Skip to main content
O Agent Node é o bloco de construção central de todo workflow da Tig.ai. Ele contém o prompt de LLM que conduz a conversa, quaisquer ferramentas que o agente pode chamar e documentos da base de conhecimento para consultar. Você pode ter vários Agent Nodes em um único workflow, cada um lidando com uma fase distinta da conversa. As arestas conectadas aos Agent Nodes são caminhos que os LLMs podem seguir dependendo de como a conversa tem ido até o momento.

O que vai em um Agent Node

Prompt As instruções de como o agente deve se comportar nesta etapa. Seja explícito sobre a sequência: se o agente deve confirmar a identidade antes de discutir pagamento, diga isso no prompt. Prompts vagos produzem comportamentos inconsistentes. Tools Funções externas que o agente pode chamar durante esta etapa — por exemplo, consultar saldos de conta ou atualizar um registro de CRM. Adicione ferramentas de HTTP API no painel de configurações do nó. Allow Interruption Quando ativado, o chamador pode interromper o agente no meio da fala. Add Global Prompt Quando ativado e existe um Global Node, o Global Prompt é preposto ao Prompt deste nó em tempo de execução. Ativado por padrão. Knowledge Base Documents Arquivos que o agente pode consultar ao responder perguntas — guias de produtos, FAQs, políticas. Anexe-os pelo botão “Manage Documents” no painel de configurações do nó.

Configurando as arestas

Cada aresta de saída tem uma condição escrita em linguagem comum. O LLM avalia a conversa e escolhe a aresta cuja condição melhor corresponde. Escreva as condições das arestas com o máximo de especificidade possível:
Se o agente continuar roteando para a aresta errada, torne a condição mais específica. Condições como “o usuário responde” ou “a conversa termina” são amplas demais e rotearão de forma imprevisível.

Extraindo variáveis

O Agent Node pode extrair dados estruturados da conversa depois que o nó é concluído. Ative isso nas configurações do nó em “Enable Variable Extraction”. Depois de ativado, configure duas coisas:
  • Extraction Prompt: instruções gerais que dizem ao LLM como abordar a extração.
  • Variables to Extract: uma lista de variáveis, cada uma com nome, tipo de dados (string, number, boolean) e uma dica por variável descrevendo o que capturar.
Por exemplo:
Cada valor extraído é armazenado em gathered_context. Ele não está disponível no Prompt de nenhum nó — referencie-o nos payloads de Webhook node como {{gathered_context.variable_name}} ou leia-o do registro do run após a conclusão da chamada.

Usando vários Agent Nodes

Divida conversas complexas em fases. Cada Agent Node lida com uma parte do fluxo. Um workflow de cobrança de dívidas, por exemplo, pode encadear três Agent Nodes: verificação de identidade, apresentação de oferta e tratamento de objeções. Os nós passam o contexto adiante automaticamente, mas não para os prompts. As variáveis extraídas em um nó são armazenadas em gathered_context e mescladas com as variáveis de nós posteriores conforme a chamada avança. O gathered_context não está disponível no Prompt de nenhum nó — só pode ser referenciado nos payloads de Webhook node e no registro do run após a conclusão da chamada. Se um Agent Node posterior precisar reagir a algo extraído antes, essa lógica precisa viver nas próprias instruções do prompt, não em uma referência {{gathered_context...}}.

Erros comuns

Sem arestas de saída. Todo Agent Node precisa de pelo menos uma aresta. Um nó sem saída não tem caminho de saída e vai travar a chamada. Colocar instruções globais no prompt do Agent. Regras que se aplicam a todo o workflow — persona, tom, salvaguardas de conformidade — pertencem ao Global Node, não repetidas em cada Agent Node. Condições de aresta vagas. O LLM escolhe a aresta que melhor corresponde ao estado da conversa. Condições amplas demais causam roteamento imprevisível entre nós.

Próximos passos

End Call Node

Encerre a conversa com uma mensagem de fechamento.

Global Node

Escreva instruções compartilhadas que se aplicam a todos os nós.

Contexto e Variáveis

Entenda como o gathered_context é construído e onde pode ser referenciado.

QA Node

Avalie o desempenho do agente automaticamente após cada chamada.