Terça-feira, 10h15
Sobre a mesa estão duas propostas para criar um agente de IA. A primeira ocupa uma página: "agente inteligente que gerencia o seu site, a publicidade e o conteúdo", preço mensal e data de início.
A segunda é mais longa e, justamente, começa com perguntas: onde o agente vai rodar, com que acesso ele vai entrar no site, quem aprova antes de publicar e o que acontece se algo quebrar.
As duas prometem um agente. Só uma contou o que há dentro das paredes.
Criar um agente de IA para a empresa parece simples visto de fora: conecta-se o ChatGPT, dá-se um nome a ele, e pronto. Na prática, a conversa no Telegram é só a fachada. Por baixo há um servidor, conexões, permissões, memória, regras e um registro de atividades.
Neste guia respondemos a duas perguntas: como criar um agente de IA em que dá para confiar até no terceiro mês e em qual infraestrutura rodá-lo quando as tarefas duram horas. Se você ainda está na fase do "afinal, o que é um agente", comece pelo guia básico sobre agente de IA para empresas.
Em resumo
- Criar um agente de IA é montar um sistema, não instalar uma ferramenta: modelo, conexões com permissão mínima, conhecimento sobre o negócio, regras de aprovação e registro, em uma infraestrutura que funciona mesmo com o seu computador desligado.
- Como criar um agente de IA: oito etapas, de uma tarefa bem definida até a ampliação gradual. A maior parte do trabalho está em permissões, orientações e testes, não em código.
- Para trabalho longo de agentes há hoje três caminhos principais: uma plataforma gerenciada como a Agents API da OpenAI (em beta), um agente em um servidor de nuvem dedicado ou um agente pronto como o dots ou o Muse. O que compensa depende da duração das tarefas, dos sistemas e do controle de que você precisa.
- O que você leva: 2 ou 3 tarefas, acesso organizado aos sistemas, exemplos do que é "bom" e alguém que aprove.
Criar um agente de IA é construir uma casa, não instalar um aplicativo
Uma demonstração mostra a sala de estar. Uma proposta séria conta como são as fundações. É a frase para levar a toda reunião com quem se oferece para criar um agente para você.
Quando se constrói uma casa, ninguém se empolga com as fundações. Empolgam a cozinha e a vista. Mas uma casa com cozinha bonita e fundações fracas começa a rachar depois do primeiro inverno.
Um agente de IA funciona exatamente assim. Na demonstração aparece uma conversa inteligente, talvez até um produto subindo para o site. Não se vê onde o agente roda, com que usuário ele entra no site, quem aprova antes de publicar e onde está anotado o que ele fez ontem.
As sete camadas de um agente de IA para empresas
O modelo é só uma camada das sete. A OpenAI, no guia dela para construir agentes, descreve três componentes básicos: modelo, ferramentas e orientações. Em uma empresa de verdade, é preciso acrescentar algumas camadas em volta deles para que o agente seja seguro no trabalho do dia a dia. É assim que fica, de baixo para cima.
1. As fundações: servidor separado e isolamento
O agente precisa de um lugar para rodar o tempo todo, mesmo com o seu computador desligado. Preferimos um servidor de nuvem separado para cada empresa, de modo que as suas informações, conexões e configurações não fiquem ao lado das de outra empresa.
O que perguntar: onde o agente vai rodar e se ele divide servidor ou conta com outras empresas.
2. A tubulação: conexões e permissões
É a camada que transforma um chat em um agente. Segundo a documentação da OpenAI, o modelo não aciona ferramentas por conta própria: ele pede para acionar uma ferramenta, e o sistema em volta executa a ação. Ou seja, o que o agente pode fazer é definido na tubulação, não nas "boas intenções" do modelo.
Por isso cada conexão precisa de um usuário dedicado e da permissão mínima. Um agente que sobe posts no blog não precisa de permissão de administrador sobre o site inteiro.
O que perguntar: com que usuário o agente vai entrar em cada sistema e o que, exatamente, ele poderá fazer ali.
