@Osas_Eduwoh LLMs são não-determinísticos por padrão, então algumas variações são normais. O primeiro lever é a temperatura — diminua para 0 nas opções dos nós do modelo para obter a saída mais consistente. mas depende que tipo de inconsistência você está vendo, o conteúdo/wording real está mudando de execução para execução, ou é o formato/estrutura (a forma do json, campos faltando) que está variando? o fix é diferente para cada um, então qual é?
Configurações de temperatura alta, prompts pouco claros ou limitações do modelo podem causar variações. Tente usar prompts mais específicos e valores de temperatura mais baixos.
Oi! Saídas inconsistentes da IA geralmente vêm das configurações do modelo, e não de um bug do n8n. Como os LLMs são probabilísticos, eles naturalmente variam a menos que você os fixe.
Tente esses ajustes rápidos para obter resultados consistentes:
Abaixe a Temperatura: Reduza para 0 ou 0.2 no seu nó de modelo. Isso impede que a IA fique “criativa” e força respostas estritas.
Codifique o Formato de Saída: No seu prompt do sistema, diga explicitamente como ela deve responder. Por exemplo: “Saída estritamente em JSON. Não inclua textos conversacionais como ‘Aqui está seus dados’.”
Dê Exemplos: Adicione 2 ou 3 exemplos de uma entrada e saída perfeitas diretamente no prompt (few-shot prompting). Isso dá à IA um padrão claro para copiar.
Se conseguir copiar/colar seu workflow aqui (apenas Ctrl+C na sua tela e Ctrl+V aqui) e compartilhar um exemplo rápido de uma resposta boa versus ruim, posso analisar e ajudá-lo a ajustá-lo.