Os fluxos de trabalho permitem-lhe encadear tarefas de IA numa sequência automatizada. Em vez de executar cada passo manualmente — extrair termos-chave, pesquisar a legislação relevante, redigir um resumo — constrói um fluxo uma vez e executa-o sempre que precisar. Cada passo alimenta o seguinte com o seu resultado, para que todo o processo decorra de ponta a ponta sem mudar de ferramenta. São construídos num canvas visual onde dispõe os passos, liga-os e configura o que cada um faz. O resultado é um pipeline reutilizável que pode tratar trabalho complexo e com múltiplos passos numa fração do tempo que levaria manualmente.Documentation Index
Fetch the complete documentation index at: https://docs.sagalegal.io/llms.txt
Use this file to discover all available pages before exploring further.
Os engenheiros jurídicos do Saga podem ajudá-lo a conceber fluxos de trabalho adaptados aos processos específicos do seu escritório — contacte a sua equipa de conta se desejar assistência.
Como os fluxos de trabalho estão estruturados
Um fluxo de trabalho é uma sequência linear de passos. Cada passo é um nó que faz uma coisa — gerar texto, pesquisar fontes jurídicas, traduzir um documento, executar uma revisão em grelha. Liga os nós na ordem em que quer que sejam executados, e os dados fluem de um passo para o seguinte automaticamente. Não há ramificação nem ciclos — cada fluxo de trabalho é uma linha reta do início ao fim. Isto mantém as coisas previsíveis: sabe sempre o que corre quando, e cada passo pode referenciar o resultado de qualquer passo anterior.O que os passos podem fazer
Os passos dividem-se em duas categorias: entradas que recolhem informação sua, e ações que fazem algo com ela.Entradas
| Passo | O que faz |
|---|---|
| Entrada de prompt | Pede-lhe para introduzir texto — contexto, instruções, uma pergunta — que os passos seguintes podem usar |
| Carregamento de ficheiros | Pede-lhe para carregar um ou mais documentos para o fluxo de trabalho processar |
Ações
| Passo | O que faz |
|---|---|
| Executar prompt | Envia um prompt a um assistente de IA e devolve a resposta |
| Redação | Gera um ou mais documentos com base nas entradas anteriores |
| Pesquisa jurídica | Pesquisa nas fontes jurídicas selecionadas e devolve resultados com citações |
| Biblioteca de prompts | Executa um prompt guardado da sua biblioteca de prompts |
| Revisão em grelha | Cria uma revisão em grelha com os documentos carregados e perguntas geradas pela IA |
| Tradução | Traduz texto ou documentos entre idiomas via DeepL |
| Tarefas | Executa uma tarefa integrada como /summarize, /anonymize ou /proofread |
| Raciocínio lógico | Aplica raciocínio passo a passo para analisar ou avaliar resultados anteriores |
| Pesquisa na web | Pesquisa na web e devolve informação relevante |
| Deep Web Research | Executa uma análise web exaustiva de múltiplas fontes e devolve um relatório com citações (consulte Deep web research) |
| Interpretador de código | Executa código Python para processamento de dados, cálculos ou análise |
Como os dados fluem entre passos
Cada passo pode referenciar o resultado de qualquer passo que o precedeu. Ao configurar as instruções de um passo, escreva@ para mencionar um passo anterior pelo nome. Na execução, essa menção é substituída pelo resultado real desse passo.
Por exemplo, um passo “Executar prompt” pode usar @ num passo “Carregamento de ficheiros” para analisar os documentos carregados, e um passo “Redação” mais adiante pode usar @ em ambos para produzir um relatório final. Os dados atravessam o fluxo de trabalho automaticamente.