Como criar um agente de IA: o guia para quem não programa

Quem pergunta como criar um agente de IA quase sempre já tentou o caminho óbvio: abriu o ChatGPT, escreveu um prompt caprichado e, na semana seguinte, teve que colar o mesmo prompt de novo. Funcionou uma vez. Não virou rotina. E rotina é exatamente o que separa um agente de uma boa conversa.

A boa notícia é que montar um agente útil não exige saber programar. A má notícia é que a parte difícil também não é técnica: é decidir com precisão o que ele deve fazer, com quais dados e até onde pode ir sozinho. Quem pula essa etapa monta um robô que responde bonito e não resolve nada.

Resposta direta: para criar um agente de IA, defina um objetivo único e mensurável, escreva instruções de trabalho, dê a ele acesso ao conhecimento necessário (arquivos ou dados), conecte as ferramentas que ele pode usar e configure um gatilho com limites claros. Sem programar, isso se faz em assistentes configuráveis (GPTs, Gems) ou em plataformas de automação como n8n e Make.

O que é, na prática, um agente de IA?

Um agente é um modelo de linguagem com um trabalho fixo, acesso a informação e permissão para agir. Ele percebe uma situação, decide o que fazer, executa uma ação e confere o resultado. Um chatbot responde; um agente faz alguma coisa acontecer, como gerar um relatório, atualizar uma planilha ou abrir uma tarefa. Se a diferença ainda parece sutil, vale ler agente de IA vs chatbot antes de seguir.

O assunto saiu do laboratório. Segundo o estudo da AWS divulgado em setembro de 2026, cerca de 12 milhões de empresas brasileiras já usam IA, mas só 6% chegaram a implementar agentes, e apenas 21% se dizem prontas para isso (Convergência Digital, 2026). A distância entre usar IA e ter um agente rodando é justamente o espaço deste guia.

As cinco peças de qualquer agente

Independentemente da ferramenta, todo agente que funciona tem as mesmas cinco peças. Se uma delas estiver vaga, o agente falha, e quase sempre falha em silêncio.

1. Objetivo

Uma frase, com um verbo e um resultado verificável. "Ajudar o marketing" não é objetivo. "Toda segunda, às 8h, comparar o CPA das campanhas de Meta Ads com a semana anterior e listar as três que mais pioraram" é. Na prática, agentes com objetivo amplo raramente funcionam porque o modelo preenche a ambiguidade com o que parece razoável, e o razoável dele não é o seu.

2. Instruções

É o manual do cargo: como raciocinar, que formato entregar, o que nunca fazer e o que fazer quando faltar informação. Uma regra que evita metade dos problemas: mande o agente dizer "não sei" quando o dado não estiver disponível, em vez de estimar. Se precisar de ponto de partida, os modelos de prompt para análise de dados servem de base para essas instruções.

3. Conhecimento

Os arquivos e dados que ele consulta: tabela de preços, política comercial, metas do trimestre, exportação de campanhas. Aqui mora um limite pouco falado. Arquivo enviado é foto, não filme: se você subiu a planilha de vendas em março, o agente vai responder sobre março até alguém subir outra.

4. Ferramentas

O que transforma resposta em ação: ler um e-mail, gravar numa planilha, consultar uma API, mandar mensagem no Slack. Cada ferramenta é uma permissão. Comece com leitura e só libere escrita quando confiar no comportamento.

5. Gatilho e limites

Quando o agente entra em ação (um horário, um formulário preenchido, um e-mail recebido) e o que ele não pode fazer sem aprovação humana. Pausar campanha, enviar proposta, mexer em preço: tudo isso pede uma etapa de confirmação no começo.

Como criar um agente de IA sem programar: os três níveis

Não existe "a" ferramenta certa. Existem três níveis de agente, e a escolha depende de quanto você quer que ele aja sozinho.

