Crie um fluxo de perguntas e respostas sobre documentos no n8n com citações validadas e revisão humana
Crie um fluxo no n8n que extraia evidências de documentos, valide respostas estruturadas, faça novas tentativas com segurança e encaminhe resultados incertos para revisão humana.
Resumo · TL;DR
Um projeto prático para responder a perguntas com base em documentos no n8n, verificando citações, limitando novas tentativas e separando a revisão das respostas da aprovação de chamadas a ferramentas que envolvem riscos.
Principais pontos
- Mantenha identificadores e versões dos documentos, referências de página e texto original juntos durante a extração e a recuperação.
- Valide tanto a estrutura da resposta quanto a existência das evidências citadas no texto de origem fornecido.
- Limite as novas tentativas em caso de falhas temporárias; encaminhe falhas persistentes de validação e respostas sem fundamento para revisão ou opte por não responder.
- A aprovação de ferramentas no n8n controla se um agente executa uma ferramenta; ela não substitui a revisão da qualidade da resposta.
Nesta página (7)
Comece com um conjunto pequeno e verificável de evidências: extraia o texto com identificadores de página ou seção, peça ao modelo que responda usando apenas esse texto e rejeite respostas cujas citações não possam ser verificadas. No n8n, use ramificações comuns do fluxo para validar e revisar as respostas, reservando a aprovação humana do AI Agent para chamadas a ferramentas que possam executar ações com consequências relevantes.
A configuração abaixo é um projeto ilustrativo, não uma exportação de fluxo testada. As configurações dos nós e as integrações disponíveis podem variar conforme a versão do n8n e o provedor.
Pré-requisitos e estrutura do fluxo
Você precisa de uma instância do n8n, acesso a um modelo capaz de processar texto por meio de uma integração compatível ou de um endpoint HTTP, um método de extração de texto de documentos e um local para armazenar documentos e registros de revisão. Para PDFs digitalizados, adicione OCR; a extração comum de texto de PDF pode retornar pouco ou nenhum texto. Defina quem pode acessar cada documento antes de conectar um sistema de recuperação.
Crie duas etapas conectadas:
- Ingestão: gatilho de documento → extração de texto ou OCR → divisão em registros por página ou seção → armazenamento do texto e dos metadados.
- Resposta: gatilho de pergunta → recuperação dos registros autorizados → extração pelo modelo → validação no nó Code → resposta, nova tentativa limitada ou fila de revisão.
Mantenha document_id, version, page e text em cada registro armazenado. Uma citação deve apontar para uma versão e uma página específicas do documento, não apenas para um nome de arquivo. Se o extrator não conseguir preservar os limites das páginas, use identificadores estáveis de seção e identifique-os corretamente. Rejeite resultados de extração vazios em vez de enviá-los ao modelo.
Para uma coleção pequena, recupere os registros pelo ID do documento e forneça as páginas relevantes diretamente. Para coleções maiores, adicione uma etapa de busca ou recuperação, mas preserve os mesmos metadados. A recuperação pode não encontrar a resposta; uma resposta aparentemente válida não comprova que todas as páginas relevantes foram encontradas.
Defina o contrato da resposta
No nó do modelo, solicite um objeto JSON com uma string answer, um status igual a answered ou insufficient_evidence e um array evidence. Cada item de evidência deve conter document_id, version, page e uma quote exata copiada dos registros fornecidos. Instrua o modelo a ignorar instruções encontradas nos documentos, tratá-las como dados não confiáveis e retornar insufficient_evidence quando o texto fornecido não sustentar uma resposta.
Uma resposta ilustrativa seria assim:
{
"status": "answered",
"answer": "The agreement renews annually.",
"evidence": [
{
"document_id": "agreement-17",
"version": "v2",
"page": 3,
"quote": "This agreement renews for successive one-year terms."
}
]
}
A citação e os identificadores são exemplos, não fatos sobre um acordo real. Exija pelo menos um item de evidência para uma resposta com status answered e nenhuma evidência para uma resposta com status insufficient_evidence. Apresente as citações com o nome ou ID do documento, a versão, a página e o trecho citado, incluindo um link somente se sua aplicação puder criar um link autorizado para essa fonte exata.
