Responde
Recebe uma mensagem e produz uma resposta. O usuário conduz cada etapa.
Ex.: FAQ conversacionalGuia completo · IA aplicada
Agentes
de IA
Do modelo que responde ao sistema que observa, decide e age para alcançar um objetivo.
AGENTEobjetivo + modelo
01 · perceber02 · planejar
03 · agir04 · avaliar
10 tipos08 ferramentas04 casos reais
Antes de começar
Nem toda IA que executa algo é um agente
O grau de autonomia está na liberdade para escolher os próximos passos, usar ferramentas e adaptar o plano ao que encontra.
Segue um fluxo
Executa etapas predeterminadas. É previsível, testável e excelente para regras estáveis.
Ex.: aprovar → registrar → notificarDecide e age
Interpreta um objetivo, seleciona ferramentas, observa resultados e replaneja dentro de limites.
Ex.: investigar uma falha e abrir um chamadoUse um agente quando o caminho até a resposta não puder ser totalmente definido antes da execução.
01 · Mecanismo
Como um agente funciona
Um agente combina raciocínio, estado e capacidade de agir. O modelo é importante, mas o sistema ao redor é o que torna a ação útil e controlável.
1ObjetivoO que precisa mudar?
→
2ContextoO que já sabemos?
→
3PlanoQual é o próximo passo?
→
4FerramentaComo agir?
→
5ObservaçãoO que aconteceu?
↺
01 / 07
Modelo
Interpreta a situação, raciocina sobre alternativas e escolhe a próxima ação. Modelos diferentes podem ser usados para triagem, planejamento e execução.
Pergunta de projeto: qual capacidade e custo cada decisão exige?
02 · Taxonomia
Diferentes tipos de agentes
As categorias se sobrepõem. Um agente de dados, por exemplo, pode planejar, recuperar documentos e escrever código na mesma execução.
Reativo
Escolhe uma ação com base no estado atual. Útil para triagem e operações curtas.
Planejador
Decompõe objetivos em etapas e ajusta o plano conforme os resultados.
Pesquisa e RAG
Busca fontes, compara evidências e produz respostas fundamentadas.
Dados e análise
Consulta bancos, cria código, testa hipóteses e explica resultados.
Programação
Lê repositórios, edita arquivos, executa testes e revisa mudanças.
Navegador e computador
Opera interfaces quando uma API não está disponível.
Voz e tempo real
Ouve, fala e aciona sistemas durante uma conversa de baixa latência.
Orientado a eventos
Reage a e-mails, chamados, métricas ou mudanças em sistemas.
Gerente e especialistas
Um agente central delega tarefas a subagentes especializados.
Handoffs
Agentes transferem o controle conforme a intenção ou especialidade.
03 · Orquestração
Um agente ou uma equipe?
Multiagente aumenta especialização, mas também custo, latência e pontos de falha. Comece pela arquitetura mais simples que atende ao problema.
Agente único com ferramentas
Uma política central decide tudo. Melhor ponto de partida para a maioria dos projetos.
A → [CRM · WEB · SQL]Router
Classifica a solicitação e encaminha para o fluxo ou especialista adequado.
R → A | B | CGerente e subagentes
O gerente mantém o controle e chama especialistas como ferramentas.
M → {A, B, C} → MHandoffs descentralizados
O agente atual transfere a conversa e o estado para outro agente.
A ⇢ B ⇢ CParalelo + avaliador
Vários trabalhadores produzem candidatos; um avaliador compara e refina.
{A ∥ B ∥ C} → E04 · Em produção
Exemplos reais
Casos publicados pelas próprias organizações mostram agentes atuando em suporte, dados, operações e interfaces digitais.
Atendimento
MavenAGI
Agentes integram bases de conhecimento, CRM e APIs, resolvem solicitações e encaminham exceções para pessoas.
93%das perguntas resolvidas autonomamente, em média entre clientes citadosVer caso oficial ↗Dados
Agente interno da OpenAI
Traduz perguntas em consultas e análises sobre milhares de conjuntos de dados, com contexto e validações.
70 mildatasets acessíveis no ambiente descrito pelo casoVer arquitetura ↗Suporte
Agente de suporte da OpenAI
Evoluiu de perguntas e respostas para ações como reembolsos, faturas e investigação de incidentes.
