Agents no n8n

O agente interpreta a mensagem e escolhe consultar a política quando precisa de uma regra externa. A ferramenta deve explicar sua finalidade e devolver trechos com identificador, origem e validade. O modelo pode usar a conversa para entender a pergunta, mas não deve tratar uma afirmação anterior do usuário como política oficial. Se o cliente diz “me falaram que o prazo é infinito”, o agente precisa consultar a fonte adequada ou declarar que não consegue confirmar. A continuidade ajuda a interpretar; a evidência ajuda a sustentar o fato.

↗ AI Agent

Defina um contrato da resposta que separe resposta, fontes e lacunas. Quando a recuperação falhar, a saída não deve apresentar uma regra inventada. Quando o documento for contraditório ou antigo, marque a condição e siga a política de revisão. Uma tool de RAG é leitura; confirmar uma devolução é efeito e permanece fora desse contrato. O fato de o agente ter memória e documentos não lhe concede permissão para operar sobre qualquer pedido. Identidade e propriedade continuam verificadas pela aplicação antes das consultas privadas.

Memória de chat preserva contexto entre interações, e a chave de sessão deve relacionar usuário, organização e conversa de forma segura. Uma chave global como suporte mistura clientes. Uma chave recebida livremente do usuário pode permitir leitura de outra conversa se o backend não verificar o vínculo. Construa ou valide a chave em contexto confiável e defina retenção, janela e exclusão. A janela de contexto determina quanto histórico será considerado; armazenar tudo no banco não significa enviar tudo ao modelo em cada turno.

↗ Postgres Chat Memory

Postgres Chat Memory utiliza Postgres para guardar histórico e oferece configuração de chave, tabela e janela. A documentação atual alerta que expressões em subnodes resolvem o primeiro item, ao contrário do comportamento por item de muitos nodes comuns. Esse detalhe é crítico ao processar conversas distintas em lote: duas entradas podem usar a mesma chave por acidente. Teste duas identidades e sessões diferentes e revise como o fluxo é dividido antes do subnode. Persistência no banco não corrige uma chave construída incorretamente.

↗ Postgres Chat Memory

A ingestão seleciona fontes, carrega documentos, divide trechos, calcula representações quando necessário e guarda conteúdo e metadados. A estratégia de divisão precisa conservar o contexto que torna a regra compreensível. Um trecho com “trinta dias” sem a condição de compra pode levar a uma resposta errada. Preserve título, seção, organização, data e identidade do documento. Ao atualizar a política, defina se trechos antigos serão substituídos ou versionados; inserir novamente sem identificação pode produzir duplicatas e respostas sobre versões diferentes.

↗ Retrieve relevant context

Na consulta, a recuperação seleciona candidatos e o agente usa os trechos para responder. Busca por similaridade não prova relevância nem autorização. Filtre organização e permissões antes de apresentar contexto ao modelo, e verifique se o resultado corresponde à pergunta. O modelo de embeddings usado para consulta precisa ser compatível com o índice criado. Mudar configuração sem reindexar pode invalidar comparações. Quantidade de trechos e tamanho afetam custo e cobertura; escolha esses valores por avaliação, não por um número universal de top-k ou tamanho de chunk.

↗ Retrieve relevant context

Se o trecho relevante não foi recuperado, a geração não possui a evidência necessária. Se ele foi recuperado, mas a resposta o contradiz, a falha está no uso do contexto. Avalie as duas etapas separadamente com perguntas que possuem referências no corpus e perguntas sem resposta. Meça presença do trecho esperado, fidelidade da resposta e precisão da citação. Um texto fluente com uma fonte anexada pode citar um documento que não sustenta a afirmação. As fontes precisam ser ligadas ao conteúdo, não colocadas como decoração.

↗ Retrieve relevant context

O simulador filtra tenant antes da busca literal, usa uma chave de memória que inclui organização, usuário e sessão e retorna evidência insuficiente quando não há trecho. Isso demonstra isolamento e ausência explícita, sem medir qualidade de embeddings ou geração. Na integração, avalie também documentos adversariais que tentam alterar instruções e memória contendo afirmações falsas. Ambos continuam sendo dados. Um bom agente usa histórico para continuidade, documentos autorizados para fundamentação e política da aplicação para decidir o que pode executar.