> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/pt/ai/ai-whitepaper/agentic-search.md).
# Pesquisa agêntica
## **O que é a Pesquisa Agêntica?**
#### Agentic Search é uma camada de contexto unificada, sensível a Permissão, que abrange o conteúdo do Zoom e fontes de dados empresarial conectadas
A pesquisa agentica é uma capacidade de recuperação de conhecimento com nível empresarial que reúne, indexa e correlaciona informações relevantes em todo o conteúdo nativo do Zoom e em fontes de dados de terceiros conectadas, formando um único corpo de conhecimento organizacional que uma consulta resolve. O que a distingue da pesquisa convencional é a amplitude do que uma única consulta pode mobilizar: uma transcrição de reunião, uma mensagem de Team Chat e um documento armazenado em um drive corporativo na nuvem podem contribuir para o mesmo resultado. A forma desse resultado depende do ponto de entrada — uma resposta sintetizada em linguagem natural, ou um conjunto classificado de material de origem fundamentado para outro modelo raciocinar — mas as fontes abrangidas e as permissões aplicadas contra elas não mudam.
Dentro do Zoom, a recuperação abrange o registro do trabalho que já se acumula na plataforma — reuniões gravadas e transcrições, resumos de reunião, conversas do Team Chat e os documentos, anotações e outros artefatos criados junto com eles. Além do Zoom, a recuperação se estende a sistemas conectados de registro e repositórios de conteúdo, que podem incluir serviços como Salesforce, Google Drive, OneDrive, SharePoint, Confluence, Box, ServiceNow, Workday, Zendesk e Seismic. Quando a indexação é suportada e ativada, o conteúdo desses sistemas é ingerido na camada de recuperação do Zoom junto com informações nativas do Zoom, de modo que uma pergunta seja respondida com base em um único conjunto de conhecimento organizacional, em vez de um conjunto de repositórios isolados que precisam ser pesquisados separadamente nos seus próprios termos.
A recuperação respeita a Permissão em toda a sua extensão. Os controles de Acessar de cada sistema de origem são herdados e aplicados, portanto as informações apresentadas — nativas do Zoom ou de terceiros — são limitadas com base nas Permissões aplicáveis do usuário ou do agente solicitante. Ampliar o conjunto de fontes pesquisáveis não amplia o Acessar de nenhum indivíduo a elas.
#### "Pesquisa agentiva" descreve uma capacidade, não uma interface
A Pesquisa Agêntica é melhor entendida como uma capacidade subjacente, em vez de uma tela ou botão específicos. A mesma capacidade é alcançada de mais do que uma forma: através da interface ZoomMate para utilizadores do dia a dia e através das APIs Search and Ask e do Model Context Protocol (MCP) para aplicações e agentes de IA. Seja qual for o ponto de entrada utilizado, o termo refere-se à mesma função central: recuperar e sintetizar informação relevante em várias fontes.
#### O ZoomMate usa a Pesquisa Agêntica para recuperar dados indexados do conhecimento organizacional conectado e, em seguida, sintetiza os resultados em uma resposta em Idioma natural
Para os utilizadores do dia a dia, o ZoomMate é onde a Pesquisa Agentic se torna rotina. Preparar-se para as próximas reuniões, recordar uma decisão tomada ao longo de várias reuniões passadas ou localizar um documento ligado a um item de ação em aberto — cada um pode ser resolvido numa única solicitação, em vez de exigir pesquisas separadas entre reuniões, chats, documentos, Armazenamento em nuvem e sistemas de CRM ou de emissão de tickets.
#### O MCP e as APIs de Pesquisa e Pergunta estendem a mesma recuperação para aplicações e agentes de IA externos
Aplicativos e agentes de IA externos, inclusive aqueles construídos com LLMs de terceiros, ligam o Agentic Search como uma ferramenta por meio do MCP. Os controles de acesso acompanham o ato de ligar, de modo que um agente recupera informações consistentes com as permissões do usuário autenticado.
O **API de Pesquisa** retorna um conjunto classificado de resultados relevantes e deixa a geração para o próprio modelo do chamador, o que é adequado para casos em que o material-fonte bruto e fundamentado é o resultado desejado.
O **API de Consulta** executa tanto a recuperação quanto a geração dentro do Zoom, retornando uma resposta sintetizada e com citações em linguagem natural.
#### Um índice permanente e a recuperação em tempo de solicitação mantêm atualizados os dados que mudam com frequência
O Agentic Search não se limita a um índice estático. O conteúdo é vetorizado, indexado e categorizado por palavras-chave, com conteúdo de terceiros aprovado incorporado por meio de sincronização incremental no escopo do administrador para recuperação posterior eficiente. Dados que mudam com frequência, ou que se beneficiam de atualização em tempo de solicitação, podem, em vez disso, ser consultados diretamente por meio do MCP ou de conexões equivalentes em tempo real, em vez de serem fornecidos a partir do índice.
