> For the complete documentation index, see [llms.txt](https://docs.airops.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.airops.com/docs/pt/acoes/workflow-concepts/workflow-steps/memory-steps/memory-write.md).

# Escrever na Base de Conhecimento

Adicione um documento a uma Base de Conhecimento

## O que é uma etapa de escrita na base de conhecimento?

A etapa de escrita na base de conhecimento permite-lhe adicionar conteúdo a uma base de conhecimento existente. Pode adicionar tanto conteúdo pesquisável, que será convertido em embeddings, como conteúdo de metadados, que pode ser recuperado e filtrado.

Saiba como configurar uma base de conhecimento da AirOps [aqui](https://docs.airops.com/docs/pt/contexto/knowledge-bases.md).

## Como configurar a etapa de escrita na base de conhecimento

### Selecione uma base de conhecimento

Selecione o nome da sua base de conhecimento na lista pendente.

### Texto

O ficheiro, texto ou dados que pretende tornar pesquisáveis.

### Metadados

Metadados que pretende atribuir aos embeddings num formato JSON, como:

```
{
    "title": "...",
    "description": "...",
    "tag": "..."
}
```

{% hint style="info" %}
Os metadados permitem-lhe[https://github.com/airopshq/airops-docs/blob/main/building-workflows/workflow-steps/memory-steps/broken-reference/README.md](https://github.com/airopshq/airops-docs/blob/main/building-workflows/workflow-steps/memory-steps/broken-reference/README.md "mention")na etapa de pesquisa da base de conhecimento
{% endhint %}

<figure><img src="https://31915162-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FX2n5yPRPynbnWuO4SH0M%2Fuploads%2Fgit-blob-388e5475116fc559fb36f150bbe285d9543e5ef6%2Fkb-write-01-step-config.png?alt=media" alt="Write to Knowledge Base step saving text with date and topic metadata to SpaceOps Docs"><figcaption><p>Adicione um documento com metadados a uma base de conhecimento.</p></figcaption></figure>

## Escrita na base de conhecimento para manter o estado

Um dos desafios da gestão de fluxos de trabalho com LLMs é garantir a continuidade, acompanhando as decisões anteriores. Por exemplo, ao criar um fluxo de trabalho que usa um LLM para vasculhar um site à procura de "notícias recentes" e sugerir ideias de conteúdo, é fundamental dispor de um mecanismo para registar sugestões anteriores. Isto ajuda a evitar a repetição de ideias, mantendo a novidade e a relevância do conteúdo gerado.

[Bases de Conhecimento](https://docs.airops.com/docs/pt/contexto/knowledge-bases.md) podemos ajudar com isto. Ao implementar a estrutura seguinte, pode resolver este problema:

Antes de começar, crie uma base de conhecimento nova e vazia. Em seguida, adicione o seguinte ao seu fluxo de trabalho:

1. **Pesquisa na base de conhecimento** **Etapa -** Pesquise nas bases de conhecimento a data de hoje. Serão recuperadas as entradas mais recentes adicionadas a essa base de conhecimento.
2. **Etapa LLM -** Forneça ao seu modelo cerca de 5 a 10 resultados da **etapa de pesquisa na base de conhecimento** com uma instrução como "Eis os resultados que forneceu anteriormente; não repita nenhuma destas ideias:"
3. **Etapa de escrita na base de conhecimento** - Escreva na base de conhecimento a data de hoje (consulte a [documentação do Liquid](https://shopify.github.io/liquid/filters/date/) para mais informações) na coluna de pesquisa e adicione o resultado numa coluna de metadados. Assim, só será usada a data quando a base de conhecimento for pesquisada.

Se tiver alguma dúvida, contacte-nos.


---

# 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://docs.airops.com/docs/pt/acoes/workflow-concepts/workflow-steps/memory-steps/memory-write.md?ask=<question>&goal=<user_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.
