Configurando Modelos LLM
- Como selecionar uma plataforma e um modelo para seu agente LLM
- O que as configurações da aba Geral fazem
- Como ajustar temperatura, esforço de raciocínio, limites de tokens e outras opções na aba Avançado
Quando você define o Agent Type de um agente como llm, o AutoTalk revela as opções de configuração do modelo. A primeira coisa que você escolhe é a plataforma de IA, depois configura o modelo e seu comportamento.
Selecionando uma plataforma
O campo Tipo de plataforma determina qual provedor de IA alimenta seu agente. O AutoTalk suporta estes provedores gerenciados e opções de endpoint personalizado:
| Plataforma | Descrição |
|---|---|
| openai (padrão) | Modelos da OpenAI incluindo GPT-5.5, GPT-5.4, GPT-4.1 e outros. |
| deepseek | Modelos DeepSeek, incluindo DeepSeek V4 Flash e V4 Pro. |
| gemini | Modelos Google Gemini. O dropdown de Modelo é a autoridade sobre quais famílias Gemini estão disponíveis no momento. |
| anthropic | Modelos Anthropic Claude, incluindo Opus, Sonnet e Haiku. |
| openrouter | Encaminha requisições pelo OpenRouter usando um ID de modelo com prefixo do provedor. |
| cloudflare | Modelos Cloudflare Workers AI (@cf/...). Veja Cloudflare Workers AI para o requisito de ID de conta e a ressalva sobre ferramentas. |
| custom | Conecte-se a um endpoint de API personalizado ou de terceiros. Use para provedores não listados acima, ou para seus próprios modelos ajustados servidos por uma API compatível. |
Esta tabela deliberadamente não enumera IDs de modelos do provedor. O dropdown de Modelo é gerado a partir do catálogo de modelos ativo do AutoTalk, então ele é sempre a resposta atual para "quais modelos posso escolher?" -- um modelo citado em um runbook antigo pode ter sido aposentado no provedor e removido do catálogo.
Após selecionar uma plataforma, cinco abas de configuração aparecem: Geral, Mensagens, Ações, Ferramentas e Avançado. Esta página cobre as abas Geral e Avançado; veja Mensagens do Sistema e Ferramentas para as outras.
Configurações da aba Geral
A aba Geral contém a plataforma, o modelo e o token de API.
Modelo
Selecione o modelo específico a ser usado em uma lista dropdown. Cada modelo exibe:
- Um selo de custo (Baixo custo, Médio ou Alto custo), derivado de onde o preço combinado de entrada + saída do modelo se posiciona entre os modelos disponíveis
- Preço por 1K tokens tanto para entrada quanto para saída, para que você possa estimar custos
Modelos mais leves custam menos, mas podem produzir respostas de menor qualidade; modelos mais pesados custam mais, mas lidam melhor com conversas complexas. Modelos obsoletos continuam visíveis para agentes existentes, mas aparecem marcados no seletor; escolha um modelo estável atual para novos agentes.
Token
Um campo pesquisável onde você pode selecionar um token de API existente ou criar um novo. Este token autentica seu agente com a plataforma de IA escolhida. Se você ainda não adicionou uma chave de API para a plataforma, pode criar uma diretamente neste campo.
Nota: O campo Token fica oculto de forma condicional. Ele só aparece quando você usa a plataforma openrouter, ou quando ativa o interruptor Ativar chave de API própria (BYO) — também na aba Geral — para um provedor gerenciado. Com o BYOK desativado em um provedor gerenciado (openai, deepseek, gemini, anthropic), o AutoTalk usa sua própria chave de plataforma, então nenhum campo Token é exibido.
Cloudflare Workers AI
Quando Tipo de plataforma é cloudflare, o dropdown de Modelo lista modelos do Cloudflare Workers AI, cujos IDs começam com @cf/.
Duas coisas diferem dos outros provedores gerenciados:
- ID da conta. Ativar Ativar chave de API própria (BYO) revela um campo obrigatório ID da conta Cloudflare na aba Geral. O ID da conta faz parte da URL de requisição do Workers AI, então seu próprio token é inutilizável sem ele. Com o BYOK desativado, o AutoTalk fornece tanto a chave quanto a conta.
- O suporte a ferramentas não é universal. Vários modelos catalogados do Workers AI não suportam chamada de funções. Ao escolher um deles, as abas Ferramentas e Servidores MCP desaparecem, e o agente não consegue chamar nenhuma ferramenta. Se seu agente precisa de ferramentas, escolha um modelo Workers AI que declare suporte a chamada de funções, ou use outra plataforma.
