Como é a prova Google Professional Agentic Architect
Domínios cobrados e peso de cada um
Simulado Google Professional Agentic Architect online: questões com resposta comentada
Clique na alternativa: a correção e a explicação aparecem na hora.
O agente da Plataforma de Seguros Online Cobre Bem usa dois modelos diferentes, e o SRE suspeita que um deles está gerando erros por falta de cota. Onde ver falhas de cota, latência p95 e tokens separados por modelo?
✓ Resposta: A) Na visão Models da aba Observability do agente
Por quê: A aba Observability de um agente traz visões como Overview, Evaluation, Models e Tools, alimentadas por telemetria OpenTelemetry enviada ao Google Cloud Observability.
Dica de prova: Falhas de cota por modelo: visão Models da Observability.
Referência: Agent Platform: visão geral de observabilidade
No flow de reagendamento de consultas da Clínica Sorriso Pleno, o designer precisa que a conversa avance para a página de confirmação assim que todos os parâmetros obrigatórios do formulário forem preenchidos, sem depender de uma nova frase do paciente. Qual tipo de state handler do Dialogflow CX resolve isso?
✓ Resposta: A) Condition route com destino na página de confirmação
Por quê: No Dialogflow CX, routes têm requisito de intent e/ou condição; uma route só com condição é uma condition route. Quando chamada, executa o fulfillment e aplica o transition target. Event handlers reagem a eventos.
Dica de prova: Avançar quando o formulário fica completo: condition route.
Referência: Dialogflow CX: state handlers
A Plataforma de Receitas Sabor Caseiro vai indexar milhares de receitas no Agent Retrieval e não quer manter um pipeline próprio para gerar embeddings a partir do texto. O que o produto oferece?
✓ Resposta: B) Geração automática de embeddings com modelos integrados, como gemini-embedding-001
Por quê: O Agent Retrieval (antes Vector Search 2.0) preenche campos de embedding com modelos integrados, permite consultas ricas, bring your own embeddings e criação de índices para escalar; o gemini-embedding-2 é multimodal.
Dica de prova: Sem pipeline de embeddings: auto-embeddings do Agent Retrieval.
Referência: Agent Retrieval: gerar embeddings automaticamente
A Corretora de Valores Pico Alto tem um agente que pode consultar posições e também executar ordens de compra e venda por ferramentas. As permissões IAM do agente estão corretas, mas a área de risco teme que, por prompt injection ou má interpretação, o agente execute uma venda quando o cliente só pediu uma consulta de saldo, ou combine ferramentas de forma insegura. Ela quer regras escritas em linguagem natural, como não executar ordem sem pedido explícito do cliente, avaliadas em tempo de execução contra o prompt e o histórico antes de cada chamada de ferramenta. Qual recurso, em pré-GA, atende?
✓ Resposta: B) Semantic governance policies com restrições em linguagem natural
Por quê: Semantic governance complementa o IAM: enquanto o IAM é estático, essas políticas lidam com a natureza não determinística dos LLMs, verificando alinhamento à intenção do usuário e às regras de negócio para evitar ações indevidas e exfiltração.
Dica de prova: Ação permitida pelo IAM mas fora da intenção do usuário: semantic governance.
Referência: Agent Platform: semantic governance
No monorrepo da Plataforma Saúde Integrada, a pasta services/pagamentos tem regras próprias de codificação. O líder técnico quer que essas regras valham sempre que o agente do Antigravity ler ou editar arquivos dessa pasta, sem configurar gatilho algum. Qual abordagem atende?
✓ Resposta: D) Criar services/pagamentos/AGENTS.md com as regras
Por quê: Rules com escopo de diretório podem ficar em AGENTS.md, GEMINI.md ou .agents/rules/ de qualquer subpasta. AGENTS.md e GEMINI.md não têm frontmatter e ficam sempre ativos (always_on) no escopo da pasta.
Dica de prova: Regra sempre ativa para uma pasta: AGENTS.md dentro dela.
Referência: Antigravity: rules
Usuários da Corretora Valor Seguro relatam que o agente de cotações às vezes cita coberturas que nenhuma ferramenta retornou. A equipe quer uma métrica de avaliação do Agents CLI que divida a resposta em afirmações e confira cada uma contra o contexto devolvido pelas ferramentas. Qual métrica usar?