Valide a resposta e as citações no n8n
Após a chamada ao modelo, faça o parse do JSON e envie o objeto resultante junto com os registros realmente recuperados para um nó Code. O JavaScript ilustrativo a seguir pressupõe um item de entrada com result contendo a resposta processada e sources contendo um array de registros com document_id, version, page e text. Adapte os nós anteriores para fornecer essa estrutura; erros de parse devem seguir para a ramificação de falha.
const { result, sources } = $input.first().json;
const errors = [];
if (!result || typeof result !== 'object' || Array.isArray(result)) {
errors.push('Result must be an object');
} else {
if (!['answered', 'insufficient_evidence'].includes(result.status))
errors.push('Invalid status');
if (typeof result.answer !== 'string' || !result.answer.trim())
errors.push('Missing answer');
if (!Array.isArray(result.evidence)) {
errors.push('Evidence must be an array');
} else {
if (result.status === 'answered' && result.evidence.length === 0)
errors.push('Answered response needs evidence');
if (result.status === 'insufficient_evidence' && result.evidence.length !== 0)
errors.push('Insufficient-evidence response must not cite evidence');
for (const e of result.evidence) {
const validFields = e && typeof e.document_id === 'string' &&
typeof e.version === 'string' && Number.isInteger(e.page) &&
typeof e.quote === 'string' && e.quote.trim().length > 0;
if (!validFields) {
errors.push('Invalid evidence fields');
continue;
}
const source = Array.isArray(sources) && sources.find(s =>
s.document_id === e.document_id && s.version === e.version &&
s.page === e.page && typeof s.text === 'string'
);
if (!source || !source.text.includes(e.quote))
errors.push('Citation or exact quote not found in retrieved source');
}
}
}
return [{ json: { result, errors, valid: errors.length === 0 } }];
Essa verificação cobre um contrato pequeno e explícito e confere se a citação exata está presente na fonte; não é um validador genérico de JSON Schema. Adicione uma biblioteca ou serviço de validação de esquema se precisar de restrições como limites máximos de tamanho ou rejeição de campos extras. A correspondência exata pode falhar por erros de OCR ou alterações nos espaços em branco. Se normalizar o texto, aplique a mesma normalização documentada à fonte e à citação e mantenha o texto original para os revisores.
Acima de tudo, uma citação correspondente não prova que ela sustenta a resposta. Um revisor ou um processo separado de controle de qualidade deve avaliar se o trecho citado realmente fundamenta cada afirmação relevante. Para respostas de alto impacto, encaminhe para revisão mesmo os resultados estruturalmente válidos.
Adicione novas tentativas limitadas e uma opção de não responder
Use um nó IF após a validação. Encaminhe as respostas válidas e de baixo risco; para insufficient_evidence, retorne uma resposta que indique a ausência de evidências, como “Não encontrei fundamentação suficiente nos documentos fornecidos”. Envie resultados inválidos para uma ramificação de nova tentativa com um contador armazenado no item do fluxo.
Uma política inicial prática é:
- Tentar novamente erros temporários de rede e limites de taxa até duas vezes, aumentando o tempo de espera e respeitando qualquer intervalo de nova tentativa especificado pelo provedor.
- Tentar novamente uma vez em caso de JSON malformado ou falha na verificação de citações, retornando ao modelo apenas os erros de validação e os mesmos registros de origem autorizados.
- Não repetir tentativas para permissões ausentes, extração vazia ou falta de evidências. Corrija a entrada, peça outro documento ou envie o caso para revisão.
- Após atingir o limite, registre a falha e retorne um status de revisão pendente ou indisponibilidade, nunca a resposta não validada.
Essas são decisões de projeto, não garantias. Classifique os erros do provedor usando a resposta real da sua integração. Se uma nova tentativa puder repetir uma gravação, use uma chave de idempotência no nível da aplicação ou verifique antes se já existe um registro; uma solicitação repetida não deve criar tickets de revisão duplicados nem enviar mensagens duplicadas.
Separe a revisão da resposta da aprovação de ferramentas
Para revisar a resposta, crie um registro de revisão contendo a pergunta, a resposta proposta, os erros de validação, os trechos citados, a versão do documento e um link para a fonte autorizada. Um revisor deve aprovar, corrigir ou rejeitar a resposta; registre a decisão e a identidade dessa pessoa antes de disponibilizá-la. Proteja o canal de revisão e evite copiar texto sensível dos documentos para canais sem controles de acesso adequados.
