Otimização do uso de créditos
Financiamento e uso de IA
IA incluída usa créditos REDA. Traga sua própria IA usa a conta de provedor da sua organização, cobrada diretamente pelo provedor. A licença define um modelo para toda a organização. Nos dois, o REDA AI governa ferramentas e ações configuradas no Salesforce. Configure a licença e as contas de IA.
As instruções abaixo sobre franquia, saldo, recargas e acúmulo se aplicam à IA incluída. Com sua própria IA, a REDA mede o uso sem descontar uma franquia REDA. Seus limites por usuário e canal continuam valendo. Cotas e faturas são gerenciadas com o provedor. Entenda a medição nos dois modelos.
Consulte planos, preços, condições de avaliação e recargas atuais em Preços do REDA AI. Exemplos e números de uso neste guia explicam a operação; não são uma proposta comercial.
Um dos principais pontos fortes da REDA AI é sua capacidade de entregar valor significativo com um baixo custo em créditos — mas, como em qualquer plataforma, a forma como você configura seus agentes tem um impacto direto na eficiência do uso de créditos. Este artigo aborda as formas mais eficazes de manter o consumo de créditos enxuto sem reduzir a qualidade das respostas da IA.
Entendendo o que consome créditos
Os créditos são consumidos com base na quantidade total de texto processado em cada interação — tanto o que entra na IA (entrada) quanto o que ela retorna (saída). Os principais fatores são:
| Fator | Impacto nos créditos | Potencial de otimização |
|---|---|---|
| Persona do agente e prompts | Carregados em cada interação — prompts maiores = base de custo mais alta | Médio — mantenha os prompts focados e evite repetições desnecessárias |
| Campos de contexto | Carregados a cada interação nas páginas de registro — mais campos = mais texto | Alto — inclua apenas os campos diretamente relevantes para as perguntas mais comuns |
| Histórico da conversa | As mensagens anteriores são incluídas em cada turno — conversas longas custam mais | Médio — inicie novas conversas para tópicos não relacionados |
| Uso de ferramentas | Cada chamada de ferramenta adiciona a consulta e o resultado ao contexto | Médio — atribua apenas as ferramentas que o agente realmente precisa |
| Tamanho da resposta | Respostas mais longas da IA consomem mais créditos de saída | Médio — use instruções no prompt para pedir respostas concisas |
| Nível de Raciocínio profundo | Níveis mais altos permitem que o agente raciocine com mais profundidade antes de responder, usando mais créditos por resposta | Alto — mantenha o nível mais baixo que ainda ofereça respostas confiáveis; Desligado ou Baixo para agentes de rotina |
Comece por aqui: as duas configurações de maior efeito
Todas as dicas mais abaixo valem a pena, mas duas configurações por agente mudam o que ele custa para funcionar sem que você reescreva um único prompt ou campo de contexto. Ambas ficam na seção Controles de desempenho e custo do registro de Definição de agente, e ambas são opcionais: um agente em que você não mexer continua se comportando exatamente como hoje.
| Configuração | O que faz | Quando usar |
|---|---|---|
| Nível de processamento | Econômico: o uso comum consome 40% do crédito-base (multiplicador 0,40). A pré-extração de arquivos e o processamento por fallback são cobrados separadamente nas tarifas aplicáveis. Exige consentimento e configuração compatível de licença/provedor. | Boa opção para agentes simples e de alto volume: consultas de status, respostas a perguntas frequentes, roteamento. Má opção para agentes que fazem análises complexas ou longas cadeias de raciocínio. |
| Cache aprimorado | Mantém o contexto estável do agente — suas instruções e as definições das ferramentas — ativo por uma hora em vez de cinco minutos, de modo que uma conversa retomada após uma pausa não é cobrada como se estivesse começando do zero. | Ative nos agentes com os quais as pessoas conversam, em que as respostas chegam com minutos de intervalo. Deixe desativado nos agentes autônomos que fazem o trabalho de uma só vez e não voltam. |
Nenhuma das duas configurações é tudo ou nada para a organização inteira — elas são definidas por agente. A abordagem habitual é mudar para Eficiente o agente mais simples e de maior volume, deixar os demais em Padrão e comparar um mês de consumo de créditos antes de decidir até onde levar isso. Se você também quiser limitar quanto um agente pode gastar por turno, consulte Desempenho e controle de custos, que cobre os limites de tokens e de ferramentas por agente.
Principais dicas de otimização
1. Reduza os campos de contexto ao essencial
Os campos de contexto são uma das áreas com maior impacto na otimização. Para cada agente, revise os campos que estão sendo carregados e remova aqueles raramente referenciados nas conversas. Use o Otimizador de campos de contexto para obter recomendações baseadas em IA, adaptadas ao esquema do seu objeto e à finalidade do agente.
2. Mantenha os prompts focados e avalie-os
Os prompts são enviados a cada interação. Passe cada Prompt personalizado pelo Analisador de qualidade de prompts para identificar prolixidade, redundância e falta de estrutura. O Otimizador de prompts pode reescrever um prompt com economia mensurável de tokens, preservando o significado. Evite duplicar informações em vários prompts — se algo já está no campo Persona, não repita em um prompt de Instruções Personalizadas.
