Módulo de IA
No exemplo desta seção, Extract Data é um Módulo de IA que lê a Entradacontract e devolve campos estruturados, e Draft Escalation Note é um segundo Módulo de IA que escreve uma nota usando esses campos.
Configurando a etapa
1
Dê nome à etapa
Clique no título do cartão e substitua Etapa Sem Título. É pelo nome que as etapas seguintes e o seu código vão se referir a esta saída, por exemplo
Extract Data.2
Escreva o prompt
Escreva a instrução como faria em um Canvas: o que ler, o que devolver, as regras a seguir. Digite
@ para inserir uma Entrada ou a saída de uma etapa anterior. O editor de prompt aceita texto e referências; veja Editando prompts para dicas de escrita.Para Extract Data:3
Escolha o modelo
Escolha o modelo desta etapa. Cada Módulo de IA tem o próprio modelo e temperatura, então você pode usar um modelo forte para extração e um mais barato para a nota de escalonamento. As configurações são as mesmas de um Canvas; veja Selecionando modelos.
4
Defina o Formato de Saída
Adicione atributos ao Formato de Saída, exatamente como em um Canvas: nome, tipo (texto, número, booleano, lista, objeto) e uma descrição opcional. Para Extract Data:
counterparty (texto), total_value (número), start_date (texto), end_date (texto), has_penalty_clause (booleano), summary (texto).Com um Formato de Saída, a etapa devolve um objeto e cada atributo passa a ser selecionável no menu @ das etapas seguintes, usável em uma Condição e revisável em Testar e na Workstation. Sem ele, a etapa devolve texto puro.Arquivos no prompt
Uma referência a arquivo no prompt é usada como Parser por padrão: o modelo recebe o texto extraído do arquivo. Troque o chip para Multimodal para anexar o arquivo em si. Isso importa para digitalizações, fotos e documentos cujo layout carrega significado. As regras estão em Entradas e referências.Citações
Quando a etapa tem um Formato de Saída, você pode ativar Citações. O modelo então devolve, junto de cada atributo, o trecho dos arquivos referenciados de onde o valor veio. Os resultados mostram as citações junto da saída. Citações só estão disponíveis para saída estruturada.O que a etapa devolve
- Com Formato de Saída: um objeto com os seus atributos,
{ "counterparty": "Acme Ltd", "total_value": 125000, ... }. - Sem ele: um texto.
Cada etapa de Módulo de IA pode guardar o resultado em cache: quando as mesmas entradas chegam de novo, o resultado salvo é reaproveitado em vez de chamar o modelo. Desabilite o cache em etapas que devem sempre rodar do zero, como as que leem dados em tempo real.
Classificação
A Classificação responde a um conjunto de perguntas tipadas sobre um dado e devolve, para cada pergunta, uma resposta com probabilidades e uma confiança. Use quando você precisa de uma decisão que dá para medir e rotear, em vez de texto livre: “que tipo de contrato é este?”, “quão arriscado ele é numa escala de 1 a 5?”, “ele contém cláusula de não concorrência?”. No exemplo, uma Classificação Assess Contract fica depois de Extract Data e responde a duas perguntas:contract_type (uma escolha) e risk_level (uma pontuação). A Condição pode então rotear por Assess Contract › answers › contract_type › choice.
Configurando a etapa
1
Escreva o Prompt
O Prompt é o contexto a avaliar: o texto, os campos extraídos ou o documento de que as perguntas tratam. Insira aqui os valores das etapas anteriores, por exemplo o resumo e as cláusulas devolvidos por Extract Data. A dica do campo diz para digitar
/ para inserir uma variável.2
Adicione perguntas
Clique em Adicionar pergunta. Cada pergunta tem um ID da pergunta (usado como chave na saída, como
contract_type), um Tipo e Instruções que explicam o que avaliar. As perguntas rodam de forma independente sobre o mesmo prompt, então a resposta de uma não influencia a outra.3
Defina os critérios de cada tipo
- Choice: liste as Opções, cada uma com uma Chave da opção e uma Descrição de quando ela se aplica. Inclua todos os resultados válidos e adicione uma opção “outros” quando necessário. No mínimo duas opções.
- Score: liste os Níveis ordenados, do mais baixo ao mais alto, descrevendo cada ponto da escala. Entre dois e dez níveis. A resposta é uma pontuação ponderada pelas probabilidades dos níveis.
- Boolean: se quiser, descreva o que Verdadeiro significa e o que Falso significa. A resposta é a probabilidade de sim.
O que a etapa devolve
A saída tem um objetoanswers cujas chaves são os IDs das perguntas:
@ e em uma Condição você chega a um valor pelo caminho dele: Assess Contract › answers › contract_type › choice, ou answers.risk_level.score no modo código. Uma resposta Boolean é um número entre 0 e 1 em noul, então compare com um limite no modo código, por exemplo input["Assess Contract"].answers.has_non_compete.noul > 0.5, em vez de testar é verdadeiro. Os seletores não têm comparação numérica.
A Classificação roda no modelo de avaliação do próprio Tela, fixado por versão do módulo; não há seletor de modelo. Uma Classificação aceita até 100 perguntas.
Escolhendo entre os dois
Próximo passo: rotear a execução com base nesses valores com uma Condição.