Isso é diferente do recurso Human review for tools do n8n. De acordo com a documentação do n8n, esse recurso pausa um AI Agent antes da execução de uma ferramenta selecionada. A aprovação executa a ferramenta com a entrada especificada pela IA; a recusa cancela a execução e informa o agente. Por si só, o recurso não valida uma resposta.
Para proteger uma ação, como enviar uma resposta externa ou atualizar um registro, abra o painel Tools do AI Agent, configure um canal de Human review e conecte a ferramenta relevante por meio dessa etapa de revisão. A documentação lista canais como n8n Chat e Slack. Inclua o nome e os parâmetros da ferramenta na mensagem de revisão usando as expressões documentadas $tool.name e $tool.parameters. No prompt de sistema do agente, identifique as ferramentas sujeitas a aprovação e instrua-o a explicar uma recusa, em vez de tentar novamente sem avisar ou buscar uma forma de contorná-la. Defina uma política operacional para solicitações que permaneçam sem resposta, como marcá-las como pendentes e encaminhá-las a uma instância superior; não pressuponha um comportamento automático de tempo limite.
Solução de problemas e checklist de lançamento
- As citações falham apesar de a página estar correta: verifique o OCR, as quebras de linha, a numeração das páginas e possíveis divergências de versão. Não substitua a página por outra sem avisar.
- As respostas omitem informações relevantes: verifique a cobertura da recuperação e as permissões dos documentos antes de aumentar o número de tentativas.
- Os revisores não conseguem verificar um trecho: inclua a versão exata e um link funcional para a fonte com controle de acesso, não apenas o nome do arquivo.
- O agente tenta executar uma ação de risco sem revisão: verifique se a ação está realmente conectada à etapa de revisão humana e teste tanto a recusa quanto a aprovação.
Antes do lançamento, teste uma resposta fundamentada, uma resposta ausente, uma citação inventada, JSON malformado, uma falha temporária do provedor e uma chamada de ferramenta recusada. Um fluxo útil pode informar que “não há evidências suficientes” e preservar essa decisão; ele nunca deve transformar uma falha de validação em uma resposta apresentada como confiável.
Fontes
Perguntas frequentes
A revisão humana do n8n valida uma resposta baseada em documentos?
Não por si só. O recurso documentado de revisão humana pausa chamadas selecionadas de ferramentas do AI Agent para aprovação ou recusa. Crie um processo separado de validação e revisão das respostas para verificar as citações e sua fundamentação factual.
Uma citação exata prova que uma resposta está correta?
Não. Ela comprova que o texto citado aparece no registro de origem verificado, mas não que o trecho sustenta todas as afirmações da resposta. Revise a relação entre a resposta e as evidências.
O que deve acontecer quando um documento não contém a resposta?
Retorne uma resposta indicando evidências insuficientes ou encaminhe a pergunta para revisão. Repetir chamadas ao modelo não substitui de forma confiável o material de origem ausente.
Artigos relacionados
Guides
Crie um fluxo de extração de dados recuperável no n8n
Projete um fluxo de extração no n8n que valide registros, tente novamente após falhas transitórias e encaminhe exceções para revisão humana sem gerar gravações duplicadas.
Guides
Crie um fluxo de extração de dados no n8n com atenção à privacidade
Projete um fluxo de extração no n8n que valide saídas estruturadas, trate falhas com segurança e encaminhe ações sensíveis para revisão humana.
Guides
Crie um fluxo de trabalho confiável no n8n para alterações em repositórios, validação e revisão humana
Saiba como criar um fluxo no n8n que extrai informações estruturadas de alterações em repositórios, valida os resultados, tenta novamente em caso de falhas temporárias, verifica os testes e encaminha ações de risco para revisão humana.
Guides
Crie um fluxo de triagem de suporte no n8n com validação, novas tentativas e aprovação humana
Projete um fluxo no n8n que extraia campos de chamados de suporte, valide os dados, trate falhas e exija aprovação humana antes de ações com consequências.