Juntos, o índice permanente e a recuperação em tempo de solicitação fazem com que a camada de contexto reflita o estado atual dos sistemas conectados, e não o estado deles na última sincronização.
## **Fontes de Dados e Indexação**
#### A arquitetura de indexação do Zoom é feita sob medida para recuperação de IA conversacional
A arquitetura de indexação do Zoom é feita sob medida para IA conversacional, usando pesquisa vetorial, fragmentação de conteúdo e um esquema projetado em torno da forma como os sistemas conversacionais recuperam contexto. Muitas tecnologias de pesquisa empresarial e de grafos foram originalmente projetadas com um objetivo diferente: Conectando documentos, pessoas, metadados e outras entidades em um ambiente de produtividade. Essa diferença arquitetural importa porque a IA conversacional precisa identificar e recuperar as partes específicas de informação semanticamente relevantes para a pergunta de um usuário, em vez de navegar principalmente pelas relações entre documentos ou entidades. A abordagem do Zoom estrutura e indexa o conteúdo em torno desse modelo de recuperação, tornando os casos de uso conversacionais uma consideração arquitetural central, e não uma capacidade adicionada a um sistema projetado para um propósito diferente.
Em outras palavras: é a diferença entre indexar uma biblioteca por livros individuais e indexá-la pelos trechos que alguém realmente poderia precisar para responder a uma pergunta.
#### O Conector de terceiros estende a camada de contexto do Zoom para sistemas de terceiros autorizados, sujeito à habilitação do administrador
O Agentic Search dá suporte à indexação a partir de Conectores de terceiros autorizados, incluindo Google Drive, OneDrive, Box, Salesforce, ServiceNow, Zendesk, Seismic, Confluence e SharePoint, com outros Conectores Disponível dependendo do status atual de lançamento. O fato de um Conector estar Disponível não significa que seu conteúdo seja automaticamente pesquisável — cada fonte deve ser habilitada por um administrador antes que o Agentic Search possa começar a ingerir esse conteúdo. Esse modelo controlado por administrador é deliberado: ele foi projetado para manter o escopo da indexação alinhado ao que uma Organização realmente autorizou, em vez de expor por padrão todos os sistemas conectáveis. Para fontes baseadas em arquivos, como unidades na nuvem, o conteúdo do documento é recuperado para processamento, em vez de ser apenas vinculado.
#### Como a indexação funciona: da ingestão a um índice consultável
Quando um Conector é habilitado, o Agentic Search cria um índice pesquisável de conteúdo aprovado, em vez de consultar novamente o sistema de origem a cada solicitação. O processo passa por várias etapas:
1. **Ingestão** — O conteúdo aprovado é obtido da fonte conectada, sujeito ao escopo que um administrador autorizou e às permissões dos usuários Conectando. Para fontes baseadas em arquivos, como unidades na nuvem, o conteúdo do documento é recuperado para processamento, em vez de apenas vinculado.
2. **Segmentação** — O conteúdo recuperado é dividido em passagens menores para que a recuperação possa retornar a parte específica de um documento relevante para uma consulta, em vez de arquivos inteiros.
3. **Vetorização** — Cada passagem é convertida em um embedding numérico usando um modelo de embedding, permitindo que a recuperação corresponda ao significado e não apenas à redação exata.
4. **Indexação por palavras-chave** — O conteúdo também é indexado para correspondência por palavras-chave. Tanto os recursos Search quanto Ask dependem de correspondências por palavras-chave juntamente com a similaridade vetorial, portanto as duas abordagens operam em conjunto e não como alternativas.
5. **Indexação de metadados de Permissão** — As informações de Acessar do usuário são indexadas junto com o conteúdo, derivadas das permissões nativas do próprio sistema de origem, para que a filtragem ciente de Permissão possa ser aplicada no momento da consulta.
O resultado é um índice de recuperação específico do cliente — o conteúdo de uma origem é armazenado em um formato delimitado para esse cliente e regido pela Permissão desse cliente, em vez de em um armazenamento compartilhado ou entre locatários.
#### Diagramas e fluxos de dados estão Disponível para referência
Diagramas que ilustram como o Zoom's Agentic Search se conecta a aplicativos, serviços e fontes de dados de terceiros — incluindo fluxos de dados de conexão e indexação — estão Disponível no [Whitepaper do Zoom AI](https://library.zoom.com/ai/ai-whitepaper/diagrams#zoommate-third-party-connections-and-indexing).
