verificar disponibilidade, enviar confirmações. |
| Web Agent | Consultar serviços, promoções ou climas (para agendamentos externos). |
Exemplo pipeline técnico – Calendar Agent:
1. search_nodes({query: 'calendar'})
2. get_node_essentials('n8n-nodes-base.googleCalendar'})
3. validate_node_minimal('googleCalendar', config)
4. Conecte ao agente principal via switch ou route.
5. Formato de Saída e Humanização⌗
Padrões esperados:
- Geração de resposta com linguagem informal e acolhedora.
- Mensagens personalizadas com nome do cliente, dia da semana e horário disponível.
- Respostas adaptadas para cada canal (com uso de markdown, emojis e links). *
exemplo
Final
validate_workflow(workflow)
validate_workflow_connections(workflow)
validate_workflow_expressions(workflow)
Fase 5: Deploy (se via API)
n8n_create_workflow(workflow)
n8n_validate_workflow({id: workflowId})
Fase 6: Atualizações Incrementais
n8n_update_partial_workflow({
workflowId: id,
operations: [
{type: 'updateNode', nodeId: 'email1', changes: {position: [400, 120]}}
]
})
Exemplo Final 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 suporte a RAG.
- Tenha pipeline de embedding com chunking e metadata.
- Use subagentes para email, calendário, contatos e web search.
- Mantenha memória de curto prazo para continuidade da conversa.
- Inclua fallback com log em Google Sheet.
Abaixo está o Prompt Modular de Escopo com Agentes IA reformulado, agora incorporando os elementos técnicos, validações, melhores práticas e comandos operacionais do Modelo 2. Essa nova versão funciona como guia estratégico + manual técnico, pronto para uso em ambientes reais com n8n.
Prompt Integrado: Definição e Construção de Automação Inteligente com Agentes IA no n8n⌗
Tarefa: Descreva e desenvolva uma automação inteligente baseada na arquitetura modular de agentes IA. Siga as diretrizes abaixo para garantir escopo funcional, construção técnica validada e pronta para execução no n8n.
1. Padrão de Entrada e Saída Multicanal⌗
Entrada esperada:
- WhatsApp, Gmail, Telegram, Slack (via EvolutionAPI, IMAP, Bot ou Webhook).
- Detectar automaticamente o canal de origem.
Saída esperada:
- Resposta pelo mesmo canal, com uso de
Switchbaseado na origem. - Adaptação ao formato (texto puro, HTML, botões, arquivos).
- Suporte a fallback ou intervenção manual (HITL), se necessário.
2. Engenharia de Contexto para Agentes IA⌗
Estrutura esperada:
Prompt Base: papel claro do agente, tom e instruções.Memória de Curto Prazo: últimas 5 interações (Redis, Sheet, Supabase).Memória de Trabalho: contexto da execução (usuário, tarefa, canal).Memória de Longo Prazo: base histórica e preferências (Supabase/Airtable).
Ferramentas associadas:
- search_nodes({query: 'supabase'})
- get_node_essentials('supabase')
3. Recuperação Aumentada por Geração (RAG)⌗
Arquitetura esperada:
- Geração de
embeddingscom OpenAI. - Armazenamento vetorial no Supabase (com ou sem metadados).
- Indexação por chunk e metadata (fonte, nome, tipo).
- Reranking semântico com Cohere (opcional).
- Automatização de ingestão via Google Drive, PDF ou Airtable.
Validações:
- validate_node_minimal('supabase', config)
- validate_node_operation('httpRequest', config)
4. Subagentes Inteligentes (Agentes Dinâmicos)⌗
Estrutura esperada:
- Agente Principal (roteador lógico).
- Subagentes especializados:
| Nome | Função |
|---|---|
| Email Agent | Ler, enviar e responder e-mails. |
| Calendar Agent | Agendar e buscar compromissos. |
| Web Agent | Consultar APIs externas (clima, busca). |
| Metadata Agent | Extrair e inserir metadados em docs. |
Exemplo pipeline técnico – Email Agent:
1. search_nodes({query: 'email'})
2. get_node_essentials('n8n-nodes-base.emailSend')
3. validate_node_minimal('emailSend', config)
4. Conecte ao agente principal via switch ou route.
5. Formato de Saída e Humanização⌗
Padrões esperados:
- Geração de resposta adaptada ao canal.
- Conversão de markdown, links ou cards conforme canal.
- Intervenção humana se erro for detectado (fallback HITL).
- Adicionar tags ou contexto visível, se necessário.
6. Funções Complementares e Ferramentas Auxiliares⌗
Inclua quando necessário:
- OCR (Google Vision, Tesseract).
- Transcrição de áudio com Whisper ou AssemblyAI.
- Extração de PDF com metadados.
- Webhooks, HTTP Request e
Switchpara lógica. - Controle de versões e compatibilidade com n8n atual.
Boas práticas:
- Evite Code Node salvo se necessário.
- Utilize Sticky Notes para explicações nos blocos.
- Atualizações via
n8n_update_partial_workflow().
7. Etapas Técnicas de Construção e Validação⌗
Fase 1: Descoberta
search_nodes({query: 'whatsapp'})
list_ai_tools()
get_node_essentials('telegramTrigger')
Fase 2: Pré-Validação
validate_node_minimal('gmail', config)
validate_node_operation('calendar', fullConfig, 'runtime')
Fase 3: Construção
- Monte o fluxo com nós conectados corretamente.
- Use
$json,$node["Nome"].json, eswitch.
Fase 4: Validação
Prompt EC7 - Eng Contexto N8N Agente
1