Atualmente, a criação de agentes de IA não-código tornou-se uma prática popular entre profissionais e empresas de diferentes setores.
E não é surpreendente levar em conta as capacidades que esses elementos têm para acelerar a execução de tarefas que podem levar horas para cumprir, favorecendo a eficiência e a produtividade do setor em que são implementados.
Neste post, mostramos as etapas a serem seguidas para que você aprenda a criar agentes de IA e implementá-los em três tarefas diferentes (e-mail, análise de competências e redes sociais), tornando-os mais eficientes e mais produtivos.
Quais são os benefícios de criar agentes de IA não-código?
- Automação avançada e autonomia: Unlike rigid automation tools,Agentes de IAEles definem suas próprias etapas para atingir uma meta, modificando até mesmo seu plano se uma etapa falhar.
- Eficiência e produtividade: Os agentes de IA executam tarefas simultâneas, dividem tarefas complexas e operam sem supervisão constante, o que libera humanos para tarefas mais estratégicas.
- Melhor tomada de decisão: Devido ao aprendizado de máquina, os agentes de IA podem analisar dados em tempo real, prever tendências e oferecer soluções com base em informações confiáveis.
- Interação e Personalização: Implementar agentes de IA pode ajudar a experiência do cliente por meio do uso de linguagem natural, compreensão ou contexto de conversas longas e oferecendo respostas mais precisas.
- MultiAgente de Colaboração: vários agentes do poder de trabalharem juntos para resolver problemas, discutir ideias e aprender sobre eles, ou que simulam um ambiente de trabalho especializado.
Passos para aumentar os agentes de IA não-código aplicados a 3 casos de uso
Graças a ferramentas de automação como Make nosso time de IAHoy, a cargo hoje, conseguiu criar agentes de IA no code para gerenciar e-mails, facilitar a análise de concorrência e publicações em redes sociais, tornando essas tarefas e nossa produtividade mais otimizadas. Foi assim que realizamos:
Caso de uso 1: Agente de IA da raça, nenhum código que atue como classificador de e-mail inteligente
A seguir, colocaremos em prática os seguintes passos para criar um agente de IA no code que se encarregará de gerenciar o relacionado à redação, classificação e envio de e-mails:
PASSO 1. Definir o objetivo e as categorias
Escolha a conta de e-mail que você usará (Gmail de suporte). Em seguida, defina as categorias que serão atribuídas pelo agente (Suporte, Vendas, Faturamento, etc.). Depois, escreva de 2 a 5 exemplos típicos de e-mail para cada categoria.
PASSO 2. Crie um novo cenário no Make
Entre no Make e procure a opção para criar um novo Cenário. Em seguida, ative a opção de Agendamento para definir o comportamento do agente, que pode ser imediato ou em intervalos de tempo (a cada 5 – 15 minutos).
PASSO 3. Adicione o gatilho de e-mail
Adicione um primeiro módulo de e-mail (Gmail > Watch emails). Em seguida, conecte sua conta de e-mail e conceda permissões. Depois, configure filtros mínimos como Pasta/Caixa de entrada a ser monitorada (Inbox, uma etiqueta específica, etc.). Certifique-se de que o assunto, remetente, data e corpo da mensagem (texto puro ou HTML convertido para texto) sejam coletados na saída deste módulo.
PASSO 4. Prepare o texto a ser enviado para a IA
Adicione um módulo intermediário que atue construindo um texto limpo, adequado para que a IA o analise. Aqui você pode criar um campo como:
Assunto: {{Subject}}
De: {{From}}
Corpo: {{Body (text-only)}}
PASSO 5. Configure o módulo de IA (ChatGPT ou outro modelo)
Inclua um módulo de IA compatível com o Make (OpenAI > Create a completion/chat completion). No prompt do sistema, descreva o papel do agente. Exemplo:
Você é um classificador de e-mails para uma empresa.
Você deve ler cada e-mail e atribuí-lo a uma única categoria entre: “Suporte”, “Vendas”, “Faturamento”, “Status de Envio”, “Promoção/Spam”, “Outro”.
Responda unicamente com o nome exato da categoria, sem texto adicional.»
Depois, no prompt do usuário, insira o texto composto na etapa anterior (assunto, remetente e corpo).
PASSO 6. Interpretar a resposta do modelo
No Make, adicione um módulo router ou switch que envie o fluxo por diferentes ramificações com base no resultado:
- Se saída = «Suporte» → Ramificação Suporte
- Se saída = «Vendas» → Ramificação Vendas
- Se saída = «Faturamento» → Ramificação Faturamento
Defina uma ramificação com o nome Outro ou Revisão manual para direcionar os casos em que a classificação não for clara.
