Live/apresentação sobre como escolher o nível certo de automação com…
INEMA
inematds.github.io/AUTOMACAO2026 ↗
mostrando na live q o Gemini seria o melhor pois o claude nao lida com imagens
PRIMEIRO GPT52 , SEGUNDO CLAUDE OPUS4.5
🧠 HACK 1 — Pare de pensar em AI Agents primeiro⌗
👉 Regra de ouro: AI Agent é a última opção, não a primeira
- Comece sempre pelo problema, não pela tecnologia.
- Quanto mais alto na pirâmide → mais custo, bugs e manutenção.
⚙️ HACK 2 — 50% das automações NÃO precisam de IA⌗
-
Se o processo é:
-
previsível
- binário
- baseado em regras claras ➡️ Automação simples resolve (mais rápido e barato).
💬 HACK 3 — Use Custom GPT como “estagiário especialista”⌗
-
Ideal quando:
-
você precisa revisar
- iterar
- criar conteúdo
- Muito mais rápido que construir automações complexas.
🔀 HACK 4 — IA só onde a lógica quebra⌗
-
Use IA apenas quando:
-
regras fixas não funcionam
- é preciso entender texto, contexto ou intenção
- Exemplo clássico: classificação de e-mails.
🧩 HACK 5 — AI Workflow > AI Agent na maioria dos casos⌗
- Se a ordem das etapas é sempre a mesma:
- ler
- classificar
- escrever ➡️ Workflow com IA pontual é melhor que um agente autônomo.
🤖 HACK 6 — Agentes funcionam melhor com ferramentas previsíveis⌗
-
Mesmo AI Agents:
-
performam melhor quando chamam workflows fixos
- Autonomia total = mais erros.
🔄 HACK 7 — Construa simples e escale depois⌗
-
É normal:
-
começar com Custom GPT
- evoluir para workflow
- só depois virar agente
- Escalar para baixo também é sinal de maturidade.
📊 HACK 8 — Imite o processo humano⌗
Pergunta-chave:
Como um humano competente faria isso manualmente?
- Se ele pular etapas → agente
- Se seguir sempre o mesmo passo a passo → workflow
🎯 HACK 9 — Evite gastar tokens à toa⌗
-
Exemplo:
-
não buscar base de conhecimento se já dá para responder
- Agentes são melhores quando decidem se vale ou não executar uma etapa.
🧭 HACK 10 — Framework rápido de decisão⌗
Use este checklist:
- Precisa de humano no loop? → Custom GPT
- Tudo é regra fixa? → Automação
- Fluxo fixo com decisões inteligentes? → AI Workflow
- Precisa autonomia real? → AI Agent
💡 Hack final (mentalidade)⌗
Você não é um construtor de agentes. Você é um resolvedor de problemas.
Fluxo simples para classificar itens (ex: e-mails, tickets, leads, mensagens)⌗
1️⃣ Defina o objeto da classificação⌗
O que você vai classificar?
- E-mails
- Mensagens de WhatsApp / Telegram
- Tickets de suporte
- Leads
- Documentos
2️⃣ Liste as categorias possíveis⌗
Mantenha poucas e bem definidas:
- Suporte
- Financeiro
- Comercial
- Prioridade
- Promoção
- Outros
Regra prática: se der para explicar cada categoria em 1 frase, está bom.
3️⃣ Decida o nível de automação⌗
Use este mini-fluxo:
A classificação depende apenas de regras claras?
-
(ex: assunto contém “boleto”, “nota fiscal”)
-
✅ Sim → Automação simples (if/then)
- ❌ Não → precisa interpretar texto → usar IA
4️⃣ Fluxo recomendado com IA (AI Workflow)⌗
Este é o padrão mais usado e eficiente:
- Entrada
- Novo e-mail / mensagem / ticket
- Passo de IA – Classificação
-
A IA lê:
- Assunto
- Corpo da mensagem
- Contexto
-
Retorna:
-
Categoria
- (opcional) nível de prioridade
- (opcional) confiança da classificação
- Decisão de rota
- Se categoria = Suporte → enviar para fila X
- Se categoria = Financeiro → enviar para fila Y
- Se categoria = Comercial → criar lead / CRM
- Ação final
- Notificar time
- Criar ticket
- Responder automaticamente
- Registrar no banco de dados
📌 Importante: O caminho é fixo, só a decisão no meio usa IA → isso é um AI Workflow, não um agente.