3. O cérebro: modelo e orientações
O modelo é o motor do raciocínio. As orientações são a descrição do cargo: o que o agente faz, como fala e quando para e pergunta. O mesmo modelo com orientações vagas entrega resultados vagos.
O que perguntar: quem escreve as orientações e como elas são atualizadas quando algo não funciona.
4. A memória: o conhecimento do negócio
Um agente genérico sabe escrever. O agente da sua empresa sabe escrever como você: o tom, os produtos, o público, as perguntas que se repetem e o que não se pode dizer. Esse conhecimento deve ficar em arquivos que dá para ler, corrigir e exportar.
O que perguntar: onde o conhecimento sobre o negócio fica guardado e, se pararmos de trabalhar juntos, se ele continua comigo.
5. A porta: Telegram
É por aqui que você entra. Você escreve ao agente como a um funcionário, envia uma foto ou um arquivo e recebe um resultado ou uma pergunta. No Telegram é fácil definir que o agente só aceita instruções de você ou de quem você indicar.
O que perguntar: quem exatamente pode dar instruções ao agente e o que acontece se um estranho tentar.
6. O telhado: o que exige aprovação
Definem-se de antemão três níveis: o que o agente faz sozinho, o que espera a sua aprovação e no que ele não toca de jeito nenhum. A própria documentação da OpenAI recomenda interromper ações sensíveis ou pouco claras para uma aprovação humana explícita antes de a ferramenta ser acionada.
A regra precisa estar na infraestrutura, não só nas orientações. "Por favor, não publique sem aprovação" é um pedido. Um sistema que não permite publicar sem aprovação é um telhado.
O que perguntar: a aprovação é imposta pela infraestrutura ou só está escrita nas orientações ao modelo.
7. O registro: documentação e caminho de volta
Toda ação relevante é anotada: o que foi feito, quando, em qual sistema e com a aprovação de quem. Junto com um backup antes de qualquer mudança significativa, o registro responde à pergunta "o que aconteceu aqui?" e permite voltar atrás.
O que perguntar: se algo mudar no site, como vou saber quem fez isso e como se desfaz.
| Camada | Papel | O que acontece quando se pula |
|---|---|---|
| Fundações | Um lugar fixo e isolado para rodar | O agente cai quando o computador desliga, ou fica ao lado das informações de outros |
| Tubulação | Conexão com os sistemas com permissão definida | Um agente que só conversa, ou um agente com acesso de administrador a tudo |
| Cérebro | Raciocínio e descrição do cargo | Respostas genéricas e decisões inconsistentes |
| Memória | O conhecimento do negócio | Textos que não soam como você |
| Porta | O canal das instruções | Instruções vindas de todo lado, ou um agente difícil de conversar |
| Telhado | O que exige aprovação | Publicação ou gasto sem você saber |
| Registro | Documentação e backup | Não há como saber o que aconteceu e não há como voltar |
Como criar um agente de IA: passo a passo
Um agente se constrói como se recebe um funcionário novo: cargo definido, acesso limitado, período de adaptação e só então mais responsabilidade. Estas oito etapas servem tanto se você constrói sozinho quanto se alguém constrói com você. Cada etapa tem um fim claro, para você não descobrir um mês depois que ainda está "no meio da implantação".
- Defina 2 ou 3 tarefas. Cada tarefa em uma frase: o que entra, o que o agente faz e o que sai. "Quando eu enviar fotos e preço, o produto sobe como rascunho", e não "gerenciar a loja". Fim da etapa: um documento curto com as tarefas, os sistemas e o que conta como sucesso.
- Escolha o modelo. A OpenAI recomenda no guia dela começar pelo modelo mais forte para definir um patamar e depois verificar se um modelo menor e mais barato ainda o atinge. Fim da etapa: um modelo testado em exemplos reais seus, não só em testes de desempenho.
- Conecte os sistemas com permissão mínima. Um usuário dedicado em cada sistema, só com o acesso de que a tarefa precisa. Uma chave exclusiva é melhor do que uma senha compartilhada, e antes de mexer no site é preciso ter backup e um caminho de volta. Fim da etapa: cada conexão passou por uma ação de leitura e uma pequena ação de escrita.
