Pular para o conteúdo principal

Output Parser

Output Parser no n8n: Estruturação e Validação de Respostas de IA​

Este documento descreve o Analisador de Saída (Output Parser), usado para estruturar e validar os dados retornados por um modelo de IA.

O que é o Output Parser?​

O Output Parser é um node especializado que converte respostas de texto livre de modelos de IA em dados estruturados e validados. Ele é essencial para garantir que as respostas de IA sejam consistentes e utilizáveis em workflows automatizados.

Funcionalidades Principais​

Estruturação de Dados​

  • Conversão de texto livre em JSON
  • Extração de campos específicos
  • Formatação padronizada

Validação de Outputs​

  • Verificação de tipos de dados
  • Validação de campos obrigatórios
  • Tratamento de erros de parsing

Transformação Inteligente​

  • Mapeamento de campos
  • Conversão de formatos
  • Normalização de dados

Configuração Básica​

1. Definição do Schema​

{
  "type": "object",
  "properties": {
    "sentiment": {
      "type": "string",
      "enum": ["POSITIVO", "NEUTRO", "NEGATIVO"]
    },
    "confidence": {
      "type": "number",
      "minimum": 0,
      "maximum": 1
    },
    "keywords": {
      "type": "array",
      "items": {"type": "string"}
    }
  },
  "required": ["sentiment", "confidence"]
}

2. Configuração do Parser​

  • Defina o formato de saída esperado
  • Configure validações específicas
  • Implemente tratamento de erros

3. Integração com IA​

  • Conecte com nodes de IA
  • Configure prompts estruturados
  • Valide respostas automaticamente

Casos de Uso​

Análise de Sentimentos​

// Exemplo de parsing de análise de sentimentos
const sentimentParser = {
  "type": "object",
  "properties": {
    "sentiment": {"type": "string"},
    "score": {"type": "number"},
    "keywords": {"type": "array"}
  }
};

Classificação de Tickets​

// Parser para classificação de tickets
const ticketParser = {
  "type": "object",
  "properties": {
    "category": {"type": "string"},
    "priority": {"type": "string"},
    "urgency": {"type": "number"}
  }
};

Extração de Informações​

// Parser para extração de dados
const extractionParser = {
  "type": "object",
  "properties": {
    "name": {"type": "string"},
    "email": {"type": "string"},
    "phone": {"type": "string"}
  }
};

Configurações Avançadas​

Validação Customizada​

// Validação específica para dados brasileiros
const brazilianValidation = {
  "cpf": {
    "type": "string",
    "pattern": "^\\d{3}\\.\\d{3}\\.\\d{3}-\\d{2}$"
  },
  "phone": {
    "type": "string",
    "pattern": "^\\+55\\s?\\d{2}\\s?\\d{4,5}-?\\d{4}$"
  }
};

Tratamento de Erros​

  • Implemente fallbacks para parsing falhado
  • Configure retry logic
  • Registre erros para análise

Otimização de Performance​

  • Cache de schemas validados
  • Processamento em lote
  • Compressão de dados

Integração com Outros Nodes​

OpenAI Chat​

  • Estruture respostas de GPT
  • Valide formatos esperados
  • Implemente retry em caso de falha

Code Node​

  • Processe dados estruturados
  • Implemente lógica customizada
  • Transforme dados conforme necessário

HTTP Request​

  • Envie dados validados para APIs
  • Garanta formato correto
  • Implemente logging de erros

Exemplos Práticos​

Chatbot com Resposta Estruturada​

// Prompt para resposta estruturada
const structuredPrompt = `
Analise o seguinte texto e responda em JSON:
Texto: {{$json.text}}

Responda no formato:
{
  "sentiment": "POSITIVO|NEUTRO|NEGATIVO",
  "confidence": 0.85,
  "keywords": ["palavra1", "palavra2"]
}
`;

Classificação Automática​

// Parser para classificação automática
const classificationParser = {
  "type": "object",
  "properties": {
    "category": {
      "type": "string",
      "enum": ["TÉCNICO", "COMERCIAL", "FINANCEIRO", "OPERACIONAL"]
    },
    "priority": {
      "type": "string",
      "enum": ["ALTA", "MÉDIA", "BAIXA"]
    }
  }
};

Troubleshooting​

Problemas Comuns​

  • Parsing Falhado: Verifique formato do prompt
  • Campos Ausentes: Configure campos obrigatórios
  • Tipos Incorretos: Valide tipos de dados

Otimizações​

  • Use schemas específicos para cada caso
  • Implemente validação progressiva
  • Monitore taxa de sucesso do parsing
Dica

Sempre teste o parsing com dados reais antes de implementar em produção. Use exemplos brasileiros para validar o comportamento.

Próximos Passos​

Em desenvolvimento: Este conteúdo incluirá exemplos específicos para parsing de dados brasileiros e validações locais.