Skip to main content

Fluxo de Dados

O evalmind chat foi projetado para permitir interações seguras e eficientes com modelos de Inteligência Artificial, mantendo controle sobre autenticação, permissões, documentos, provedores externos e registros operacionais. O fluxo de dados da plataforma contempla desde o acesso do usuário até o processamento das mensagens, uso de bibliotecas documentais e integração com provedores de IA.

Visão Geral​

De forma resumida, o fluxo de dados no evalmind chat segue estas etapas principais:

    1. Autenticação do usuário
    1. Validação de permissões e contexto da empresa
    1. Seleção de modelo ou assistente
    1. Envio da mensagem ou solicitação
    1. Enriquecimento com contexto adicional, quando aplicável
    1. Processamento pelo provedor de IA
    1. Retorno da resposta à interface ou API
    1. Registro de logs, métricas e eventos de auditoria

Esse fluxo pode variar conforme a configuração do ambiente, o método de autenticação adotado, o uso de bibliotecas com RAG, assistentes personalizados, integrações via API e uso de chaves BYOK.

1. Entrada e autenticação​

O fluxo começa quando o usuário acessa a plataforma e realiza login por um método de autenticação habilitado pela organização, como:

  • Autenticação nativa da Eval
  • Azure Active Directory
  • Google
  • LDAP integrado
  • Mecanismos com autenticação multifator, quando configurados

Durante essa etapa, os dados de autenticação são transmitidos por canal seguro e processados de acordo com a política de segurança da empresa. O sistema valida se a conta está ativa, se o método de autenticação é permitido e se o usuário possui os requisitos necessários para acessar a plataforma.

Após a autenticação, o usuário passa a operar dentro do escopo da sua empresa e do seu perfil de acesso.

2. Contexto organizacional e controle de acesso​

Depois do login, o evalmind chat identifica:

  • A empresa à qual o usuário pertence
  • O perfil de acesso do usuário
  • As permissões disponíveis
  • Os recursos liberados, como modelos, bibliotecas, assistentes e dashboards

A plataforma trabalha com diferentes perfis, como Administrador Global, Administrador de Empresa, Auditor Empresarial e Usuário Comum. Esse controle define quais dados cada usuário pode visualizar, alterar ou administrar.

Por exemplo:
  • Usuários comuns interagem com chats, assistentes e documentos conforme suas permissões
  • Administradores configuram provedores, bibliotecas, usuários e assistentes
  • Auditores visualizam metadados e registros permitidos, sem acesso indevido a conteúdos sensíveis

Essa camada garante segmentação de acesso e reduz exposição indevida de informações.

3. Criação da interação: chat, modelo ou assistente​

Ao iniciar uma nova conversa, o usuário pode selecionar:

  • Um modelo de IA
  • Um assistente de IA
  • Documentos de referência, quando aplicável

Se a interação ocorrer com um modelo puro, a solicitação é encaminhada diretamente com os parâmetros definidos para aquele chat.

Se a interação ocorrer com um assistente, o fluxo pode incluir elementos adicionais, como:

  • Instruções de comportamento
  • Regras de resposta
  • Bibliotecas associadas
  • Configuração de tom, contexto e especialização
  • Parâmetros do modelo, como temperatura, memória e limites de geração

Assim, o dado enviado ao processamento não é apenas a mensagem do usuário, mas também o contexto operacional configurado para aquela interação.

4. Enriquecimento com documentos e RAG​

Quando o chat utiliza bibliotecas documentais, o fluxo de dados inclui uma etapa de recuperação de contexto.

Nesse cenário:

  • O usuário faz uma pergunta
  • O sistema identifica se há bibliotecas ou documentos anexados à conversa
  • Os mecanismos de indexação e busca localizam os trechos mais relevantes
  • Esses trechos são incorporados ao contexto enviado ao modelo
  • O modelo gera a resposta com base na pergunta e nas referências recuperadas

Esse processo é conhecido como RAG (Retrieval-Augmented Generation) e permite que o evalmind chat produza respostas mais precisas, contextualizadas e aderentes aos documentos da empresa.

Os documentos podem estar em formatos como:

  • .txt
  • .doc
  • .docx
  • .ppt
  • .pptx
  • .pdf
  • .xls
  • .xlsx

Dependendo da configuração da empresa, a indexação pode utilizar mecanismos como o padrão da plataforma ou integrações específicas de busca para melhorar desempenho e escalabilidade.

5. Escolha do provedor e uso de credenciais​

Após a montagem do contexto da conversa, o próximo passo é definir qual provedor de IA será utilizado para processar a solicitação.