PASSO 7. Aplicar ações de acordo com a categoria
Defina em cada ramificação qual ação o agente implementará com o e-mail. Exemplo:
Suporte
- Adicionar uma etiqueta «Suporte» no Gmail
- Criar um ticket em sua ferramenta de help desk.
Vendas
- Etiquetar como «Vendas» e reenviar para um grupo de vendedores.
- Criar ou atualizar um lead no CRM.
E assim por diante com o restante.
PASSO 8. Programar uma resposta automática (Opcional)
Com o Make, você pode fazer com que o agente de IA entregue uma resposta automática. Para isso, você precisa adicionar em cada ramificação um segundo módulo de IA que gere um rascunho de resposta como:
“Agradecemos sua mensagem, em breve X equipe responderá…”
Depois, conecte um módulo do Gmail > Enviar e-mail ou similar para que ele envie essa resposta.
PASSO 9. Tratamento de erros e registros
Configure rotas de erro no Make para capturar falhas da API de e-mail ou da IA (timeouts, limites, etc.).
PASSO 10. Testes, ajuste fino e entrada em produção
Uma vez concluído, execute o cenário em modo manual com 10 a 20 e-mails reais para verificar se as categorias atribuídas fazem sentido e se os rótulos/movimentos na caixa de entrada estão corretos. Em caso de erros, ajuste o prompt e as categorias e ative o cenário em ON com um intervalo prudente (a cada 5 minutos), mantendo o acompanhamento por alguns dias. Após validá-lo, você pode tentar aumentar a frequência de execução, adicionar mais categorias e conectar mais contas de e-mail reutilizando o mesmo cenário.
Caso de Uso 2: Criar Agente de IA que Atua Como Analista de Concorrência Automático
A seguir, vejamos os passos a serem seguidos para projetar um agente de IA no code que se encarregue sozinho de analisar nossa concorrência dentro de um mercado específico:
PASSO 1. Definir escopo e fontes
Escolha o que deseja analisar (site principal de cada concorrente, blog, preços, fichas de produto, redes sociais, comunicados de imprensa, etc.). Em seguida, em uma planilha, faça uma lista de concorrentes com seus URLs principais. Depois disso, defina a saída (resumo geral, lista de mudanças recentes, pontos fortes/fracos, tabela de preços, ideias de posicionamento).
PASSO 2. Criar o cenário base no Make
Entre no Make e crie um novo cenário definindo a frequência (uma vez ao dia ou uma vez por semana para monitorar mudanças). Crie um módulo Scheduler como gatilho (trigger) ou fixe a detecção de novos registros em sua planilha de concorrentes.
PASSO 3. Ler a lista de concorrentes
Crie um módulo para ler os dados da sua tabela (Watch rows ou Get rows da planilha). Certifique-se de que o módulo recupere o nome do concorrente, a URL principal juntamente com outras relevantes (landing de produto, página de preços, blog).
PASSO 4. Extrair conteúdo dos sites
Defina módulos HTTP ou conectores específicos de scrapping para cada concorrente. Em seguida, baixe o HTML das páginas relevantes e adicione uma etapa de limpeza básica (extrair apenas o texto, remover menus, rodapés e elementos irrelevantes sempre que possível). Limite o comprimento do texto para economizar tokens.
PASSO 5. Desenhar o papel do agente de IA
Defina claramente o prompt do sistema em um módulo de IA da seguinte forma:
“Você é um analista de concorrência para uma empresa X. A partir do conteúdo do site de um concorrente, identifique a proposta de valor principal, produtos/serviços-chave, segmento de clientes, estratégia de preços aproximada, pontos fortes, pontos fracos, elementos diferenciais em relação à X.”
No prompt do usuário, envie o texto limpo extraído do site juntamente com o nome do concorrente.
PASSO 6. Gerar a análise com IA
Estabeleça uma saída estruturada (Markdown ou JSON) para facilitar a reutilização de cada bloco da seguinte forma:
“Devolva o resultado como um JSON com as chaves: proposta_valor, produtos, segmento, precos, fortalezas, debilidades, diferenciais.”
Execute este módulo para cada concorrente e salve a saída.
PASSO 7. Consolidar e comparar resultados
Defina passos para salvar a análise de cada concorrente, seja em uma planilha ou em um banco de dados. Também gere um resumo comparativo adicional a partir das análises individuais que identifique padrões do mercado, oportunidades e ameaças.
PASSO 8. Automatizar relatórios e notificações
Configure os módulos para enviar um resumo da análise por e-mail ou por Slack/Teams para a equipe. Certifique-se de que os links sejam incluídos no documento e na planilha.
