Como usar visão (imagens) no agente

Com modelos compatíveis, o agente consegue ver e entender imagens enviadas pelo cliente no WhatsApp.

O que o agente pode fazer

• Ler texto em fotos (cardápios, etiquetas, documentos)
• Identificar produtos em imagens
• Analisar comprovantes ou notas fiscais
• Descrever o conteúdo de uma foto enviada pelo cliente

Como habilitar

1. Acesse Agentes e abra o agente desejado
2. Em Configurações, escolha um modelo com suporte a visão:
   • GPT-4o
   • Gemini 2.5 Flash
   • Claude 3.5 Sonnet
3. No prompt, explique como tratar imagens recebidas
4. Salve e teste enviando uma foto no chat de teste

Figura 1: Seleção de modelo compatível com análise de imagens

Exemplo de instrução

Quando o cliente enviar uma imagem:

• Descreva o que vê de forma objetiva
• Se for um produto, identifique e sugira opções similares
• Se não conseguir identificar, peça mais detalhes

Dicas

• Nem todo modelo suporta imagens — verifique antes de ativar
• Análise de imagens consome mais tokens (custo maior)
• Teste com fotos reais que seus clientes costumam enviar
• Defina limites: o agente não deve diagnosticar problemas médicos em fotos, por exemplo