- Escreva as orientações e organize o conhecimento. A OpenAI recomenda montar as orientações a partir de documentos que já existem na empresa e escrever antes o que fazer nos casos-limite. Em uma pequena empresa, são em geral exemplos de trabalhos de que você gostou, tom de voz, tabela de preços e uma lista do que é proibido. Fim da etapa: uma tarefa de exemplo que se parece com algo que você mesmo faria.
- Defina as regras de aprovação. Publicação, orçamento, mensagem em nome da empresa e mudança relevante no site esperam a sua aprovação. Exclusão irreversível e dados de pagamento ficam fora do alcance. Fim da etapa: as regras são impostas pela infraestrutura, e você verificou que uma ação que exige aprovação realmente para.
- Teste com tarefas reais. Não com uma demonstração. Pegam-se tarefas das últimas semanas e compara-se o resultado com o que foi feito de fato. Segundo o guia da OpenAI, a participação humana é especialmente importante no início, porque é quando os casos-limite aparecem. Fim da etapa: a maior parte dos resultados passa por você sem correções.
- Ative o registro e o acompanhamento. Toda ação relevante é anotada, e há alguém olhando o registro e os erros. Quando algo se repete, corrige-se a orientação ou a permissão, não só o resultado. Fim da etapa: você sabe responder "o que o agente fez esta semana?" sem perguntar a ele.
- Amplie uma tarefa de cada vez. A OpenAI também recomenda uma abordagem gradual: um único agente que recebe mais ferramentas aos poucos, antes de correr para dividir em vários agentes. Fim da etapa: uma tarefa nova só entra quando a anterior está estável.
Exemplo: as oito etapas em uma empresa
Como fica quando se percorrem todas as etapas com uma tarefa? Clique nas etapas e veja. É uma ilustração de uma pequena loja virtual de cerâmica, não o registro de uma empresa real.
Etapas 1 e 2 · definir a tarefa e escolher o modelo
Toda vez que chega uma remessa, perco uma noite subindo produtos. É isso que eu quero passar adiante.
A tarefa em uma frase: quando você envia as fotos e a tabela de preços, cada item sobe como produto em rascunho, com descrição, preço e categoria.
Sucesso: preço igual ao da tabela, descrição no tom da loja e zero produtos publicados sem aprovação.
✓ Tarefa definida · ✓ Dois modelos testados nos mesmos 10 exemplos
Etapa 3 · conexões e permissões
Foi criado no site um usuário dedicado ao agente, com acesso apenas a produtos. Ele não tem acesso a plugins, usuários nem configurações. Antes de começar, verificou-se que havia um backup recente.
✓ Leitura de um produto existente · ✓ Criação de um rascunho · ✗ Sem acesso às configurações
Etapas 4 e 5 · orientações e regras de aprovação
Estou anexando cinco descrições de que gosto. E sem a palavra "luxuoso", isso não é a nossa cara.
Entrou nas orientações. E as regras: rascunho o agente cria sozinho. Publicação e mudança de preço esperam a sua aprovação. Excluir um produto está bloqueado.
Sozinho: rascunhos · Com aprovação: publicação e preço · Bloqueado: exclusão
Etapa 6 · teste com tarefas reais
Rodamos a remessa da semana passada: 12 itens. 10 passaram sem correção. Em dois, o agente arredondou o preço, porque a tabela estava escrita à mão.
A correção entrou nas orientações: preço pouco claro não se arredonda, marca-se e pergunta-se.
! 2 correções · ✓ Orientação atualizada · ✓ Nova execução aprovada
Etapas 7 e 8 · registro e só depois ampliação
No registro: 6 rascunhos criados, 4 publicados com a sua aprovação, 2 esperando a verificação do preço. Depois de algumas semanas estáveis, entra uma segunda tarefa: um post no Instagram para cada produto novo, também com aprovação.
✓ Tarefa 1 estável · ← Tarefa 2 entra
Ilustração. A empresa, os números e as conversas do exemplo são fictícios.
