Como Construir Sua Própria Equipe de Agentes de IA com a AI Factory da FlowHunt

O Que É uma Equipe de Agentes de IA e Por Que Você Precisa de Uma?

Construir fluxos de trabalho complexos de automação normalmente requer costurar múltiplas ferramentas, escrever código personalizado e gerenciar inúmeras integrações. A AI Factory da FlowHunt muda essa equação, deixando você definir o que quer que seja feito e, então, montando automaticamente uma equipe de agentes de IA para cuidar disso.

Uma equipe de agentes de IA é um conjunto de agentes de IA especializados que trabalham juntos sob um supervisor para realizar tarefas complexas. Em vez de uma única IA tomando todas as decisões, cada agente se especializa em responsabilidades específicas. Um supervisor coordena o trabalho, líderes de equipe delegam tarefas e agentes executores realizam o trabalho de fato. Essa estrutura espelha como as equipes humanas operam — e é muito mais eficaz do que a automação monolítica.

Neste guia, vamos percorrer a construção de uma equipe prática de agentes de IA que extrai tickets críticos de suporte, os prioriza por impacto de negócio e entrega um resumo diário para a sua equipe via Slack. Este mesmo padrão se aplica a qualquer fluxo de trabalho de múltiplas etapas na sua empresa.

Começando: Acessando a AI Factory

A interface da FlowHunt tem duas seções principais: AI Studios (a visualização padrão) e AI Factory (onde você constrói equipes de agentes). Quando você abre a FlowHunt, cai em AI Studios. Para acessar a AI Factory, procure o botão de alternância no canto superior esquerdo da interface e troque para AI Factory.

Criando Seu Primeiro Projeto

Uma vez que você esteja na AI Factory, criar um novo projeto é simples:

1. Clique no botão “Create Project”
2. Dê ao seu projeto um nome descritivo (por exemplo, “Live Agent Daily Action Item Digest”)
3. Escreva um prompt claro descrevendo o que você quer que os agentes façam
4. Selecione suas integrações
5. Escolha como o supervisor comunicará os resultados de volta a você
6. Deixe o sistema construir sua equipe

O sistema usa a descrição do seu projeto para determinar a estrutura da equipe. Uma tarefa simples como “extrair e resumir tickets” pode resultar em um único agente. Um fluxo de trabalho complexo envolvendo múltiplas fontes de dados e árvores de decisão pode gerar um supervisor, 2-3 líderes de equipe e 3-6 agentes executores.

Pronto para expandir seu negócio?

Comece seu teste gratuito hoje e veja resultados em dias.

Solicitar demo Entrar

Como Definir a Missão da Sua Equipe de Agentes de IA

O prompt que você escreve é a base de tudo o que sua equipe de agentes faz. Ele deve ser específico, acionável e claro sobre o formato de saída desejado.

Escrevendo um Prompt de Tarefa Eficaz

Um prompt forte inclui:

• O que extrair ou analisar: “Extraia todos os tickets críticos do LiveAgent das últimas 24 horas”
• Como priorizar: “Priorize por impacto no cliente e risco de negócio”
• O que fazer com os resultados: “Crie uma mensagem no Slack com os 5-10 principais itens de ação”
• Expectativas de formato de saída: Resumos claros e digeríveis com níveis de prioridade

Aqui está o prompt do nosso exemplo:

Extraia todos os tickets críticos do live agent das últimas 24 horas, priorize por impacto no cliente e risco de negócio, e crie uma mensagem no Slack como resposta com todos os principais itens de ação para o dia.

Este prompt diz ao sistema:

• A fonte de dados (tickets do LiveAgent)
• A janela de tempo (últimas 24 horas)
• O framework de priorização (impacto no cliente + risco de negócio)
• O destino da saída (Slack)
• O formato (principais itens de ação)

Entendendo Frameworks de Priorização

Quando você pede aos agentes para priorizar, eles precisam de critérios claros. No exemplo acima, os agentes usam um framework baseado em impacto com categorias como:

• Indisponibilidade do sistema — prioridade máxima, afeta todos os usuários
• Risco de receita — impacto direto no negócio
• Problemas de segurança — conformidade e proteção de dados
• Impacto em múltiplos clientes — afeta várias contas
• Problemas de cliente único — problemas isolados

Você pode personalizar essas categorias com base no seu negócio. A chave é ser explícito sobre o que “crítico” significa no seu contexto.