#### O que é indexado é regido pelo escopo que um administrador autoriza para o Conector
O conteúdo que é indexado é regido pelo escopo que um administrador autoriza para o Conector. Depois que uma fonte é conectada, o índice é mantido por meio de atualizações contínuas, em vez de ingestão única:
1. **Sincronizar inicial**: Na primeira configuração, o Conector realiza uma sincronização completa do conteúdo no escopo, incluindo o conteúdo histórico existente.
2. **Atualização diária do índice**: Para algumas fontes, o Conector atualiza o conteúdo no escopo uma vez por dia.
3. **Sincronizar incremental**: Para outras, o Conector executa Sincronizar periódicos ao longo de cada dia que processam apenas o conteúdo adicionado, modificado ou alterado desde o último Sincronizar, em vez de reprocessar todo o repositório a cada vez.
#### A recuperação indexada e a recuperação em tempo real trabalham juntas
O Agentic Search usa dois caminhos de recuperação, e qual deles se aplica é determinado por como uma fonte está conectada e que tipo de dados ela contém — não por uma configuração por consulta ou por pasta que um usuário ou administrador alterna.
Conteúdo conectado como uma **fonte de dados em nível de conta** no painel do administrador é ingerido em um índice específico do cliente e pesquisado a partir daí. Este é o caminho padrão para conteúdo não estruturado — documentos, artigos de conhecimento e arquivos — porque um índice pré-construído torna a recuperação rápida e eficiente no momento da consulta, e produz um índice pesquisável compartilhado em toda a Organização.
O conteúdo é acessado **diretamente, em tempo real, por meio de MCP ou de uma API** nos outros casos: conectores pessoais que um usuário individual autoriza (como seu próprio e-mail, calendário ou Armazenamento em nuvem pessoal), registros estruturados como dados de objetos de CRM e outros conteúdos que mudam com frequência suficiente para se beneficiar da atualidade no momento da solicitação. Um Conector pessoal recupera apenas os documentos aos quais o usuário que fez a conexão pode acessar, e as conexões de dados estruturados carregam sua própria autenticação e autorização do usuário, em vez de serem servidas a partir do índice.
Como o caminho segue a conexão, o mesmo aplicativo subjacente pode ser acessado de qualquer uma das formas, dependendo de como ele é configurado. Um serviço de Armazenamento em nuvem conectado como uma fonte de dados gerenciada por um administrador é indexado para busca em toda a Organização, enquanto o mesmo serviço conectado como um Conector pessoal de um indivíduo é consultado diretamente e restrito ao próprio acesso desse usuário.
#### As conexões externas do Agentic Search são baseadas no Model Context Protocol (MCP)
As conexões entre Zoom e modelos, ferramentas e fontes de dados externas são baseadas no Model Context Protocol (MCP), um padrão aberto cliente-servidor para ligar modelos a ferramentas e dados. Os servidores MCP operam na borda do Zoom, fornecendo uma interface consistente por meio da qual as solicitações de recuperação são feitas — tanto para recuperação em tempo real de sistemas conectados quanto para agentes externos que acessam o Agentic Search como uma ferramenta. Esse transporte padronizado substitui integrações pontuais, fonte por fonte, por um modelo de conexão comum.
#### A duração da indexação varia conforme o cliente, o volume de dados e o tipo de dados
Não há um cronograma fixo para quanto tempo um determinado Conector leva para indexar totalmente. O tempo necessário varia conforme cada cliente, dependendo da quantidade de dados sendo indexados e do tipo de dados envolvido. Os limites de taxa impostos pela plataforma de terceiros que está sendo indexada são um fator contribuinte — cada sistema de origem limita quanto dado pode ser puxado em uma determinada janela, e essa limitação varia de acordo com a plataforma, o nível do plano e o design da API. Clientes que planejam uma indexação pela primeira vez para um repositório grande ou muito utilizado devem esperar um prazo de várias semanas, e não um resultado no mesmo dia ou na mesma semana.
#### A capacidade de indexação escala com o nível da licença do ZoomMate e é agrupada no nível da Organização
A capacidade de indexação é uma função do nível da licença, e não de uma alocação universal fixa. Cada usuário licenciado contribui com uma quantidade de capacidade por assento com base no seu nível, e esses valores se combinam em um único pool em toda a Organização que é compartilhado pela organização como um todo, em vez de ser alocado a cada usuário individual.
