As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Use um autoatendimento agente
<a name="agentic-self-service"></a>

**dica**  
Confira este curso do AWS Workshop: [Criando IA avançada e generativa com agentes do Connect AI](https://catalog.us-east-1.prod.workshops.aws/workshops/f77f49a2-1eae-4223-a9da-7044d6da51f8/en-US/01-introduction).

O autoatendimento da Agentic permite que os agentes do Connect AI resolvam de forma autônoma os problemas dos clientes nos canais de voz e bate-papo. Ao contrário do [autoatendimento antigo](generative-ai-powered-self-service.md), em que o agente de IA retorna o controle ao fluxo de contato quando uma ferramenta personalizada é selecionada, o autoatendimento agente usa agentes de IA orquestradores que podem raciocinar em várias etapas, invocar ferramentas MCP para agir em nome dos clientes e manter uma conversa contínua até que o problema seja resolvido ou seja necessário escalonar.

Por exemplo, quando um cliente liga sobre uma reserva de hotel, um agente orquestrador de IA pode cumprimentá-lo pelo nome, fazer perguntas esclarecedoras, consultar a reserva e processar uma modificação, tudo em uma única conversa, sem devolver o controle do fluxo de contato entre cada etapa.

**Topics**
+ [Capacidades gerais](#agentic-self-service-key-capabilities)
+ [Ferramentas para agentes de IA do orquestrador](#agentic-self-service-default-tools)
+ [Configure o autoatendimento de uma agência](#agentic-self-service-setup)
+ [Ferramentas personalizadas de retorno ao controle](#agentic-self-service-custom-escalate)
+ [Use as ferramentas de retorno ao controle em seu fluxo](#agentic-self-service-escalation-flow)
+ [Ferramentas constantes](#agentic-self-service-constant-tools)
+ [Configure um bate-papo de autoatendimento agente de ponta a ponta](setup-agentic-selfservice-end-to-end.md)

## Capacidades gerais
<a name="agentic-self-service-key-capabilities"></a>

O autoatendimento da Agentic oferece os seguintes recursos:
+ **Raciocínio autônomo em várias etapas** — O agente de IA pode encadear várias chamadas de ferramentas e etapas de raciocínio em um único turno de conversa para resolver solicitações complexas.
+ **Integração de ferramentas MCP** — Conecte-se a sistemas de back-end por meio de ferramentas do Model Context Protocol (MCP) para realizar ações como consultar o status do pedido, processar reembolsos e atualizar registros. Para obter mais informações, consulte [Ferramentas MCP do agente de IA](ai-agent-mcp-tools.md).
+ **Perfis de segurança** — os agentes de IA usam a mesma estrutura de perfil de segurança dos agentes humanos, controlando quais ferramentas o agente de IA pode acessar. Para obter mais informações, consulte [Atribua permissões de perfil de segurança aos agentes de IA](ai-agent-security-profile-permissions.md).

## Ferramentas para agentes de IA do orquestrador
<a name="agentic-self-service-default-tools"></a>

Você pode configurar seu agente de IA do orquestrador para autoatendimento com os seguintes tipos de ferramentas:
+ **[Ferramentas MCP](ai-agent-mcp-tools.md)** — Estenda os recursos do agente de IA por meio do Model Context Protocol. As ferramentas MCP se conectam aos sistemas de back-end para realizar ações como consultar o status do pedido, processar reembolsos e atualizar registros. O agente de IA invoca as ferramentas MCP durante a conversa sem devolver o controle ao fluxo de contato.
+ **Retornar ao controle** — Sinalize ao agente de IA para parar e retornar o controle ao fluxo de contato. Por padrão, o agente de `SelfServiceOrchestrator` IA inclui `Complete` (para finalizar a interação) e `Escalate` (para transferir para um agente humano). Você pode remover esses padrões e and/or criar seus próprios. Para obter mais informações, consulte [Ferramentas personalizadas de retorno ao controle](#agentic-self-service-custom-escalate).
+ **Constante** — Retorne um valor de string estático configurado para o agente de IA. Útil para testes e iteração rápida durante o desenvolvimento. Para obter mais informações, consulte [Ferramentas constantes](#agentic-self-service-constant-tools).

