IA visão, transcrição e limites do plano

O FlexyAgents pode enriquecer conhecimento com IA além de texto plano: Gemini visão descreve imagens para que a busca semântica encontre “capturas da página de faturamento”, e Gemini transcreve podcasts ou vídeos de treinamento em texto pesquisável.

Em infraestrutura hospedada, sua assinatura pode incluir tetos mensais separados para (1) reconhecimento de imagem em uploads vs crawls, e (2) transcrição de mídia em uploads vs crawls. OCR (texto a partir de pixels) e metadados básicos não substituem visão — são caminhos distintos e não são o que essas cotas de “reconhecimento de imagem” medem.

Adicionar uma chave API Google Gemini válida para sua organização (Configurações → Chaves API de LLM) roteia visão e transcrição pela sua conta Google, de modo que cotas hospedadas do FlexyAgents para essas operações não são incrementadas.

Os quatro contadores hospedados (quando aplicável)

Administradores configuram limites no plano. Operadores veem o uso na UI de conhecimento: uploads mostram contadores do lado upload; a UI de crawl mostra contadores do lado crawl quando você ativa processamento de mídia.

Limites usam janelas de mês calendário e as mesmas convenções “ilimitado” que outros números do plano, onde -1 significa sem teto.

Reconhecimento de imagem — uploads na base: conta visão Gemini hospedada bem-sucedida em imagens enviadas.
Reconhecimento de imagem — crawl web: conta visão Gemini hospedada em imagens descobertas ao rastrear.
Transcrição de mídia — uploads: conta transcrição Gemini hospedada em arquivos de áudio/vídeo enviados.
Transcrição de mídia — crawl: conta transcrição Gemini hospedada em URLs de áudio/vídeo obtidas durante um crawl.

Comportamento e erros em uploads

Antes de processar, a plataforma verifica se a inferência usará uma chave Gemini hospedada ou a da sua organização. Se você está em inferência hospedada e o teto mensal já foi atingido, novos uploads que exijam visão ou transcrição podem ser rejeitados com erro claro (mensagem tipo HTTP 402 em APIs) em vez de salvar conteúdo vazio silenciosamente.

Se um plano BYOK exige sua própria chave Gemini e nenhuma está configurada, passos de visão e transcrição são omitidos; você ainda pode obter texto OCR ou metadados de arquivo onde aplicável.

Adicione uma chave Gemini cedo se marketing ou suporte enviam muitas capturas ou gravações.
Se uploads falharem com mensagem de cota, aumente limites (admin), adicione chave Gemini ou envie temporariamente formatos orientados a texto.

Crawl web: toggles separados

A configuração de crawl expõe dois toggles: reconhecimento de imagem (visão Gemini em imagens descobertas) e transcrição de áudio/vídeo (Gemini em URLs de mídia obtidas). Você pode rastrear só HTML, só imagens, só mídia ou qualquer combinação.

Iniciar um crawl que ative qualquer um exige configuração Gemini resolvível: FlexyAgents hospedado (conforme ambiente) ou sua chave Gemini de organização. Crawls só texto não exigem Gemini.

Pedidos legados de “processar toda mídia” mapeiam para ambos os toggles por compatibilidade.
Quando cotas de crawl hospedado se esgotam, imagens ou mídia posteriores nesse crawl podem ser processadas só com OCR ou placeholders — projetado para não carregar chamadas API falhas contra os limites.

O que operadores devem monitorar

Combine analytics com manutenção do conhecimento: se usuários perguntam por visuais, garanta visão ativa e cotas suficientes. Se transcrições falharem, melhore qualidade de áudio ou adicione Q&A revisado por humanos para redação crítica.

Documentação → Governança → Chaves API de LLM explica rotação e conformidade; Documentação → Conhecimento → Crawl web cobre cortesia, seeds e escopo.

IA visão, transcrição e limites do plano

Os quatro contadores hospedados (quando aplicável)

Comportamento e erros em uploads

Crawl web: toggles separados

O que operadores devem monitorar

Pronto para implantar assistentes fundamentados?