Quais dados da empresa conectar primeiro a um agente de IA

Conecte primeiro os dados que são curados, têm dono e ficam em modo somente leitura: seus procedimentos escritos, políticas, descrições de produtos e serviços, modelos e respostas aprovadas. Essas fontes dão ao agente a maior parte da utilidade com a menor exposição, porque foram escritas para ser compartilhadas e não identificam um cliente nem um funcionário. Depois, avance para o histórico operacional, em seguida para campos estreitos de clientes, e deixe dados financeiros, de RH e credenciais para mais tarde, com acesso mais restrito a cada etapa.

Principais pontos

• Classifique cada fonte com duas perguntas: quanto do trabalho da função depende dela e quanto dano ocorre se ela vazar, estiver errada ou for mal usada.
• Comece por documentos curados, com dono e somente leitura, como procedimentos, políticas, modelos e respostas aprovadas.
• Só adicione histórico operacional e registros de clientes depois que o agente usar corretamente as primeiras fontes, e apenas os campos de que a função precisa.
• Trate o conteúdo que chega de fora da empresa como um risco à parte, porque ele pode trazer instruções feitas para manipular o agente.
• Mantenha acesso de escrita, registros financeiros, arquivos de RH e credenciais fora do primeiro ciclo, a menos que uma tarefa específica e aprovada exija esses dados.

Por que a ordem das conexões importa?

Cada conexão dada a um agente é mais do que uma transferência de arquivos. É uma permissão que precisa ser concedida e revisada, um caminho de busca que pode devolver a informação errada, um rastro nos registros (logs) e uma fonte que alguém precisa manter atualizada. Se você conecta muita coisa de uma vez, ninguém consegue explicar depois o que o agente sabia quando deu uma resposta ruim.

A ordem também protege a utilidade. Materiais sobre como construir agentes, como os textos da Anthropic sobre engenharia de contexto, defendem que o agente funciona melhor com um conjunto pequeno e bem escolhido de informações relevantes, e não com tudo o que existe. Uma pasta com arquivos desatualizados e contraditórios piora as respostas, não melhora.

A lista de dados deve nascer da função, e não o contrário. Se você ainda não escreveu para que serve o agente, comece pelos exemplos de funções para agentes de IA em empresas e depois volte aqui para decidir o que essa função precisa ler.

Como classificar uma fonte de dados por valor e exposição?

Pontue cada fonte candidata com perguntas que um grupo pequeno consegue responder em uma reunião. Comece pelo valor: quanto a função depende dessa fonte?

• O trabalho diário da função depende dessa fonte para responder perguntas ou redigir material?
• O conteúdo está atualizado e há uma pessoa nomeada responsável por mantê-lo assim?
• Ele está escrito com clareza suficiente para um novo funcionário confiar nele?

Depois pontue a exposição: o que acontece se algo der errado?

• Ela identifica uma pessoa, um cliente ou uma conta?
• Um vazamento, ou uma resposta errada baseada nela, geraria dano jurídico, financeiro ou contratual?
• Pessoas de fora da empresa conseguem escrever nela, por e-mail, formulários na web ou avaliações públicas?
• O agente pode alterá-la ou apenas lê-la?
• O acesso pode ser limitado a uma pasta, uma visão ou um conjunto de campos, ou é tudo ou nada?

As primeiras conexões têm alto valor e baixa exposição. Fontes de alto valor e alta exposição vêm depois, reduzidas à menor fatia que ainda cumpre a tarefa. Fontes de baixo valor podem esperar indefinidamente, qualquer que seja a exposição.

Quais fontes conectar primeiro, em ordem?

Esta é a ordem que serve à maioria dos primeiros ciclos. Sua função pode subir ou descer uma etapa de alguma fonte, mas a lógica se mantém: o que é seu antes do que foi herdado, o que é curado antes do que é bruto, o que só lê antes do que escreve.

