Chat History
Todas as mensagens geradas pelos AI Agentes são registradas e ficam disponíveis para consulta em Chat History.
Esse recurso oferece visibilidade completa sobre as conversas dos usuários, os rastros de execução e a lógica de decisão utilizada pelo Agente.
Foi projetado para depuração, otimização de treinamento e auditoria de comportamento.
Cada entrada de conversa exibe:
- Mensagens do usuário e do Agente
- Horários das mensagens
- Origem do canal (ex.: WhatsApp, Widget, API)
- Uso de créditos (quando aplicável)
- Chat tags
Painel de detalhes do usuário externo
Seção intitulada “Painel de detalhes do usuário externo”Quando uma conversa tem um usuário externo vinculado, o painel de detalhes do lado direito torna esse usuário a referência principal da interação.
A Zaia exibe:
- O nome do usuário externo
- O número de telefone
- A data de finalização, quando a conversa já foi encerrada
- O nome do canal com o ícone do tipo de canal
A Zaia não exibe um campo separado de tipo de canal.
A partir desse painel, você pode:
- Abrir User Data para visualizar ou editar o registro existente do usuário externo
- Bloquear o usuário externo
- Desbloquear o usuário externo
Bloquear e desbloquear permanecem disponíveis sempre que um usuário externo está carregado.
Isso vale tanto para conversas ativas quanto para conversas históricas.
O painel permanece fechado por padrão.
Você pode abri-lo ao passar o mouse ou fixá-lo aberto.
Em telas menores, o painel tem sua própria área de rolagem para que os botões de ação continuem acessíveis.
As ações de copiar e a edição do responsável permanecem alinhadas ao texto relacionado, mantendo um layout consistente.
Status de entrega e reenvio
Seção intitulada “Status de entrega e reenvio”Para mensagens enviadas a canais externos, você pode inspecionar o status de entrega em detalhes e tentar novamente entregas com falha quando o reenvio é suportado.
Consulte Resending Failed Deliveries para o fluxo completo de reenvio, provedores suportados, regras de payload e restrições.
Chat Tags
Seção intitulada “Chat Tags”Os chats podem incluir tags aplicadas diretamente no nível da conversa.
Essas tags:
- Aparecem nas visualizações de lista e de detalhe
- Podem ser usadas como filtros em Chat History
- São atualizadas em tempo real quando alteradas pelo Chat Tagging Tool
Inspeção de mensagens
Seção intitulada “Inspeção de mensagens”Selecionar qualquer mensagem do Agente abre o Inspection Panel, um visualizador técnico de rastros que expõe todo o caminho de raciocínio do modelo de IA.
Esse painel exibe:
| Parâmetro | Descrição |
|---|---|
| Model Used | O LLM responsável por gerar a resposta (ex.: Claude Sonnet 4.5, GPT-4o). |
| Execution Time | Duração em segundos até a conclusão da mensagem. |
| Reasoning Steps | Camadas internas de raciocínio, incluindo Planning, Task Selection e Tool Calls. |
| Inputs and Outputs | Visualização em JSON estruturado dos dados de entrada, prompts do LLM e saída resultante. |
| Credits Used | Consumo de créditos da plataforma para a operação. |
A visualização de Inspection ajuda equipes técnicas a rastrear por que o Agente respondeu de determinada forma — mapeando cada fase do raciocínio, de interpretação do prompt → uso de tools → resultado final.
Observação: esse recurso é essencial para entender alucinações, perda de contexto ou respostas de baixa qualidade, e permite um refinamento preciso do prompt.
Otimização do Agente
Seção intitulada “Otimização do Agente”Ao estudar os logs de conversa e as inspeções, desenvolvedores e equipes de operações podem identificar:
- Padrões frequentes de escalonamento (temas que levam a transferências para humanos).
- Loops de raciocínio longos ou alto consumo de créditos por tarefa.
- Trechos do prompt que causam saídas redundantes ou de baixa qualidade.
Os dados do Chat History podem ser usados para:
- Reescrever prompts de sistema.
- Ajustar a temperatura do modelo e os parâmetros de esforço.
- Melhorar a lógica de Task e as definições de condição.
- Treinar Agentes com dados de interação reais.