PASSO 9. Gerenciamento de mudanças e novidades
Defina um novo passo de IA ou regras simples para que sejam sinalizadas as mudanças que ocorreram em relação ao último relatório (novas funcionalidades, mudanças de preço, novas mensagens de marketing, etc.).
PASSO 10. Testes, calibração e escalonamento
Teste o cenário com poucos concorrentes e revise manualmente a qualidade das análises. Ajuste prompts, comprimento do texto e frequência de execução conforme os resultados. Feita a validação, adicione mais concorrentes, mais fontes (blog, redes) e camadas de análise (SEO, conteúdo, produto) sem alterar a estrutura básica do agente.
Caso de Uso 3: Criar Agente de IA que Atue Redigindo e Publicando Fios em Redes Sociais
A seguir, vejamos os passos a seguir para gerar um agente de IA no code que se encarregue de redigir e publicar por nós fios em redes sociais.
PASSO 1. Definir o objetivo e o produto final
Elige en qué plataforma social vas a publicar los hilos (X/Twitter, LinkedIn, Threads). Luego, define el formato del hilo (número de posts, longitud, tono de voz, idioma, estructura; hook, desarrollo, cierre/CTA). Especifica cómo deseas la salida del agente (idea corta, enlace a un artículo, briefing, etc.).
PASO 2. Preparar la fuente de ideas/briefings
Crea una hoja de cálculo en la que se registren datos como tema, objetivo, público, enlace de referencia, palabras clave y estado (pendiente, generado, publicado). Considera otras vías de entrada (formulario, comando en chat de mensajería o trigger desde CMS) cuando publiques un nuevo post en tu blog.
PASO 3. Crear el escenario base en Make
En Make crea un nuevo escenario definiendo el trigger en función del flujo, es decir:
- «Nuevo registro» en la hoja de ideas
- Un comando tipo «/hilo X sobre [tema]» que sirva como mensaje en tu canal de chat
- Nuevo post en WordPress
PASO 4. Recoger y normalizar la información de entrada
Agrega módulos para leer el tema, contexto y enlaces de referencia. Luego, define pasos para extraer el texto principal de enlaces de artículo, video, página de producto si los hay. Ahora construye un texto de briefing que reúna todo lo anterior (tema, objetivo, público, puntos clave).
PASO 5. Diseñar el rol del agente de IA
Crea un módulo Chat/Completion y dentro redacta un mensaje de sistema así:
«Eres un copywriter experto en redes sociales. Tu tarea es escribir hilos de [red elegida] con tono [tono de marca], siguiendo esta estructura: Hook potente, 3–7 tweets/posts de desarrollo, cierre con llamada a la acción. Respeta el límite de caracteres aproximado por post.».
No mensaje do usuário, envie o briefing gerado (tema, objetivo, público, pontos-chave, links de referência).
PASSO 6. Gerar o fio com IA em formato estruturado
Peça ao modelo para retornar a saída em um formato fácil de processar, por exemplo, JSON ou texto numerado assim:
«Retorne o fio como uma lista numerada: 1) … 2) … 3) … sem texto adicional.»
PASSO 7. Processar o resultado e preparar a publicação
Adicione passos no Make para dividir a resposta em posts individuais, usando quebras de linha ou pelo padrão 1), 2), etc. Tente adicionar um módulo que recorte esses posts muito longos e os ajuste aos limites de caracteres permitidos pela plataforma. Salve o fio em sua planilha/banco de dados.
PASSO 8. Programar ou publicar em redes sociais
Conecte o Make à sua ferramenta de publicação (módulo do X/Twitter, LinkedIn, etc.). Em seguida, escolha a maneira como você deseja que a publicação seja feita (imediata ou de acordo com a data/hora armazenada na planilha). Depois, configure um loop que publique cada post em ordem.
PASSO 9. Adicionar controles de qualidade
Antes de publicar automaticamente, envie o fio para seu canal de Slack/Telegram ou e-mail para revisão. Você pode adicionar um segundo módulo de IA que cuide de revisar o estilo/gramática do fio ou adaptá-lo para outra rede (converter fio do X para um carrossel do LinkedIn).
Esperamos que nossa explicação sobre como criar agentes de IA sem código com o Make tenha sido útil para que você possa implementá-los com sucesso nos casos de uso mencionados neste post e que você continue avançando no desenvolvimento de novos agentes de IA para serem aproveitados na gestão de outras tarefas.
VOLTAR PARA Zapier vs Make vs n8n: Ferramentas Para Automação de Fluxo de Trabalho no Code com IA – Qual é a Melhor?
