Quer criar um agente de IA sem programar? Monte o primeiro fluxo no n8n

Você vai importar um fluxo de exemplo do n8n e conversar com um agente de IA pelo navegador. O fluxo usa Gemini, uma memória curta ajuda a manter o contexto da conversa e duas ferramentas permitem consultar previsão do tempo e manchetes de um feed RSS. A configuração é feita pela interface, sem escrever código.

A vantagem aparece quando uma pergunta exige informação que o modelo não tem. Para consultar a previsão, por exemplo, o agente precisa chamar uma ferramenta e receber os dados antes de responder. Você vai acompanhar esse caminho na tela e aprender a distinguir uma consulta real de uma resposta escrita apenas pelo modelo.

Para acompanhar, tenha acesso ao editor do n8n e uma chave de API do Google AI Studio. O n8n Cloud evita a etapa de instalar e administrar um servidor. Se você já tem uma instalação própria, também pode importar o fluxo nela. Os nomes dos botões podem variar conforme a versão e o idioma da interface.

O acesso ao n8n e o uso da API do Gemini são serviços separados. Copiar um modelo de fluxo não torna os dois gratuitos por tempo ilimitado. Confira o plano da sua instância, a disponibilidade do modelo e as cotas da conta Google antes de colocar o agente para receber muitas mensagens.

Você vai acompanhar o pedido, a consulta à ferramenta e a resposta no mesmo fluxo. Esse caminho ajuda a descobrir onde corrigir o agente quando ele erra.

Abra Build your first AI agent, o modelo de fluxo publicado por Lucas Peyrin no catálogo do n8n. Ele já reúne Chat Trigger, AI Agent, Google Gemini, memória de conversa e ferramentas de demonstração. Na página, escolha Use for free e siga as instruções para copiar o fluxo para sua instância do n8n. Entre na sua conta se for solicitado.

Depois de importar, confira o canvas antes de executar. A conexão começa no Chat Trigger, que recebe a mensagem. O AI Agent interpreta o pedido e conversa com o modelo conectado. Memória e ferramentas ficam ligadas às entradas específicas do agente, em vez de aparecerem apenas como etapas em sequência.

O fluxo inclui uma ferramenta de previsão do tempo e outra que consulta um feed RSS. Use as conexões que vieram no exemplo. Se o n8n mostrar algum campo obrigatório sem preencher, abra aquela ferramenta e complete a configuração indicada antes de testar.

RSS é um endereço que um site oferece para distribuir publicações em um formato que outros programas conseguem ler. Aqui, a ferramenta de notícias consulta esse endereço. Ela não pesquisa automaticamente toda a internet nem garante que o feed escolhido tenha as últimas notícias de todos os veículos.

Mensagem no chat
  → Chat Trigger recebe a entrada
  → AI Agent interpreta o pedido
      ↳ Gemini ajuda a decidir e redigir
      ↳ Memória fornece o contexto recente
      ↳ Ferramenta consulta clima ou RSS, quando necessário
  → Resposta volta ao chat

No canvas, cada caixa é um nó: uma parte da automação com uma função e uma configuração próprias. Ao final desta etapa, sua cópia deve mostrar as conexões entre o chat e o agente e as ligações do modelo, da memória e das ferramentas ao agente. Salve o fluxo com um nome fácil de reconhecer, como Meu primeiro agente.

A chave de API identifica o projeto autorizado a chamar o modelo. No Google AI Studio, abra a área de chaves e use a opção Create API key. Siga a escolha de projeto apresentada pela sua conta. Copie a chave e volte ao n8n.

No modelo importado, abra o nó Connect your model, que usa Google Gemini. No campo de credenciais, escolha a opção para criar uma nova credencial. Cole a chave no campo API Key, dê um nome à credencial, como Gemini para aprendizado, e salve. Confira se ela ficou selecionada no nó.

A chave funciona como uma senha. Não a coloque no prompt, em uma mensagem do chat, em uma captura de tela ou em um arquivo público. Se ela aparecer em um lugar compartilhado, revogue-a no provedor e crie outra.

Confira também se o modelo escolhido está disponível para a credencial da sua conta. Se o n8n indicar erro de autenticação ou modelo indisponível, abra a credencial e valide a chave e a seleção do modelo antes de mudar os outros nós.

Neste ponto, o agente deve ter um modelo conectado com uma credencial selecionada. Uma assinatura de chat de IA não substitui essa configuração: o fluxo usa a API. A confirmação vem na primeira conversa, quando você verificar se a chamada ao modelo foi aceita.

Abra o nó AI Agent e localize o campo de System Message, que define o comportamento geral do assistente. Para começar, você pode usar este exemplo e adaptar o nome e o tom do agente:

Você é um assistente de tecnologia para pessoas iniciantes.
Responda em português do Brasil, com frases claras e exemplos curtos.