✓ Resposta: A) hallucination, que confere cada afirmação atômica com o contexto das ferramentas
Por quê: O Agents CLI usa o GenAI Eval SDK. Entre as métricas comuns, hallucination divide a resposta em afirmações atômicas e confere cada uma contra o contexto das ferramentas; grounding avalia factualidade frente ao contexto fornecido.
Dica de prova: Afirmações sem base no que as ferramentas retornaram: métrica hallucination.
Referência: Agents CLI: guia de avaliação
Gostando? São 300 questões como estas.
6 provas completas no tempo do exame, com a explicação de cada alternativa.
Ver as 6 provas completas →
Na Rede Hotéis Recanto, a coordenadora de operações, sem experiência em programação, quer criar no Gemini Enterprise um chat agent que ajude recepcionistas a responder dúvidas sobre políticas de check-in. Ela gostaria de começar descrevendo o agente em linguagem natural para ter uma primeira versão rapidamente. Depois, o time de TI quer dividir o agente em subagentes especializados, um para tarifas e outro para eventos, com lógica de encaminhamento bem definida entre eles. As duas pessoas perguntam se precisarão escolher um único método de criação no Workflow Builder. Qual orientação está correta?
✓ Resposta: A) Começar por um prompt e refinar depois no flow builder
Por quê: No Workflow Builder, criar por prompt é o modo mais rápido e serve de ponto de partida; o flow builder dá controle granular para agentes de várias etapas com subagentes. A documentação sugere combinar os dois.
Dica de prova: Prompt para começar rápido, flow builder para refinar: pode combinar.
Referência: Workflow Builder: criar um chat agent
A Rede Hospitalar Vida Plena implantou dezenas de agentes no Agent Runtime, alguns chamando servidores MCP internos e APIs de laboratórios parceiros. A segurança da informação quer que nenhuma chamada de saída de um agente chegue a um destino que não esteja catalogado e aprovado, e que as decisões de permitir ou negar sejam aplicadas na rede, de forma centralizada, sem mudar o código dos agentes. O arquiteto propõe catalogar os destinos aprovados e rotear o tráfego de saída por um ponto central que avalia as políticas IAM e de conteúdo antes de encaminhar cada requisição. Qual combinação de serviços implementa essa proposta?
✓ Resposta: D) Agent Registry com os destinos aprovados e Agent Gateway no modo Agent-to-Anywhere
Por quê: Na arquitetura de governança da Agent Platform, Agent Identity diz quem fez a chamada, Agent Registry diz quais destinos são aprovados, as políticas dizem o que é permitido e o Agent Gateway é o ponto de aplicação, consultando o registro antes de rotear o tráfego.
Dica de prova: Destinos aprovados + aplicação central na rede: Agent Registry + Agent Gateway.
Referência: Agent Registry: visão geral
Na Provedora de Internet Fibra Já, um cliente de IA específico, identificado pelo OAuth client ID, vem fazendo chamadas abusivas a servidores MCP do Google Cloud da empresa. A equipe quer bloquear só esse cliente. Qual política usar?
✓ Resposta: B) IAM deny policy com o atributo request.auth.oauth.client_id
Por quê: Para servidores MCP do Google Cloud, deny policies aceitam tool.isReadOnly, request.auth.oauth.client_id, resource.service e tool.name; allow policies aceitam resource.service e tool.name. Os atributos valem para a permissão mcp.tools.call.
Dica de prova: Bloquear um cliente OAuth no MCP: deny com request.auth.oauth.client_id.
Referência: Google Cloud MCP: controlar uso com IAM
A equipe de plataforma da Startup Pagaí quer impedir que o agente do Antigravity execute comandos de shell que apaguem diretórios, verificando cada comando com um script antes da execução e barrando-o na hora quando for perigoso. Qual configuração atende?
✓ Resposta: D) Hook PreToolUse com matcher run_command e saída decision deny
Por quê: Hooks do Antigravity rodam scripts em pontos do loop de execução. Em PreToolUse e PostToolUse, o matcher (regex) escolhe as ferramentas; a saída de PreToolUse pode trazer decision allow, ask ou deny, e deny bloqueia na hora.
Dica de prova: Barrar comando antes de rodar: hook PreToolUse com decision deny.
Referência: Antigravity: hooks
A Escola de Idiomas Fala Fácil quer que o agente de correção de redações veja, a cada pedido, só os exemplos de correção mais parecidos com o texto recebido, sem inflar o prompt com centenas de exemplos fixos. Qual recurso da Agent Platform foi criado para isso?
