Skip to main content
Tabelas — chamadas internamente de datagrids — são estruturas de dados estruturados que os agentes de IA podem consultar e preencher durante as conversas. Diferente de uma base de conhecimento, que armazena texto livre para busca semântica, uma tabela armazena dados em colunas e linhas com tipos definidos, como um banco de dados leve acessível diretamente pelo agente.

Conceitos Centrais

ConceitoDescrição
Tabela (Datagrid)Estrutura de dados com colunas nomeadas e tipadas, organizada em linhas. Cada tabela pertence a um workspace e pode ser conectada a um ou mais agentes.
ColunaDefine um campo da tabela. Cada coluna tem nome (até 50 caracteres), descrição (3 a 250 caracteres), tipo de dado (String, Number, Boolean) e configurações opcionais como busca semântica e campo obrigatório.
LinhaUm registro na tabela. Cada linha contém valores para cada coluna definida. Linhas podem ser inseridas manualmente pela interface, importadas via CSV ou criadas pelo agente durante conversas.
Ferramenta de DatagridCapacidade disponibilizada ao agente para interagir com a tabela. As ações possíveis são: semantic_search, similarity_search, insert_row e update_row. Cada ação é ativada individualmente por tabela.
Busca Semântica de ColunaQuando ativada em uma coluna do tipo String, os valores são vetorizados com o modelo text-embedding-3-small (1.536 dimensões) e indexados para busca por similaridade — o agente encontra linhas pelo significado, não apenas por correspondência exata.

Por Que Tabelas São Importantes

  1. Dados em tempo real sem integração externa: o agente acessa tabelas diretamente durante a conversa. Não é necessário configurar webhooks, APIs ou integrações para que o agente consulte um catálogo de produtos ou registre um lead.
  2. Separação de conhecimento estruturado e não estruturado: bases de conhecimento são ideais para texto livre — manuais, políticas, FAQs. Tabelas são ideais para dados com estrutura definida — catálogos, agendas, inventários, registros. Usar cada recurso para o que foi projetado melhora a precisão do agente.
  3. Escrita durante a conversa: diferente de bases de conhecimento (somente leitura pelo agente), tabelas permitem que o agente insira e atualize dados em tempo real — o agente coleta informações do usuário e as registra estruturadamente na tabela, sem intervenção humana.
  4. Atualização independente do prompt: os dados mudam na tabela sem precisar editar o prompt do agente. Um preço atualizado na tabela já está disponível para o agente na próxima consulta.
Casos de uso típicos onde tabelas superam outras abordagens:
  • Catálogo de produtos com preço, disponibilidade e descrição
  • Agenda de profissionais ou eventos com horários e vagas
  • Registro de leads coletados durante as conversas
  • Inventário com controle de quantidade em tempo real