Agentes de IA: Como Configurar

O Agente de IA consiste em uma etapa separada dentro de uma automação que pode tomar decisões de forma autônoma, analisando os dados recebidos e escolhendo a ação correta de acordo com a situação.

Chega de configurar condições e ramificações manualmente. Basta descrever a tarefa em linguagem simples, adicionar instruções e conectar as ferramentas certas. O agente usará o LLM selecionado para escolher a ação mais adequada com base na situação.

Como o Agente de IA difere das etapas comuns de automação

Uma etapa comum sempre executa uma ação específica: enviar uma mensagem, criar um registro ou atualizar dados. O Agente de IA funciona de forma diferente: ele analisa os dados recebidos e decide qual ação executar com base nas instruções fornecidas.

Um agente possui quatro componentes:

• Modelo ("cérebro") — toma decisões, lê as instruções e escolhe o que fazer.
• Instruções (prompt) — uma descrição da tarefa em formato livre e em qualquer idioma.
• Ferramentas (ações) — ações em serviços de terceiros que o agente pode executar. As conexões devem ser configuradas na Albato com antecedência.
• Memória de execuções anteriores — desativada por padrão, mas pode ser habilitada para manter o contexto entre as execuções (útil para chatbots).

Por exemplo, quando um novo contato é adicionado no HubSpot, o agente pode analisar os dados do contato e decidir o que fazer em seguida. Se o campo Quer agendar uma demonstração? estiver definido como Sim, ele envia uma notificação para o Slack. Se o Cargo do contato contiver Head, Diretor, Fundador ou CEO, ele adiciona o contato a uma planilha do Google para leads de alta prioridade — tudo em uma única etapa.

O que o Agente de IA consegue fazer

• Analisar dados recebidos e tomar decisões sem condições manuais.
• Usar ações de serviços conectados como ferramentas.
• Trabalhar com dados de etapas anteriores.
• Preencher automaticamente os campos obrigatórios nas ações.

Como adicionar o Agente de IA a uma automação

Etapa 1 — adicionar o agente

O Agente de IA só pode ser adicionado como uma ação. Ele precisa de dados de entrada, portanto, a automação deve começar com um gatilho (como um webhook ou um agendamento).

Ao clicar em + para adicionar uma nova etapa, você verá uma nova opção: Agente de IA.

Após adicioná-lo, a etapa aparece no construtor de automação.

Ele inclui:

• Nome — por padrão Agente de IA. Você pode renomeá-lo pelo menu de contexto (três pontos -> Renomear).
• Ícone "Cérebro" — selecione e conecte o LLM que tomará as decisões.
• Ícone "Engrenagem" — configure as instruções que o agente seguirá.
• Botão "Adicionar ferramentas" — conecte as ações que o agente pode executar.
• Menu de contexto — ações adicionais para gerenciar a etapa.

Etapa 2 — conectar um modelo de linguagem

Clique em Adicionar modelo (LLM) para escolher o modelo. Modelos disponíveis:

• Albato AI — modelo integrado da Albato. Não é necessária uma conexão LLM separada. Consulte a seção de Preços para obter detalhes.
• OpenAI;
• DeepSeek;
• Google Gemini.

A lista de modelos disponíveis será ampliada ao longo do tempo.

Se você escolher Albato AI, basta clicar em Continuar.

Se você escolher outro modelo, primeiro configure uma conexão: clique em Conectar app ou selecione uma conexão existente e, em seguida, clique em Continuar.

Na janela de configurações, o único campo obrigatório é o ID do modelo, que especifica o modelo do provedor que você deseja usar (por exemplo, gpt-4 ou gpt-5 para OpenAI). As demais configurações são opcionais.

Você pode alterar o modelo a qualquer momento clicando em Alterar modelo (LLM) à esquerda.

Etapa 3 — configurar as instruções do agente

Clique no ícone "Engrenagem" para abrir as configurações do agente.

Você verá três campos:

• Mensagem do usuário — o que o agente recebe como entrada: dados das etapas anteriores ou texto fixo. Máximo: 1.000 caracteres.
• Instruções do sistema — o que o agente deve fazer; a lógica central. Máximo: 1.000 caracteres.
• Restrições — regras e limites adicionais que o agente deve seguir. Máximo: 1.000 caracteres.

O Agente de IA recebe os dados de entrada, as instruções e as restrições, que formam a tarefa para o modelo. Quanto mais claramente você descrever a tarefa, mais precisamente o agente agirá.

Dicas para escrever as instruções:

• Descreva brevemente o papel e a tarefa do agente.
• Liste quais dados devem ser analisados.
• Indique claramente quando o agente deve agir e quando não deve.
• Defina as restrições e as regras importantes.
• Evite detalhes desnecessários, repetições e expressões contraditórias.