O que preparar antes de criar um agente de IA para a empresa
Boa parte do tempo para criar um agente vai para coisas sem relação com tecnologia. Procurar quem tem a senha da conta de anúncios, entender o que conta como um "bom post" ou descobrir que o site não tem backup. Marque o que você já tem.
Checklist de preparação para criar um agente
Não marcou tudo? Tudo bem. Alguns itens se resolvem na primeira etapa. Mas, sem os três primeiros, ainda não há o que construir.
Qual infraestrutura serve para trabalho longo de agentes em 2026?
Não existe uma infraestrutura que seja "a que mais compensa". O que compensa depende de três coisas: quanto tempo cada tarefa roda, em quais sistemas o agente mexe e quanto controle você quer sobre permissões e informações.
Uma tarefa que dura horas, como revisar todas as páginas do site ou preparar dezenas de produtos, precisa de mais do que um bom modelo. Precisa de um lugar onde o trabalho seja guardado, de um jeito de se recuperar de uma falha no meio e da capacidade de parar para a sua aprovação sem perder o que já foi feito. Quem procura a infraestrutura mais vantajosa para workflows longos de agentes está, na verdade, escolhendo entre três caminhos.
Plataforma de agentes gerenciada. A Agents API da OpenAI abriu em beta público em 10 de setembro de 2026. Segundo a documentação, a OpenAI gerencia as sessões, a coordenação, a compactação de contexto e a recuperação de falhas, e o desenvolvedor fornece as ferramentas e escolhe onde o agente trabalha: sem ambiente, em um ambiente hospedado pela OpenAI ou em um ambiente próprio. Em 29 de setembro foi acrescentado o computer use, um agente que trabalha em um navegador hospedado pela OpenAI. O navegador pede aprovação antes de entrar em cada site novo e, segundo a documentação, exige no momento o GPT-6 Astra.
Agente próprio em um servidor de nuvem dedicado. O agente roda em um servidor alocado para uma só empresa e acessa o modelo pela API. Você, ou quem constrói com você, define os usuários em cada sistema, as regras de aprovação, o registro e os backups. O preço é que alguém precisa manter tudo isso.
Agente pronto para consumidores. Os dots da OpenAI rodam dentro do ChatGPT e, segundo a MacRumors, estão sendo liberados aos poucos para assinantes Pro, Business Premium e Enterprise em mercados selecionados. O Muse da Meta roda em um computador virtual dedicado na nuvem e, segundo a Meta, está disponível por ora apenas nos EUA e no Canadá. Detalhamos os dois no guia dos dots e no guia do Muse.
| Opção | Plataforma gerenciada (Agents API) | Servidor de nuvem dedicado | Agente pronto (dots, Muse) |
|---|---|---|---|
| Modelo de custo | Por uso: modelo, ferramentas e tempo de ambiente de execução | Servidor mensal fixo, modelo por uso e manutenção | Assinatura ou uso gratuito com limites |
| Controle | Alto no código, dentro dos limites de uma API em beta | Total: usuários, permissões, aprovações e registro | Dentro das regras que o produto oferece |
| Dados | Segundo a documentação, por ora armazenamento só nos EUA e sem Zero Data Retention | No seu servidor. As chamadas ao modelo passam pelo fornecedor | Na conta do fornecedor |
| Manutenção | Com o desenvolvedor: código que pode mudar com o beta | Com quem administra o servidor | Quase nenhuma |
| Combina quando... | Há um desenvolvedor e as tarefas rodam por horas em um ambiente isolado | O agente mexe no site, na publicidade e nos sistemas da empresa | As tarefas são pessoais e os aplicativos são compatíveis |
Fonte: página de preços e página do modelo da OpenAI para desenvolvedores, consultadas em 6 de outubro de 2026. Os preços dos modelos valem para solicitações de até 272 mil tokens de entrada, e acima disso são mais altos.
O que encarece o trabalho longo? Principalmente o contexto. Uma tarefa que carrega um histórico longo o reprocessa de novo e de novo, e acima de 272 mil tokens de entrada o preço por token também sobe. Em um ambiente hospedado, soma-se o tempo de execução. Por isso, em qualquer infraestrutura, vale dividir o trabalho longo em etapas com pontos de salvamento e testar a tarefa no Sol antes de passar para o Astra.