## Configure o autoatendimento de uma agência
<a name="agentic-self-service-setup"></a>

Siga estas etapas de alto nível para configurar o autoatendimento de uma agência:

1. Crie um agente orquestrador de IA. No site de administração do Amazon Connect, acesse o **designer de agentes** de **IA, escolha agentes** de IA e escolha **Criar agente de IA**. Selecione **Orquestração** como o tipo de agente de IA. Em **Copiar do existente**, selecione **SelfServiceOrchestrator**usar o agente de IA do sistema para autoatendimento como sua configuração inicial.

1. Crie um perfil de segurança para seu agente de IA. Acesse **Usuários**, escolha **Perfis de segurança** e crie um perfil que conceda acesso às ferramentas de que seu agente de IA precisa. Em seguida, na configuração do seu agente de IA, vá até a seção **Perfis de segurança** e selecione o perfil no menu suspenso **Selecionar perfis de segurança**. Para obter mais informações, consulte [Atribua permissões de perfil de segurança aos agentes de IA](ai-agent-security-profile-permissions.md).

1. Configure seu agente de IA com ferramentas. Adicione ferramentas MCP de seus namespaces conectados e configure as ferramentas padrão Return to Control (`Complete`e). `Escalate` Para obter mais informações sobre as ferramentas MCP, consulte[Ferramentas MCP do agente de IA](ai-agent-mcp-tools.md).

1. Crie e anexe um prompt de orquestração. `SelfServiceOrchestrator`Isso inclui um `SelfServiceOrchestration` prompt padrão que você pode usar como está ou criar um novo para definir a personalidade, o comportamento e as instruções de uso de ferramentas do seu agente de IA. Para obter mais informações sobre solicitações, consulte[Personalize os agentes do Connect AI](customize-connect-ai-agents.md).
**Importante**  
Os agentes de IA do Orchestrator exigem que as respostas sejam agrupadas em `<message>` tags. Sem essa formatação, os clientes não verão as mensagens do agente de IA. Para obter mais informações, consulte [Análise de mensagens](use-orchestration-ai-agent.md#message-parsing).

1. Defina seu agente de IA como o agente de autoatendimento padrão. Na página **Agentes de IA**, vá até **Configurações padrão do agente de IA** e selecione seu agente na linha de **autoatendimento**.

1. Crie um bot de IA conversacional. Acesse **Routing**, **Flows**, **Conversational AI** e crie um bot com a intenção do agente de IA do Amazon Connect ativada. Para obter mais informações, consulte [Crie uma intenção do agente Connect AI](create-qic-intent-connect.md).

1. Crie um fluxo de contatos que encaminhe os contatos para seu agente de IA. Adicione um [Obter entrada do cliente](get-customer-input.md) bloco que invoque seu bot de IA conversacional e um [Check contact atributes (Verificar atributos de contato)](check-contact-attributes.md) bloco para rotear com base na ferramenta Return to Control selecionada pelo agente de IA. Para obter mais informações, consulte [Criar um fluxo e adicionar o bot de IA conversacional](create-bot-flow.md).

   A imagem a seguir mostra um exemplo de fluxo de contato para autoatendimento de agentes.  
![\[Exemplo de fluxo de contato de autoatendimento agente com Definir comportamento de registro, Definir voz, Obter informações do cliente com um bot Lex, Verificar atributos de contato para seleção de ferramentas com ramificações Complete, Escalate e No Match, Definir fila de trabalho, Transferir para fila e Blocos de desconexão.\]](http://docs.aws.amazon.com/pt_br/connect/latest/adminguide/images/agentic-self-service-contact-flow.png)

**dica**  
Se você quiser habilitar o streaming de bate-papo para autoatendimento de agências, consulte. [Ative o streaming de mensagens para bate-papo com tecnologia de IA](message-streaming-ai-chat.md) Para obter uma explicação completa do end-to-end bate-papo com streaming, consulte. [Configure um bate-papo de autoatendimento agente de ponta a ponta](setup-agentic-selfservice-end-to-end.md)

## Crie ferramentas personalizadas de retorno ao controle
<a name="agentic-self-service-custom-escalate"></a>

Retornar às ferramentas de controle sinaliza ao agente de IA para interromper o processamento e devolver o controle ao fluxo de contato. Quando uma ferramenta Return to Control é invocada, o nome da ferramenta e seus parâmetros de entrada são armazenados como atributos de sessão do Amazon Lex, que seu fluxo de contatos pode ler usando um [Check contact atributes (Verificar atributos de contato)](check-contact-attributes.md) bloco para determinar a próxima ação.

