Análise completa do fluxo N8N, mapeamento de bugs, roadmap de correção em três fases e proposta comercial para entrega da Fase 01.
A plataforma tem front bem construído, fluxo conceitualmente correto e prompts bem escritos com guardrails, schema JSON e regras anti-alucinação. A base está estruturada, mas temos nodes quebrados, tools desconectadas e agentes utilizando os modelos equivocados para as tarefas designadas.
next_step, rastreabilidade via Supabase (curadoria_sessoes + curadoria_eventos), 3 agentes especializados, prompts com confidence scores e validações por código."ai_tool": [[]] (array vazio). O agente opera sem internet e fabrica especificações do zero.data.product.typecode e data.product.sku definidos duas vezes. Payload com valores ambíguos e comportamento imprevisível.temperature: 0.7, otimizado para criatividade, rodando tarefa de extração técnica precisa. Devia ser 0.1.registerKey do Supabase. No primeiro acesso o retorno é vazio (sem fallback, o campo chega nulo e quebra o rastreio).search_tree1, search_product1, search_amazon1, search_info1 e search_image — todos com array vazio.typecode e sku ambíguos.| Entrega | Descrição |
|---|---|
| Diagnóstico documentado | Mapeamento completo, análise do JSON linha a linha. ✓ Este documento |
| Correção dos bugs críticos | Campos duplicados, fallback de registerKey, nó Code com EAN/GTIN. |
| Reconexão das tools | Todas as ferramentas de busca conectadas e testadas no Agente 01. |
| Ajuste de modelo por agente | Modelo e temperature corretos para precisão vs. fluência por agente. |
| Refinamento dos prompts | System messages revisados com ferramentas ativas. Prioridade de busca. |
| Testes com produtos reais | 15-20 produtos diferentes + relatório detalhado |
| Documentação técnica | O que foi alterado, como cada agente funciona, como expandir. |
| Sessão de handoff ao vivo | Demonstração com produtos escolhidos por vocês. Aprovação final. |