Agentes de IA na prática: como planejar, desenvolver e colocar em operação

O uso de agentes de IA para automatizar processos está redefinindo a forma como as grandes empresas operam. Tarefas monótonas e que consomem muito tempo agora podem ser automatizadas com eficiência, permitindo mais foco em operações estratégicas e centradas no fator humano.

Com o uso de agentes, as empresas podem ir muito além da simples automação. A inteligência artificial pode analisar dados de clientes, acompanhar interações e gerenciar fluxos de trabalho em tempo real, entre muitas outras possibilidades.

Os agentes podem ser criados com base em regras de negócios específicas e são altamente adaptáveis. Em vez de responder a um comando isolado, ele pode compreender o contexto, acessar informações em diferentes sistemas e executar ações para alcançar um determinado objetivo.

Neste guia, você entenderá o que são agentes de IA, como eles diferem de chatbots tradicionais, onde eles geram mais valor nas organizações e como desenvolvê-los utilizando o ecossistema da Zoho.

O que é um agente de IA?

Um agente de IA é uma aplicação que utiliza modelos de linguagem (LLMs) para interpretar solicitações, tomar decisões dentro de regras predefinidas e executar tarefas de forma autônoma.

Enquanto um chatbot tradicional normalmente responde perguntas ou segue um fluxo previamente definido, um agente pode atuar como um funcionário digital, disponível continuamente para monitorar atividades, identificar padrões e tomar ações apropriadas sem intervenção manual.

Imagine, por exemplo, um agente responsável pelo acompanhamento de leads. Ele pode monitorar o status de cada lead, realizar ações de follow-up de acordo com as condições definidas e manter os registros atualizados. E a equipe comercial pode dedicar mais tempo a conversar com clientes e fechar negócios.

Por que criar agentes de IA?

Criar agentes para tarefas específicas oferece um alto nível de controle e personalização: as empresas podem determinar como ele deve se comportar, quais responsabilidades terá e em quais ambientes poderá atuar.

Os agentes também oferecem maior flexibilidade para lidar com processos e fluxos de trabalho complexos. É possível fornecer recursos específicos para que ele tenha o contexto necessário e, em seguida, conectá-lo a ferramentas que permitam executar ações.

Outro benefício é a possibilidade de aprimoramento contínuo. Os diferentes componentes do agente podem ser ajustados ao longo do tempo para refinar seu comportamento, melhorar seu desempenho e acompanhar mudanças nas necessidades do negócio.

Assim, a criação de agentes assegura o alinhamento total da solução com os objetivos do negócio, ao mesmo tempo em que oferece a escalabilidade e a adaptabilidade necessárias para um crescimento sustentável a longo prazo.

Como planejar um agente de IA

Antes de pensar na tecnologia, é importante definir claramente qual problema o agente irá resolver. É muito importante ter com clareza do problema e qual o caminho para resolvê-lo.

Um erro comum é tentar criar um agente capaz de fazer tudo ou simplesmente quer usar IA para melhorar e fazer algo. Os melhores resultados surgem quando ele possui um objetivo específico e bem definido.

Um agente pode ser responsável apenas pela qualificação de leads. Outro pode atuar exclusivamente no acompanhamento de propostas. Um terceiro pode apoiar gestores na geração de análises e indicadores. Comece pelo simples e mais fácil para que a sua empresa ganhe confiança e experiência com soluções de IA.

Quanto mais claro for seu propósito, mais simples será definir quais informações ele poderá acessar e quais ações estará autorizado a executar.

Componentes principais de um agente de IA

Antes de criar um agente, é importante entender os principais componentes que determinam seu comportamento e suas capacidades.

Descrição

Apresenta uma visão geral do agente, explicando seu propósito, sua finalidade e o contexto básico em que ele irá atuar.

Função

Define as responsabilidades e o escopo do agente. Ela determina o que ele deve fazer e quais tipos de tarefas deverá executar dentro de determinado fluxo de trabalho.

