crewAI/docs/pt-BR/enterprise/guides/training-crews.mdx

---
title: "Treinamento de Crews"
description: "Treine seus crews implantados diretamente da plataforma CrewAI AMP para melhorar o desempenho dos agentes ao longo do tempo"
icon: "dumbbell"
mode: "wide"
---

O treinamento permite que você melhore o desempenho do crew executando sessões de treinamento iterativas diretamente da aba **Training** no CrewAI AMP. A plataforma usa o **modo de auto-treinamento** — ela gerencia o processo iterativo automaticamente, diferente do treinamento via CLI que requer feedback humano interativo por iteração.

Após a conclusão do treinamento, o CrewAI avalia as saídas dos agentes e consolida o feedback em sugestões acionáveis para cada agente. Essas sugestões são então aplicadas às execuções futuras do crew para melhorar a qualidade das saídas.

<Tip>
  Para detalhes sobre como o treinamento do CrewAI funciona internamente, consulte a página [Conceitos de Treinamento](/pt-BR/concepts/training).
</Tip>

## Pré-requisitos

<CardGroup cols={2}>
  <Card title="Implantação ativa" icon="rocket">
    Você precisa de uma conta CrewAI AMP com uma implantação ativa em status **Ready** (tipo Crew).
  </Card>
  <Card title="Permissão de execução" icon="key">
    Sua conta deve ter permissão de execução para a implantação que deseja treinar.
  </Card>
</CardGroup>

## Como treinar um crew

<Steps>
  <Step title="Abra a aba Training">
    Navegue até **Deployments**, clique na sua implantação e selecione a aba **Training**.
  </Step>

  <Step title="Insira um nome de treinamento">
    Forneça um **Training Name** — este será o nome do arquivo `.pkl` usado para armazenar os resultados do treinamento. Por exemplo, "Expert Mode Training" produz `expert_mode_training.pkl`.
  </Step>

  <Step title="Preencha as entradas do crew">
    Insira os campos de entrada do crew. Estas são as mesmas entradas que você forneceria para um kickoff normal — elas são carregadas dinamicamente com base na configuração do seu crew.
  </Step>

  <Step title="Inicie o treinamento">
    Clique em **Train Crew**. O botão muda para "Training..." com um spinner enquanto o processo é executado.

    Por trás dos panos:
    - Um registro de treinamento é criado para sua implantação
    - A plataforma chama o endpoint de auto-treinamento da implantação
    - O crew executa suas iterações automaticamente — nenhum feedback manual é necessário
  </Step>

  <Step title="Monitore o progresso">
    O painel **Current Training Status** exibe:
    - **Status** — Estado atual da execução do treinamento
    - **Nº Iterations** — Número de iterações de treinamento configuradas
    - **Filename** — O arquivo `.pkl` sendo gerado
    - **Started At** — Quando o treinamento começou
    - **Training Inputs** — As entradas que você forneceu
  </Step>
</Steps>

## Entendendo os resultados do treinamento

Uma vez que o treinamento for concluído, você verá cards de resultado por agente com as seguintes informações:

- **Agent Role** — O nome/função do agente no seu crew
- **Final Quality** — Uma pontuação de 0 a 10 avaliando a qualidade da saída do agente
- **Final Summary** — Um resumo do desempenho do agente durante o treinamento
- **Suggestions** — Recomendações acionáveis para melhorar o comportamento do agente

### Editando sugestões

Você pode refinar as sugestões para qualquer agente:

<Steps>
  <Step title="Clique em Edit">
    No card de resultado de qualquer agente, clique no botão **Edit** ao lado das sugestões.
  </Step>

  <Step title="Modifique as sugestões">
    Atualize o texto das sugestões para refletir melhor as melhorias que você deseja.
  </Step>

  <Step title="Salve as alterações">
    Clique em **Save**. As sugestões editadas são sincronizadas de volta à implantação e usadas em todas as execuções futuras.
  </Step>
</Steps>

## Usando dados de treinamento

Para aplicar os resultados do treinamento ao seu crew:

1. Anote o **Training Filename** (o arquivo `.pkl`) da sua sessão de treinamento concluída.
2. Especifique este nome de arquivo na configuração de kickoff ou execução da sua implantação.
3. O crew carrega automaticamente o arquivo de treinamento e aplica as sugestões armazenadas a cada agente.

Isso significa que os agentes se beneficiam do feedback gerado durante o treinamento em cada execução subsequente.

## Treinamentos anteriores

A parte inferior da aba Training exibe um **histórico de todas as sessões de treinamento anteriores** da implantação. Use isso para revisar execuções de treinamento anteriores, comparar resultados ou selecionar um arquivo de treinamento diferente para usar.

## Tratamento de erros

Se uma execução de treinamento falhar, o painel de status mostra um estado de erro junto com uma mensagem descrevendo o que deu errado.

Causas comuns de falhas de treinamento:
- **Runtime da implantação não atualizado** — Certifique-se de que sua implantação está executando a versão mais recente
- **Erros de execução do crew** — Problemas na lógica de tarefas do crew ou configuração do agente
- **Problemas de rede** — Problemas de conectividade entre a plataforma e a implantação

## Limitações

<Info>
  Tenha estas restrições em mente ao planejar seu fluxo de trabalho de treinamento:
  - **Um treinamento ativo por vez** por implantação — aguarde a execução atual terminar antes de iniciar outra
  - **Apenas modo de auto-treinamento** — a plataforma não suporta feedback interativo por iteração como o CLI
  - **Dados de treinamento são específicos da implantação** — os resultados do treinamento estão vinculados à instância e versão específicas da implantação
</Info>

## Recursos relacionados

<CardGroup cols={3}>
  <Card title="Conceitos de Treinamento" icon="book" href="/pt-BR/concepts/training">
    Aprenda como o treinamento do CrewAI funciona internamente.
  </Card>
  <Card title="Kickoff Crew" icon="play" href="/pt-BR/enterprise/guides/kickoff-crew">
    Execute seu crew implantado a partir da plataforma AMP.
  </Card>
  <Card title="Implantar no AMP" icon="cloud-arrow-up" href="/pt-BR/enterprise/guides/deploy-to-amp">
    Faça a implantação do seu crew e deixe-o pronto para treinamento.
  </Card>
</CardGroup>