Resultado esperado e termos usados

O resultado esperado é um agente de teste obter resposta do serviço local e transferir a conversa para uma pessoa quando necessário. Primeiro confirme com a equipe técnica que o modelo, o formato da conexão e os recursos exigidos pelo agente são compatíveis. Habilitar Ollama ou LM Studio no menu não instala o serviço nem garante que todo modelo funcionará.

  • Modelo local é a IA executada em um equipamento administrado pela empresa.
  • Servidor é o equipamento ou serviço que recebe as solicitações e executa esse modelo.
  • Endpoint ou URL base é o endereço usado pelo Atendeu Rápido para alcançar o serviço.
  • Contexto é o conjunto de instruções, mensagens e informações enviado para preparar a resposta; contextos maiores exigem mais recursos.

Entender o papel das telas globais

Ollama e LM Studio executam modelos em infraestrutura administrada pela empresa. A Central de Configurações controla a disponibilidade desses provedores no Atendeu Rápido, mas não instala o serviço local nem define servidor, porta, chave ou modelo.

Central de Configurações do Atendeu Rápido na aba Bots IA com recursos de inteligência artificial no menu lateral
Abra Bots IA e role o menu lateral para localizar Ollama ou LM Studio. A tela global de cada um apresenta somente habilitação e alcance.
Imagem ampliada

Escolher a opção adequada à operação

  • Ollama pode atender instalações operadas como serviço e integradas aos processos técnicos da empresa.
  • LM Studio oferece interface para administrar e testar modelos e também pode operar como servidor local.
  • As duas opções exigem um modelo instalado, capacidade suficiente e um endereço acessível pelo servidor do Atendeu Rápido. A compatibilidade precisa ser confirmada para o modelo e a função desejados.
  • A escolha deve considerar sistema operacional, hardware, inicialização automática, concorrência, monitoramento, licenciamento e manutenção.
  • Confirme se o modelo atende ao idioma, à finalidade, ao contexto necessário e ao tempo de resposta esperado.

Preparar a infraestrutura

  1. 1

    Instale Ollama ou LM Studio em um equipamento autorizado e atualizado.

  2. 2

    Baixe somente modelos aprovados e registre versão, origem e requisitos.

  3. 3

    Inicie o servidor compatível e confirme uma resposta diretamente na própria máquina.

  4. 4

    Defina endereço estável, porta, processo de inicialização e responsável por reinícios.

  5. 5

    Quando o Atendeu Rápido estiver em outro servidor, proteja a comunicação com rede privada, VPN ou proxy reverso com TLS.

  6. 6

    Restrinja firewall e autenticação para que somente os sistemas necessários alcancem o endpoint.

  7. 7

    Teste a conectividade a partir do servidor que executa o Atendeu Rápido, não apenas a partir do navegador do administrador.

  8. 8

    Defina limites de concorrência, tempo de resposta e tamanho de contexto compatíveis com o hardware.

Habilitar o provedor no Atendeu Rápido

Configuração do Ollama com os interruptores Habilitar Ollama e Habilitar para todos os tickets e o botão Salvar
Na seção Ollama, localize Habilitar Ollama, Habilitar para todos os tickets e Salvar. Os controles desligados servem para identificação; para o piloto, habilite apenas a opção planejada, mantenha o alcance geral desligado e salve.
Imagem ampliada

Na seção Ollama, localize Habilitar Ollama, Habilitar para todos os tickets e Salvar. Os controles desligados servem para identificação; para o piloto, habilite apenas a opção planejada, mantenha o alcance geral desligado e salve.

Abrir imagem original em nova aba ↗
Configuração do LM Studio com os interruptores Habilitar LM Studio e Habilitar para todos os tickets e o botão Salvar
Na seção LM Studio, os dois interruptores têm o mesmo papel de habilitação e alcance, seguidos por Salvar. A imagem mostra ambos desligados apenas para localizar os controles; URL e modelo não são preenchidos aqui.
Imagem ampliada

Na seção LM Studio, os dois interruptores têm o mesmo papel de habilitação e alcance, seguidos por Salvar. A imagem mostra ambos desligados apenas para localizar os controles; URL e modelo não são preenchidos aqui.

Abrir imagem original em nova aba ↗
  1. 1

    Acesse Configuração > Configurações > Bots IA.

  2. 2

    Selecione Ollama ou LM Studio.

  3. 3

    Registre o estado atual dos dois controles.

  4. 4

    Ative Habilitar somente para o provedor local que será testado.

  5. 5

    Mantenha Habilitar para todos os tickets desligado.

  6. 6

    Selecione Salvar e aguarde a confirmação da interface.

  7. 7

    Abra novamente a seção e confirme que o estado foi mantido.

  8. 8

    Teste uma configuração por vez e preserve os provedores que já atendem outros cenários da operação.

Informar o serviço em um Agente de IA compatível

Aba Provedor com Chave própria selecionada e campos Chave da IA, URL Base da API e Modelo
Para um serviço local compatível, use Chave própria e os parâmetros fornecidos pela equipe técnica. A captura não mostra um servidor local configurado: substitua os valores de exemplo pelo endpoint e pelo identificador do modelo realmente instalado.
Imagem ampliada

Para um serviço local compatível, use Chave própria e os parâmetros fornecidos pela equipe técnica. A captura não mostra um servidor local configurado: substitua os valores de exemplo pelo endpoint e pelo identificador do modelo realmente instalado.

