Design de produto de agente de IA: usuários, limites e uma tarefa clara
Defina um agente de IA como produto: usuários, uma tarefa repetível, limites de ação e uma medida de sucesso que você consiga observar nos registros.

Projetar um agente como produto significa definir quem ele atende, a tarefa única que executa, os limites que precisa respeitar e uma medida que mostre se a tarefa foi concluída. Um modelo mais capaz não torna essa definição opcional. Ele amplia o que o agente pode tentar, então a definição escrita precisa restringir o que o agente deve tentar e dizer quando o trabalho deve passar para uma pessoa.
Principais pontos
- Nomeie os usuários primeiro: quem depende do resultado, quem dispara o trabalho e quem recebe o retorno.
- Escreva a tarefa como uma atividade repetível, com entrada, saída e ponto de chegada definidos.
- Classifique cada ação possível em três níveis: agir sozinho, propor para aprovação ou nunca fazer.
- Escolha uma medida de sucesso que dê para ler nos registros e nas revisões, não numa impressão de qualidade.
- Trate a definição como documento vivo e revise permissões, avaliações e a descrição da tarefa em uma agenda.
Por que um modelo mais forte precisa de uma tarefa mais estreita
Capacidade e clareza são coisas diferentes. Um modelo que raciocina sobre mais contexto consegue acessar mais sistemas, ler mais documentos e sugerir mais ações do que um modelo simples. Se a tarefa é vaga, ela se expande para ocupar o espaço disponível. O agente responde perguntas que ninguém lhe atribuiu, toca em registros que não deveria tocar e produz um resultado difícil de revisar porque ninguém disse como seria um bom resultado.
Equipes de produto já aplicam essa disciplina ao software. Uma funcionalidade tem usuário, caso de uso, critérios de aceite e limite de liberação. Agentes precisam da mesma estrutura, com uma diferença: eles leem texto livre, chamam ferramentas e escolhem entre etapas, então os limites precisam ser escritos em termos que um sistema consiga aplicar e uma pessoa consiga auditar. As orientações de engenharia da Anthropic sobre a construção de agentes eficazes seguem uma linha parecida. Elas recomendam começar com padrões simples e bem compreendidos e acrescentar autonomia somente onde ela ajuda de fato a tarefa.
Defina os usuários antes de definir o agente
Definições fracas de agentes costumam começar com uma lista de ferramentas. Comece pelas pessoas. Três papéis normalmente importam:
- O solicitante, que inicia o trabalho e espera um resultado utilizável dentro de um dia útil normal.
- O revisor, que confere a saída e tem autoridade para rejeitá-la.
- O destinatário, que age sobre o resultado, como um cliente, um responsável financeiro ou um técnico em campo.
Para cada papel, escreva o que ele precisa ver, com que frequência vai interagir com o agente e o que faria com que ele deixasse de confiar nele. Um revisor que não consegue ver as fontes por trás de uma afirmação vai rejeitar tudo. Um destinatário que recebe um resumo longo quando queria um sim ou não vai ignorá-lo. Essas respostas moldam o formato da saída mais do que qualquer frase de prompt.
Escreva a tarefa como um contrato
A descrição da tarefa cabe em uma página e é específica o bastante para que duas pessoas julguem a mesma saída do mesmo jeito. Preencha estes campos em linguagem simples:
- Gatilho: o evento que inicia a tarefa, como uma nova mensagem na caixa compartilhada ou uma nova linha em uma planilha de pedidos.
- Entradas: as fontes que o agente pode ler e quem mantém cada uma delas.
- Saída: uma frase descrevendo o que o agente produz e em que formato.
- Ponto de chegada: a condição em que a tarefa está concluída e a condição em que ela vai para uma pessoa.
- Responsável pelas exceções: a pessoa nomeada que trata os casos que o agente não consegue resolver, e o prazo para isso.
Se você não consegue preencher esses campos sem palavras vagas como tratar, apoiar ou gerenciar, a tarefa ainda não está pronta para um agente. Talvez o trabalho precise ser mapeado antes. Nosso guia sobre mapeamento de processos antes de automatizar com IA mostra essa etapa, e o texto sobre o que migrar para agentes de IA e o que manter no Zapier ajuda a decidir se um fluxo fixo serviria melhor à tarefa.
Defina limites em três níveis
Os limites funcionam melhor como uma lista de ações organizada do que como um parágrafo de alertas. Coloque cada ação que o agente poderia realizar em um dos três níveis:
- Agir: ações que ele pode concluir sozinho, como classificar uma solicitação, redigir uma resposta com material aprovado ou preencher uma checklist com fontes que consegue citar.
- Propor: ações que ele prepara e uma pessoa aprova, como enviar uma mensagem a um cliente, alterar um preço, emitir um crédito ou editar uma cláusula contratual.
- Nunca: ações fora do seu papel, como excluir registros, mudar permissões ou contatar pessoas que não estão em uma lista aprovada.