Instruções

As instruções determinam como o agente deve se comportar e interagir com usuários e outros sistemas. Também definem formatos de entrada e saída, critérios de decisão e quais ações devem ser realizadas em diferentes situações.

Base de conhecimento

Fornece as informações necessárias para que o agente execute suas tarefas. Ela oferece contexto adicional e contribui para respostas mais precisas e confiáveis.

Pode incluir documentos com informações de produtos, perguntas frequentes, modelos de entrada e saída e orientações sobre processos.

Ferramentas/integrações

As ferramentas permitem que o agente interaja com sistemas internos e externos. Elas são baseadas em APIs e possibilitam executar ações que vão desde operações simples até integrações mais complexas.

Guardrails

São os limites de atuação do agente, definindo o que ele pode e não pode fazer. Estas regras ajudam a reduzir comportamentos inadequados, evitar informações incorretas e tornar as ações do agente mais previsíveis.

Tokens

Os tokens são as principais unidades usadas para medir o processamento de informações por modelos de IA. Eles representam os fragmentos de texto considerados durante uma interação, tanto nas informações enviadas quanto nas respostas geradas. Por isso, entender esse consumo ajuda a avaliar como os recursos de IA estão sendo utilizados.

Observabilidade 

No Zia Agents, a observabilidade permite consultar detalhes de cada sessão, incluindo as etapas realizadas e as ferramentas acionadas. Na prática, esses dados ajudam a identificar gargalos, investigar falhas e encontrar oportunidades de aprimoramento.

Como criar um agente de IA passo a passo

Para entender melhor o processo, vamos considerar como exemplo a criação de um agente de acompanhamento de leads.

1. Defina o caso de uso

Antes de começar a configurar o agente, defina claramente seu objetivo, quais tarefas ele deverá executar e qual problema pretende resolver.

No exemplo de acompanhamento de leads, o agente pode ser responsável por monitorar o status dos leads, manter os registros atualizados, realizar follow-ups e garantir que nenhuma oportunidade seja esquecida. Quanto mais específico for o caso de uso, mais fácil será definir as configurações, ferramentas e regras necessárias.

2. Configure o agente

O próximo passo é configurar as informações básicas do agente: nome, descrição, função e instruções.

Durante esta etapa, também é possível selecionar a configuração do modelo de linguagem (LLM) de acordo com as necessidades do agente.

Para acompanhamento de leads, por exemplo, estas configurações podem definir como ele deve identificar oportunidades que precisam de follow-up, quais informações deve analisar e quais ações deve executar.

3. Adicione uma base de conhecimento

Depois de configurar o agente, é hora de adicionar sua base de conhecimento. Ela deve conter informações relevantes para a execução das tarefas e ser organizada de forma clara. 

O Zia Agent Studio permite utilizar diferentes formatos de arquivo, como PDF, TXT, MD e DOCX. No caso do agente de acompanhamento de leads, a base pode conter informações sobre produtos, processos de follow-up, formatos de entrada e saída e orientações para interação com os usuários.

Uma base de conhecimento bem estruturada ajuda o agente a manter o contexto e aumenta a precisão e a confiabilidade dos resultados.

4. Conecte ferramentas

Para que o agente possa executar ações, é necessário conectá-lo às ferramentas adequadas. Elas permitem que o agente interaja com sistemas internos e externos para atualizar registros, iniciar fluxos de trabalho ou realizar comunicações.

Ferramentas/integrações do sistema

As ferramentas do sistema são pré-configuradas e estão disponíveis para facilitar a conexão com aplicações Zoho. Existem diversas ferramentas disponíveis nas aplicações do ecossistema Zoho. A escolha deve considerar exatamente quais ações o agente precisa realizar.

No caso do agente de acompanhamento de leads, por exemplo, ferramentas do Zoho CRM podem ser utilizadas para monitorar e atualizar o status dos leads, iniciar ações de follow-up e manter os registros atualizados.

