Criar e gerenciar AI Agent

Este tópico descreve como criar e gerenciar um AI Agent na Control Room. Você pode realizar várias ações, como executar, mover, fazer checkin, visualizar, editar, copiar e excluir AI Agent, sendo necessárias certas permissões para edição e exclusão.

Para criar um AI Agent na Control Room:

Procedimento

  1. Faça login na Control Room, navegue até Automação > Criar novo ou ícone "+" e selecione Agente de IA.
  2. Digite um nome e faça uma descrição; depois, clique em Criar e editar para exibir um esboço do template. Vamos criar um exemplo: agente de IA Detalhes do sinistro.
  3. Defina o prompt do agente: Você verá que a tela Gerar prompt para o seu agente (recurso exclusivo da nuvem) será exibida e solicitará que você insira o prompt.

    O primeiro passo para criar um AI Agent é dar a ele uma missão. Você fará isso oferecendo um prompt inicial claro e detalhado na tela que descreva o objetivo do agente em linguagem natural. Esse prompt é a base sobre a qual toda a lógica do agente é construída.

    Por exemplo, para criar o agente de detalhes do sinistro mostrado no exemplo, um usuário poderia ter começado com uma mensagem concisa, mas informativa, como esta:

    Your job is to retrieve claim details:
*  Retrieve policy and police report details.
*  If any information is missing, ask a human for assistance.

    Essa entrada inicial oferece os requisitos básicos, que o AI Agent Studio pode usar para gerar um prompt mais detalhado e estruturado. O AI Agent Studio foi projetado para ser flexível; você não precisa fornecer todos os detalhes imediatamente. No entanto, quanto mais contexto você fornecer, melhor o AI Agent Studio poderá gerar um modelo inicial para você aprimorar.

    O sistema expandirá essa entrada inicial para criar uma solicitação abrangente (exemplo mostrado abaixo).

    Nota: O texto gerado para a função/meta/plano de ação varia ligeiramente dependendo do modelo utilizado. Seu exemplo não pode corresponder palavra por palavra, mas a estrutura e a intenção serão semelhantes.

    Exemplo de saída:

    Função: Você é um processador de sinistros de seguros especializado em sinistros de bens roubados, com experiência na recuperação e verificação de detalhes de sinistros, apólices e boletins de ocorrência usando ferramentas automatizadas e assistência humana quando necessário.

    Objetivo:seu objetivo é recuperar e verificar todos os detalhes necessários para um sinistro de propriedade roubada usando o ID do sinistro informado, garantindo que nenhum valor de saída seja nulo e consultando um humano, se necessário, para concluir a tarefa.

    AI Agent- Detalhes do sinistro
  4. Escolha uma conexão de modelo:Navegue até a guia Modelo e clique em Escolher para escolher a partir da lista disponível de Model connections à qual você tem acesso. Para mais informações sobre a conexão de modelo, consulte Conexões de modelo
    Essas Model connections são criadas pelo administrador de automação e atribuídas ao seu usuário com uma função personalizada. Apenas Model connections criadas a partir dos modelos fornecidos da Automation Anywhere ou de BYOL (bring-your-own-licenses) são permitidos. Definições de modelo personalizadas não são atualmente compatíveis com AI Agent.
    Nota:

    Agentes de IA oferecem suporte a conexões de modelo do OpenAI e do Azure OpenAI que utilizam os modelos GPT-4o e GPT-4.1 (tipo Padrão).

    Ao escolher um modelo, certifique-se de selecionar a versão mais recente disponível (por exemplo, GPT-4o novembro 2024 ou mais recente) para aproveitar as melhorias mais recentes de estabilidade e desempenho.

  5. Definir variáveis de agente: navegue até a guia Entrada e saída. Aqui, você precisa informar ao agente quais informações procurar como variáveis de entrada e quais oferecer como variáveis de saída. Essas variáveis serão usadas pelo LLM para compreender o contexto e se comunicar com as ferramentas. O segredo é usar uma linguagem rica e descritiva. Quanto mais detalhadas forem suas descrições, melhor o LLM será em compreender sua finalidade e cumprir seu objetivo.

    • Variável de entrada:

      • Nome: claim_id

      • Descrição: O ID do sinistro para o qual recuperar detalhes

    • Variável de saída:

      • Nome: claim_details

      • Descrição: Detalhes finais do sinistro, incluindo informações da apólice e do boletim de ocorrência.

  6. Defina a exibição para o usuário final: essa etapa permite que você configure como a execução do AI Agent será apresentada ao usuário. O objetivo é proporcionar um título claro e relevante para a tarefa que o usuário vê na interface do Co-pilot. Navegue para a aba Exibição do usuário final. No Título da solicitação de agente, insira um título para a tarefa. Esse título é um campo obrigatório e é exibido quando o AI Agent é executado no Co-pilot. Por exemplo, para o agente de detalhes do sinistro, o título pode ser Solicitação de detalhes do sinistro. Isso ajuda o usuário a entender rapidamente o que o agente está fazendo.
  7. Adicionar e configurar ferramentas:

    na guia Ferramentas, adicione as automações necessárias para que seu agente realize sua tarefa. Neste exemplo, você adicionará as automações Consulta de sinistro, Boletim de ocorrência, Rastreador de dados e Processo de apólice como ferramentas.