Abrir imagem original em nova aba ↗
  1. 1

    Confirme com o responsável técnico a compatibilidade da conexão e dos recursos que esse agente usará, incluindo ferramentas quando necessárias.

  2. 2

    Crie ou edite um Agente de IA reservado para testes e mantenha Ativo desligado durante a preparação.

  3. 3

    Abra Provedor, escolha Chave própria e confirme que a modalidade permite configurar o serviço pretendido. IA da plataforma usa o catálogo e os Créditos de IA da empresa, não o seu endpoint local.

  4. 4

    Preencha a autenticação conforme o serviço e a modalidade exigirem; se a tela solicitar uma credencial que você não possui, confirme a configuração com o responsável técnico.

  5. 5

    Em URL Base, use o endereço completo do endpoint compatível indicado pela infraestrutura.

  6. 6

    Inclua o caminho /v1 quando a orientação da tela e o serviço utilizado exigirem esse formato.

  7. 7

    Informe exatamente o identificador do modelo instalado e disponível no servidor.

  8. 8

    Comece com poucas mensagens lembradas e criatividade baixa para reduzir carga e facilitar a validação.

  9. 9

    Salve, configure a fila de emergência e vincule o agente somente a um canal ou fluxo exclusivo de teste.

  10. 10

    Confirme que esse vínculo não recebe clientes reais; então ative o agente na aba Perfil e salve para executar o piloto.

Comparar processamento local e em nuvem

  • Nuvem: o provedor administra a infraestrutura, mas a empresa precisa avaliar transmissão de dados, retenção, contrato, limites e custos.
  • Local: a empresa controla a infraestrutura, porém assume atualizações, segurança, capacidade, disponibilidade e resposta a incidentes.
  • Capacidade: um modelo local pode exigir memória, processador, GPU e armazenamento muito superiores aos de uma aplicação convencional.
  • Desempenho: latência e concorrência dependem do hardware, do tamanho do modelo, do contexto enviado e da quantidade de atendimentos simultâneos.
  • Privacidade: manter o processamento na infraestrutura própria reduz alguns fluxos externos, mas não protege automaticamente prompts, históricos, logs ou cópias.
  • Continuidade: uma falha local precisa ter fila humana, desativação rápida e procedimento de recuperação.

Validar antes de ampliar

  1. 1

    Confirme o agente ativo no canal ou fluxo exclusivo de teste e envie uma solicitação curta com dados fictícios.

  2. 2

    Envie uma pergunta que dependa das instruções do agente e outra fora do escopo.

  3. 3

    Confirme se a palavra de saída e a transferência humana funcionam.

  4. 4

    Meça tempo de primeira resposta e uso de CPU, memória, GPU e armazenamento.

  5. 5

    Execute atendimentos simultâneos compatíveis com o piloto planejado.

  6. 6

    Com a equipe técnica, em serviço reservado para testes ou em janela de manutenção aprovada, reinicie o serviço e confirme se o modelo volta a ficar disponível.

  7. 7

    Nesse ambiente controlado, simule uma indisponibilidade e valide o encaminhamento para a fila de emergência.

  8. 8

    Depois de aprovar resposta, capacidade e transferência, amplie o vínculo para uma fila ou grupo reduzido e acompanhe os registros.

Diagnosticar falhas comuns

  • Conexão recusada: confirme se o servidor está iniciado, ouvindo no endereço correto e liberado no firewall.
  • Tempo esgotado: verifique rota de rede, proxy, TLS, capacidade do hardware, tamanho do modelo e concorrência.
  • Rota não encontrada: revise a URL base e o caminho compatível, incluindo /v1 quando exigido.
  • Modelo não encontrado: compare o identificador configurado no agente com o modelo realmente instalado e carregado.
  • Não autorizado: confira a autenticação do gateway ou proxy e substitua credenciais expostas.
  • Resposta vazia ou incompleta: revise memória disponível, limite de contexto, registros do serviço e compatibilidade do modelo.
  • Funciona no computador, mas não no Atendeu Rápido: teste DNS, endereço e porta a partir do servidor da aplicação.
  • Funciona somente em alguns tickets: revise os dois controles globais e os vínculos do agente com canal ou fluxo.
  • Respostas duplicadas: procure outros agentes, bots ou automações ativos no mesmo atendimento.

Manter segurança, continuidade e reversão

  • Atualize sistema operacional, serviço de IA, proxy e dependências segundo uma rotina definida.
  • Restrinja administração e endpoint pelo menor privilégio necessário.
  • Evite registrar prompts, respostas e dados pessoais completos quando não forem necessários ao diagnóstico.
  • Monitore disponibilidade, latência, erros, CPU, memória, GPU, armazenamento e quantidade de solicitações.
  • Registre versão do modelo e parâmetros para reproduzir uma configuração aprovada.
  • Revise periodicamente licenças, origem dos modelos e componentes baixados.
  • Mantenha fila de emergência e procedimento de desligamento rápido.
  • Repita os testes depois de trocar versão, modelo, hardware, endereço, proxy ou parâmetros.
  1. 1

    Desligue Habilitar para todos os tickets.

  2. 2

    Desative o Agente de IA que utiliza o endpoint local.

  3. 3

    Direcione os atendimentos para a equipe ou fila de emergência.

  4. 4

    Desligue Habilitar em Ollama ou LM Studio quando o provedor não puder permanecer disponível.

  5. 5

    Corrija infraestrutura ou configuração e repita o piloto antes de restaurar o uso.

Dúvidas frequentes