Hoje existe uma tensão fundamental no design de agentes de IA! E isso só fica óbvio quando você começa a construir para produção: Quanto mais rigorosamente você aplica uma instrução, mais sacrifica a nuance contextual. Pense assim. Quando você está construindo um Agente voltado para o cliente, algumas instruções são realmente inegociáveis. Portanto, você quer que seu Agente as impeça rigorosamente, mesmo que pareça robótico ao fazer isso. Por exemplo, instruções como divulgações de conformidade em finanças ou avisos de segurança na saúde não toleram erros. Mas outras instruções são sugestões gentis, como igualar o tom do cliente ou manter as respostas concisas. Esses devem influenciar a conversa, não dominá-la. O problema é que a maioria das arquiteturas de Agentes não permite que você expresse essa distinção tão facilmente. Toda instrução normalmente recebe o mesmo nível de aplicação, então você é obrigado a ser rigoroso em tudo e soar robótico, ou ser flexível em tudo e correr o risco de perder regras críticas. E não, você não pode simplesmente enfatizar certas instruções no próprio prompt porque a mera presença de uma instrução no prompt já enviesa o comportamento do modelo. A ênfase só adiciona mais viés além do viés já existente. Mas acho interessante o controle mais recente do Parlant sobre "níveis de criticidade" (código aberto com 18 mil estrelas). Ele permite que você diga ao seu corretor quanta atenção deve dar a cada instrução. ``` agent.create_guideline( condição="Cliente pergunta sobre medicamentos", action="Direto ao prestador de serviços de saúde",...