Embora o agente de `SelfServiceOrchestrator` IA inclua ferramentas padrão `Complete` e `Escalate` Return to Control, você pode criar ferramentas personalizadas de Return to Control com esquemas de entrada que capturam contexto adicional para que seu fluxo de contatos atue.

Para criar uma ferramenta personalizada Return to Control:

1. Na configuração do seu agente de IA, escolha **Adicionar ferramenta** e, em seguida, escolha **Criar nova ferramenta de IA**.

1. Insira um nome de ferramenta e selecione **Retornar ao controle** como o tipo de ferramenta.

1. Defina um esquema de entrada que especifique o contexto que o agente de IA deve capturar ao invocar a ferramenta.

1. (Opcional) No campo **Instruções**, descreva quando o agente de IA deve usar essa ferramenta.

1. (Opcional) Adicione exemplos para orientar o comportamento do agente de IA ao invocar a ferramenta.

1. Escolha **Criar** e, em seguida, escolha **Publicar** para salvar seu agente de IA.

### Exemplo: ferramenta de escalonamento personalizada com contexto
<a name="agentic-self-service-custom-escalate-schema"></a>

O exemplo a seguir mostra como substituir a ferramenta Escalate padrão por uma versão personalizada que captura o motivo, o resumo, a intenção e o sentimento do cliente. Esse contexto adicional dá aos agentes humanos uma vantagem inicial quando iniciam a conversa.

Primeiro, remova a ferramenta Escalate padrão do seu agente de IA. Em seguida, crie uma nova ferramenta Return to Control chamada **Escalate** com o seguinte esquema de entrada:

```
{
    "type": "object",
    "properties": {
        "customerIntent": {
            "type": "string",
            "description": "A brief phrase describing what the customer wants to accomplish"
        },
        "sentiment": {
            "type": "string",
            "description": "Customer's emotional state during the conversation",
            "enum": ["positive", "neutral", "frustrated"]
        },
        "escalationSummary": {
            "type": "string",
            "description": "Summary for the human agent including what the customer asked for, what was attempted, and why escalation is needed",
            "maxLength": 500
        },
        "escalationReason": {
            "type": "string",
            "description": "Category for the escalation reason",
            "enum": [
                "complex_request",
                "technical_issue",
                "customer_frustration",
                "policy_exception",
                "out_of_scope",
                "other"
            ]
        }
    },
    "required": [
        "escalationReason",
        "escalationSummary",
        "customerIntent",
        "sentiment"
    ]
}
```

No campo **Instruções**, descreva quando o agente de IA deve escalar. Por exemplo:

```
Escalate to a human agent when:
1. The customer's request requires specialized expertise
2. Multiple tools fail or return errors repeatedly
3. The customer expresses frustration or explicitly requests a human
4. The request involves complex coordination across multiple services
5. You cannot provide adequate assistance with available tools
```

(Opcional) Adicione exemplos para orientar o tom do agente de IA durante o escalonamento. Por exemplo:

```
<message>
I understand this requires some specialized attention. Let me connect you
with a team member who can help coordinate all the details. I'll share
everything we've discussed so they can pick up right where we left off.
</message>
```

## Use as ferramentas Return to Control em seu fluxo de contatos
<a name="agentic-self-service-escalation-flow"></a>

Quando o agente de IA invoca uma ferramenta Return to Control, o controle retorna ao seu fluxo de contato. Você precisa configurar seu fluxo para detectar qual ferramenta foi invocada e rotear o contato adequadamente.

### Como funciona a detecção do Return to Control
<a name="agentic-self-service-escalation-detection"></a>

Quando o agente de IA invoca uma ferramenta Return to Control:

1. A conversa sobre IA termina.

1. O controle retorna ao fluxo de contato.

1. O nome da ferramenta e os parâmetros de entrada são armazenados como atributos de sessão do Amazon Lex.

1. Seu fluxo verifica esses atributos e rotas adequadamente.

### Configure o roteamento com base nas ferramentas Return to Control
<a name="agentic-self-service-escalation-flow-steps"></a>

Siga estas etapas para adicionar o roteamento Return to Control ao seu fluxo de contatos:

1. Adicione um [Check contact atributes (Verificar atributos de contato)](check-contact-attributes.md) bloco após a saída **padrão** do seu bloco **Obter entrada do cliente**.

