Guia prático de Prompts e agentes de IA

Prompts e agentes fazem parte de um mesmo ecossistema, mas não são sinônimos. Um prompt especifica o comportamento desejado; um agente reúne modelo, memória de execução, ferramentas e regras para conduzir um processo. O projeto começa pelo problema, não pela moda tecnológica.

Camada 1: objetivo e contrato de saída

Antes de escolher o modelo, documente quem usa o resultado e qual decisão será tomada. Uma instrução eficaz descreve entradas disponíveis, regras de interpretação, exceções e saída. Para extração de dados, um esquema validado evita que frases bonitas escondam campos ausentes.

Camada 2: contexto e qualidade das fontes

Informações estáveis podem estar nas instruções; normas e dados atualizados devem vir de repositórios mantidos. Uma busca recupera conteúdo relevante, mas não garante que ele seja verdadeiro ou vigente. Preserve título, data e origem de documentos, permitindo revisão das afirmações.

Camada 3: decomposição do processo

Considere uma demanda de compras: receber necessidade, identificar requisitos, comparar alternativas e preparar recomendação. A comparação pode ser auxiliada por IA, mas orçamento e autorização seguem regras de negócio. A separação em etapas reduz ambiguidades e facilita testes individuais.

Camada 4: ferramentas e permissões

Um agente com consulta a banco, calendário ou e-mail atua dentro das credenciais fornecidas. Adote o menor acesso possível e trate páginas e mensagens consultadas como dados não confiáveis. Ações externas devem possuir confirmação, registro de execução e mecanismos para lidar com duplicações.

Camada 5: memória e privacidade

Guardar todo o histórico indiscriminadamente não torna o agente melhor. Defina que dados precisam permanecer entre etapas, por quanto tempo e com qual finalidade. Evite registrar segredos em logs e respeite as políticas aplicáveis de proteção de dados.

Camada 6: avaliação antes e depois da implantação

Crie testes representativos, inclusive situações raras e tentativas de induzir comportamento indevido. Meça completude, precisão, custo, latência e qualidade das decisões de encaminhamento. Depois da implantação, acompanhe regressões e incidentes com versões identificáveis.

Camada 7: quando preferir automação convencional

Regras fiscais, cálculos exatos e transformações determinísticas podem ficar em software tradicional; o modelo atua interpretando solicitações ou explicando resultados. Essa composição costuma ser mais auditável que pedir ao modelo para calcular ou decidir tudo sozinho.

Um desenho de referência simples

Imagine um pedido recebido por formulário. O sistema valida campos, o modelo propõe classificação, uma ferramenta consulta política interna, o operador confirma exceções e a aplicação registra a decisão. Cada etapa tem dono, trilha e condição explícita de falha.

O sucesso de um agente deve ser medido pelo trabalho confiável que ele realiza dentro de limites claros, não pela quantidade de passos que executa sozinho.