Jul, 134 min de leitura
Frontend
News · O agente Deep Research do Google agora gera gráficos em HTML e transmite seu raciocínio em tempo real
Apr, 214 min de leitura
FrontendO agente Deep Research do Google agora gera gráficos em HTML e transmite seu raciocínio em tempo real
O agente de pesquisa da API do Gemini se divide em dois níveis: um rápido e interativo, e outro assíncrono chamado Max. Para os times de frontend, a mudança que realmente importa é o que o agente passa a devolver: gráficos incorporados, resumos de raciocínio em tempo real e um plano que pode ser revisado antes da execução.
Dois agentes, dois orçamentos de latência para planejar o design
O Google dividiu sua versão prévia de dezembro em dois agentes com comportamentos distintos o suficiente para exigir uma decisão de frontend desde o início. O Deep Research é voltado para "experiências de pesquisa integradas diretamente a interfaces interativas onde uma latência menor é desejada", substituindo a versão prévia por algo que o Google descreve como menor latência e custo, com qualidade superior. Já o Deep Research Max "aproveita computação estendida em tempo de teste para raciocinar, buscar e refinar iterativamente", e o próprio exemplo do Google é um job noturno que gera relatórios de due diligence prontos pela manhã.
Essa distinção é um contrato de UI, não apenas um nível de preço. Uma interface síncrona, em que o usuário espera por um resultado, deve usar o agente rápido; qualquer coisa na escala do Max pertence a um job assíncrono, com notificação ou uma caixa de entrada de relatórios. Usar a mesma UI de espera para os dois casos distorceria o tempo que cada um realmente leva para rodar.
O agente agora devolve gráficos renderizáveis, não só texto
A mudança mais concreta para quem constrói o lado que recebe esses dados é que o Deep Research "não cria apenas texto; ele gera nativamente gráficos e infográficos de alta qualidade incorporados em HTML ou com o Nano Banana". O Google descreve esses elementos visuais como "prontos para apresentação", gerados dinamicamente a partir dos dados subjacentes.
Uma saída em HTML significa que o frontend agora é responsável por sanitizar e incorporar com segurança o markup gerado pelo modelo, além de lidar com saídas de imagem (Nano Banana) junto com texto no mesmo fluxo de relatório. É um pipeline de renderização bem diferente de simplesmente exibir um resumo em markdown. Os times vão precisar de um layout que intercale texto narrativo, gráficos gerados e citações — e de uma política para os casos em que o HTML gerado vier malformado ou inesperado.
Raciocínio transmitido em tempo real e uma etapa de revisão mudam o loop de interação
Dois recursos remodelam a interação a cada instante. A transmissão em tempo real expõe "as etapas intermediárias de raciocínio do agente com resumos de pensamento ao vivo", entregando texto e imagens conforme são gerados. O planejamento colaborativo permite que os usuários "revisem, orientem e refinem o plano de pesquisa gerado pelo agente antes que ele comece a execução".
Juntos, esses recursos definem uma interface em duas etapas: uma fase de aprovação do plano antes de começar o trabalho custoso, seguida por um feed de progresso ao vivo enquanto ele roda. Para pesquisas de longo horizonte, essa revisão do plano é o ponto de maior controle — ela permite que o usuário redirecione o escopo antes de gastar computação, em vez de descartar um relatório já pronto. Aqui, o trabalho de frontend é menos sobre uma caixa de chat e mais sobre um objeto de plano editável, além de um fluxo durável de estados intermediários.
O que isso significa para times que estão integrando pesquisa a um produto
O alcance de dados do agente agora depende de uma configuração que o frontend precisa expor com transparência. O Deep Research pode pesquisar "a web, MCPs remotos arbitrários, arquivos enviados e repositórios de arquivos conectados — ou qualquer subconjunto deles", incluindo a opção de "desativar completamente o acesso à web para pesquisar exclusivamente nos seus dados personalizados". Com parceiros de MCP como FactSet, S&P Global e PitchBook, usuários em áreas regulamentadas vão precisar ver e controlar quais fontes uma investigação consultou, e cada relatório sai com citações completas, que a interface deve renderizar como links verificáveis, não como decoração.
A conclusão prática: esse lançamento move a superfície de integração de "chamar uma API, mostrar um resumo" para "gerenciar um plano, transmitir estados intermediários, renderizar HTML e imagens misturados, e expor o escopo das fontes". Já está disponível em preview público nos níveis pagos da API do Gemini via Interactions API, então os padrões de frontend para essas três fases — plano, transmissão, relatório citado — são o que um time deveria prototipar antes de se comprometer com uma única visão.
Find this story relevant to you?
Contact us to find a unique solution
Precisa de um parceiro de engenharia de IA que consiga construir de verdade?
Ajudamos empresas no Brasil a integrar IA, acelerar produtos com IA, automatizar operações e modernizar os sistemas de software por trás do negócio.
Leituras relacionadas
Mais análises sobre entrega de produto, IA operacional e o trabalho de sistemas que faz a implantação se sustentar na prática.