1. Configure o bloco para verificar o nome da ferramenta:
   + **Espaço para **nomes: Lex****
   + **Chave**: **Atributos da sessão**
   + **Chave de atributo da sessão**: **Tool**

   Adicione condições para cada ferramenta Return to Control que você deseja usar. Por exemplo, adicione condições em que o valor seja igual a **Complete****Escalate**, ou o nome de qualquer ferramenta personalizada de Retorno ao Controle que você criou.

1. (Opcional) Adicione um [Set contact attributes (Definir atributos do contato)](set-contact-attributes.md) bloco para copiar os parâmetros de entrada da ferramenta dos atributos de sessão do Amazon Lex para os atributos de contato. Isso torna o contexto disponível para roteamento downstream e exibições de tela do agente.

1. Conecte cada condição à lógica de roteamento apropriada. Por exemplo:
   + **Concluído** — Roteie até um bloco de **desconexão** para encerrar a interação.
   + **Escalar** — Roteamento para uma **fila de trabalho definida** e **Transferir para um bloco de fila** para transferir o contato para um agente humano.
   + **Ferramentas personalizadas** — encaminhe para qualquer lógica de fluxo adicional específica para seu caso de uso.

1. Conecte a saída **No match** do [Check contact atributes (Verificar atributos de contato)](check-contact-attributes.md) bloco a um bloco de **desconexão** ou lógica de roteamento adicional.

#### Exemplo: roteamento de uma ferramenta de escalonamento com contexto
<a name="agentic-self-service-escalation-example"></a>

Se você criou uma ferramenta de escalonamento personalizada com contexto (consulte[Exemplo: ferramenta de escalonamento personalizada com contexto](#agentic-self-service-custom-escalate-schema)), você pode copiar o contexto de escalonamento para atributos de contato usando um [Set contact attributes (Definir atributos do contato)](set-contact-attributes.md) bloco. Defina dinamicamente os seguintes atributos:


| Chave de destino (definida pelo usuário) | Namespace de origem | Chave de atributo da sessão de origem | 
| --- | --- | --- | 
| Motivo do escalonamento | Lex — Atributos da sessão | Motivo do escalonamento | 
| Resumo da escalação | Lex — Atributos da sessão | Resumo da escalação | 
| Intenção do cliente | Lex — Atributos da sessão | Intenção do cliente | 
| sentimento | Lex — Atributos da sessão | sentimento | 

(Opcional) Adicione um bloco **Definir fluxo de eventos** para exibir o contexto de escalonamento para o agente humano quando ele aceitar o contato. Defina o evento **como Fluxo padrão para a interface do agente** e selecione um fluxo que apresente o resumo, o motivo e o sentimento do escalonamento ao agente.

## Use ferramentas Constant para testes e desenvolvimento
<a name="agentic-self-service-constant-tools"></a>

As ferramentas constantes retornam um valor de string estático configurado para o agente de IA quando invocadas. Ao contrário das ferramentas Return to Control, as ferramentas Constant não encerram a conversa sobre IA — o agente de IA recebe a sequência e continua a conversa. Isso torna as ferramentas Constant úteis para testes e iteração rápida durante o desenvolvimento, permitindo simular respostas de ferramentas sem se conectar a sistemas de back-end.

Para criar uma ferramenta Constant:

1. Na configuração do seu agente de IA, escolha **Adicionar ferramenta** e, em seguida, escolha **Criar nova ferramenta de IA**.

1. Insira o nome da ferramenta e selecione **Constante** como o tipo de ferramenta.

1. No campo **Valor constante**, insira a sequência estática que a ferramenta deve retornar ao agente de IA.

1. Escolha **Criar** e, em seguida, escolha **Publicar** para salvar seu agente de IA.

Por exemplo, você pode criar uma ferramenta Constant chamada **getOrderStatus** que retorna uma amostra de resposta JSON. Isso permite que você teste como seu agente de IA lida com as solicitações de status do pedido antes de se conectar ao seu sistema real de gerenciamento de pedidos por meio de uma ferramenta MCP.

# Como configurar sua experiência de chat de autoatendimento como agente de ponta a ponta
<a name="setup-agentic-selfservice-end-to-end"></a>

**nota**  
Os agentes de IA de orquestração exigem que o streaming de bate-papo seja ativado para contatos de bate-papo. Sem o streaming de bate-papo ativado, algumas mensagens não serão renderizadas. Consulte [Ative o streaming de mensagens para bate-papo com tecnologia de IA](message-streaming-ai-chat.md).