Conectando Suas Integrações

Os agentes de IA não podem fazer trabalho útil isoladamente. Eles precisam puxar dados das suas ferramentas existentes e enviar resultados de volta para onde sua equipe os veja.

Integrações Necessárias para o Exemplo

Para um resumo de itens de ação do live agent, você precisa de:

Configurando Integrações

Se uma integração ainda não estiver conectada, você verá um botão “Integrate”. Clique nele e forneça as credenciais exigidas:

• LiveAgent: Seu domínio e chave de API (encontrados nas configurações da sua conta LiveAgent)
• Slack: Autorize a FlowHunt a postar no seu workspace e selecione qual canal receberá as mensagens

Uma vez conectado, o sistema verifica a integração enviando uma mensagem de teste. Para o Slack, você verá uma mensagem de confirmação como: “FlowHunt connection test. If you see this, the channel is configured correctly.”

Por Que a Verificação de Integração Importa

O sistema verifica automaticamente se todas as integrações estão funcionando antes que seus agentes iniciem sua primeira tarefa. Se uma integração falhar durante a configuração, os agentes sinalizarão imediatamente, em vez de falhar silenciosamente depois. Se surgirem problemas durante a execução da tarefa, a tarefa muda para o status “human input needed” para que você possa corrigir o problema.

Junte-se à nossa newsletter

Receba gratuitamente as últimas dicas, tendências e ofertas.

Endereço de e-mail

Inscrever-se

Entendendo a Estrutura da Equipe de Agentes de IA

A beleza da AI Factory da FlowHunt é que você não projeta manualmente sua equipe. O sistema analisa sua tarefa e monta automaticamente a estrutura certa.

Estrutura de Tarefa Simples: Agente Único

Para tarefas simples — como extrair e resumir tickets — você recebe um agente. No nosso exemplo, esse agente é Marcus, o “Ticket Triage Lead.” Sua persona é: “Um veterano direto de operações de suporte que vive e respira velocidade de tickets e impacto no cliente.”

Esse agente tem todo o contexto e ferramentas necessárias para:

• Consultar o LiveAgent por tickets recentes
• Analisar o impacto de cada ticket
• Classificá-los por prioridade
• Formatar e postar resultados no Slack

Estrutura de Tarefa Complexa: Supervisor + Líderes + Executores

Para fluxos de trabalho mais complexos, o sistema pode criar:

• 1 Supervisor: Coordena todo o fluxo de trabalho, comunica resultados de volta a você, lida com casos extremos
• 2-3 Líderes de Equipe: Especializam-se em diferentes aspectos (por exemplo, um lida com extração de dados, outro com análise)
• 3-6 Agentes Executores: Executam tarefas específicas sob a direção de seu líder

Essa hierarquia permite processamento paralelo. Enquanto um executor extrai dados, outro pode analisá-los. Os líderes coordenam sem bloquear uns aos outros. O supervisor garante que nada passe despercebido.

Executando Sua Equipe de Agentes de IA

Uma vez criado seu projeto, sua equipe de agentes está pronta para trabalhar. Você pode acionar tarefas manualmente ou configurá-las para rodarem em cronograma.

Execução Manual

Clique em “Accept” em qualquer cartão de tarefa para acionar a execução imediata. Você verá a tarefa passar pelos status:

1. Open — Tarefa está pronta mas não iniciada
2. In Progress — Agente está trabalhando ativamente
3. Done — Tarefa concluída, resultados estão disponíveis

Execução Agendada

Para tarefas recorrentes, defina um cronograma (diário, semanal, intervalos personalizados) ao criar o projeto. A tarefa irá automaticamente:

• Aparecer como “Open” e “In Progress” na primeira execução
• Retornar para “Open” após a conclusão (já que é recorrente)
• Executar novamente no próximo horário agendado

No nosso exemplo, o resumo diário de tickets roda toda manhã. Quando você chega ao trabalho, basta verificar o Slack para ver quais tickets críticos precisam de atenção.