O conteúdo total indexado em todas as fontes conectadas e em todos os usuários deve permanecer dentro do pool combinado da organização — o que significa que um usuário que indexa um repositório grande consome a mesma capacidade compartilhada disponível para todos os demais. Como o pool cresce com cada assento licenciado, a capacidade total de uma Organização é a soma do que todos os seus usuários licenciados contribuem.
Por exemplo, se uma licença concede 1 GB de armazenamento, com 25 licenças, a conta tem um total de 25 GB de armazenamento. Com 100 usuários, 100 GB.
Organizações que planejam indexar repositórios grandes (um espaço completo do Confluence, uma unidade grande do SharePoint, uma instância madura de CRM) devem dimensionar seu nível de licença e a contagem de assentos em função do volume total de conteúdo esperado, e não dos padrões de uso por usuário. Capacidade adicional de indexação está disponível — fale com sua equipe da conta Zoom para obter mais informações.
#### O tamanho do arquivo e o tipo de arquivo afetam o que é indexado
Dois limites de tamanho separados se aplicam e eles se comportam de maneira diferente:
* **Limite de 64 MB do arquivo original (download):** Se o tamanho original de um arquivo de origem exceder 64 MB, ele é ignorado e não é baixado para processamento.
* **Limite de 16 MB do conteúdo processado (indexação):** Os arquivos baixados são convertidos para um formato de processamento unificado. Se o arquivo processado resultante exceder 16 MB, apenas os primeiros 16 MB do seu conteúdo são indexados; o restante não é.
Os dois limites falham de maneiras diferentes: um original muito grande é ignorado por completo, enquanto um arquivo processado muito grande é truncado em vez de excluído, de modo que seu conteúdo inicial ainda aparece na recuperação, enquanto o conteúdo posterior não aparece.
Separadamente, a indexação depende do tipo de arquivo, independentemente do tamanho. Conteúdo multimídia — áudio, vídeo e imagens — não é indexado, em qualquer tamanho. Ele é removido durante a conversão para o formato de processamento unificado, antes que qualquer um dos limites de tamanho seja avaliado. Os metadados são indexados para todos os documentos, mas o conteúdo completo é indexado apenas para tipos de arquivo compatíveis e não multimídia. Para tipos não compatíveis, o documento ainda pode ser encontrado por seus metadados, mas seu conteúdo não é pesquisável.
#### Os administradores não podem controlar atualmente a ordem em que o conteúdo é indexado
Hoje não há mecanismo para que um administrador priorize pastas, espaços ou tipos de conteúdo específicos para serem indexados antes de outros dentro de uma fonte conectada. A indexação prossegue pelo conteúdo elegível em um Conector ativado sem uma forma de sequenciá-la, o que significa que as Organizações não podem antecipar a indexação de seu conteúdo de maior valor e devem esperar que a cobertura de indexação se amplie gradualmente por todo o repositório, em vez de começar primeiro pelo material mais crítico para o negócio.
A indexação também não pode ser agendada para ser executada em um horário ou cadência escolhidos. Depois que uma fonte é ativada, a indexação é executada no seu próprio ritmo, em vez de em um agendamento definido por um administrador, portanto é melhor tratá-la como um processo em segundo plano que termina quando termina, e não como algo que possa ser sincronizado com uma janela específica.
## **Administração, Permissões e Governança**
#### Os administradores podem controlar quais fontes estão conectadas, e os usuários autenticam seu próprio acesso
Os Conectores são ativados por um administrador, que determina quais sistemas de terceiros estão disponíveis para indexação e busca dentro da Organização. Ativar um Conector torna uma fonte Disponível para a Organização, mas não concede intrinsecamente acesso ao seu conteúdo. Cada usuário deve autenticar seu acesso à fonte individualmente — uma vez autenticado, suas permissões de recuperação ficam alinhadas com suas permissões existentes no sistema de origem, de modo que ele só pode exibir o que já podia acessar lá.
#### A recuperação é sensível à Permissão e somente leitura
O Agentic Search foi projetado para aplicar os controles de acesso de cada sistema de origem, de modo que as respostas reflitam apenas o conteúdo que o usuário já está autorizado a ver; dois usuários que fazem a mesma pergunta podem receber resultados diferentes com base em sua respectiva Permissão na fonte de dados de terceiros. A recuperação é somente leitura e segue as políticas de retenção de cada fonte — por exemplo, o conteúdo de uma reunião do Zoom segue seu período de retenção aplicável em vez de ser retido separadamente pela camada de busca. Como a recuperação é regida e sensível à Permissão no momento da consulta, ela também oferece uma alternativa à exportação em massa de transcrições ou registros brutos, mantendo o acesso alinhado com a fonte original de terceiros.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://library.zoom.com/technical-library/pt/ai/ai-whitepaper/agentic-search.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.