Geração de Fluxo (Beta)
Descubra como usar a IA para te ajudar na criação de pipelines na Digibee Integration Platform.
A Geração de Fluxo está atualmente em fase beta. Entenda mais sobre o Programa Beta.
A Geração de Fluxo é um recurso chave da nossa abordagem AI Pair Programmer na Digibee Integration Platform. Basta fornecer um prompt, e a IA irá gerar um rascunho do pipeline para você, ajudando a criar partes de fluxos de integração ou pipelines inteiros mais rapidamente, adaptados às suas necessidades específicas.
Para acessar a Geração de Fluxo e usar as funcionalidades presentes nesse artigo, você precisa ter a permissão ai-assistant-viewer, disponível por padrão no grupo developers. Aprenda mais na documentação sobre Papéis.
Como gerar um pipeline com a Geração de Fluxo
Gerando o pipeline
Na página Build, clique em Criar no canto superior direito e selecione Pipeline.
No pipeline, clique no ícone de Estrelas (ao lado do botão Configurações) para começar a usar o Assistente de IA.
Selecione a Geração de Fluxo nas opções do chat.
Saiba mais sobre as opções Geração de JOLT e Dúvidas.
Descreva no chat o que você precisa para sua integração. Para mais informações sobre como escrever prompts eficazes, leia a seção Como escrever prompts eficazes.
Revisando o pipeline
A Geração de Fluxo criará parte de um pipeline ou um pipeline inteiro com base na sua solicitação. Ela mostrará a árvore de fluxo do pipeline gerado e fornecerá a documentação sobre como funciona.
A Geração de Fluxo apenas cria a estrutura do pipeline, o que significa que os parâmetros dos conectores ainda não são gerados pela IA — apenas o Step Name é fornecido.
Após revisar o fluxo gerado, você tem as seguintes opções:
Solicitar alterações: analise o pipeline e solicite alterações, como ajustar o fluxo, remover conectores ou adicionar quaisquer conectores que estejam faltando. Ao solicitar alterações, certifique-se de seguir as melhores práticas descritas na seção Como escrever prompts eficazes.
Aceitar o fluxo sugerido: se você estiver satisfeito com o fluxo, clique no ícone de confirmação para aceitá-lo. As informações serão salvas no chat enquanto o histórico de chat permanecer disponível.
Descartar o fluxo sugerido: para rejeitar as sugestões da IA, clique no ícone de lixeira.
Uma vez satisfeito com o resultado, você pode:
Copiar o fluxo e colá-lo no Canvas (ou em outros pipelines/cápsulas).
Inserir no Canvas para colocar o fluxo diretamente no Canvas.
Se você fechar o Assistente de IA, ainda poderá acessar o histórico do chat enquanto constrói o pipeline, desde que não atualize a página. Para limpar todo o histórico do chat, clique no ícone de lixeira no canto superior direito.
O histórico do chat é redefinido toda vez que você sai do pipeline ou atualiza a página.
Como escrever prompts eficazes
A documentação da OpenAI fornece um guia abrangente sobre como criar prompts mais precisos por meio da engenharia de prompts. Acesse a documentação para mais detalhes.
Para a Geração de Fluxo, aqui estão algumas dicas adicionais para ajudá-lo a aproveitar ao máximo nosso Assistente de IA. Mantenha estas em mente ao formular seu prompt:
Seja específico sobre a estrutura do fluxo que você deseja gerar.
Escreva instruções claras e diretas que descrevam exatamente a parte do pipeline ou o pipeline inteiro que você quer que a IA gere.
Use uma estrutura organizada e separe ideias com vírgulas ou parágrafos para garantir clareza.
Mencione conectores específicos se você já souber quais usar.
Divida o prompt em partes se for complexo e peça à IA para fazer ajustes, se necessário.
Abaixo estão algumas dicas sobre o que fazer e o que evitar ao criar seu prompt, com exemplos para facilitar a compreensão.
Prompts com conectores específicos
Faça:
Forneça exemplos claros e objetivos. Se você já souber os conectores que devem ser incluídos na sua integração, mencione-os.
✅ Quero criar um pipeline que comece usando o conector REST V2 para fazer uma solicitação. Depois disso, usará um conector Choice para avaliar a resposta da API, seguido de um Log para verificar o resultado. Se a solicitação for bem-sucedida, o pipeline deverá usar o JSON Generator para criar a mensagem de saída. Se houver um erro, o conector Email V2 será usado para enviar uma notificação, encerrando o fluxo.
Evite:
Não seja vago ou omita detalhes importantes. Evite descrever apenas etapas gerais sem mencionar conectores específicos ou resultados.
❌ Quero criar um pipeline que faça uma solicitação à API, verifique a resposta e, em seguida, envie um email se algo der errado.
Prompts com tipos de endpoint
Faça:
Em vez de listar todos os conectores, você pode mencionar os tipos de endpoints (por exemplo, DB, REST API) para cada lado da integração e deixar o gerador escolher o fluxo mais adequado.
✅ Conecte meu sistema SAP ERP a um banco de dados e uma REST API.
Evite:
Não seja muito genérico ou omita detalhes essenciais que poderiam dificultar para o gerador criar o fluxo apropriado.
❌ Conecte meu sistema ERP a um banco de dados e uma REST API.
Prompts sem mencionar conectores
Faça:
Mesmo que você não tenha certeza sobre os conectores específicos a serem usados, ainda pode criar um prompt que comunique efetivamente seus objetivos. Certifique-se de que seu prompt descreva o objetivo geral e forneça detalhes suficientes para que a IA entenda seus requisitos.
✅ Preciso criar uma integração de pipeline que leia dados de um banco de dados de stream, publique um evento e escreva os dados em outro banco de dados. Começa conectando-se ao banco de dados de stream para ler os dados necessários. Os dados são então publicados como um evento para notificar outros sistemas ou serviços. Por fim, os dados são escritos em outro banco de dados para armazenamento ou processamento adicional.
Evite:
Não seja excessivamente vago ao descrever o objetivo da sua integração. Evite deixar de fora informações importantes que ajudem a IA a entender todo o processo.
❌ Preciso criar um pipeline que leia dados, publique-os e escreva-os em algum outro lugar.
Limitações
A Geração de Fluxo tem algumas limitações conhecidas:
Pipelines grandes: a IA pode gerar alucinações ao lidar com pipelines excessivamente grandes.
Ignorância do contexto: a IA não reconhece o contexto de um pipeline existente já no Canvas. Ela gera novo conteúdo sem associá-lo ao pipeline atual.
Tratamento de parâmetros: a IA não captura parâmetros. Seu foco principal está na estrutura lógica e nas conexões entre os conectores.
Atualizado
