Ir para conteúdo
be-human.ai
← Voltar ao blog

IA por setor

Agentes superinteligentes para empresas de software: propostas e notas

Como empresas de software sob medida usam propostas e notas de descoberta como memória do cliente, e onde as pessoas precisam aprovar.

Capa tipográfica do Be Human com o título: Agentes superinteligentes para empresas de software: propostas e notas
Ilustração conceitual criada com IA · Be Human

Agentes superinteligentes para empresas de software sob medida são agentes de IA que mantêm rascunhos de propostas, notas de descoberta e decisões do cliente como uma memória governada, para que cada nova estimativa, mudança de escopo ou atualização de status parta daquilo que foi de fato acordado. O valor vem menos da capacidade bruta do modelo do que do registro em que o agente trabalha, das permissões que ele tem e da etapa de aprovação antes que qualquer coisa saia da empresa. Para a maioria das software houses sob medida, esse registro já existe, mas está espalhado entre anotações de reuniões, documentos e caixas de entrada, e é por aí que o trabalho começa.

Principais pontos

  • Um rascunho de proposta só é tão confiável quanto as notas de descoberta que estão por trás dele, então cada premissa deve trazer sua fonte e a data em que foi definida.
  • A memória do cliente deve separar o que o cliente disse, o que a equipe inferiu e o que foi formalmente acordado.
  • Um agente mais capaz pode redigir, comparar e sinalizar, mas não deve enviar estimativas, alterar escopo ou confirmar prazos por conta própria.
  • Textos colados de e-mails e documentos de clientes são dados a serem lidos, nunca uma instrução que o agente deva seguir.
  • Comece com um papel, um repositório de memória e um critério de sucesso que alguém da equipe consiga verificar toda semana.

O que deve constar em uma nota de descoberta e em um rascunho de proposta

Uma nota de descoberta é o registro bruto do que aconteceu em reuniões, oficinas e análises de sistemas existentes. Um rascunho de proposta é uma afirmação da empresa sobre o que vai construir, para qual escopo, sob quais premissas e até quando. Muitas equipes misturam os dois, o que significa que uma frase ouvida uma única vez em uma reunião pode virar um compromisso escrito no documento sem que alguém tenha decidido que deveria virar.

Uma nota de descoberta útil registra as pessoas envolvidas e quem é dono de cada decisão, os sistemas no escopo e os pontos de integração entre eles, as fontes de dados e onde elas ficam, e as restrições que moldam a entrega, como uma revisão de segurança, um requisito de hospedagem ou um prazo externo fixo. Ela também registra as funcionalidades que o cliente excluiu do escopo, as perguntas em aberto com um responsável por cada uma e as palavras exatas que o cliente usou para descrever o sucesso. Essas palavras importam depois, porque são a base dos critérios de aceite.

Um rascunho de proposta, por sua vez, deve conseguir apontar de volta para as notas. A seção de escopo lista o que está incluído, as premissas dizem o que precisa ser verdade para a estimativa valer, as exclusões nomeiam o que não está incluído, e os critérios de aceite dizem como o cliente saberá que o trabalho está concluído. Quando cada uma dessas linhas se liga a uma fonte datada, o rascunho pode ser revisado com rapidez. Quando não se liga, o rascunho é quase uma memória de memória.

Por que notas de descoberta falham como memória do cliente

A falha mais comum não é a falta de informação. É a informação que não pode ser confiada no momento em que alguém precisa dela. As notas são escritas por uma pessoa para o próprio uso, são abreviadas e ficam em um documento que ninguém mais abre. Um requisito citado em março pode ser contradito em uma reunião posterior, e as duas versões sobrevivem em lugares diferentes. Uma premissa razoável no início de um projeto pode, sem alarde, deixar de ser verdadeira quando o cliente troca de fornecedor ou de regra de relatório.

Uma segunda falha é que as notas não distinguem os níveis de comprometimento. Uma frase como « seria bom se o portal também tratasse devoluções » aparece ao lado de « a primeira versão precisa incluir devoluções », sem nenhuma marcação que mostre qual das duas foi acordada. Quem redige a proposta seguinte precisa reconstruir essa distinção de memória, e a reconstrução costuma errar no sentido que favorece o entusiasmo da própria empresa.

A memória só é útil quando consegue mostrar de onde vem cada afirmação e se alguém concordou com ela.

