Agentes de IA na operação: tarefa, ferramenta e parada

Agentes de IA na operação prestam quando a tarefa cabe numa frase, a ferramenta está numa lista curta e existe uma condição clara de parada. Sem esses três contratos, o agente age, a operação não explica o efeito e o retrabalho aparece no cliente.
O ganho real está em triagem, consulta e rascunho. O risco está em publicar, cobrar, responder por fora ou alterar cadastro. Trate o agente como um operador júnior com crachá: executa o que está escrito e devolve o caso quando a rotina acaba.

O que um agente faz que um chat não faz?
Um chat devolve texto. Um agente escolhe uma ferramenta, chama essa ferramenta e usa o retorno no passo seguinte. A diferença prática é o efeito colateral: ler um chamado é texto; classificar o chamado e gravar uma nota interna é operação.
Casos sólidos: resumir um ticket com campos já preenchidos, sugerir uma fila, montar um rascunho a partir de um artigo interno, conferir se um pedido tem os campos obrigatórios. Casos fracos: “resolver o cliente”, decidir reembolso, mudar preço ou publicar em produção. Se o verbo mexe em dinheiro, contrato ou dado mestre, o agente prepara e uma pessoa confirma.
Como fechar a tarefa antes de escolher o modelo?
Escreva a tarefa como entrada, saída e parada. Entrada é o que o agente pode ler: número do chamado, texto e status que o sistema já autenticou. Saída é o que ele pode gravar: etiqueta, rascunho ou comentário interno. Parada é quando ele devolve o caso sem agir.
Se a tarefa não cabe nesse quadro, ela ainda é um projeto, não um agente. Modelo grande não compensa tarefa aberta. Um modelo menor, com tarefa fechada, erra menos e custa menos do que um modelo caro improvisando o processo da empresa.
Quais ferramentas entram na lista?
Cada ferramenta precisa de nome, permissão e efeito. Ler o CRM é diferente de escrever no CRM. Consultar a base de artigos é diferente de enviar e-mail. A lista tem de caber numa página: o que pode, o que não pode e o que exige confirmação.
O agente não inventa um identificador de cliente. Ele recebe o identificador do sistema ou para. Ferramenta sem validação de argumento é a forma mais comum de “resolver” o chamado errado com muita educação. Limite também o que volta no log: argumento necessário, sem dado pessoal a mais.
| Ferramenta | Efeito | Quem confirma |
|---|---|---|
| Ler chamado | Nenhum | Ninguém, se o caso já está autenticado |
| Sugerir fila | Rascunho de classificação | Regra ou analista da operação |
| Nota interna | Grava texto no chamado | Agente, só na rotina combinada |
| E-mail ao cliente | Mensagem externa | Pessoa, antes do envio |
| Alterar pedido | Muda dado de negócio | Pessoa com alçada |
Onde a parada é obrigatória?
Parada não é falha do modelo. É o desenho. O agente para quando falta dado, quando duas ferramentas discordam, quando o texto pede exceção (jurídico, imprensa, ameaça) ou quando a ação passa do limite combinado. O caso volta para a fila humana com o motivo escrito.
Sem parada, o time descobre o erro pelo cliente. Com parada, descobre pelo volume de casos devolvidos. Esse volume é métrica de desenho: muitos retornos significam tarefa larga demais ou ferramenta faltando. Não significa, sozinho, que “o modelo está burro”.
Como auditar o que o agente fez?
Grave, para cada execução, o identificador do caso, a ferramenta chamada, o argumento sem dado sensível desnecessário, o resultado e a decisão de parar ou seguir. Isso responde “por que esse chamado foi para a fila financeira?” sem depender da memória de quem estava no turno.
O log útil é o rastro da ferramenta, não um parágrafo bonito do modelo. Se o log só tem a resposta final, a operação não repete o caso nem desfaz o efeito. A retenção segue a mesma regra do chamado: prazo, quem acessa e o que não se guarda.
Como começar por um fluxo só?
Escolha um fluxo de alto volume e baixo efeito colateral. Triagem de chamado interno é um bom primeiro passo. Reembolso, cobrança e alteração de cadastro ficam de fora até existir parada e rastro. Meça tempo até a fila certa e a taxa de casos que a pessoa teve de refazer.
Um exemplo fechado: o chamado entra com assunto, texto e cliente já identificado pelo sistema. O agente só pode ler o chamado, consultar três artigos internos, sugerir uma de cinco filas e escrever uma nota com o trecho que usou. Processo, advogado ou valor acima do teto devolvem o caso. Na primeira semana, o time compara a fila sugerida com a fila escolhida pela pessoa e tira da lista os assuntos que o agente erra sempre. Essa edição é humana. O agente não “aprende” isso sozinho em produção.
Checklist prático
Antes de ligar o agente num fluxo real, os oito itens abaixo precisam existir por escrito. Se um faltar, o piloto ainda é experimento.
- Tarefa descrita como entrada, saída e parada, numa página
- Lista fechada de ferramentas, com leitura separada de escrita
- Argumentos validados pelo sistema, sem identificador inventado
- Motivos de parada explícitos e fila humana de destino
- Log de ferramenta, argumento e resultado, com prazo de retenção
- Proibição de e-mail externo, cobrança e alteração de cadastro no piloto
- Amostra de casos reais para comparar a sugestão com a decisão humana
- Dono do fluxo, com ritual semanal para tirar assunto que o agente erra
Erros comuns
Estes erros aparecem quando o agente entra em produção com a tarefa ainda aberta.
- Descrever a tarefa como “atender o cliente” e esperar que o modelo descubra o processo
- Dar ferramenta de escrita externa no primeiro piloto
- Aceitar identificador que o modelo completou, em vez do identificador do sistema
- Guardar só a resposta final e perder qual ferramenta foi chamada
- Tratar todo caso devolvido como falha do modelo, sem revisar a tarefa
- Medir sucesso pelo número de execuções, não pela taxa de retrabalho
- Expandir para reembolso ou cadastro antes de o fluxo simples ficar estável
- Deixar o prompt em produção sem dono e sem versão
Onde isso entra num desenho de IA?
Num projeto de inteligência artificial, o agente começa pela tarefa e pela parada. O modelo entra depois, no tamanho que a tarefa pede.