Para perguntas gerais, explique os termos necessários.
Para previsão do tempo, consulte a ferramenta de clima.
Se faltar a cidade ou o período, pergunte antes de consultar.
Para manchetes, use somente o feed RSS configurado na ferramenta.
Mantenha os títulos e links recebidos da fonte, sem inventar notícias.
Se a ferramenta falhar ou não trouxer o dado, informe essa limitação.
Não diga que consultou uma fonte se a consulta não aconteceu.

Considere o contexto recente da conversa.
Não execute envios, exclusões ou mudanças em dados externos.

O texto orienta o modelo, mas não é uma barreira de segurança completa. A proteção mais importante é conectar apenas ferramentas que o agente realmente precisa e não fornecer credenciais com permissões amplas.

Um pedido como “seja inteligente e resolva tudo” deixa a tarefa aberta demais. O exemplo define quando consultar dados, quando perguntar e como agir diante de uma falha. Isso facilita avaliar a resposta e entender o motivo de um erro.

Abra o nó Example Chat e escolha Open Chat, conforme a orientação do template. Comece com uma pergunta que não dependa de informação atual. Depois consulte uma ferramenta e faça uma continuação imediatamente ligada à mesma pergunta. Esse cuidado evita confundir uma falha de memória com uma pergunta sem contexto.

• Primeiro, pergunte “O que é uma API? Use um exemplo de uma loja.” Observe se a explicação ficou compreensível. Essa pergunta pode ser respondida pelo modelo sem consultar clima ou notícias.
• Depois, envie “Qual é a previsão para Curitiba hoje?” Confira na execução se a ferramenta de clima foi chamada e se retornou dados para a cidade pedida.
• Logo em seguida, pergunte “E amanhã, na mesma cidade?” O agente deve recuperar Curitiba pelo contexto. Se a ferramenta não oferecer o período solicitado, ele deve explicar o limite.
• Por último, peça “Traga três manchetes do feed configurado, com os links.” Compare os títulos e links com o retorno da ferramenta de RSS.

No histórico da execução, abra os detalhes para identificar quais nós rodaram. Se o agente respondeu sem acionar a ferramenta, confira a ligação da ferramenta ao AI Agent, o nome e a descrição apresentados ao modelo e os parâmetros obrigatórios da própria integração.

Pense no teste do clima em três partes: o pedido precisa chegar com a cidade certa, a ferramenta precisa devolver uma previsão e a resposta deve respeitar esse retorno. Se uma dessas partes falhar, o chat ainda pode produzir um texto, mas a tarefa não foi resolvida. Use o registro da execução para localizar qual etapa precisa de ajuste.

Se aparecer erro de autenticação, confira se a credencial do Gemini está salva e selecionada no nó certo. Se a chave foi criada em outra conta ou foi revogada, gere uma chave válida no provedor e atualize a credencial no n8n.

Se o erro indicar limite de uso, muitas requisições ou cota esgotada, consulte a conta do provedor e reduza as tentativas enquanto identifica o limite. Repetir o chat várias vezes não corrige uma cota indisponível. Confira também o histórico de execuções do n8n para saber quantas chamadas o fluxo está fazendo.

Se a conversa funciona, mas o agente não usa clima ou notícias, veja se o nó da ferramenta está conectado à entrada Tools do AI Agent. Para RSS, confira se a URL aponta para um feed válido. Para previsão, verifique o nome da cidade e os campos que a ferramenta exige.

Se a resposta inventar uma manchete ou previsão, não trate o texto do modelo como confirmação. Veja o resultado da ferramenta na execução e ajuste o prompt para exigir que o agente informe quando a consulta não retornar dados. O modelo pode errar mesmo quando o fluxo está conectado corretamente.

Se a conversa não lembrar a pergunta anterior, confira se a memória está conectada ao agente e se a sessão usada pelo chat permanece a mesma. Uma memória curta serve para o contexto da conversa, não para armazenar um histórico permanente de clientes.

Uma resposta convincente não prova que o agente consultou o clima ou o RSS. Confira a execução do nó e o dado recebido pela ferramenta.

Considere a primeira etapa concluída quando você conseguir conversar pelo chat, ver uma consulta de ferramenta no histórico e fazer uma pergunta de acompanhamento com contexto. Isso é um exercício de leitura de dados. Disponibilizar o chat para outras pessoas exige revisar o acesso, os custos e os dados que entram nas conversas.

Depois, escolha uma tarefa pequena do seu dia a dia e avance com um conector de cada vez. Para uma loja, um próximo projeto pode consultar o horário de atendimento em uma planilha. Para uma equipe de conteúdo, pode resumir um feed escolhido. Escrever um prompt novo, sozinho, não cria acesso a esses dados: é necessário conectar e configurar a fonte correspondente.

Esse exemplo ajuda a aprender o papel de cada nó antes de lidar com uma automação maior. Para avançar na lógica dos agentes, a Central Stack já tem um guia sobre ferramentas, memória e outras peças usadas em agentes de IA.