Plataforma gerenciada
Outra pessoa mantém o motor
- Sessões que guardam o trabalho entre os turnos
- Recuperação de falhas embutida
- Pagamento por uso, sem servidor fixo
- Em beta, com armazenamento de dados nos EUA
- Exige um desenvolvedor que escreva e mantenha código
Servidor de nuvem dedicado
A sua casa, com as suas chaves
- Isolamento total de outras empresas
- Usuário dedicado e permissão mínima em cada sistema
- Aprovações impostas pela infraestrutura
- Registro e backups que ficam com você
- Exige alguém responsável pela manutenção
A nossa opinião: para uma pequena empresa cujo agente mexe em um site WordPress, no Google Ads e na Meta, um servidor dedicado para cada empresa é hoje a escolha mais segura. A Agents API é muito interessante, e traz também a opção de um ambiente na sua própria infraestrutura, mas, segundo a documentação, nem isso torna o serviço elegível ao Zero Data Retention. Estamos acompanhando e testando. E, se as suas tarefas são pessoais, como e-mails, agenda e documentos, um agente pronto pode perfeitamente bastar.
E as ferramentas como o n8n? Fizeram um bom trabalho no mundo das sequências fixas. Mas uma tarefa longa é cheia de pequenas decisões, e um único agente com as permissões certas substitui dezenas de nodes que precisariam ser mantidos. Aprofundamos isso na comparação entre n8n e agente de IA.
O que fica com você e o que fica com quem constrói
Você não precisa saber programar, mas precisa estar presente, principalmente no começo. Criar um agente de IA para a empresa é um trabalho em conjunto.
Você leva
O conhecimento e as decisões
- As tarefas e a definição do que é "bom"
- Acesso aos sistemas, ou quem possa dá-lo
- Exemplos, tom e limites
- Aprovações e feedback no período de testes
- A decisão do que ampliar e quando
Quem constrói leva
A infraestrutura e a responsabilidade
- Servidor separado e seguro
- Conexões com permissão mínima
- Orientações, memória e regras de aprovação
- Backup, registro e caminho de volta
- Correções quando um sistema muda ou algo quebra
Bandeiras vermelhas em uma proposta para criar um agente de IA
Um "não" não é motivo para desistir, mas é motivo para perguntar. Recebeu uma proposta? Passe por estas perguntas.
E há três coisas com que nós não concordaríamos, mesmo que soem convenientes:
- "Um agente só que gerencia toda a empresa desde o primeiro dia". Um bom agente se constrói tarefa por tarefa. Quem começa por tudo não sabe o que exatamente não está funcionando.
- "Dê a ele acesso de administrador, é mais simples". É simples até o primeiro erro. A permissão mínima é a diferença entre um erro pequeno e um problema grande.
- "Constrói-se e acabou". Sites, plugins e interfaces do Google e da Meta mudam. Um agente sem alguém responsável por ele começa a se desgastar, como qualquer casa sem manutenção.
Construir sozinho, com acompanhamento, ou ainda não é a hora?
Nem toda empresa precisa que alguém construa um agente para ela, e nem toda empresa precisa de um agente. É assim que olhamos para isso:
Qual caminho serve para você
Dá para tentar sozinho
- Você está à vontade com ferramentas técnicas
- Uma tarefa só, interna
- Nada é publicado para fora
- Você tem tempo para manter
Vale ter alguém construindo com você
- Vários sistemas conectados
- Publicidade, orçamento ou conteúdo público
- Um site que gera receita
- Você não tem tempo para lidar com infraestrutura
Talvez ainda não seja um agente
- Não há trabalho repetitivo suficiente
- Não há quem aprove
- As tarefas são pessoais e um agente pronto basta
- Não há sistemas para conectar
Se a maior parte dos seus sinais caiu na coluna vermelha, provavelmente ainda é cedo. Se o seu site é feito em WordPress, escrevemos separadamente sobre gerenciar um site WordPress com um agente de IA.
Quanto custa criar um agente de IA?
