# Crie seu primeiro agente de IA para análise de sentimento

Construa uma API funcional de análise de sentimento com IA que classifica feedbacks de clientes como **positivo**, **negativo** ou **neutro**.

<figure><img src="https://2538031102-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FXfrDexGOLMin51pAiWkq%2Fuploads%2FVS8obQ54qb97JtoepACH%2FQS%20%231%20(Portugu%C3%AAs).gif?alt=media&#x26;token=b8dbc4a6-93cb-448f-8a30-4b81c162c01f" alt=""><figcaption></figcaption></figure>

## Passo a passo

Neste guia rápido, você criará uma API simples que analisa o sentimento de um texto em quatro etapas.

{% stepper %}
{% step %}

### Obtenha a API Key do seu provedor de LLM

Antes de começar, certifique-se de ter o seguinte:

* Uma API key de um provedor de LLM (por exemplo, OpenAI, Anthropic, Google).
* A API key registrada na Digibee como uma conta do tipo **Secret Key**.

Se você ainda não tiver essa conta, consulte a documentação para [criar uma conta Secret Key](https://app.gitbook.com/s/cO0A6g1dOsu8BiHYqO67/platform-administration/settings/accounts#secret-key).
{% endstep %}

{% step %}

### Crie um pipeline acionado por um trigger do tipo REST

Crie um novo pipeline e configure o [trigger](https://app.gitbook.com/s/SKBJ6ZiEWBU93x170HH4/triggers/overview) da seguinte forma:

* **Tipo:** Selecione [**REST**](https://app.gitbook.com/s/SKBJ6ZiEWBU93x170HH4/triggers/web-protocols/rest).
* **Methods:** Remova todos os métodos e deixe apenas `POST`.
* **Outras configurações:** Mantenha os valores padrão.

Para expor esse pipeline como uma API, é necessário configurar uma API key e fazer o deploy do pipeline. Consulte a [documentação](https://app.gitbook.com/s/SKBJ6ZiEWBU93x170HH4/triggers/web-protocols/rest) para saber como expor um pipeline como API.
{% endstep %}

{% step %}

### Adicione o Agent Component

Adicione o [**Agent Component**](https://app.gitbook.com/s/SKBJ6ZiEWBU93x170HH4/connectors/ai-tools/llm) ao pipeline logo após o trigger e configure-o da seguinte forma:

* **Modelo:** Selecione o modelo de sua preferência (por exemplo, **OpenAI - GPT-4o Mini**).
* **Conta:** Clique no ícone de engrenagem ao lado do modelo e selecione a conta **Secret Key** registrada no **passo 1**.

Em seguida, configure as mensagens do Agent:

* **Mensagem do Sistema**: Define o papel e o comportamento da IA.

{% code overflow="wrap" %}

```
Você é um analisador de sentimentos. Classifique o texto como positivo, negativo ou neutro.
```

{% endcode %}

* **Mensagem do Usuário:** Prompt que será analisado pela IA.

```
{{ message.body.text }}
```

{% hint style="info" %}
A expressão `{{ message.body.text }}` recupera dinamicamente dados do payload da requisição. Quando a API é chamada com `{"body": {"text": "algum texto qualquer"}}`, o Agent recebe e processa esse valor. Para saber mais, veja como as [expressões Double Braces são usadas para referenciar dados dinamicamente](https://app.gitbook.com/s/SKBJ6ZiEWBU93x170HH4/double-braces/how-to-reference-data-using-double-braces).
{% endhint %}
{% endstep %}

{% step %}

### Teste o Agent

Na configuração do Agent Component, utilize o **Painel de Teste**, localizado no lado direito da página, e insira o seguinte input:

```
{
  "body": {
    "text": "Este produto é incrível! Melhor compra de todas."
  }
}
```

Em seguida, clique em **Executar** para visualizar o resultado.

Abaixo está um exemplo de saída retornada pelo Agent:

```json
{
  "body": {
    "text": "Positivo"
  },
  "tokenUsage": {
    "inputTokenCount": 41,
    "outputTokenCount": 2,
    "totalTokenCount": 43
  }
}

```

{% endstep %}
{% endstepper %}

## Resultado

Parabéns! Você agora tem uma API de análise de sentimento com IA totalmente funcional. Como próximo passo, [aprenda como estruturar o output](https://docs.digibee.com/documentation/resources/pt-br/quickstarts/turn-ai-into-structured-output) para forçar a IA a retornar respostas JSON consistentes e determinísticas.

## Tópicos relacionados

* [**Transforme respostas de IA em uma saída JSON estruturada**](https://docs.digibee.com/documentation/resources/pt-br/quickstarts/turn-ai-into-structured-output)**:** Transforme respostas não estruturadas em saídas estruturadas.
* [**Use ferramentas do MCP Server para conectar agentes de IA a sistemas externos**](https://docs.digibee.com/documentation/resources/pt-br/quickstarts/connect-agents-to-external-systems): Use ferramentas para recuperar dados externos por meio do Deepwiki MCP Server.
* [**Sistema de validação de relatórios de despesas com IA**](https://docs.digibee.com/documentation/resources/pt-br/ai-practical-examples/expense-report-validation-with-ai)**:** Explore uma implementação real neste guia How-to.
* [**Análise de sinistros de seguros com IA**](https://docs.digibee.com/documentation/resources/pt-br/ai-practical-examples/insurance-claim-analysis-with-ai)**:** Construa um sistema multiagente para auxiliar na revisão de sinistros de seguros.