O botão Salvar fica ativo somente após todos os campos obrigatórios serem preenchidos.

Etapa 4 — conectar ferramentas

Clique em Adicionar ferramentas e, em seguida, selecione um app com as ações que o agente pode executar. A Albato oferece cerca de 5.000 ações que podem ser usadas como ferramentas.

Para cada ferramenta, especifique:

• aplicativo;
• a ação que o agente pode executar;
• a conta do aplicativo (conexão existente ou nova).

Após clicar em Continuar, a janela de mapeamento de campos é aberta.

Cada campo possui um botão Deixar o Agente de IA decidir. Se ativado, o agente determina qual valor inserir nesse campo com base nas suas instruções.

Quando essa opção estiver ativada, você também pode adicionar instruções no nível do campo para que o agente saiba como preencher esse valor específico.

Você pode combinar abordagens: deixar o Agente de IA preencher alguns campos automaticamente enquanto configura outros manualmente com valores fixos ou dinâmicos.

Etapa 5 — configurar a memória do agente (opcional)

Por padrão, o agente não se lembra de nada entre as execuções: cada execução começa do zero.

Para ativar a memória (por exemplo, para um chatbot), clique nos três pontos ao lado do modelo de IA e ative Memória.

Campos adicionais:

• Tamanho da memória — o número de interações recentes que o agente leva em consideração (1–100). Uma interação = uma entrada + uma saída. Por exemplo, se o agente recebe a mensagem “Olá!” durante uma execução e responde com “Olá! Como vai você?”, isso conta como uma interação.
• ID da thread — separa a memória entre diferentes usuários ou conversas. Para um chatbot do Telegram, passe o ID do chat para que cada usuário tenha seu próprio contexto.

Preços

Cada execução do Agente de IA custa 3 transações, independentemente de quantas ferramentas são chamadas.

Além disso:

• Albato AI: 1 transação a cada 2.000 tokens (entrada + saída combinadas).
• Qualquer outro LLM: sem cobranças adicionais de tokens.

O número de chamadas de ferramentas não afeta o custo.

Exemplo 1. Albato AI

Agente de IA com Albato AI, 5 ferramentas, 4.500 tokens utilizados:

• 3 transações pela execução do agente.
• 3 transações pelos tokens, já que 4.500 -> 3 pacotes de 2.000.

Total: 6 transações

Exemplo 2. Qualquer outro LLM

Agente de IA com um LLM externo, 5 ferramentas, 4.500 tokens utilizados:

• 3 transações pela execução do agente.

Total: 3 transações

Conclusão

O Agente de IA permite criar automações mais flexíveis sem longas cadeias de condições e ramificações. Descreva a tarefa, adicione instruções, conecte as ferramentas e o agente analisará os dados recebidos para escolher a ação correta dentro das regras que você definiu.

O Agente de IA não substitui a automação em si — ele simplifica a lógica dela. A mesma automação pode lidar com diferentes cenários: validar dados, qualificar leads, enviar notificações, criar registros em CRMs ou dar suporte a cenários de chatbot.

FAQ

Sim, pode. No entanto, é importante considerar o uso de tokens: grandes conjuntos de dados aumentam o consumo de tokens. Por isso, o ideal é enviar apenas os campos e objetos de que o agente realmente precisa para tomar uma decisão.

Sim, pode. Para isso, você precisa adicionar as ações relevantes do CRM como ferramentas, por exemplo, ações para localizar e criar um contato. Depois, nas instruções, você pode orientar o agente a verificar se o cliente já existe antes de criar um novo contato. Se o cliente for encontrado, o agente usa o registro existente. Caso contrário, ele cria um novo.

O Agente de IA pode trabalhar não apenas com ações prontas de serviços conectados, mas também com solicitações HTTP personalizadas. Você pode adicionar essa solicitação como uma ferramenta separada, e o agente poderá usá-la ao executar a tarefa.

Ainda não. O suporte a arquivos de mídia está planejado para atualizações futuras.

Isso ainda não está disponível, mas está planejado para atualizações futuras. No futuro, o agente poderá usar uma base de conhecimento conectada como uma fonte adicional de contexto.

As ações comuns de IA, por exemplo, ChatGPT, geralmente funcionam como uma única etapa: elas recebem dados de entrada e retornam um resultado, como um texto. O Agente de IA atua de forma mais ampla: ele funciona como um roteador inteligente. Ele analisa os dados de entrada, segue as instruções e, quando necessário, decide qual ferramenta usar e qual ação executar em seguida. Ele também pode usar memória e considerar o contexto de execuções anteriores.

Se você tiver dúvidas sobre a configuração, entre em contato com nossa equipe de suporte pelo chat no site ou plataforma.