Ferramentas personalizadas

Quando as funcionalidades necessárias não estão disponíveis nas ferramentas do sistema, é possível criar ferramentas personalizadas. Elas permitem ampliar as capacidades do agente e conectá-lo a aplicações externas.

O processo envolve algumas etapas:

1. Criar um grupo de ferramentas e definir sua finalidade.
2. Adicionar um schema em formato YAML, especificando como a ferramenta deve funcionar e sua estrutura de requisição e resposta.
3. Configurar uma conexão, que pode ser uma conexão Zoho ou uma conexão personalizada para sistemas externos.
4. Validar o schema depois de configurar a conexão.
5. Testar a ferramenta conectando-a à aplicação de destino.
6. Após a validação, disponibilizar a ferramenta para implantação.
7. Adicionar a ferramenta ao agente para que ela possa ser utilizada na execução das tarefas.

5. Defina os guardrails

Os guardrails permitem definir claramente o que o agente deve e não deve fazer, reduzindo comportamentos inesperados e garantindo que as ações sigam as regras estabelecidas.

Para um agente de acompanhamento de leads, por exemplo, os guardrails podem impedir registros duplicados e determinar que determinadas ações só sejam realizadas quando condições específicas forem atendidas. Estas regras ajudam a reduzir a incerteza e aumentam o controle sobre o comportamento do agente.

6. Teste o agente

Antes do primeiro teste, é necessário configurar uma conexão com a aplicação que será utilizada. No Test Agent, selecione a aplicação ou portal desejado e crie uma conexão.

Depois, configure o mapeamento dos parâmetros das ferramentas. Os valores podem ser classificados como:

• Model: preenchidos automaticamente pelo modelo;
• On-trigger: fornecidos quando o agente é acionado;
• Constant: valores fixos definidos manualmente.

Parâmetros opcionais podem ser removidos conforme a necessidade. Depois de salvar a configuração, forneça exemplos reais de entrada e avalie as respostas do agente. 

Também é possível utilizar a opção Reasoning para obter mais informações sobre como o agente chegou a determinada resposta e compreender melhor seu processo de decisão. Depois que os resultados forem avaliados e validados, o agente estará pronto para ser implantado.

7. Implante o agente

A implantação é a etapa final da criação do agente. No Zia Agent Studio, é possível implantar usando conexões ou como funcionário digital.

Implantação usando conexões

Ao selecionar Deploy e depois Deploy using connections, é possível escolher a aplicação que será utilizada e associar uma conexão. Depois da implantação, o agente pode ser configurado dentro da aplicação, definindo condições de ativação e gatilhos. Também é possível criar um botão para acioná-lo manualmente.

Uma vez configurado, o agente passa a fazer parte do fluxo de trabalho da aplicação e pode ser acionado para executar suas tarefas.

Implantação como funcionário digital

Neste modelo, é necessário selecionar a aplicação de destino, fornecer o consentimento necessário e definir as funções e permissões que o agente terá. Depois, basta configurar as informações do agente e realizar a implantação.

A principal diferença é que, como funcionário digital, o agente pode operar de maneira independente dentro da aplicação, monitorando atividades e executando tarefas continuamente, sem depender de um acionamento manual para cada execução.

8. Observabilidade e tokens 

A observabilidade permite acompanhar sessões, execuções, latência, taxa de sucesso, modelos utilizados e as diferentes etapas percorridas durante uma tarefa. Com essas informações, a empresa consegue compreender melhor como seus agentes estão sendo utilizados.

Outro indicador importante nesse acompanhamento são os tokens, que representam os fragmentos de texto processados pelos modelos durante uma interação, tanto nas entradas quanto nas respostas. 

O volume consumido varia de acordo com o modelo utilizado, a complexidade das tarefas e a quantidade de informações processadas. No Zia Agents, é possível visualizar o consumo por agente e modelo, criando uma visão mais precisa sobre a utilização dos recursos de IA.