## O que é streaming de mensagens com IA?
<a name="what-is-ai-message-streaming"></a>

O AI Message Streaming é um recurso do Amazon Connect que permite a **exibição progressiva das respostas dos agentes de IA durante as** interações de bate-papo. Em vez de esperar que a IA gere uma resposta completa antes de mostrar qualquer coisa ao cliente, o streaming exibe o texto à medida que ele é gerado, criando uma experiência de conversação mais natural.

### Como funciona
<a name="how-streaming-works"></a>

Com as respostas padrão do chat, os clientes esperam enquanto a IA gera toda a resposta e, em seguida, a mensagem completa aparece de uma só vez. Com o AI Message Streaming, os clientes veem um **crescente balão de texto** em que as palavras aparecem progressivamente à medida que a IA as gera, semelhante a ver alguém digitar em tempo real.

**nota**  
**Documentação oficial**: Para obter a referência técnica completa, consulte[Ative o streaming de mensagens para bate-papo com tecnologia de IA](message-streaming-ai-chat.md).

### Benefícios da exibição progressiva de texto
<a name="benefits-progressive-text"></a>

O AI Message Streaming oferece vários benefícios importantes para a experiência do cliente:
+ **Tempo de espera percebido reduzido** - os clientes veem a atividade imediata em vez de olhar fixamente para um botão giratório de carregamento
+ **Fluxo de conversação mais natural** - o texto progressivo imita a digitação humana, criando uma interação mais envolvente
+ **Melhor engajamento** - os clientes podem começar a ler a resposta enquanto ela ainda está sendo gerada
+ **Mensagens de atendimento** — os agentes de IA podem fornecer mensagens provisórias como “Um momento enquanto eu reviso sua conta” durante o processamento

### Chat padrão versus bate-papo de streaming
<a name="standard-vs-streaming-chat"></a>

A tabela a seguir compara a experiência do cliente entre o bate-papo padrão e o bate-papo por streaming:


| Aspecto | Chat padrão | Streaming de bate-papo | 
| --- | --- | --- | 
| Exibição de resposta | A mensagem completa aparece de uma só vez | O texto aparece progressivamente (bolha crescente) | 
| Experiência do cliente | Aguarde a resposta completa com o indicador de carregamento | Veja as palavras aparecerem em tempo real | 
| Tempo de espera percebido | Mais tempo (aguardando uma resposta completa) | Mais curto (feedback visual imediato) | 
| Sensação de conversa | Transacional | Natural, como conversar com uma pessoa | 
| Mensagens de atendimento | Indisponível | A IA pode enviar atualizações de status provisórias | 
| Manipulação do tempo limite do Lex | Sujeito aos limites de tempo limite do Lex | Elimina as limitações de tempo limite do Lex | 

## Status de habilitação
<a name="enablement-status"></a>

A disponibilidade do AI Message Streaming depende de quando sua instância do Amazon Connect foi criada e de como ela está configurada.

### Ativação automática para novas instâncias
<a name="automatic-enablement-new-instances"></a>

As instâncias do Amazon Connect criadas **após dezembro de 2025** têm o AI Message Streaming ativado por padrão. O atributo de `MESSAGE_STREAMING` instância é definido automaticamente `true` para essas instâncias, portanto, nenhuma configuração adicional é necessária.

**Importante**  
Se você estiver usando uma AWS conta com uma instância do Amazon Connect criada **antes de dezembro de 2025**, talvez seja necessário habilitar manualmente o AI Message Streaming. Siga as instruções na documentação [Ativar streaming de mensagens para bate-papo com tecnologia de IA](https://docs.aws.amazon.com/connect/latest/adminguide/message-streaming-ai-chat.html) para verificar o `MESSAGE_STREAMING` atributo da sua instância e habilitá-lo, se necessário.

### Permissões do Amazon Lex Bot
<a name="amazon-lex-bot-permissions"></a>

O AI Message Streaming requer `lex:RecognizeMessageAsync` permissão para funcionar corretamente. Essa permissão permite que o Amazon Connect invoque a API de reconhecimento assíncrono de mensagens que permite o streaming de respostas.

**Para novas associações de bots Lex**: quando você associa um novo bot do Amazon Lex à sua instância do Amazon Connect, a `lex:RecognizeMessageAsync` permissão necessária é **incluída automaticamente** na política baseada em recursos do bot. Nenhuma configuração adicional é necessária.