O que um agente mais capaz faria com essa memória

Um agente mais capaz, trabalhando a partir de um registro bem mantido, pode assumir a leitura repetitiva e a conferência cruzada que hoje recaem sobre o gestor de contas no fim de uma semana cheia. Suas tarefas úteis são concretas:

  • Redigir a seção de escopo de uma proposta a partir da nota de descoberta, colocando as palavras do próprio cliente ao lado de cada requisito.
  • Comparar as notas de uma nova reunião com as premissas aprovadas e sinalizar contradições para o gestor de contas.
  • Manter uma lista atualizada de perguntas em aberto, cada uma com responsável e a data em que foi discutida pela última vez.
  • Preparar uma solicitação de mudança quando um novo pedido ficar fora das exclusões acordadas, citando a nota relevante.
  • Responder perguntas como o que foi acordado sobre retenção de dados para um cliente, apontando para a nota em que a decisão foi registrada.

Nenhuma dessas tarefas exige que o agente seja quem decide. O agente prepara, cita e sinaliza. Uma pessoa decide. As diretrizes de engenharia da Anthropic sobre engenharia de contexto chegam a um ponto semelhante, vista do lado de quem constrói: um agente tem melhor desempenho quando as informações em seu contexto de trabalho são selecionadas, atuais e limitadas ao que a tarefa exige, e não a tudo o que a empresa já escreveu.

Onde deve ficar a fronteira de aprovação

A fronteira de aprovação é a decisão de desenho mais importante desse arranjo, e deve ser escrita antes que o agente veja qualquer dado de cliente. O acesso de leitura à memória de um único cliente pode ser amplo para a equipe de contas. O acesso de escrita, e qualquer coisa que chegue ao cliente, deve ser restrito e registrado. O princípio do menor privilégio, que as orientações de autorização da OWASP descrevem em detalhe, se aplica diretamente: cada papel de agente deve ter apenas as permissões que sua função exige, verificadas a cada ação e não presumidas a partir de um login.

Há também um risco específico nesse tipo de trabalho. Notas de descoberta e e-mails são escritos por pessoas de fora, e qualquer um deles pode conter texto que pareça uma instrução, como uma linha mandando o assistente ignorar orientações anteriores ou marcar um desconto como aprovado. As orientações da OWASP sobre injeção de prompt tratam conteúdo externo como entrada não confiável justamente por isso. O agente nunca deve aceitar um compromisso porque um documento afirma que ele foi feito, e um compromisso só deve existir quando uma pessoa identificada o registra.

Um guia prático de decisão para a maioria das empresas fica assim:

  • Ler e resumir a memória de um único cliente: o agente pode atuar sozinho, com cada leitura registrada.
  • Redigir texto de proposta dentro do espaço de trabalho da empresa: o agente pode redigir, claramente marcado como rascunho.
  • Enviar qualquer coisa ao cliente, ou alterar um total, um cronograma ou uma exclusão: uma pessoa aprova cada vez.
  • Editar premissas ou decisões armazenadas na memória: uma pessoa aprova, e a versão anterior é mantida.
  • Mover informações entre registros de clientes, ou exportá-las: bloqueado, a menos que uma pessoa identificada conceda esse acesso específico.

Um plano passo a passo para construir a memória

A forma mais rápida de fracassar é conectar todos os documentos e pedir a um agente que dê sentido a eles. Um plano mais estreito funciona melhor e produz evidências mais cedo. As etapas abaixo supõem uma equipe de poucas pessoas que já escreve propostas.

  • Escolha primeiro um papel, como redigir as seções de escopo de uma linha de serviço, em vez de todo o funil de vendas.
  • Defina o formato de registro de cada entrada de memória: fonte, quem falou, data, status (dito, inferido ou acordado) e responsável.
  • Migre um conjunto de propostas fechadas recentemente, com suas notas de descoberta, marcando quais premissas se confirmaram durante a entrega.
  • Defina permissões de leitura por cliente, para que um agente que trabalha em uma conta não veja o material de outro cliente.
  • Escreva o critério de sucesso em termos simples, por exemplo, que todo requisito de um rascunho esteja ligado a uma nota datada ou seja sinalizado como sem fonte.
  • Teste o agente com propostas passadas cujos resultados são conhecidos antes de qualquer uso real, e registre cada divergência com o motivo.
  • Mantenha um registro de alterações para cada edição na memória e revise-o em uma agenda fixa.