A plataforma pode operar com múltiplos provedores, incluindo opções como:

  • OpenAI
  • Anthropic
  • Google AI
  • Mistral AI
  • Maritaca AI
  • GroqCloud
  • DeepSeek
  • Perplexity

Quando a funcionalidade BYOK (Bring Your Own Key) está habilitada, o sistema segue uma hierarquia de credenciais:

  • Chave customizada da empresa
  • Chave padrão do sistema

Isso significa que, se a empresa tiver configurado sua própria chave de API para determinado provedor, essa chave terá prioridade no envio da requisição. Caso contrário, poderá ser usada a chave padrão definida na plataforma.

Esse modelo oferece maior controle sobre custos, compliance, governança e políticas internas de segurança.

6. Processamento da solicitação​

Com a autenticação validada, permissões aplicadas, contexto montado e provedor definido, a solicitação é enviada para processamento.

Os dados enviados podem incluir:

  • Mensagem do usuário
  • Histórico da conversa
  • Parâmetros do chat
  • Instruções do assistente
  • Trechos documentais recuperados por RAG
  • Identificadores técnicos da sessão ou conversa

O provedor de IA processa a entrada e retorna uma resposta estruturada. Dependendo do modo de uso, essa resposta pode vir:

  • De forma convencional, após o término da geração
  • Em streaming, com entrega progressiva dos eventos de resposta

Quando a conversa está integrada a documentos, a resposta também pode incluir referências utilizadas no processo.

7. Retorno da resposta ao usuário​

Após o processamento, a resposta é devolvida ao usuário na interface web ou por integração via API.

Nesse retorno, podem estar presentes:

  • O texto da resposta
  • Referências documentais, quando aplicável
  • Informações de uso, como consumo de tokens
  • Indicadores de sucesso ou falha
  • Mensagens de erro em caso de problemas de autenticação, modelo ou provedor

Na interface do produto, esse conteúdo é exibido no histórico da conversa, preservando o contexto para interações subsequentes.

8. Logs, auditoria e métricas​

Ao longo de todo o fluxo, o evalmind chat mantém registros operacionais que apoiam segurança, rastreabilidade e governança.

Podem ser registrados eventos como:
  • Login e logout
  • Criação e edição de chats
  • Uso de assistentes
  • Upload e alteração de documentos
  • Eventos de configuração
  • Uso de modelos e provedores
  • Dados de volumetria e estatísticas de uso

Além disso, a plataforma disponibiliza mecanismos de monitoramento e análise, permitindo acompanhar:

  • Número de conversas
  • Tempo médio de resposta
  • Volume de arquivos carregados
  • Desempenho de assistentes
  • Tendências de uso
  • Histórico de ações

Esse conjunto é importante para auditoria, compliance, segurança operacional e melhoria contínua do ambiente.

Segurança e proteção de dados​

O fluxo de dados é sustentado por medidas de segurança voltadas à proteção das informações em trânsito e em armazenamento.

Entre os principais pontos, destacam-se:

  • Uso de comunicação segura
  • Armazenamento protegido de credenciais
  • Criptografia de dados sensíveis
  • Controle de acesso por perfil
  • Monitoramento de eventos
  • Trilhas de auditoria
  • Possibilidade de políticas corporativas de restrição e bloqueio
  • Suporte a autenticação multifator
  • Armazenamento criptografado de chaves de API configuradas na plataforma

Quando a organização utiliza bibliotecas, assistentes e integrações com provedores externos, o fluxo segue as permissões definidas pela empresa e as políticas de uso aplicáveis ao ambiente.

Fluxo de dados via API​

Além da interface web, o evalmind chat também pode ser utilizado via API de conversação.

Nesse caso, o fluxo segue lógica semelhante:

  • Autenticação com token Bearer
  • Criação de um chat
  • Envio de mensagens para o chat criado
  • Processamento pelo modelo configurado
  • Retorno estruturado em JSON
  • Uso opcional de streaming para respostas em tempo real

Essa abordagem permite integrar o evalmind chat a sistemas corporativos, automações, aplicações web, workflows e ferramentas externas.

Benefícios do fluxo de dados estruturado​

A arquitetura de fluxo de dados do evalmind chat oferece benefícios importantes para o uso corporativo de IA:

  • Maior controle sobre acesso e permissões
  • Melhor governança sobre provedores e custos
  • Respostas mais contextualizadas com documentos internos
  • Rastreabilidade operacional
  • Suporte a compliance e políticas de segurança
  • Flexibilidade para uso via interface ou API
  • Escalabilidade para diferentes empresas, equipes e casos de uso