• Primeiro: procedimentos e playbooks. Instruções passo a passo, checklists, regras de escalonamento e páginas de como fazer. Eles definem como o trabalho é feito, foram escritos para ser seguidos e raramente têm dados pessoais.
• Segundo: políticas, descrições de produtos e serviços, modelos aprovados e guias de tom. Mantêm o agente alinhado ao que a empresa já decidiu dizer.
• Terceiro: histórico de trabalho concluído, como chamados encerrados, propostas passadas e perguntas respondidas, depois de uma revisão que retire dados pessoais e tudo o que não reflita mais a forma como vocês trabalham.
• Quarto: contexto da equipe, como diretório, agendas compartilhadas e quadros de projeto, em somente leitura e restrito à equipe do piloto.
• Quinto: registros de clientes, em somente leitura, limitados aos campos de que a função precisa, como status do pedido ou etapa da conta, e não a ficha completa.
• Mais tarde: qualquer canal que receba mensagens de fora, como uma caixa de entrada compartilhada ou um formulário na web, depois de testado o tratamento de conteúdo não confiável.
• Por último, se for o caso no primeiro ciclo: livros financeiros, folha de pagamento, arquivos de RH, assuntos jurídicos, informações de saúde, credenciais e qualquer conexão que permita ao agente escrever ou enviar.

Repare no que as primeiras etapas têm em comum. Uma pessoa as escreveu de propósito, a empresa é dona delas e um erro em qualquer uma é visível e corrigível. As etapas finais guardam informações que ninguém escreveu para um agente ler.

O que deve esperar e o que deve ficar fora do primeiro ciclo?

Três categorias pedem cuidado extra.

A primeira é tudo em que pessoas de fora conseguem escrever. Um e-mail de um desconhecido, um formulário na web ou uma página copiada pode conter texto que tenta dar ordens ao agente. A orientação da OWASP sobre prevenção de prompt injection descreve esse risco e os controles em torno dele, incluindo tratar conteúdo externo como dado e não como instrução e limitar o que o agente pode fazer depois de lê-lo. Um agente que lê mensagens externas e também age em sistemas internos exige um desenho deliberado, por isso não deve estar entre as primeiras conexões.

A segunda é o acesso de escrita. Ler um documento e alterar um registro são níveis diferentes de confiança. Comece em somente leitura e, quando uma ação de escrita passar a valer a pena, libere-a para uma tarefa definida, com uma etapa de aprovação. A orientação da OWASP sobre autorização recomenda privilégio mínimo e negação por padrão, e essa é uma boa regra para agentes: cada conexão tem sua própria identidade, com apenas o acesso de que a função precisa.

A terceira são os dados que simplesmente ainda não são necessários. Folha de pagamento, arquivos de RH, assuntos jurídicos e credenciais raramente ajudam uma primeira função e trazem o maior risco. Senhas e chaves nunca devem ficar em documentos que o agente consegue pesquisar. Havendo dados pessoais, resolva duas questões antes de conectar qualquer coisa: se o seu fornecedor treina modelos com os dados da empresa e quem é dono dos prompts e dos dados, e onde esses dados ficarão fisicamente armazenados.

Um último item entra na lista de espera: o drive compartilhado inteiro. Parece generoso, mas mistura arquivos atuais e obsoletos, rascunhos, pastas pessoais e documentos sensíveis, e ninguém conseguirá dizer depois o que o agente tinha permissão de saber.

Qual é um passo a passo prático para as primeiras conexões?

Use esta sequência para cada fonte, uma de cada vez.

• Escreva as perguntas e tarefas que a função precisa atender nas primeiras semanas.
• Liste todas as fontes que ajudariam a respondê-las, com a pessoa responsável por cada uma.
• Pontue cada fonte por valor e exposição com as perguntas acima e escolha primeiro a de maior valor e menor exposição.
• Limpe essa fonte antes de conectá-la: remova arquivos desatualizados e duplicados, retire o que for sensível e confirme quem a mantém.
• Conecte em somente leitura, por meio de uma identidade dedicada, limitada à pasta ou à visão específica. Quando o sistema permitir, use autorização delegada padrão, como OAuth 2.0 com escopos estreitos, conforme descrito na documentação de OAuth do Google.
• Teste com perguntas reais cujas respostas corretas você já conhece e registre qual fonte o agente usou em cada resposta.
• Revise os registros de acesso em busca de surpresas, como arquivos consultados que você não esperava.
• Adicione a próxima fonte só quando a anterior se comportar bem e repita o ciclo.
• Marque no calendário uma revisão periódica de acessos, para que as conexões não sobrevivam ao seu propósito.