As ferramentas devem seguir esses níveis. Dê ao agente apenas o acesso que o nível de agir exige e use credenciais separadas, com escopo restrito, para tudo que estiver acima dele. As orientações de autorização da OWASP e o framework OAuth 2.0 apontam na mesma direção: conceder permissões específicas em vez de contas amplas. Trate também tudo que o agente lê como dado, e não como instrução. Um e-mail ou um documento pode conter texto que tenta redirecionar o agente. A folha de referência da OWASP sobre injeção de prompt explica por que esse controle precisa estar no desenho do sistema, e não apenas em uma frase do prompt.
Cenário ilustrativo: uma empresa regional de aluguel de equipamentos quer que um agente faça a triagem da caixa de atendimento compartilhada. O agente pode classificar cada mensagem por tipo e redigir respostas sobre reservas usando a tabela de tarifas publicada, o que fica no nível de agir. Ele prepara, mas não envia, qualquer resposta que mencione cobrança por avaria, o que fica no nível de propor. Nunca altera datas de reserva nem dispensa uma taxa. Um despachante revisa as respostas sobre avarias propostas todas as manhãs, e a lista de fontes aprovadas é revisada em uma data fixa.
Escolha uma medida de sucesso que você consiga observar
Uma medida de sucesso precisa ser legível no sistema. A afirmação de que os clientes parecem mais satisfeitos não serve. Medidas melhores perguntam se a saída foi aceita sem mudanças, com que frequência o revisor a alterou e por quê, e quais exceções chegaram a uma pessoa. Registre cada execução com suas entradas, as fontes usadas, as chamadas de ferramentas e a decisão final, para que o revisor consiga rastrear por que o agente agiu daquela forma. Os conceitos de observabilidade da OpenTelemetry descrevem traces e logs como a forma de reconstruir o comportamento ao longo de várias etapas. Mantenha o registro proporcional à tarefa. Você precisa de detalhe suficiente para explicar um resultado ruim, não de um depósito de dados que ninguém lê.
Monte um pequeno conjunto de casos reais de trabalhos anteriores, inclusive os complicados, e avalie o agente com eles antes do lançamento e depois de cada mudança. As orientações da Anthropic sobre avaliação de agentes recomendam partir de tarefas reais e de falhas observadas, e não depender apenas de benchmarks sintéticos. Se você usar outro modelo como avaliador, calibre-o primeiro com julgamentos humanos, porque um avaliador não verificado pode fazer uma tarefa fraca parecer forte.
Mantenha a definição viva depois do lançamento
Usuários, ferramentas e modelos mudam depois que um agente entra em operação. Revise a descrição da tarefa sempre que uma nova ferramenta for conectada, quando o perfil dos pedidos mudar, depois de qualquer incidente e em um intervalo regular definido pelo responsável. Pergunte se os três níveis ainda correspondem ao risco real, se a fila de exceções está sendo tratada pelo responsável nomeado e se a medida de sucesso ainda mede o que importa para você. Quando a tarefa chegar ao fim, desative o agente de forma planejada e mantenha seus registros, para que a próxima pessoa veja o que ele podia fazer.
A Be Human projeta, implementa e opera esses agentes com a definição registrada por escrito. Uma primeira etapa define um papel útil, a memória e as ferramentas de que ele precisa, seus limites de aprovação e um critério de sucesso observável. A operação gerenciada pode então cobrir monitoramento, avaliações recorrentes, manutenção de integrações, revisão de permissões, resposta a incidentes e mudanças controladas em prompts ou ferramentas, de modo que cada alteração fique registrada e a equipe saiba o que o agente podia fazer em qualquer momento.
Se você ainda não sabe qual tarefa da sua empresa vale a pena entregar primeiro a um agente, o diagnóstico gratuito de IA da Be Human pode ajudar a encontrá-la.
Perguntas frequentes
Quantos usuários um agente deve atender no lançamento? Comece com um revisor principal e um solicitante claro. Incluir mais públicos costuma significar mais formatos de saída e mais exceções, o que dificulta a avaliação da tarefa. Amplie o grupo só depois que o primeiro revisor aceitar o trabalho de forma consistente.
Um modelo mais capaz basta para dispensar o trabalho de limites? Não. Um modelo mais forte segue mais instruções, mas uma frase no prompt pode ser sobrescrita por conteúdo que o agente lê. Os limites precisam vir das ferramentas e permissões que o agente possui, então capacidade e acesso são controlados separadamente.
E se não conseguirmos concordar com uma medida de sucesso? Comece com o teste que o revisor já usa para aceitar ou rejeitar trabalho e registre com que frequência ele altera a saída e por quê. Isso dá uma referência inicial sem inventar uma nota. Você pode refinar a medida depois de ver quais erros mais importam para o negócio.
Quando devemos revisar a descrição da tarefa? Revise quando uma nova ferramenta for conectada, quando o perfil dos pedidos mudar, depois de um incidente e no intervalo de revisão definido pelo responsável. A descrição é curta, então a revisão exige pouco tempo, comparado ao custo de um agente sair do seu papel sem que ninguém perceba.
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.