**Importante**  
Se você tiver um bot do Amazon Lex associado à sua instância do Amazon Connect **antes da** ativação do AI Message Streaming, talvez seja necessário atualizar a política baseada em recursos do bot para incluir a `lex:RecognizeMessageAsync` permissão.  
Para atualizar sua política existente do Lex bot:  
Navegue até o console do Amazon Lex
Selecione seu bot e acesse Política baseada em **recursos**
Adicione a `lex:RecognizeMessageAsync` ação à declaração de política que concede acesso ao Amazon Connect
Salve a política atualizada
Para obter instruções detalhadas, consulte a seção de [permissões do bot Lex](https://docs.aws.amazon.com/connect/latest/adminguide/message-streaming-ai-chat.html#lex-bot-permissions) na AWS documentação.

## Criar widget de comunicação
<a name="create-communications-widget"></a>

O Amazon Connect Communications Widget é uma interface de bate-papo incorporável que você pode adicionar a qualquer site. Nesta seção, você criará e configurará um widget para testar o AI Message Streaming. Você pode pular esta seção se planeja usar seu próprio widget de chat com o cliente.

### Etapa 1: Navegue até o widget de comunicações
<a name="navigate-to-widget"></a>

1. No console do Amazon Connect, navegue até sua instância

1. Clique em **Canais** no menu de navegação à esquerda

1. Clique em **Widget de comunicações**

1. Você verá a página de gerenciamento do Widget de Comunicação

**nota**  
**O que é o widget de comunicação?** O widget de comunicação é a solução de out-of-the-box bate-papo do Amazon Connect. Ele fornece uma interface de bate-papo totalmente funcional que você pode incorporar em sites usando um simples JavaScript trecho. O widget lida com toda a complexidade de estabelecer conexões, gerenciar sessões e exibir mensagens.

### Etapa 2: criar um novo widget
<a name="create-new-widget"></a>

1. Clique em **Adicionar widget** para criar um novo widget de comunicação

1. Insira os detalhes a seguir:
   + **Nome:** **AI-Streaming-Demo-Widget**
   + **Descrição:** **Widget for testing AI Message Streaming**

1. Em **Opções de comunicação**, verifique se a opção **Adicionar bate-papo** está selecionada

1. Selecione **Self Service Test Flow** como seu fluxo de contato do Chat

1. Clique em **Salvar e continue** para prosseguir para a página de configuração

**Seleção de fluxo de contato**  
Certifique-se de selecionar um fluxo de contato que:  
Tem as configurações básicas definidas (cria sessão de IA, registro, etc.)
Rotas para seu bot Lex com integração com o AI Agent
Tem tratamento adequado de erros para desconexões
Se você ainda não criou um fluxo de contato, preencha primeiro a seção [Criando o fluxo](https://catalog.workshops.aws/amazon-q-in-connect/en-US/03-Self-Service-Track/01-ai-agent-configuration/04-creating-flow/).

### Etapa 3: personalizar a aparência do widget
<a name="customize-widget-appearance"></a>

Personalize a aparência do seu widget de bate-papo para combinar com sua marca e selecione **Salvar e continuar**.

### Etapa 4: Configurar domínios permitidos
<a name="configure-allowed-domains"></a>

O widget de comunicação só carrega em sites que são explicitamente permitidos. Esse recurso de segurança impede o uso não autorizado do seu widget.

1. Role para baixo até **Domínios permitidos**

1. Clique em **Adicionar domínio** e adicione o seguinte domínio para testar o localhost:
   + **http://localhost**

1. Selecione **Não** em segurança

1. Se você planeja implantar em um site de produção posteriormente, adicione esses domínios também e certifique-se de configurar a segurança (por exemplo,**https://www.example.com**)

### Etapa 5: salvar e obter o código do widget
<a name="save-get-widget-code"></a>

1. Clique em **Salvar e continuar** para salvar a configuração do widget

1. Após a criação, você verá a página de **detalhes do widget** com seu código de incorporação

1. **Importante**: copie e salve os seguintes valores do trecho de código incorporado:
   + **URI do cliente** - O URL para o arquivo do widget JavaScript 
   + **ID do widget** - Um identificador exclusivo para seu widget
   + **ID do trecho** - Uma string de configuração codificada em Base64

### Etapa 6: Configurar o ambiente de teste local
<a name="setup-local-testing"></a>

Para testar o widget localmente, você criará um arquivo HTML simples que carrega o widget de comunicação.

