As conexões entre nós carregam uma condição escrita em linguagem natural, e o modelo de IA (LLM) decide em tempo real (runtime) qual rota corresponde tomar.
🎯 Para que servem?
As ramificações são o elemento que permite que um fluxo multi-nó funcione de maneira autônoma, sem necessidade de criar nós intermediários complexos que tomem decisões rígidas.
Cada Nó Cortex conhece as condições das ramificações que saem dele e de seus nós irmãos, e utiliza essa informação para transferir a conversa para o local adequado. Isso significa que a qualidade do roteamento depende quase por completo de quão bem escritas estão suas condições.
📍 Como são criadas?
O processo é extremamente orgânico:
Ao conectar dois Nós Cortex na tela, o sistema atribui automaticamente o tipo de "condição avaliada por LLM". Você não precisa escolhê-lo manualmente.
Clicar sobre a linha da ramificação abre o painel lateral direito, onde se escreve a expressão de condição.
✍️ A expressão de condição
É o texto que descreve em linguagem natural exatamente quando essa transição deve ser ativada.
Exemplos de boas condições:
"O usuário está chateado e pede para falar com uma pessoa"
"O cliente manifesta interesse concreto em testar um veículo específico e menciona o modelo"
"O cliente pergunta pelo status de um pedido que já realizou"
🚨 Importante: Uma ramificação sem expressão de condição é marcada como um erro de validação e bloqueará a compilação do fluxo. Você não pode deixar esse campo em branco.
🧠 Como escrever boas condições
Para que a inteligência artificial não se confunda, suas condições devem cumprir com três critérios-chave (em ordem de importância):
Mutuamente excludentes: Duas condições nunca deveriam aplicar à mesma situação. Esse é o motivo mais frequente por que um LLM transfere para o nó errado.
Concretas: Mencione a intenção clara do cliente ou o tema pontual, evite estados emocionais vagos.
Testáveis: Você deve conseguir imaginar e escrever uma mensagem de exemplo do cliente que dispare essa ramificação. Se não conseguir, sua condição é muito abstrata.
✅ Recomendado (Concreto e Testável) | ❌ Evite (Vago e Abstrato) |
"O cliente manifesta interesse concreto em testar um veículo específico e menciona o modelo" | "Quando corresponde transferir para test drive" |
"O cliente relata um problema técnico com um produto já comprado" | "O cliente tem um problema" |
🚨 Detecção de condições similares
Cortex ajuda você a prevenir erros de design. O sistema analisa automaticamente a similaridade semântica entre suas condições sempre que você adiciona ou edita uma. Essa comparação é realizada entre as ramificações que saem de um mesmo nó.
Se duas condições ultrapassam o 80% de similaridade, são marcadas como conflitantes e uma notificação vermelha aparecerá na seção de erros do seu painel: "Detectamos {N} condições de handoff muito similares entre subnós. O LLM pode traspasar para o nó errado."
Exemplo de conflito:
Ramificação A: "O usuário tem uma consulta sobre cobrança"
Ramificação B: "O usuário pergunta sobre pagamentos pendentes"
Problema: A similaridade é superior a 80%. O LLM não saberá escolher de forma consistente.
Como resolvê-lo: O erro não desaparecerá até que a similaridade fique abaixo do limite. Você deve diferenciar melhor os casos ou consolidar ambos os caminhos em um único nó.
💡 Dica: Essa mesma detecção de ambiguidade se aplica às ramificações de finalização dos Nós Fim, onde a confusão poderia gerar problemas operacionais no Flowbuilder.
⚡ O que acontece em runtime e Prevenção de loops
Execução em tempo real
As condições de todas as ramificações conectadas a um Nó Cortex são injetadas em seu contexto de memória, junto com as condições de seus irmãos. Com essa informação, o nó sabe que rotas existem.
Quando detecta que a consulta atual não lhe corresponde, a transfere diretamente para o nó adequado, incluindo uma razão que justifica o traspasso para sua rastreabilidade. Se não encontra um irmão capaz de resolvê-lo (ou não tem irmãos), a conversa volta por padrão para o nó pai.
Prevenção de loops infinitos
Um fluxo mal projetado (com condições repetidas ou mal formuladas) pode gerar transferências infinitas de um nó para outro. Cortex detecta isso em runtime.
Se ocorrem mais de quatro traspasos consecutivos entre nós do mesmo nível sem que a IA consiga dar uma resposta efetiva ao cliente, a execução para por segurança e a conversa sai para Flowbuilder pela ramificação de Erro de contexto.
💡 Nota: Essa proteção existe para que o cliente não fique preso em uma experiência defeituosa. Se dispara frequentemente, não é que o limite esteja mal calibrado, é um sinal direto de que suas condições se sobrepõem e você deve revisar o design do fluxo.
Dirija o tráfego conversacional como um especialista! 🚀
Escrever condições claras, concretas e mutuamente excludentes é o segredo principal para construir um agente inteligente que nunca se confunda e sempre leve seus clientes pela rota correta. ✅