3. Incentive novas conversas para novos temas
Cada mensagem em uma conversa em andamento inclui o histórico das mensagens anteriores. Conforme as conversas ficam mais longas, o custo de cada nova mensagem também aumenta. Treine seus usuários para iniciar uma nova conversa ao mudar para um tema não relacionado — isso reinicia o histórico e mantém cada troca enxuta.
4. Enxugue a caixa de ferramentas
As ferramentas custam tokens em cada solicitação, porque suas definições fazem parte da entrada que o modelo vê. Todas as ferramentas ativas carregam em cada turno como uma única lista estável em cache no provedor — então a alavanca é o tamanho dessa lista, não quando ela carrega. Reduza o Máx. de ferramentas do agente, exclua as ferramentas que ele nunca usa (Edit Loadout na Pré-visualização de Execução do Agente) e mantenha enxutos os esquemas das ferramentas personalizadas. Consulte Carregamento e custo de ferramentas.
5. Use chamadas de ferramentas em lote sempre que possível
As ferramentas nativas soql_query, describe_object e count_records aceitam arrays de entradas em uma única chamada. O agente pode descrever três objetos relacionados ou contar registros sob dois filtros diferentes em uma única viagem de ida e volta, em vez de uma por chamada de ferramenta — reduzindo substancialmente o número de turnos do modelo. Veja a Referência de Ferramentas Nativas.
6. Fique atento ao Multiplicador de créditos de processamento de arquivos
Turnos que envolvem arquivos custam mais por resposta, porque a plataforma amplia o orçamento de saída para que o agente produza resultados de extração mais completos. A configuração de plataforma Multiplicador de créditos de processamento de arquivos controla a intensidade dessa ampliação. Reduza-a em agentes que lidam com grandes volumes de extrações de arquivos pequenos, nos quais uma saída mais completa não é necessária; aumente-a para agentes que precisam de extrações estruturadas e longas.
7. Instrua o agente a ser conciso
Adicione uma instrução curta ao prompt de Instruções Personalizadas do seu agente, como: “Forneça respostas concisas e diretas. Evite preâmbulos desnecessários ou resumos longos, a menos que o usuário peça detalhes especificamente.” Isso reduz o tamanho da saída sem afetar a qualidade. A Galeria de modelos de Prompt incluída já traz conjuntos de regras prontos para uso que incorporam essa orientação.
8. Mantenha o Raciocínio profundo no nível mais baixo que a tarefa permitir
O Raciocínio profundo permite que um agente pense com mais profundidade antes de responder. Níveis mais altos podem melhorar a qualidade das respostas em trabalhos complexos e de alto risco — mas usam mais créditos por resposta. Deixe-o Desligado (o padrão) ou Baixo para agentes de rotina e bem definidos, e aumente-o apenas para os agentes que realmente lidam com julgamentos complexos. Revise a configuração agente por agente, em vez de aumentá-la em todos.
9. Defina limites diários de créditos por canal
Se você usa o Widget Externo ou o canal da Comunidade, configure o limite diário de créditos correspondente em Configurações da Plataforma. Os limites do canal Externo e da Comunidade são independentes — ajuste cada um com base no tráfego real. Isso evita que um pico em um canal público esgote os créditos dos usuários internos.
10. Defina limites mensais por usuário para usuários intensivos
Se um pequeno número de usuários estiver consumindo uma parcela desproporcional dos créditos, defina um limite mensal de créditos no registro de Usuário do Salesforce correspondente. Isso garante uma distribuição justa sem restringir a maioria dos usuários.
Entender a mudança de créditos Econômico
O uso comum do nível Econômico agora aplica multiplicador de 0,40 à taxa base de créditos. Com os mesmos tokens e taxas, um exemplo de 100 créditos base consome 40 no Econômico. Com o multiplicador anterior de 0,10 consumia 10: o débito é quatro vezes o anterior e 60% inferior ao base. Muda o consumo, não o preço da assinatura. A pré-extração de arquivos é cobrada separadamente à taxa integral. Um fallback de provedor pode usar outro nível efetivo; confira a transação real em vez de aplicar 0,40 à operação mista inteira. Novas transações registram Nível de processamento; o histórico não é preenchido retroativamente. Econômico exige consentimento e licença/configuração compatível. Sem consentimento, a solicitação é recusada, não processada silenciosamente em outro nível.
Perguntas frequentes
Você pode executar relatórios do Salesforce sobre os registros de transação de crédito na sua organização para detalhar o consumo por agente. Cada registro de transação de crédito está vinculado a uma Definição de Agente, então é possível somar os créditos consumidos por agente em qualquer período. Entre em contato com a Equipe de Sucesso da REDA para obter um modelo de relatório pronto para uso.
Depende de quais campos você remove. Os campos frequentemente referenciados nas perguntas dos usuários devem ser mantidos. Os campos raramente mencionados — ou que o agente pode buscar sob demanda por meio de uma chamada de ferramenta — podem ser removidos do contexto automático com segurança. O Otimizador de campos de contexto pode ajudar você a tomar essas decisões.
Não, se feito com cuidado. O objetivo é remover configurações redundantes ou não utilizadas — não retirar do agente o que ele precisa para funcionar bem. Um agente bem otimizado, com apenas o contexto necessário, costuma ter um desempenho melhor, não pior, porque a IA consegue se concentrar no que realmente importa sem se distrair com dados irrelevantes.