1. Crie uma nova pasta no seu computador para teste (por exemplo,`ai-streaming-test`)

1. Baixe a imagem de fundo da página de demonstração e salve-a como `background.jpg` em sua pasta de teste

1. Crie um novo arquivo chamado `index.html` em sua pasta de teste com o seguinte conteúdo:

```
<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <meta http-equiv="X-UA-Compatible" content="ie=edge">
    <style>
        body {
            background-image: url("background.jpg");
            background-repeat: no-repeat;
            background-size: cover;
        }
    </style>
    <title>AI Message Streaming Demo</title>
</head>
<body>
    <div id="root"></div>
    <script type="text/javascript">
      (function(w, d, x, id){
        s=d.createElement('script');
        s.src='REPLACE_WITH_CLIENT_URI';
        s.async=1;
        s.id=id;
        d.getElementsByTagName('head')[0].appendChild(s);
        w[x] = w[x] || function() { (w[x].ac = w[x].ac || []).push(arguments) };
      })(window, document, 'amazon_connect', 'REPLACE_WITH_WIDGET_ID');
      amazon_connect('styles', {
        iconType: 'CHAT',
        openChat: { color: '#ffffff', backgroundColor: '#ff9200' },
        closeChat: { color: '#ffffff', backgroundColor: '#ff9200'}
      });
      amazon_connect('snippetId', 'REPLACE_WITH_SNIPPET_ID');
      amazon_connect('supportedMessagingContentTypes', [
        'text/plain',
        'text/markdown',
        'application/vnd.amazonaws.connect.message.interactive',
        'application/vnd.amazonaws.connect.message.interactive.response'
      ]);
      amazon_connect('customStyles', {
        global: { frameWidth: '500px', frameHeight: '900px'}
      });
    </script>
</body>
</html>
```

### Etapa 7: Substituir valores de espaço reservado
<a name="replace-placeholder-values"></a>

Substitua os valores do espaço reservado no arquivo HTML pelos valores reais do widget:


| Placeholder | Substituir por | Exemplo | 
| --- | --- | --- | 
| REPLACE\$1WITH\$1CLIENT\$1URI | Seu URI de cliente a partir da Etapa 5 | https://d2s9x5slqf05.cloudfront.net/amazon-connect-chat-interface-client.js | 
| REPLACE\$1WITH\$1WIDGET\$1ID | Seu ID do widget a partir da Etapa 5 | amazon\$1connect\$1widget\$1abc123 | 
| REPLACE\$1WITH\$1SNIPPET\$1ID | Seu Snippet ID da Etapa 5 | QVFJREFIaWJYbG...(sequência longa de Base64) | 

### Etapa 8: Iniciar um servidor Web local
<a name="start-local-web-server"></a>

Para testar o widget, você precisa servir o arquivo HTML a partir de um servidor web local. Aqui estão várias opções:

**Opção A: Python (se instalado)**  


```
python -m http.server 8001
```

**Opção B: Node.js (se instalado)**  


```
npx http-server -p 8001
```

**Opção C: Extensão de servidor VS Code Live**  

+ Instale a extensão “Live Server” no VS Code
+ Clique com o botão direito do mouse `index.html` e selecione “Abrir com o Live Server”

Depois de iniciar o servidor, abra seu navegador e navegue até: `http://localhost:8001`

Você deve ver a página de demonstração com um botão de bate-papo laranja no canto inferior direito.

## Teste a experiência de streaming
<a name="test-streaming-experience"></a>

Agora que seu widget está carregado, é hora de testar o AI Message Streaming e observar a exibição progressiva de texto em ação.

### O que procurar: streaming versus não streaming
<a name="what-to-look-for"></a>

Entender a diferença entre respostas de streaming e não streaming ajuda você a verificar se o AI Message Streaming está funcionando:


| Comportamento | Sem streaming (padrão) | Streaming (streaming de mensagens AI) | 
| --- | --- | --- | 
| Exibição inicial | Indicador de carregamento ou pontos de digitação | O texto começa a aparecer imediatamente | 
| Aparência do texto | A mensagem completa aparece de uma só vez | As palavras aparecem progressivamente (bolha crescente) | 
| Tempo de resposta | Espere até que a IA termine de gerar | Veja a resposta à medida que ela está sendo gerada | 
| Efeito visual | “Pop” do texto completo | Texto suave e fluído, como ver alguém digitar |