Configurações da aba Avançado
Temperatura, limites de tokens e as opções de comportamento opcionais ficam na aba Avançado, agrupadas em seções.
Temperatura
Na seção Comportamento. Controla o quão criativas ou determinísticas são as respostas do modelo. O valor padrão é 1.
- Valores mais baixos (0.0 a 0.5): O agente fornece respostas mais focadas, previsíveis e consistentes. Ideal para suporte factual ao contato.
- Valores mais altos (0.8 a 1.5): O agente produz respostas mais variadas e criativas. Útil para brainstorming ou conversas casuais, mas pode reduzir a precisão.
Muitos modelos não suportam temperatura. O formulário não decide pelo nome do modelo — ele lê a flag de capacidade na entrada de catálogo do modelo selecionado e desabilita o controle de temperatura sempre que aquele modelo declara não suportá-la. Hoje isso cobre a família GPT-5, voltada a raciocínio, e todos os modelos Claude atuais, incluindo o padrão da Anthropic — mas a regra é a flag, não a lista: se o controle está esmaecido, aquele modelo ignora temperatura e o ajuste não teria efeito.
Esforço de raciocínio
Na seção Comportamento, visível apenas quando a plataforma é openai (guardado como reasoningEffort nas configurações de LLM do agente). Define quanto o modelo raciocina antes de responder: default, none, low, medium ou high. Mais esforço pode dar respostas melhores em tarefas de várias etapas, com custo e latência maiores.
default, ou deixar vazio, não envia nada, então o modelo roda com o esforço padrão dele -- exatamente como todo agente fazia antes de a configuração existir.- O controle fica desabilitado para um modelo cuja entrada de catálogo não aceita esforço de raciocínio (GPT-4.1 e GPT-4o, por exemplo), do mesmo jeito que Temperatura fica desabilitada para modelos sem temperatura. Um valor mantido para um modelo assim não é enviado.
- Alguns modelos aceitam só parte da faixa -- um deles recusa
none, por exemplo. Um valor que o modelo recusa é descartado e o modelo roda no padrão dele, em vez de o turno falhar. - O modo da API decide se ele vale com ferramentas. No Responses o esforço é enviado como
reasoning.efforte vale com ou sem ferramentas. No Chat Completions ele é enviado comoreasoning_effort, mas alguns modelos só aceitam ferramentas ali com o raciocínio desligado, então enquanto o agente tiver ferramentas esses modelos rodam comnone, seja qual for a sua escolha. Troque o modo da API para Responses para manter o esforço escolhido.
Quando um esforço escolhido não é enviado, ou é trocado por none, o log do agente registra isso no nível info ("Configured reasoning effort not sent", ou "...overridden to "none" on Chat Completions with tools"). Confira ali se a configuração parece não ter efeito. Em qualquer plataforma que não seja openai o campo fica oculto e nada é enviado. Criar um agente em outra plataforma não guarda valor nenhum, enquanto salvar um agente existente em outra plataforma mantém o valor já guardado -- o salvamento ignora o campo oculto sem apagá-lo --, então ele volta a valer se você trocar o agente de volta para openai.
Máx. iterações
Na seção Comportamento. O loop de chamadas de ferramenta está sempre ativo — não existe interruptor para ligá-lo ou desligá-lo. Um agente LLM pode executar várias rodadas de chamadas de ferramenta automaticamente antes de produzir sua resposta final, e Máx. iterações é o que limita quantas rodadas de LLM uma execução pode ter: padrão 15, intervalo 1–50.
Isso importa para dimensionar custo e latência: com o padrão, uma única mensagem recebida pode custar até 15 rodadas de modelo, não uma.
Quando Ativar saídas estruturadas está ligado, o agente é de turno único — o campo Máx. iterações fica oculto e o orçamento é fixado em 1.
Modo da API
Na seção Comportamento. Este seletor aparece em toda plataforma que tem mais de um protocolo de comunicação, o que hoje significa openai, anthropic e gemini. Ele não é exclusivo da openai, e o padrão nativo de cada plataforma é o que você quer, a menos que tenha um motivo específico para trocar:
| Plataforma | Modos | Padrão nativo | O que você perde ao trocar |
|---|---|---|---|
| openai | Chat Completions, Responses | Chat Completions | Responses adiciona armazenamento de respostas no servidor e tratamento nativo de MCP, e mantém o esforço de raciocínio escolhido quando o agente tem ferramentas. |
| anthropic | Messages, Chat Completions | Messages | Messages é o único canal da Anthropic capaz de fazer cache do prompt. Trocar para Chat Completions perde o cache de prompt por completo, de forma silenciosa, então um prefixo de sistema grande é reprocessado a cada chamada — um aumento de custo invisível. |
| gemini | Interactions, Chat Completions | Interactions | Interactions é o único canal Gemini que carrega a configuração de raciocínio (thinking) e reporta os thought tokens separadamente. Chat Completions é o único canal Gemini que aceita fixar uma ferramenta, então troque apenas se seu agente precisa forçar uma ferramenta específica. |
Mudar isso para longe do padrão nativo é um tradeoff real, não uma formalidade. Na anthropic em particular, o efeito no custo (perda do cache de prompt) não é visível em lugar nenhum do formulário.
