> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tess.im/llms.txt
> Use this file to discover all available pages before exploring further.

# AI Step | CSV to Text

O step CSV to Text converte arquivos de planilha (.csv) em texto estruturado e legível por modelos de linguagem. Com ele, seus agentes passam a consumir dados tabulares diretamente, sem necessidade de softwares de planilha ou intervenção humana para tratar o arquivo.

### O que é o Step?

Este step pertence ao grupo Document Processing — uma categoria dedicada a transformar formatos de arquivo em conteúdo utilizável pela IA.

Na prática, o CSV to Text:

* Lê arquivos CSV hospedados online ou enviados pelo usuário
* Identifica automaticamente delimitadores (vírgula, ponto e vírgula, etc.)
* Converte o conteúdo tabular em texto puro e contínuo
* Injeta esse texto no contexto do agente antes da conversa começar

O output é um bloco de texto bruto, perfeitamente formatado para ser usado em prompts como base de análise, geração de relatórios ou respostas contextualizadas.

### Onde encontrar

1. Acesse o AI Studio
2. Clique em Add AI Step
3. Em Select Step Category, escolha Document Processing
4. Selecione CSV to Text

<Frame>
  <img src="https://mintcdn.com/tess-dfe1edf0/8b4GWdZxIeR2fmow/images/image-196.png?fit=max&auto=format&n=8b4GWdZxIeR2fmow&q=85&s=40fbd077d8970b76948465fe2085a0e8" alt="Image" title="Image" style={{ width:"53%" }} width="936" height="908" data-path="images/image-196.png" />
</Frame>

### Como usar?

Campos de configuração:

| Campo             | Obrigatório | Descrição                                                                                                                            |
| :---------------- | :---------- | :----------------------------------------------------------------------------------------------------------------------------------- |
| Step Name         | Sim         | Nome interno do step. Use apenas caracteres alfanuméricos. Esse nome é usado para referenciar o resultado em outros steps ou prompts |
| Upload de Arquivo | Sim         | URL direta de um arquivo CSV hospedado online ou variável de entrada de arquivo do usuário (ex: `{{csvfile}}`)                       |

O step funciona como uma ponte entre dados tabulares e linguagem natural.

<Card title="Fluxo">
  CSV (URL ou upload) → Step processa e converte

  ↓

  Texto puro entra no contexto → Agente usa os dados para responder
</Card>

Sobre o output:

* O conteúdo é apresentado de forma linear — sem formatação visual de tabela
* A estrutura de linhas e colunas é convertida em sequência textual
* Deve ser tratado como dado bruto injetado no prompt

<Tip>
  **Dica de qualidade:**\
  Arquivos CSV com uma linha de cabeçalho (header) geram contextos muito mais precisos para o agente. Sem cabeçalho, o modelo pode ter dificuldade em identificar o que cada coluna representa.
</Tip>

### Exemplos práticos

<AccordionGroup>
  <Accordion title="Análise de campanhas e leads">
    Prompt:\
    "Analise os dados da planilha de leads. Identifique padrões de conversão, compare performance por canal e gere um relatório de desempenho semanal com sugestões de otimização de orçamento."

    Uso:

    * Exportar CSV do CRM ou plataforma de tráfego
    * Hospedar online ou usar como User Input
    * Step converte e agente analisa automaticamente
  </Accordion>

  <Accordion title="Triagem automática de candidatos">
    Prompt:\
    "Avalie os candidatos listados no arquivo. Cruze as habilidades e o tempo de experiência com os requisitos da vaga abaixo e gere um ranking dos 5 perfis mais adequados com resumo individual."

    Uso:

    * CSV exportado de plataforma de recrutamento
    * Agente processa e classifica sem intervenção humana
  </Accordion>

  <Accordion title="Monitoramento de churn e feedback">
    Prompt:\
    "Analise os dados de satisfação e uso dos clientes. Categorize as principais reclamações, identifique clientes com alto risco de cancelamento e sugira ações preventivas para cada perfil."

    Uso:

    * CSV exportado de CRM ou pesquisa de satisfação
    * Agente gera insights acionáveis para o time de retenção
  </Accordion>

  <Accordion title="Consolidação de dados operacionais">
    Prompt:\
    "Leia os dados da planilha e monte um resumo executivo com os principais indicadores, desvios e alertas operacionais do período."

    Uso:

    * Relatórios de operação em CSV
    * Ideal para Agentes de Texto acionados automaticamente
  </Accordion>
</AccordionGroup>

<Tip>
  **Boas práticas**

  * Use arquivos com cabeçalho: a primeira linha com nomes de colunas melhora muito a precisão do agente
  * Prefira arquivos limpos e organizados: Colunas mescladas, formatações especiais ou dados inconsistentes reduzem a qualidade da conversão
  * Referencie o step no prompt: Use o nome do step para indicar ao agente onde estão os dados. Ex: *"Use os dados do step `analise_leads` para..."*
  * Combine com outros steps: CSV to Text → análise → Google Sheets Write Values (para exportar resultado)
  * Evite arquivos muito grandes: Planilhas com muitas colunas e milhares de linhas podem estourar a janela de contexto do agente
</Tip>

### Observações importantes

* O step roda antes da interação com o usuário
* A URL do arquivo precisa ser pública e acessível
* O resultado é texto bruto, não uma tabela formatada
* A qualidade da análise depende da organização do arquivo original

O CSV to Text é a porta de entrada para dados estruturados dentro da Tess. Ele democratiza o acesso a planilhas sem necessidade de ferramentas externas, permitindo que qualquer agente leia, interprete e gere insights a partir de dados tabulares de forma autônoma e escalável.