> ## Documentation Index > Fetch the complete documentation index at: https://docs.olie.ai/llms.txt > Use this file to discover all available pages before exploring further. # Agentes de IA > A base de conhecimento e as ferramentas que os assistentes usam — e a auditoria de cada execução, com tokens, latência e custo Um **agente de IA** é a base: o modelo que será usado, as ferramentas que ele pode acionar, as instruções que definem o papel dele e os documentos que servem de referência. **O agente de IA sozinho não executa nada.** Quem executa é o [assistente de etapa](/guides/funnels/step-assistants), que aponta para um agente e acrescenta a instrução específica, o momento de rodar e o destino da saída. Essa separação existe para permitir reuso: um agente serve a vários assistentes. **A base de conhecimento fica no agente; o que muda de um assistente para outro é a instrução.** ## Criar um agente Em **Ajustes → Agentes de IA**. | Campo | O que define | | ---------------------------- | ----------------------------------------------------------------------------- | | **Nome** | Como o agente aparece nas listas | | **Descrição** | Controle interno. **Não entra nas instruções do modelo** | | **Modelo padrão** | Qual modelo o agente usa por padrão | | **Ferramentas** | O que ele pode acionar além de gerar texto | | **Instruções para o agente** | O contexto inicial de todas as interações — o papel, o tom, o que nunca fazer | | **Contextos** | Documentos e textos de referência, em aba própria | Escreva as **instruções para o agente** como definição de papel, não como tarefa. "Você é um analista de suporte experiente; seja conciso; nunca invente informação que não esteja no chamado" é instrução de agente. "Classifique este chamado" é instrução de assistente. ## Escolher o modelo A lista de modelos vem com busca e filtros por capacidade: Todos os modelos · Modelos com ferramentas · Modelos com raciocínio · Modelos que realizam buscas na internet. Ícones indicam a entrada aceita (texto, imagem, arquivo) e os recursos (ferramentas, saídas estruturadas, busca na internet, raciocínio). Cada modelo mostra o **preço em créditos por milhão de tokens**, o que permite comparar antes de escolher. Alguns modelos aparecem com **Preço variável**. São modelos de seleção automática: o modelo real é escolhido em tempo de execução e o preço acompanha essa escolha. Ver [perfis de seleção automática](/guides/billing/ai-credits). Nem todo modelo aceita todas as ferramentas. Se o agente precisa de busca na internet ou de chamada de ferramenta, filtre a lista por essa capacidade antes de escolher — caso contrário a ferramenta configurada simplesmente não será usada. ## Ferramentas Ferramentas são o que permite ao agente **consultar e agir** na plataforma, em vez de apenas gerar texto: buscar detalhes de um projeto, listar e filtrar projetos, consultar usuário, mover projeto de etapa, criar ou clonar projeto, consultar e responder formulários dinâmicos, pesquisar na internet. Cada ferramenta acionada é uma ida a mais ao modelo. Isso **aumenta o tempo e o custo** da execução. Habilite apenas o que o agente precisa para a tarefa dele. ## Contextos A aba **Contextos** guarda o material de referência do agente. Cada contexto é de um dos dois tipos: | Tipo | Para que serve | | ----------- | ----------------------------------------------------------------- | | **Texto** | Regras, definições, exemplos escritos direto na plataforma | | **Arquivo** | Documentos que servem de base — manual, política, modelo de saída | Um exemplo do formato de saída esperado, anexado como contexto, costuma render mais do que uma instrução longa descrevendo esse formato. ## Testar antes de usar O agente pode ser executado avulso, para afinar o prompt sem gastar movimentação de cartão. É possível usar o **modelo padrão do agente** ou **escolher um modelo para testar**, comparando resultados antes de trocar o padrão. ## Execuções e auditoria Toda execução fica registrada, e é aqui que a plataforma se diferencia de colar uma chave de API em um script. A lista de execuções mostra, por linha: **data, agente, modelo, latência, tokens, créditos, status e fatura**. O detalhe de cada execução traz ainda: O **prompt** completo enviado ao modelo. A **resposta** gerada, o status e o erro, quando houver. Latência, tokens consumidos e créditos debitados, com link para a fatura. Cada ferramenta acionada, com raciocínio, argumentos, retorno e tokens por etapa. Em **Chamadas de ferramenta**, cada chamada aparece marcada como **executada**, **erro** ou **não executada** (uma chamada que o agente pediu, mas que não chegou a rodar). Quando um agente se comporta mal, é o primeiro lugar a olhar. Uma execução que termina sem resposta, ou que acaba com o agente ainda pedindo ferramentas, é registrada como **Falhou**. No segundo caso, um aviso acima das chamadas indica que a resposta está incompleta. Os créditos do que o modelo já processou são debitados mesmo assim. Essa é a diferença de governança que vale registrar: quem opera o funil vê apenas a saída no formulário ou no conteúdo. Não vê o prompt, não vê o modelo e não consegue alterar a instrução de entrada — porque ela é montada por [sintaxe avançada](/guides/advanced/advanced-syntax) a partir dos dados do projeto. ## Custo Cada execução consome [créditos de IA](/guides/billing/ai-credits). O que faz o consumo variar: * O **modelo** escolhido. * O **tamanho** da entrada e da resposta. * Recursos avançados como **raciocínio** e **busca na internet**. * O número de **chamadas de ferramenta**, que multiplicam as idas ao modelo. Um agente com gatilho automático roda a cada movimentação — o custo acompanha o volume do funil, não o número de agentes configurados. Antes de ligar um assistente automático em uma etapa movimentada, faça a conta. ## Como montar agentes que erram menos Um agente com escopo estreito e instrução curta erra menos que um agente que faz tudo. Cada um grava a conclusão em um campo, e o próximo lê dali. Cada projeto que chega é a primeira vez para ele. Tudo o que ele precisa saber tem de vir do prompt, do contexto ou de uma ferramenta. Quando vários agentes trabalham em sequência, o que decide deve ler apenas as saídas dos anteriores. Reduz a chance de resposta inventada e o custo ao mesmo tempo. "Responda apenas com uma das opções: baixo, médio, alto" cabe em um campo de seleção. "Analise o caso" não cabe em campo nenhum — e o resultado é descartado silenciosamente. Ver [Padrões de desenho](/guides/implementation/design-patterns) para a montagem completa de uma esteira de agentes. ## Próximos passos Como o agente é acionado em uma etapa e onde a saída é gravada. O modelo de consumo e como acompanhar o extrato. Conectar a Olie ao ChatGPT e ao Claude, com as suas permissões. A esteira de agentes e outras montagens repetíveis.