Visualizando Resultados e o Trabalho do Agente

Os resultados aparecem em dois lugares: o cartão de tarefa no seu kanban e a integração que você especificou (Slack, e-mail, etc.).

Resultados no Cartão de Tarefa

Clique em uma tarefa concluída para ver a saída completa. Para o resumo de tickets, você verá:

• Resumo: “Daily triage completed. 3 new tickets reviewed.”
• Lista priorizada: Cada ticket com nível de prioridade, descrição e ações recomendadas
• Detalhes: Avaliação de impacto no cliente, risco de negócio e próximos passos

Resultados da Integração

No Slack, você verá:

• A mensagem do supervisor com o resumo do digest
• Uma resposta em thread com informações detalhadas, incluindo nomes dos clientes, e-mails, problemas, impacto no negócio e próximos passos

Essa saída dupla garante que tanto a leitura rápida (resumo no Slack) quanto a imersão detalhada (detalhes no cartão da tarefa) sejam possíveis.

Comunicando-se Com Sua Equipe de Agentes de IA

Após a criação, você não fica preso ao prompt original. Você pode dar novas instruções, fazer perguntas ou modificar o comportamento por meio da interface de chat.

Comunicação Direta com o Agente

Na seção “Chat”, você pode:

• Pedir ao Marcus (ou a qualquer agente) para lidar com um pedido de forma diferente
• Obter respostas sobre tickets ou problemas específicos
• Modificar a tarefa sem excluir e recriar o projeto
• Fazer perguntas de acompanhamento sobre a análise do agente

Por exemplo, você pode perguntar: “Quais tickets têm o maior raio de impacto e me dê o digest todos os dias também em espanhol?”

O agente processará esse pedido, verificará se todas as integrações ainda estão conectadas e ajustará seu comportamento de acordo.

Conversas Multi-Agente

Em sistemas com múltiplos agentes, o supervisor pode facilitar conversas entre os agentes. Você pode fazer perguntas que exigem coordenação, e o supervisor irá roteá-las apropriadamente.

Verificação e Segurança

Antes de executar qualquer pedido, os agentes:

• Verificam se todas as integrações estão corretamente conectadas
• Checam se as ferramentas necessárias estão disponíveis
• Sinalizam quaisquer permissões faltantes ou problemas de configuração
• Movem tarefas para “human input needed” se algo bloquear a execução

Exemplo Real: Live Agent Daily Digest

Vamos percorrer o fluxo de trabalho completo, da configuração aos resultados.

Configuração do Projeto

Nome do Projeto: Live Agent Daily Action Item Digest

Prompt da Tarefa: Extraia todos os tickets críticos do live agent das últimas 24 horas, priorize por impacto no cliente e risco de negócio, e crie uma mensagem no Slack como resposta com todos os principais itens de ação para o dia.

Integrações: LiveAgent (fonte) + Slack (destino)

Comunicação do Supervisor: Canal Slack “ask-flowhunt”

O Que o Agente Faz

1. Consulta o LiveAgent: Busca todos os tickets criados nas últimas 24 horas
2. Analisa o Impacto: Avalia cada ticket contra o framework de priorização:
   • Indisponibilidade do sistema (prioridade máxima)
   • Risco de receita
   • Problemas de segurança
   • Impacto em múltiplos clientes
   • Problemas de cliente único
3. Classifica os Resultados: Cria uma lista priorizada com os 3-5 principais itens de ação
4. Formata a Saída: Estrutura o digest para clareza e ação
5. Posta no Slack: Envia o resumo para o canal da sua equipe e informações detalhadas em uma thread

Saída de Exemplo

Daily Triage Completed
Tickets Reviewed: 3 new tickets from the past 24 hours

PRIORITY 1: 404 Error on FlowHunt API
- Customer: [Name]
- Status: Customer blocked
- Action: Assign to tech support, resolve within 2 hours

PRIORITY 2: Help Building Email Slack Notification Flow
- Customer: [Name]
- Status: Onboarding support
- Action: Response within 2-4 hours

PRIORITY 3: White Labeling Price Inquiry
- Customer: [Name]
- Status: Sales question
- Action: Route to sales team

Recursos Avançados: Personalização e Controle

Sua equipe de agentes de IA não é estática. Você pode evoluí-la conforme suas necessidades mudam.