A revisão da última etapa é detalhada em contas e chaves de API do agente de IA e de quem devem ser.

Como isso fica na prática? Um cenário ilustrativo

Este cenário é ilustrativo e não descreve uma empresa real. Uma pequena empresa de serviços de logística quer um agente para ajudar a coordenadora de operações a responder perguntas rotineiras de status e redigir respostas.

A equipe da coordenadora lista as fontes candidatas: os procedimentos operacionais, as descrições de serviços, uma biblioteca de modelos de resposta, dois anos de chamados encerrados, o sistema de relacionamento com clientes, o sistema financeiro, a caixa de entrada compartilhada e o drive inteiro da empresa.

A primeira conexão são os procedimentos e as descrições de serviços, depois que um responsável remove as páginas que descrevem um processo aposentado. A segunda são os modelos de resposta e o guia de tom. A terceira são os chamados encerrados, após uma revisão que retira nomes e dados de contato. A quarta é uma visão somente leitura dos campos de status de remessa do sistema de clientes, e não o registro completo do cliente.

O sistema financeiro fica de fora porque a função nunca precisa dele. A caixa de entrada compartilhada espera até a equipe testar como o agente lida com mensagens que contêm instruções. O drive inteiro nunca é conectado.

Com essa ordem, o agente consegue redigir respostas com as palavras da própria empresa desde a primeira etapa, e cada fonte posterior foi adicionada por um motivo declarado que alguém consegue explicar.

Como a Be Human trata as primeiras conexões?

Um primeiro ciclo com a Be Human define uma função útil, a memória e as ferramentas de que ela precisa, os limites de aprovação e um critério de sucesso observável. O inventário de dados faz parte dessa definição: cada fonte é classificada, recebe um responsável e é conectada em somente leitura por uma identidade própria e restrita. As consultas são registradas para poderem ser revisadas. Depois do lançamento, a operação gerenciada inclui revisões periódicas de permissões, e qualquer nova conexão ou permissão de escrita passa por uma etapa de aprovação, em vez de ser adicionada de modo informal.

Perguntas frequentes

Devo conectar o drive compartilhado inteiro para o agente ter tudo? Não. Um drive completo mistura material atual e obsoleto com rascunhos e arquivos sensíveis, o que reduz a qualidade das respostas e amplia a exposição. Escolha as pastas que a função realmente usa, limpe-as e nomeie um responsável por cada uma.

É seguro dar dados de clientes a um agente de IA? Pode ser, se isso vier depois das fontes de menor risco e de forma restrita. Limite o agente aos campos de que a função precisa, mantenha somente leitura, confirme por escrito as condições de tratamento de dados do fornecedor e revise os registros com regularidade. Se a função consegue fazer seu trabalho sem esses dados, deixe-os de fora.

Preciso de um banco de dados especial ou de uma estrutura técnica para conectar documentos primeiro? Em geral não, no início. A busca sobre um conjunto pequeno de documentos curados é um padrão comum, e a escolha do mecanismo importa menos do que a qualidade do conteúdo e a restrição do acesso. Acerte primeiro as fontes e as permissões e refine a tecnologia à medida que a função crescer.

Como sei se a primeira conexão está funcionando? Teste com perguntas cujas respostas você já conhece e verifique se o agente cita a fonte correta. Compare os resultados com o critério de sucesso definido para a função e peça ao responsável pela fonte que revise uma amostra das respostas. Se o agente errar, corrija o documento ou o acesso antes de adicionar qualquer coisa nova.

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