Essa combinação entre observabilidade e controle de tokens também contribui para uma gestão financeira mais estruturada da inteligência artificial. Ao relacionar volume processado, modelo utilizado e desempenho, as empresas conseguem identificar padrões de consumo, avaliar configurações e entender onde estão concentrados os custos. 

Assim, os tokens deixam de ser apenas uma métrica técnica, enquanto a observabilidade deixa de servir somente ao monitoramento: juntos, eles fornecem dados para decisões mais conscientes sobre desempenho, custos e valor gerado pelos agentes de IA.

9. Multiagentes

Nem todo processo precisa ser resolvido por um único agente de IA. Quando uma tarefa envolve diferentes sistemas, tipos de informação ou etapas de decisão, tentar concentrar tudo em um só agente pode deixar tudo mais complexo, com permissões amplas e mais difícil de controlar. 

Por isso, o Zia Agents permite dividir o trabalho entre agentes especializados. Nessa arquitetura, um Master Agent atua como orquestrador: recebe a solicitação, identifica o que precisa ser feito, aciona os agentes adequados e reúne os resultados em uma única resposta. 

Já os Sub-Agents ficam responsáveis por funções específicas, cada um com suas próprias ferramentas, bases de conhecimento, instruções e permissões. Assim, em vez de concentrar todas as responsabilidades em um único sistema, a empresa distribui as tarefas de acordo com cada especialidade.

Por exemplo: imagine um cliente que solicita o reembolso de uma cobrança duplicada. Em vez de concentrar todas as etapas em um único agente, a tarefa pode ser distribuída entre especialistas: um consulta o histórico do atendimento, outro verifica a cobrança, um terceiro valida a política de reembolso e outro realiza o procedimento. O Master Agent coordena essas ações e reúne as informações para apresentar uma resposta única ao cliente.

Esse modelo de multiagentes é especialmente útil em processos que envolvem diferentes áreas e sistemas, como atendimento, qualificação de leads, reservas e análise da saúde de contas. Ao distribuir responsabilidades entre especialistas, a empresa consegue estruturar fluxos mais complexos sem concentrar todas as funções em um único agente, mantendo uma experiência integrada para o usuário.

Crie agentes adaptados às necessidades do seu negócio

Criar agentes de IA do zero oferece às empresas maior controle e flexibilidade para desenvolver soluções alinhadas às suas necessidades específicas.

Com o Zia Agent Studio, as empresas podem estruturar agentes para automatizar tarefas repetitivas, gerenciar fluxos de trabalho e manter informações atualizadas, integrando-os aos processos já existentes no ecossistema Zoho.

Perguntas frequentes (FAQs)

Como escolher as ferramentas certas para meu agente de IA?

A escolha depende do caso de uso e das ações que o agente precisa executar. Ferramentas do sistema podem ser utilizadas para operações dentro das aplicações Zoho, enquanto ferramentas personalizadas são indicadas quando é necessário acessar sistemas externos. É importante disponibilizar apenas os recursos e parâmetros necessários para a execução eficiente das tarefas.

Qual é a diferença entre implantar usando conexões e como funcionário digital?

A implantação usando conexões integra o agente à aplicação e permite que ele seja acionado para executar tarefas dentro de um fluxo de trabalho. Como funcionário digital, o agente pode operar de forma independente, monitorando tarefas e executando ações sem depender de acionamentos manuais.

Posso receber ajuda durante a criação do agente?

Sim. O Agent Studio conta com o assistente de IA Zia, que pode ajudar a configurar o agente. Depois, o usuário pode revisar, ajustar e personalizar as configurações conforme suas necessidades.

É possível acompanhar as alterações feitas no agente?

Sim. As diferentes versões do agente ficam disponíveis, permitindo acompanhar alterações realizadas ao longo do tempo e retornar a versões anteriores quando necessário.

* Texto do jornalista e desenvolvedor de sistemas Rafael Bruno.