Modificando o Comportamento do Agente

Sem excluir o projeto, você pode:

• Mudar o que o agente prioriza
• Adicionar novos formatos de saída (por exemplo, “envie também em espanhol”)
• Modificar a janela de tempo (“últimas 48 horas” em vez de 24)
• Adicionar novas integrações (por exemplo, também postar por e-mail)

Basta pedir ao agente pela interface de chat, e ele se adapta.

Realocando Agentes

Se o Marcus (seu agente de triagem de tickets) estiver subutilizado, você pode realocá-lo para outro trabalho, mantendo sua personalidade e expertise intactas. O sistema lembra sua especialização e a aplica a novas tarefas.

Excluindo e Recriando Projetos

Se você quer um recomeço completo, exclua o projeto e crie um novo. Suas integrações permanecem conectadas, então a configuração é mais rápida da segunda vez.

Boas Práticas para o Sucesso da Equipe de Agentes de IA

1. Seja Específico em Seus Prompts

Prompts vagos levam a resultados vagos. Em vez de “resumir tickets”, diga “extraia tickets com impacto no sistema, classifique por receita do cliente e liste os 5 principais com ações recomendadas.”

2. Teste Integrações Cedo

Antes de confiar em tarefas agendadas, execute uma execução manual para verificar:

• Os dados estão sendo puxados corretamente
• Os resultados estão formatados como esperado
• As integrações estão entregando a saída no lugar certo

3. Comece Simples, Escale Gradualmente

Comece com uma tarefa de agente único para entender o fluxo de trabalho. Quando estiver confortável, construa sistemas multi-agentes mais complexos.

4. Monitore o Desempenho do Agente

Verifique os resultados da sua tarefa regularmente. Se um agente não estiver priorizando corretamente ou perdendo dados importantes, ajuste o prompt pela interface de chat.

5. Aproveite a Comunicação do Supervisor

As mensagens do supervisor são sua janela para o que os agentes estão fazendo. Leia-as com atenção para entender o raciocínio do agente e detectar problemas cedo.

Casos de Uso Comuns para Equipes de Agentes de IA

O digest de tickets do live agent é apenas um exemplo. Equipes de agentes de IA se destacam em:

• Gestão de pipeline de vendas: Analisar negócios, sinalizar contas em risco, atualizar CRM
• Moderação de conteúdo: Revisar submissões de usuários, categorizar, escalar violações
• Agregação de dados: Puxar dados de múltiplas fontes, transformar e consolidar
• Onboarding de clientes: Verificar informações, criar contas, enviar sequências de boas-vindas
• Resposta a incidentes: Detectar anomalias, alertar equipes, coordenar resolução
• Geração de relatórios: Coletar dados, analisar tendências, distribuir insights

O padrão é sempre o mesmo: defina a tarefa, conecte as integrações, deixe o sistema construir sua equipe.

Conclusão

Equipes de agentes de IA representam uma mudança fundamental em como abordamos a automação. Em vez de construir fluxos de trabalho rígidos, você define o que quer que seja feito e deixa o sistema montar a equipe certa para lidar com isso. A AI Factory da FlowHunt torna isso acessível — sem codificação, sem configuração complexa, apenas prompts claros e integrações conectadas.

O exemplo do digest diário do live agent demonstra o poder dessa abordagem. O que antes exigia revisão manual, atualizações em planilhas e coordenação por e-mail agora acontece automaticamente toda manhã. Sua equipe começa cada dia com prioridades claras, e suas operações de suporte funcionam de forma mais tranquila.

Seja gerenciando tickets de suporte, agregando dados de vendas, moderando conteúdo de usuários ou coordenando resposta a incidentes, os mesmos princípios se aplicam. Comece com um prompt claro, conecte suas integrações e deixe sua equipe de agentes de IA fazer o trabalho.

Pronto para construir sua primeira equipe de agentes de IA? Acesse a AI Factory da FlowHunt, defina sua tarefa e observe enquanto o sistema monta a equipe perfeita para executá-la.