O preço decorre diretamente das camadas e da infraestrutura. Em geral há três componentes: implantação única, serviços externos como o modelo e o servidor, e acompanhamento contínuo. Detalhamos isso no guia sobre o preço de um agente de IA.
Ao comparar propostas, lembre-se: uma proposta baratíssima em geral não constrói a mesma casa por menos. Costuma simplesmente construir menos andares. Compare camada por camada, não só o valor final com o valor final.
Perguntas frequentes
O que é criar um agente de IA?
Criar um agente de IA é montar um sistema em que um modelo de linguagem é conectado às ferramentas da empresa e atua nelas conforme orientações, permissões e regras de aprovação. Inclui a infraestrutura em que o agente roda, conexões com sistemas como o site e as contas de publicidade, conhecimento organizado sobre o negócio, um canal de conversa com o dono da empresa e o registro de cada ação relevante.
Como se cria um agente de IA?
Definem-se 2 ou 3 tarefas repetitivas e o que conta como sucesso, escolhe-se um modelo a partir de testes em exemplos reais e conectam-se os sistemas com um usuário dedicado e permissão mínima. Depois escrevem-se as orientações e o conhecimento sobre o negócio, definem-se as aprovações, testa-se com tarefas das últimas semanas, ativa-se o registro e só então se amplia, uma tarefa de cada vez.
Quanto tempo leva para criar um agente de IA para uma empresa?
Depende do escopo: quantas tarefas, quantos sistemas e quão organizado é o acesso a eles. Em geral são semanas, incluindo o período de testes. Quem promete um agente que gerencia a empresa inteira em um dia provavelmente está pulando parte das camadas.
Qual é a infraestrutura mais vantajosa para trabalho longo de agentes?
Não há uma resposta só. Uma plataforma gerenciada como a Agents API da OpenAI, que está em beta, cobra por uso e gerencia sessões e recuperação de falhas por você. Um servidor de nuvem dedicado custa um valor fixo e dá controle total sobre permissões e informações. Um agente pronto como o dots ou o Muse quase não exige manutenção, mas só funciona com o que o produto suporta. Em qualquer uma delas, preste atenção na quantidade de contexto que o modelo processa, porque é isso que encarece as tarefas longas.
O que acontece com as informações da empresa quando se constrói um agente?
Depende do provedor cujo modelo o agente usa, então vale conferir os termos de cada um. Por exemplo, segundo a documentação da OpenAI, os dados enviados pela API não são usados para treinar ou melhorar os modelos dela, a menos que você escolha compartilhá-los explicitamente, e os termos empresariais e de API de outros grandes provedores costumam ser parecidos. Na Agents API da OpenAI, segundo a mesma documentação, o estado da aplicação é mantido até ser apagado. Pergunte a quem constrói onde o conhecimento sobre o negócio fica guardado, quem pode acessá-lo e se você poderá recebê-lo.
Com quais modelos e ferramentas a Platin Digital constrói agentes?
A Platin Digital é uma OpenAI Select Partner. Construímos agentes para empresas com os modelos e as ferramentas que melhor se encaixam em cada negócio: da OpenAI, Anthropic, Google e outros. Cada agente roda em um servidor de nuvem separado para cada empresa, com usuário dedicado e permissão mínima em cada sistema e regras de aprovação definidas de antemão.
Fontes
- https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf
- https://developers.openai.com/api/docs/guides/function-calling
- https://developers.openai.com/api/docs/guides/agents/guardrails-approvals
- https://developers.openai.com/api/docs/guides/your-data
- https://developers.openai.com/api/docs/guides/agents-api/overview
- https://developers.openai.com/api/docs/guides/agents-api/sessions
- https://developers.openai.com/api/docs/guides/agents-api/environments/self-hosted
- https://developers.openai.com/api/docs/guides/agents-api/tools/computer-use
- https://developers.openai.com/api/docs/changelog
- https://developers.openai.com/api/docs/pricing
- https://developers.openai.com/api/docs/models/gpt-6.1-sol
- https://www.macrumors.com/2026/09/29/openai-launches-dots/
- https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/
- https://about.fb.com/news/2026/09/introducing-muse-small-business/