5️⃣ Quando virar um AI Agent (opcional)⌗
Use um AI Agent apenas se:
-
A classificação exigir:
-
Buscar dados extras
- Reavaliar a decisão
- Fazer múltiplas consultas
-
Ou se:
-
A IA não tiver certeza
- Precisar pedir mais contexto
- Adaptar o fluxo dinamicamente
Exemplo:
A mensagem pode ser suporte OU comercial dependendo do histórico do cliente.
Resumo em uma frase⌗
👉 Classificar = Entrada → IA decide a categoria → fluxo fixo executa ações. Só use agentes se a decisão não puder ser feita em um único passo.
Ideia central⌗
O autor defende que AI Agents estão sendo usados em excesso e, muitas vezes, não são a melhor solução. O foco deve ser resolver problemas de forma eficiente, escolhendo o nível certo de complexidade, e não “construir agentes por construir”.
Ele apresenta um modelo em forma de pirâmide com 4 camadas de sistemas de IA, indo do mais simples ao mais complexo.
A Pirâmide dos Sistemas de IA⌗
1. Custom GPTs / Projetos na Nuvem / Gems (Base da pirâmide)⌗
O que são:
-
Assistentes conversacionais configurados com:
-
Instruções específicas
- Base de conhecimento
- Tom/voz
- Funcionam como um “estagiário que conhece a empresa”.
Características principais:
- Reativos (só funcionam quando alguém interage).
- Baixa complexidade e custo.
- Ideais quando o humano precisa estar no loop.
Quando usar:
- Tarefas repetitivas com necessidade de revisão humana.
- Processos criativos ou iterativos.
- Exemplo do vídeo: gerar guias de setup para vídeos do YouTube, com ajustes manuais rápidos.
2. Automação Simples (sem IA)⌗
O que é:
- Fluxos automáticos baseados em regras fixas do tipo if/then.
- Zero raciocínio ou interpretação.
Características principais:
- Totalmente previsível e determinístico.
- Executa sempre o mesmo conjunto de passos.
- Pode rodar em background (sem interação humana).
Quando usar:
- Processos claros, binários e objetivos.
- Exemplo: gatilhos por horário, status “sucesso/erro”, finalização de gravação, etc.
Insight importante:
- Cerca de 50% das automações em empresas não precisam de IA.
3. AI Workflows⌗
O que são:
- Fluxos com ordem fixa de passos, mas que usam IA em pontos específicos.
Características principais:
- Estrutura sempre igual (1 → 2 → 3 → …).
-
IA entra para:
-
Classificar
- Interpretar texto
- Tomar decisões pontuais dentro do fluxo
Exemplo do vídeo:
- Classificação automática de e-mails (suporte, financeiro, prioridade, etc.).
- Algo difícil de fazer apenas com regras fixas.
Definição-chave:
Caminho fixo com decisões inteligentes.
4. AI Agents (Topo da pirâmide)⌗
O que são:
- Sistemas autônomos, orientados a objetivos.
-
Podem:
-
Perceber o ambiente
- Decidir quais ferramentas usar
- Escolher a ordem de execução
- Repetir passos
- Lidar com exceções
Características principais:
- Alta complexidade, custo e manutenção.
- Não seguem um caminho fixo.
- Recebem um objetivo e “descobrem” como alcançá-lo.
Exemplo do vídeo:
-
Agente de marketing que recebe pedidos via Telegram e decide:
-
Criar texto
- Criar ou editar imagens
- Consultar banco de dados
- Repetir etapas se necessário
Insight importante:
- Mesmo agentes funcionam melhor quando suas ferramentas internas são workflows previsíveis.
Como escolher o que construir (Fluxo de decisão)⌗
- Preciso estar no loop toda vez?
- Sim → Custom GPT
- Não → próxima pergunta
- Os passos são 100% baseados em lógica fixa?
- Sim → Automação simples
- Não → próxima pergunta
- A ordem das operações é fixa e previsível?
- Sim → AI Workflow
- Não → AI Agent
Exceção importante⌗
Mesmo que a ordem pareça fixa, um AI Agent pode ser melhor quando:
- Algumas etapas podem ser puladas.
- Outras podem precisar ser repetidas várias vezes.
- Exemplo: suporte ao cliente que às vezes precisa consultar a base de conhecimento várias vezes — ou nenhuma.
Mensagem final⌗
- Não existe resposta universal.
-
O melhor sistema depende:
-
Do problema real
- De como o processo humano funciona
- Do custo, manutenção e escala desejados
- Muitas vezes você começa simples e escala para algo mais complexo depois (ou o contrário).
Princípio-chave:⌗
Seja um resolvedor de problemas, não um construtor de AI Agents.
Qual Automação a FAZER?
1