Atende Direito · Docs

Tema

Memória do Agent ​

Pensa num atendente que, toda vez que um cliente liga, começa do zero — sem lembrar que aquela pessoa já ligou ontem com o mesmo problema. Frustrante, né? A memória do Agent resolve exatamente isso.

Com a memória habilitada, o Agent extrai e armazena fatos importantes das conversas (nome do cliente, preferências, problemas recorrentes) e os recupera automaticamente nas próximas interações. O resultado é uma conversa muito mais natural e personalizada.

Como funciona ​

  1. Durante a conversa: o Agent identifica fatos relevantes que o cliente mencionou.
  2. Ao final: um modelo de IA de extração (por padrão, gpt-4o-mini) lê a conversa e salva os fatos mais importantes numa base de memória vinculada ao contato.
  3. Na próxima conversa: antes de responder, o Agent busca automaticamente os fatos salvos daquele contato e os inclui no contexto — como se o atendente tivesse relido as anotações antes de atender.
  4. Durante a conversa, sob demanda: além da busca automática no início, o Agent também pode buscar um fato específico que não veio nessa busca inicial — útil em conversas longas. Disponível automaticamente quando a memória está ligada no nó Agente de IA; veja os detalhes em Agente de IA → Busca de memória sob demanda.

Fatos do caso lembrados automaticamente ​

Existe uma segunda memória, mais direta que a busca por semelhança acima: os fatos do caso.

A cada resposta do Agent, o sistema lê o trecho recente do atendimento e guarda o conteúdo do que o cliente informou — "afastada do trabalho desde 03/2026", não "situação coletada". No turno seguinte, esses fatos chegam prontos ao Agent num bloco no topo do contexto, "O que o cliente já informou".

Por que isso importa: uma tag prova que o assunto foi coberto; o fato guarda o conteúdo. Quando só existia a tag, o próximo atendente (ou o próximo Agent do funil) reperguntava o que o cliente já tinha respondido.

Como isso funciona na prática:

  • Não depende do Agent lembrar de salvar. O registro é consequência automática do atendimento, não uma ferramenta que o modelo precisa decidir chamar.
  • Não depende de você cadastrar nada. Não é campo personalizado: o próprio atendimento define os temas ("situação atual", "documentos em mãos", "objeção principal") e reaproveita os temas que já existem, em vez de inventar um nome diferente a cada conversa.
  • Atualiza, não empilha. Quando o cliente corrige ou a situação muda, o fato daquele tema é reescrito. O Agent nunca recebe duas versões contraditórias do mesmo assunto.
  • Chega inteiro, sem depender de busca. Diferente da memória por semelhança, esses fatos não passam por busca semântica: são lidos direto e entram no contexto do turno.
  • Só o que foi dito. Um fato só é guardado quando o cliente informou aquilo de forma explícita.
  • Separados por canal, como toda a memória do contato.
  • Respeita o opt-out. Contato com memória desativada não tem fato guardado por esse caminho.

Os fatos aparecem na aba Memória da ficha do contato, junto com as demais memórias, e podem ser apagados por lá.

Dica

Os campos personalizados do contato continuam existindo e continuam sendo lidos pelo Agent — mas agora são só o que a sua equipe preenche na ficha. A IA não escreve neles: fato de conversa é memória, cadastro é cadastro.

Habilitando a memória ​

A memória tem duas metades, e as duas precisam estar ligadas:

MetadeO que fazOnde liga
Gravar e configurar no AgentDefine se a memória do Agent está ativa e ajusta a Janela de mensagens, Memórias de longo prazo (top_k) e Limiar de similaridade (0–1) usados no Playground e como padrão do Agent.No editor do Agent: na etapa Identidade (modo Básico) ou no painel do Orquestrador (modo Avançado), seção Memória conversacional.
Ler no fluxo (recuperação)Em atendimentos via fluxo, busca os fatos relevantes e define a janela enviada ao Agent.No Flow Builder, no nó Agente de IA que executa o Agent, opção Memória conversacional.

  1. Configure a memória no Agent. Abra o Agent e, na seção Memória conversacional (etapa Identidade no modo Básico ou painel do Orquestrador no modo Avançado), mantenha a memória ativada e ajuste a Janela de mensagens, Memórias de longo prazo (top_k) e Limiar de similaridade (0–1) conforme a necessidade do atendimento.

  2. Ligue a leitura no fluxo. No Flow Builder, abra o nó Agente de IA que usa esse Agent e ligue Memória conversacional. Veja Agente de IA → Memória do Agent no nó.

  3. Teste. No Playground, converse com o cliente de teste ao longo de vários turnos e verifique se o Agent preserva o histórico e os fatos informados.

Parâmetros de memória ​

ParâmetroPadrãoO que controla
Janela de mensagens20Quantas mensagens recentes da conversa entram diretamente no contexto de cada turno (ajustável de 1 a 200). Mensagens anteriores à janela continuam preservadas por meio do resumo automático da conversa.
Quantidade de fatos recuperados (top_k)5Quantos fatos de longo prazo são recuperados por conversa (de 1 a 20). Mais fatos trazem mais contexto, mas consomem mais tokens.
Similaridade mínima0.75Nota mínima de semelhança (de 0 a 1) para um fato ser considerado relevante para a conversa atual. Valores mais altos trazem mais precisão, mas menos fatos retornados.
Máximo de fatos armazenados200Máximo de fatos guardados por contato. Quando atinge o limite, os mais antigos são descartados.
Modelo de extraçãogpt-4o-miniModelo usado para extrair fatos da conversa.
Dias de retenção365Por quantos dias os fatos ficam armazenados antes de expirar.

Boas práticas ​

Dica

Comece com os valores padrão. Eles já funcionam bem para a maioria dos casos. Peça ajuste da quantidade de fatos recuperados (para mais contexto) ou da similaridade mínima (para mais precisão) só se perceber problemas de comportamento.

Quando usar uma quantidade maior de fatos recuperados (ex.: 10):

  • Conversas longas com muito contexto acumulado
  • Agents de suporte com histórico rico de problemas

Quando usar uma similaridade mínima mais alta (ex.: 0.85):

  • Quando o Agent está recuperando fatos irrelevantes e "confundindo" as conversas de clientes diferentes

Saiba mais ​