Cenário ilustrativo: uma empresa com uma pequena equipe de contas prepara uma proposta para o portal de estoque de um cliente. A nota de descoberta registra que o cliente quer leitura de código de barras na primeira versão, e uma reunião posterior o menciona como algo que ele talvez queira depois. O agente sinaliza o conflito no rascunho. O gestor de contas confirma por escrito a decisão da primeira versão, a nota é atualizada com essa confirmação e sua data, e a proposta declara o escopo uma única vez, com a fonte anexada.

Como a Be Human trabalha isso em um modelo gerenciado

A Be Human desenha e opera esse tipo de memória como parte de uma configuração de IA personalizada para a empresa. Uma primeira etapa define um papel útil, a memória e as ferramentas de que esse papel precisa, as fronteiras de aprovação em que ele opera e um critério de sucesso observável. A operação gerenciada pode então cobrir monitoramento, avaliações recorrentes, manutenção das integrações, revisão de permissões e melhorias controladas da memória ao longo do tempo. A empresa mantém o controle de sua identidade, de seus registros de clientes e de suas decisões, enquanto o agente trabalha dentro dos limites escritos para ele.

Para um problema comparável em outro negócio de serviços, a memória de contexto de cada cliente mantida separada e revisada é tratada em um artigo sobre provedores de serviços gerenciados de TI, que ainda não está disponível em português.

Como medir se a memória está funcionando

Um sistema de memória deve ser observável, ou seja, a equipe precisa conseguir ver o que o agente leu, o que citou e o que uma pessoa alterou depois. Os conceitos de traces, logs e métricas do OpenTelemetry oferecem um vocabulário útil para isso. Cada tarefa de redação pode registrar quais entradas de memória foram recuperadas, quais foram usadas na saída e quais foram rejeitadas pelo revisor. Com o tempo, esses registros mostram se o agente está se apoiando nas fontes certas ou em fontes desatualizadas.

As avaliações importam tanto quanto os registros. Mantenha um conjunto fixo de notas de descoberta e propostas passadas, com respostas corretas conhecidas, e execute-o novamente após cada mudança em prompts, ferramentas ou estrutura de memória. O guia de evals da OpenAI e os textos da Anthropic sobre avaliações de agentes descrevem a mesma prática: um conjunto de testes estável torna as regressões visíveis antes que os clientes as vejam. Um critério semanal útil é se os revisores encontraram requisitos sem fonte nos rascunhos e se esse número vem caindo.

Se você quer descobrir qual é a primeira tarefa da sua empresa que vale a pena entregar a um agente, faça o diagnóstico gratuito de IA da Be Human.

Perguntas frequentes

Um agente de IA pode redigir propostas para uma software house sem que uma pessoa revise? O agente pode produzir um primeiro rascunho útil, mas uma pessoa deve revisar cada proposta antes que ela chegue ao cliente. O revisor confere se cada requisito remete a uma fonte, se as premissas ainda são verdadeiras e se as exclusões correspondem ao que de fato foi discutido. Envio, preço e decisões de prazo devem permanecer com pessoas identificadas.

Qual é a diferença entre uma nota de descoberta e a memória do cliente? Uma nota de descoberta é o registro de uma conversa ou análise. A memória do cliente é o conjunto mantido desses registros, com fontes, datas, rótulos de status e responsáveis, para que a empresa veja o que está acordado, o que é inferido e o que ainda está em aberto. A memória só é útil se for mantida atualizada e se suas edições forem registradas.

Como impedir que o e-mail de um prospect manipule o agente? Trate tudo o que vem de uma parte externa como dado a ser lido, não como instrução. Limite o que o agente pode fazer sem aprovação, de modo que mesmo um rascunho manipulado não consiga enviar uma mensagem, alterar um total ou registrar um compromisso. As orientações da OWASP sobre injeção de prompt e sobre autorização sustentam essa abordagem em camadas.

Isso é o mesmo que um CRM? Um CRM armazena bem contatos, etapas e atividades, mas raramente guarda o raciocínio por trás de uma decisão de escopo, as palavras exatas do cliente que definiram o sucesso ou as permissões que regem o que um assistente pode fazer. A memória de um agente precisa desses elementos também. Muitas empresas mantêm o CRM como registro de relacionamentos e usam uma memória separada e governada para o contexto de descoberta e de propostas no qual o agente trabalha.

Seu próximo passo

Descubra primeiro onde um agente de IA cabe na sua empresa.

Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.

Menos tarefas. Mais espaço para você.

Traga o trabalho para o qual falta tempo.

Agende uma conversa e teste 7 dias grátis um agente de IA personalizado ↗Ou faça o diagnóstico gratuito de IA →