    Nome da ferramenta Finalidade Variáveis de entrada Variáveis de saída
    consulta de sinistro Informa os detalhes do sinistro. INPUT_id: id do sinistro claim_id: o id do sinistro, policy_id: o id da apólice, stolen_property_item: o item que foi roubado, claimed_replacement_cost: o custo de reposição dos itens do sinistro, location_of_incident: local do incidente, police_report_id: o id do boletim de ocorrência, date_of_incident: a data do incidente, claim_status: o status do sinistro, claimant_name: o nome do requerente, receipt: o recibo do bem no sinistro
    boletim de ocorrência Obtém os detalhes do boletim de ocorrência. INPUT_id: id do boletim de ocorrência police_report_id: o id do boletim de ocorrência, report_date: data do relatório, officer_name: nome do policial, officer_badge_number: número da identificação, incident_type: tipo de incidente, description: descrição da entrada, incident_location: local do incidente, suspect_name: nome do suspeito, arrest_made: foi feita uma prisão, reporting_station: delegacia responsável
    rastreador de dados Sempre utilize esta ferramenta para acompanhar os dados que você recebeu ou não até o momento. data_received_or_missing_so_far: os detalhes sobre os dados que você recebeu ou que estão faltando (ou têm valores nulos) formatados em json data_received_or_missing_so_far_response: os dados que você recebeu ou que estão faltando até o momento no formato JSON
    processo de apólice Isso obtém os detalhes de uma apólice INPUT_id: o id da apólice policy_id: o id da apólice, policy_number: o número da apólice, policy_type: o tipo de apólice, issue_date: a data em que a apólice foi emitida, expiration_date: a data de expiração, status: o status da apólice, premium_amount: o valor do prêmio, payment_frequency: a frequência dos pagamentos, insured_name: o nome do segurado, insured_address: o endereço do segurado, insured_phone: o número de telefone do segurado, insured_email: o e-mail do segurado, coverage_type: o tipo de cobertura, policyholder_id: o id do titular da apólice, coverage_amount: o valor da cobertura, agent_id: o id do agente de seguros, deductible_amount: o valor da franquia, was_successful: Verdadeiro se a pesquisa encontrou algum dado, Falso caso contrário.

    Para mais informações sobre como configurar as ferramentas, consulte Definição das configurações em Ferramentas para um AI Agent.

  8. Defina o plano de ação: a seção Plano de ação, é gerada pelo sistema com base no seu prompt e nas ferramentas que você adicionou. Ela descreve o fluxo lógico:
    • Recuperar detalhes do sinistro: chame a ferramenta Consulta de sinistro usando o claim_id.
    • Recuperar boletim de ocorrência: chame a ferramenta Boletim de ocorrência.
    • Acompanhar os dados: chame a ferramenta Rastreador de dados.
    • Obter detalhes da apólice: chame o Processo de apólice.
    • Se os detalhes do sinistro estiverem incompletos, use Intervenção humana para pedir assistência.
  9. Teste e aperfeiçoe: depois de configurar tudo, clique em Executar para testar seu agente e garantir que ele se comporte conforme o esperado. Você pode simular uma conversa com o agente, informando um número de sinistro e verificando se ele recupera corretamente os detalhes do sinistro, o boletim de ocorrência e as informações da apólice. Refine as descrições das variáveis e as instruções da ferramenta conforme necessário para melhorar o desempenho e a precisão do agente.

Próximas etapas

Após criar e configurar seu AI Agent, incorpore-o aos seus processos de negócios e traga inteligência para a automação de ponta a ponta. Para mais informações sobre como adicionar um AI Agent a um processo, consulte Adicionar AI Agent a uma automação de processoO diagrama a seguir ilustra o fluxo de trabalho típico, desde a criação do agente até a execução em um ambiente público.

AI Agent Fluxo de trabalho

O processo de mover um AI Agent de um ambiente de desenvolvimento para um ambiente público envolve várias etapas importantes e funções de usuário.

Criar e testar
Um desenvolvedor profissional ou administrador de automação cria e testa o AI Agent.
Configurar em um processo
Em seguida, o desenvolvedor profissional configura o AI Agent em um processo maior.
Fazer checkin
Ao fazer checkin do processo no repositório, ele fica disponível para uso.
Executar em público
O processo pode então ser executado em um espaço de trabalho público, permitindo que seja chamado através do Automation Co-Pilot.
Nota:

Um usuário corporativo com a licença de usuário corporativo do Automation Co-Pilot necessária pode executar o processo e interagir com o AI Agent. O diagrama também mostra as permissões específicas necessárias para cada função do usuário realizar essas tarefas. Para mais informações sobre as funções e permissões, consulte Funções e permissões.