> ## 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 | Extract Text from TXT, XML, RSS, JSON

O step Extract Text from TXT, XML, RSS, and JSON converte arquivos estruturados ou brutos em texto puro, removendo elementos técnicos como tags, chaves e sintaxes. Com isso, a Tess transforma dados complexos em conteúdo legível e pronto para análise por agentes de IA.

### O que é o Step?

Este step faz parte da categoria Document Processing, sendo responsável por limpar e simplificar dados provenientes de diferentes formatos.

Na prática, ele:

* Lê arquivos TXT, XML, RSS e JSON
* Remove:
  * tags XML
  * estruturas JSON (chaves, arrays)
  * metadados de RSS
* Mantém apenas o conteúdo semântico relevante
* Entrega um bloco de texto limpo no contexto do agente

### Onde encontrar

1. Acesse o AI Studio
2. Clique em Add AI Step
3. Selecione Document Processing
4. Escolha Extract Text from TXT, XML, RSS, and JSON

<Frame>
  <img src="https://mintcdn.com/tess-dfe1edf0/8b4GWdZxIeR2fmow/images/image-198.png?fit=max&auto=format&n=8b4GWdZxIeR2fmow&q=85&s=6c6c0f03d10c43ceee9626db73cb22a9" alt="Image" width="473" height="464" data-path="images/image-198.png" />
</Frame>

***

## Como usar?

### Campos de configuração

| Campo     | Obrigatório | Descrição                                                                                           |
| :-------- | :---------- | :-------------------------------------------------------------------------------------------------- |
| Step Name | Sim         | Nome interno do step (apenas caracteres alfanuméricos). Usado para referenciar o output nos prompts |
| File URL  | Sim         | URL direta do arquivo (TXT, XML, RSS ou JSON) ou variável de entrada (ex: `{{json}}`)               |

## Sobre o Output

O resultado é um bloco contínuo de texto puro, sem qualquer estrutura técnica original.

<Columns cols={2}>
  <Column>
    <Card title="O que é mantido:">
      * Conteúdo semântico (nomes, descrições, valores)
      * Todo o texto que é relevante para leitura humana
    </Card>
  </Column>

  <Column>
    <Card title="O que é removido:">
      * Tags XML (`<tag>`)
      * Estruturas JSON (`{}`, `[]`)
      * Metadados de RSS
      * Sintaxe técnica
    </Card>
  </Column>
</Columns>

<Warning>
  Importante:

  A estrutura original (hierarquia, aninhamento) é perdida — o conteúdo vira linear.
</Warning>

## Explicação mais profunda

Esse step atua como um normalizador de dados técnicos para linguagem natural.

<Card title="Fluxo">
  Arquivo (TXT / XML / RSS / JSON) → Step remove estrutura técnica

  ↓

  Texto limpo é gerado → Agente interpreta semanticamente
</Card>

<Note>
  Atenção:

  * A IA passa a focar no conteúdo, não na estrutura
  * Ideal para inputs que originalmente não foram feitos para leitura humana
</Note>

## Exemplos práticos

<AccordionGroup>
  <Accordion title="Monitoramento automatizado de notícias (RSS)">
    Prompt:\
    "Resuma as principais notícias do dia e identifique tendências relevantes para o mercado."

    Uso:

    * Feed RSS de portais
    * Agente gera curadoria automática
  </Accordion>

  <Accordion title="Análise de logs de atendimento (TXT)">
    Prompt:\
    "Analise os logs e identifique os principais motivos de contato e sentimento dos clientes."

    Uso:

    * Logs de chat ou suporte
    * Classificação automática de problemas
  </Accordion>

  <Accordion title="Integração com CRM (JSON)">
    Prompt:\
    "Com base nos dados extraídos, gere um e-mail de prospecção personalizado para cada lead."

    Uso:

    * Export JSON de CRM
    * IA transforma em ação comercial
  </Accordion>

  <Accordion title="Processamento de APIs e dados técnicos">
    Prompt:\
    "Organize as informações extraídas e destaque os principais indicadores."

    Uso:

    * Respostas de APIs
    * Transformar dados técnicos em insights
  </Accordion>
</AccordionGroup>

<Tip>
  Boas práticas

  * Use URLs diretas para arquivos: Evite links que abrem páginas (HTML)
  * Combine com prompts estruturados: Ex: “extraia nome, cargo e empresa”
  * Cuidado com perda de estrutura: JSON aninhado pode perder contexto lógico
  * Use Step Name no prompt: Ex: *"Com base nos dados do step *`dados_crm`*..."*
  * Combine com outros steps: Extract → análise → salvar em Sheets/Drive
</Tip>

## Observações importantes

* A URL deve ser pública e direta (sem login)
* Estrutura hierárquica original é perdida
* O step não mantém formatação nem organização de dados
* Arquivos grandes podem impactar contexto

O Extract Text from TXT, XML, RSS, and JSON é a ponte entre dados técnicos e inteligência artificial. Ele permite transformar APIs, feeds e arquivos estruturados em informação utilizável, desbloqueando análises, automações e geração de conteúdo com base em dados que antes exigiriam tratamento manual.