75%dos contatos inbound resolvidos sem assistência humana no caso publicadoVer caso oficial ↗Computador
Operator / CUA
Um agente interpreta telas, clica, digita e corrige o percurso para executar tarefas em websites.
GUIação por interface visual quando integrações diretas não existemConhecer o projeto ↗Números referem-se aos contextos descritos nas publicações oficiais e não constituem promessa de resultado para outros projetos.
05 · Ecossistema
Ferramentas e frameworks
A escolha depende da linguagem, do nível de controle, das integrações e da maturidade operacional da equipe.
FerramentaFocoQuando usarLink
OpenAI Agents SDKAgentes, handoffs, guardrails e tracingAplicações agentivas em Python ou TypeScriptDocs ↗
MCPProtocolo aberto para contexto e ferramentasConectar agentes a sistemas de forma padronizadaDocs ↗
Atenção: MCP não é um framework de agentes. É um protocolo para expor dados e ferramentas aos modelos.
06 · Aplicação
Exemplo: agente de atendimento
O objetivo é resolver solicitações simples, proteger ações sensíveis e transferir casos ambíguos com todo o contexto.
01Entender a intençãopedido, dúvida, reclamação
02Consultar fontespolíticas, pedido e CRM
03Decidirresponder, agir ou escalar
04Pedir aprovaçãoreembolso ou alteração sensível
05Registrar e avaliarresultado, custo e qualidade
support_agent.py
from agents import Agent, Runner, function_tool
@function_tool
def consultar_pedido(numero: str) -> dict:
"""Consulta o status sem alterar o pedido."""
return sistema_de_pedidos.buscar(numero)
agente = Agent(
name="Atendimento",
instructions=(
"Resolva dúvidas usando as políticas oficiais. "
"Nunca efetue reembolso sem aprovação humana."
),
tools=[consultar_pedido],
)
resultado = Runner.run_sync(
agente,
"Onde está o pedido 1048?"
)
print(resultado.final_output)07 · Decisão
Qual arquitetura escolher?
Selecione o perfil predominante do problema.
Recomendação
Workflow determinístico
Prefira automação tradicional. Ela será mais previsível, barata e simples de auditar.08 · Controle
Riscos e guardrails
Autonomia amplia o impacto de uma decisão errada. Segurança deve existir no modelo, nas ferramentas e na infraestrutura.
Alucinação
Informação plausível, mas falsa.
Mitigue com fontes, validação e limiar de confiança.Prompt injection
Conteúdo externo tenta alterar as instruções.
Trate dados como dados e isole instruções confiáveis.Privilégio excessivo
Ferramentas permitem ações além do necessário.
Aplique menor privilégio e credenciais por escopo.Loops e custo
O agente repete ações sem progresso.
Defina orçamento, timeout e máximo de etapas.Vazamento de dados
Contexto sensível aparece em logs ou respostas.
Classifique, masque e retenha apenas o necessário.Erro em cascata
Um resultado ruim contamina outros agentes.
Valide contratos, outputs e pontos de transferência.REGRA PRÁTICA
Quanto maior o impacto ou a irreversibilidade da ação, mais explícita deve ser a aprovação humana.
09 · Construção responsável
Checklist para sair do protótipo
- 01Defina o trabalho e a métrica.
Tempo, qualidade, resolução, custo ou risco: o que deve melhorar?
- 02Teste primeiro o caminho determinístico.
Não introduza autonomia onde regras resolvem o problema.
- 03Desenhe ferramentas pequenas e tipadas.
Nomes claros, parâmetros validados e retornos estruturados.
- 04Separe leitura, escrita e aprovação.
Ações sensíveis exigem credenciais e controles próprios.
- 05Crie um conjunto de avaliações.
Casos normais, ambíguos, adversariais e de falha de ferramenta.
- 06Instrumente cada execução.
Trace decisões, chamadas, custo, latência e intervenções humanas.
- 07Imponha limites operacionais.
Máximo de passos, orçamento, timeout e condições de parada.
- 08Libere em estágios.
Modo sombra, usuários internos, baixo risco e expansão por evidência.
Leitura recomendada