✓ Resposta: D) Example Store, que guarda e recupera exemplos few-shot de forma dinâmica
Por quê: Exemplos few-shot são pares de entrada e saída que mostram o padrão esperado. O Example Store guarda esses exemplos e recupera os mais relevantes a cada requisição, uma forma de aprendizado em contexto sem alterar os parâmetros do modelo.
Dica de prova: Exemplos few-shot escolhidos dinamicamente: Example Store.
Referência: Agent Platform: Example Store
O agente de suporte da Telecom Rede Norte atende por voz e por chat web. Para voz, as respostas devem ser curtas e sem listas; para texto, podem ter mais detalhes. A equipe quer manter um único conjunto de instruções no CX Agent Studio. Qual recurso usar?
✓ Resposta: A) Os modular components, com condições por modalidade (_session.modality)
Por quê: As instruções do CX Agent Studio aceitam tags de canal e modalidade, como startModality_Voice, e expressões como if _session.modality == 'VOICE', além de filtros, loops e macros.
Dica de prova: Um conjunto de instruções para voz e texto: modular components.
Referência: CX Agent Studio: instruções
Seu resultado:
Fazer as 6 provas completas →Treine com as 300 questões em 6 provas completas
- Tempo e formato do exame
- Explicação de cada alternativa, certa ou errada
- Link da documentação oficial para revisar
- Acesso vitalício, com as atualizações do curso
- Sem risco: reembolso em até 30 dias pela política da Udemy
Ver o curso completo na Udemy →
Guia de preparação Google Professional Agentic Architect em PDF e flashcards para Anki, grátis
Leve o guia de preparação Google Professional Agentic Architect
Grátis e sem cadastro: capítulos por domínio, as pegadinhas da prova, questões comentadas e a folha de cola para a véspera.
📘 Baixar o guia grátisUma revisão por dia, de graça

Profissional de TI e instrutor na Udemy com 85 simulados de certificação e 4.549 alunos. Cada questão segue o guia oficial do exame e é revisada a partir das dúvidas dos alunos.
Plano de estudo para a Google Professional Agentic Architect em 4 semanas
- Semana 1Faça a Prova 1 no tempo do exame, sem consulta, e anote o resultado por domínio.
- Semana 2Estude os domínios abaixo da nota de corte na documentação oficial e refaça as questões que errou.
- Semana 3Faça as provas 2 a 4, lendo a explicação de todas as alternativas, inclusive das que acertou.
- Semana 4Faça as provas 5 e 6 e agende o exame quando estiver em 80% ou mais (a referência é 70%).
Perguntas frequentes sobre o simulado Google Professional Agentic Architect
Onde fazer simulado Google Professional Agentic Architect grátis?
Nesta página há 12 questões do simulado Google Professional Agentic Architect com resposta comentada, de graça e sem cadastro. Para treinar com as 300 questões em 6 provas completas, use o curso na Udemy. Neste mês há vagas gratuitas com o cupom GAGENTIC-FREE-NOV26 (válido até 03/12).
Quantas questões e quanto tempo tem o simulado Google Professional Agentic Architect?
Cada prova do simulado tem 50 questões e 115 minutos, no formato do exame, para você treinar o ritmo da prova real.
Qual a nota para passar na Google Professional Agentic Architect?
A referência de aprovação usada nos simulados é 70%. Antes de agendar o exame, busque ficar em 80% ou mais em todas as provas.
Como estudar para a Google Professional Agentic Architect?
Faça uma prova completa no tempo do exame, anote os domínios abaixo da nota de corte, estude a documentação desses domínios e refaça as questões lendo a explicação de todas as alternativas.
Tem flashcards da Google Professional Agentic Architect para o Anki?
Sim: o baralho grátis desta página traz questões, conceitos-chave, pegadinhas e gatilhos de prova. Abra o arquivo no Anki do computador ou do celular e revise alguns minutos por dia.
Tem simulado Google Professional Agentic Architect em português?
Sim. As questões desta página e do curso são em português, com os termos técnicos em inglês como aparecem no exame.
Simulados de certificações relacionadas



Comentários, dúvidas e sugestões
Achou um erro, tem uma dúvida ou uma sugestão? Comente aqui: leio e respondo todas as mensagens, e toda questão apontada é revisada.
Ver as 6 provas completas de Google Agentic Architect →