O canal nativo Interactions do Gemini não consegue transportar um esquema de saída estruturada, então ativar Ativar saídas estruturadas em um agente Gemini o move para Chat Completions.
Máx. segundos de execução
Na seção Comportamento. O orçamento de tempo real para uma única execução do agente: padrão 300 segundos, intervalo 30–1800. Uma execução que o excede é interrompida. Se um agente encadeia várias chamadas de ferramenta lentas e para no meio sem nenhum erro visível ao contato, este é o limite a aumentar.
Máximo de tokens da resposta
Na seção Limites de tokens. Define o limite superior de quantos tokens o modelo pode gerar em uma única resposta. Use para controlar o comprimento da resposta e o custo. Se deixado vazio, o modelo usa seu máximo padrão.
Máximo de caracteres por mensagem
Na seção Limites de tokens. Limita quantos caracteres da mensagem do usuário são enviados ao modelo. O padrão é 1024 caracteres (máximo 2048). Aumente se seus contatos tendem a enviar mensagens mais longas e você quer que o agente considere o texto completo; diminua para reduzir custos em entradas extensas.
Ativar saídas estruturadas
Na seção Saídas estruturadas. Quando marcado, o modelo é instruído a retornar respostas em formato estruturado (como JSON). Isso é útil quando a saída do agente é consumida por outro sistema em vez de ser exibida diretamente ao contato.
Ativar orçamento de tokens do contexto
Na seção Orçamento de contexto. Quando marcado, o AutoTalk gerencia quanto do histórico da conversa é enviado ao modelo, impondo um orçamento de tokens para o contexto. Isso evita que a janela de contexto exceda o limite do modelo em conversas longas e ajuda a controlar custos.
Ativar processamento de imagens
Na seção Processamento de imagens, disponível apenas quando a plataforma é openai. Quando marcado, o agente pode receber e processar imagens enviadas pelos contatos (em modelos que suportam capacidades de visão). Isso permite que o agente descreva, analise ou responda a fotos e capturas de tela.
Qualidade de imagem
Na seção Processamento de imagens: auto (padrão), high ou low. Controla quanto detalhe o modelo é solicitado a extrair de uma imagem, equilibrando custo em tokens contra fidelidade.
Este campo só fica visível quando as três condições valem: a plataforma é openai, Ativar processamento de imagens está ligado, e o modelo selecionado declara suporte a imagens do usuário. Se você não encontrar o campo, verifique o modelo primeiro.
Reagir a anexos de arquivo
Na seção Processamento de imagens, exibido em todo agente LLM. Desativado por padrão.
O reconhecimento de anexos controla o tratamento adicional de mensagens com arquivo, com ou sem legenda. Quando desativado, essas mensagens podem ser ignoradas, mas áudio transcrito e imagens suportadas com processamento de imagens ativado são tratados antes desse controle e ainda podem chegar ao agente. Ele não descarta todas as mensagens que contêm arquivo.
Se um anexo não recebe resposta, confira esse controle junto com o perfil de transcrição do canal, o processamento de imagens e o suporte visual do modelo. Ativar o reconhecimento disponibiliza dados adicionais dos anexos no contexto do agente.
Para a maioria dos agentes voltados ao contato, comece com a plataforma openai e escolha um modelo estável atual no dropdown. Se o controle de temperatura estiver habilitado para aquele modelo, 0.3 a 0.5 dá respostas confiáveis; se estiver esmaecido, aquele modelo ignora temperatura por completo. Deixe Máximo de caracteres por mensagem no padrão, mantenha Máx. iterações em 15 a menos que tenha medido um motivo para mudar, e ative o processamento de imagens apenas se seu caso de uso exigir, pois aumenta o consumo de tokens. Se seus agentes recebem arquivos, ligue Reagir a anexos de arquivo para o tratamento adicional de anexos; transcrição e visão ativada seguem seus próprios controles.