Jul, 134 min de leitura
Frontend
News · O agente Deep Research da Google passa agora a emitir gráficos em HTML e a transmitir o seu raciocínio em tempo real
Apr, 214 min de leitura
FrontendO agente Deep Research da Google passa agora a emitir gráficos em HTML e a transmitir o seu raciocínio em tempo real
O agente de investigação da Gemini API divide-se agora num nível rápido e interativo e num nível assíncrono Max, e para as equipas de frontend a mudança mais relevante está no que o agente passa a devolver: gráficos incorporados, resumos do raciocínio em tempo real e um plano revisível.
Dois agentes, dois orçamentos de latência a ter em conta no design
A Google dividiu a sua pré-visualização de dezembro em dois agentes com comportamentos suficientemente distintos para forçar uma decisão de frontend desde o início. O Deep Research está posicionado para "experiências de investigação integradas diretamente em superfícies de utilizador interativas onde se pretende uma latência mais baixa", substituindo a versão de pré-visualização por aquilo que a Google descreve como latência e custo reduzidos com maior qualidade. O Deep Research Max, por outro lado, "recorre a tempo de computação alargado no momento de execução para raciocinar, pesquisar e refinar de forma iterativa", e o próprio exemplo dado pela Google é uma tarefa noturna agendada que produz relatórios de due diligence prontos pela manhã.
Essa distinção é um contrato de interface, não apenas um nível de preços. Uma superfície síncrona em que o utilizador espera por um resultado deve recorrer ao agente rápido; tudo o que tiver a escala do Max deve funcionar como tarefa assíncrona, com notificação ou uma caixa de entrada de relatórios. Construir a mesma interface de espera para ambos daria uma ideia errada de quanto tempo cada um demora a executar.
O agente passa agora a devolver gráficos prontos para renderizar, não apenas texto
A mudança mais concreta para quem constrói o lado recetor é que o Deep Research "já não se limita a criar texto; gera nativamente gráficos e infografias de alta qualidade, incorporados em HTML ou através do Nano Banana." A Google descreve estes elementos visuais como "prontos para apresentação", gerados dinamicamente a partir dos dados subjacentes.
A saída em HTML significa que o frontend passa a ser responsável por sanitizar e incorporar em segurança a marcação gerada pelo modelo, e por gerir as saídas de imagem (Nano Banana) juntamente com o texto no mesmo fluxo de relatório. Trata-se de um pipeline de renderização diferente de apresentar um resumo em markdown. As equipas 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 esteja malformado ou seja inesperado.
O raciocínio transmitido em tempo real e uma etapa de revisão alteram o ciclo de interação
Duas funcionalidades reformulam a interação momento a momento. A transmissão em tempo real expõe "os passos de raciocínio intermédios do agente através de resumos de pensamento em tempo real", entregando texto e imagens à medida que são gerados. O planeamento colaborativo permite aos utilizadores "rever, orientar e refinar o plano de investigação gerado pelo agente antes do início da execução."
Juntas, estas funcionalidades definem uma interface em duas fases: uma etapa de aprovação do plano antes de o trabalho dispendioso começar, seguida de um fluxo de progresso em tempo real durante a execução. Para investigações de longo alcance, essa revisão do plano é o ponto de maior controlo — permite ao utilizador redirecionar o âmbito antes de gastar poder computacional, em vez de descartar um relatório já concluído. O trabalho de frontend aqui passa menos por uma caixa de chat e mais por um objeto de plano editável, aliado a um fluxo persistente de estados intermédios.
O que isto significa para as equipas que integram investigação numa superfície de produto
O alcance de dados do agente depende agora de configurações que o frontend tem de apresentar com transparência. O Deep Research pode pesquisar "a web, MCPs remotos arbitrários, ficheiros carregados e repositórios de ficheiros ligados — ou qualquer subconjunto destes", incluindo a opção de "desativar por completo o acesso à web para pesquisar exclusivamente sobre os dados personalizados." Com parceiros MCP como a FactSet, a S&P Global e a PitchBook, os utilizadores em áreas reguladas vão precisar de ver e controlar quais as fontes que uma investigação consultou, e cada relatório é entregue com citações completas, que a interface deve apresentar como ligações verificáveis, e não como mero elemento decorativo.
Na prática, esta atualização desloca a superfície de integração de "chamar uma API, mostrar um resumo" para "gerir um plano, transmitir estados intermédios, renderizar HTML e imagens em conjunto, e expor o âmbito das fontes." Está disponível a partir de hoje em pré-visualização pública nos níveis pagos da Gemini API através da Interactions API, pelo que os padrões de frontend para estas três fases — plano, transmissão, relatório citado — são o que uma equipa deve 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 saiba executar?
Ajudamos equipas em Portugal a integrar IA em produtos, automatizar processos de alto valor e modernizar os sistemas que suportam o negocio.
Leitura relacionada
Mais análises sobre entrega de produto, AI operacional e o trabalho de sistemas que faz com que a implementação funcione na prática.