Motor Botpress
Por que isso é diferente de outros motores de IA?
Toda plataforma de IA usa LLMs. Mas isso não significa que todas oferecem a mesma qualidade de IA para seus clientes.
Não acredite só na nossa palavra. Meça você mesmo.
Rodamos o Botpress Engine em um LLM barato e comparamos com o padrão do setor rodando em um LLM caro. (Sim, estamos confiantes assim.)
IA em primeiro lugar desde 2017.
Começamos desenvolvendo LLMs.
Agora usamos esse conhecimento técnico profundo para ajudar você a atender melhor seus clientes.
Substitui chamadas de ferramentas por execução direta de código para cada ação do agente.
Uma biblioteca de esquemas que informa ao LLM exatamente o que esperar de cada ferramenta.
Aprende com o feedback humano para melhorar a precisão do agente ao longo do tempo.
Framework LLMz
Execução de código, não chamada de ferramenta
A maioria dos agentes de IA interage com o mundo através de chamadas de ferramentas: o LLM escolhe uma ferramenta (ao buscar um pedido ou consultar um cadastro de cliente), recebe uma resposta, escolhe a próxima ferramenta e repete.
Nós não fazemos assim.
Por quê? Porque LLMs são muito melhores em escrever código do que em chamadas de ferramentas.
Então, em vez de chamadas de ferramentas, no LLMz Framework, suas instruções em linguagem natural são transformadas em código. Especificamente, em Typescript.
Isso significa que, se seu pedido tem vários componentes (como buscar um cadastro de cliente e depois consultar o status de um pedido), encadeamos todos esses pedidos em um só, em vez de várias chamadas de ferramentas separadas.
O que isso significa para nossos clientes?
Mais econômico
Obviamente, uma execução por pedido é mais barata do que pedidos separados para cada ação do pedido.
(Não nos pergunte por que nossos concorrentes não fazem isso. Também não sabemos.)
Raciocínio mais seguro
Como é um pedido grande feito em código, o LLM pode identificar e corrigir erros durante o processo, em vez de assumir algo no Passo 1 que vira erro no Passo 3.
Biblioteca ZUI
Resultados exatos, não suposições
Seus agentes de IA usam ferramentas para ajudar seus clientes — como usar um CRM para buscar um cadastro de cliente.
Quando um pedido envolve várias ferramentas (como buscar um cadastro de cliente e depois checar o status de um pedido), os LLMs às vezes tentam adivinhar o que a ferramenta vai retornar.
E quando você encadeia 10 etapas de ferramentas, essas suposições se acumulam e podem virar falhas.
O que a ZUI Library faz é exigir uma saída estritamente definida de cada ferramenta. Assim, o LLM sempre sabe exatamente o que vai receber de volta.
Isso significa que seu agente de IA pode — com muita confiabilidade — lidar com pedidos que envolvem mais de uma etapa.
E, sinceramente, a maioria dos pedidos envolve várias etapas. Por isso levamos isso tão a sério.
Chamadas de ferramentas vs. ZUI Library
Saída padrão do LLM
O LLM tenta adivinhar o que uma ferramenta retorna. Em várias ações encadeadas, essas suposições se acumulam — entradas erradas são passadas adiante, erros se acumulam e o agente falha de formas difíceis de diagnosticar.
Com a Biblioteca ZUI
Cada ferramenta tem uma saída precisamente definida na qual o LLM pode confiar. As ações se encadeiam de forma limpa, o modelo sempre sabe com o que está lidando e tarefas complexas de múltiplas etapas são executadas com confiabilidade.
Ciclo de Aprendizado ZAI
Feedback que se acumula
A maioria das plataformas de IA não possui um mecanismo real para que seus agentes de IA melhorem de forma concreta ao longo do tempo.
Mas a Botpress conta com uma camada de feedback integrada em cada componente: o ZAI Learning Loop.
Nosso Learning Loop recebe feedback em linguagem natural (como “Isso está muito formal” ou “Só atualize o CRM depois de processar o reembolso”) e o reintegra ao sistema em que você está trabalhando.
Na prática, o Ciclo de Aprendizado ZAI significa que:
Você vê melhorias reais assim que dá seu feedback.
Seu agente de IA fica cada vez melhor com o tempo.
Seu agente de IA nunca comete o mesmo erro duas vezes.