Nível	Onde montar	Bom para	Onde trava
1. Assistente configurado	GPTs no ChatGPT, Gems no Gemini, Projetos no Claude, agentes do Copilot	Tarefas que você dispara manualmente: revisar texto, analisar um arquivo, responder com base em documentos	Não roda sozinho e depende de você colar ou subir os dados
2. Automação com IA	n8n, Make, Zapier	Fluxos com gatilho: ler formulário, classificar lead, resumir e-mail, gravar no CRM	Fluxo rígido; qualquer caso fora do roteiro quebra ou passa batido
3. Agente com ferramentas	Nós de agente no n8n, plataformas verticais, conectores MCP	Decidir qual ação tomar entre várias, investigar, encadear passos	Exige limites bem escritos, log de decisões e revisão humana nas ações críticas

A recomendação honesta: comece no nível 1, mesmo que o objetivo final seja o 3. Um GPT ou Gem bem instruído é o lugar mais barato para descobrir se suas instruções produzem o resultado que você quer. Só depois vale automatizar.

Passo a passo: o primeiro agente em uma tarde

Vamos usar um caso comum: uma loja virtual de cosméticos de Curitiba, com uma analista de marketing que perde a segunda-feira de manhã montando o resumo semanal de campanhas para a diretoria.

1. Escreva o objetivo em uma frase. "Gerar, a partir da exportação semanal de Meta Ads e Google Ads, um resumo de até 10 linhas com investimento, CPA, ROAS e as três campanhas que mais mudaram."
2. Junte três exemplos reais de saída boa. Resumos antigos que a diretoria elogiou. Exemplos ensinam formato melhor que qualquer descrição.
3. Escreva as instruções. Definição de cada métrica (o ROAS é sobre receita bruta ou líquida?), tom, formato e a regra do "não sei".
4. Monte no nível 1. Crie um GPT ou Gem com as instruções e os exemplos como conhecimento. Teste com quatro semanas antigas, cujo resultado você já conhece.
5. Corrija até acertar 4 de 4. Cada erro vira uma linha nova nas instruções. Erros típicos: somar ROAS de canais em vez de recalcular, ou chamar de queda uma variação dentro do normal.
6. Só então automatize. No n8n ou no Make: gatilho às 7h de segunda, leitura das planilhas exportadas, chamada ao modelo com as mesmas instruções e envio do resumo por e-mail para a analista revisar antes de repassar.

Vale a conta (exemplo ilustrativo, não pesquisa): se o resumo consome 3 horas por semana de uma profissional cujo custo é R$ 70 por hora, são cerca de 12 horas e R$ 840 por mês. Se o agente reduz isso a 30 minutos de revisão, a economia fica perto de R$ 700 mensais, antes do custo da ferramenta. É um bom teste para qualquer ideia de agente: se a conta não fecha no papel, não fecha na prática.

Dá para criar um agente de IA grátis?

Dá para começar grátis, mas raramente para operar grátis. Os assistentes configuráveis costumam ter alguma versão sem custo, com limites de uso e de recursos que mudam com frequência; confira o plano vigente antes de desenhar o processo em cima dele. O n8n tem edição comunitária que você pode hospedar por conta própria, o que zera a licença mas não o servidor nem o tempo de manutenção. Make e Zapier oferecem camadas gratuitas com poucas execuções por mês.

O custo que mais surpreende não é a assinatura, é o consumo do modelo quando o agente roda todo dia sobre arquivos grandes. Um relatório semanal custa centavos. Um agente que lê toda a caixa de entrada a cada hora, não.

Onde os agentes quebram (e como evitar)

• Dado desatualizado. O agente responde com confiança sobre o arquivo velho. Solução: conectar à fonte em vez de subir cópia, ou colocar a data do dado em toda resposta.
• Métrica sem definição. Se a sua empresa calcula CAC de um jeito e o agente de outro, ele vai errar sempre do mesmo modo. Escreva a fórmula nas instruções.
• Autonomia antes da confiança. Dar permissão de escrita no primeiro dia é o erro mais caro. Comece com o agente sugerindo e você aprovando.
• Ninguém dono. Agente sem responsável vira agente abandonado em três semanas.

Esse último ponto aparece até em empresas grandes. No State of AI 2026 da Deloitte, só 27% das organizações brasileiras ouvidas relatam governança madura para IA agêntica, embora 95% planejem adotá-la em até dois anos (Deloitte, 2026). Para ver o que já funciona em outras áreas, há uma lista em exemplos práticos de agentes de IA por área.

Perguntas frequentes

Como criar um agente de IA no ChatGPT?

Pelo recurso de GPTs: você dá um nome, escreve as instruções, anexa arquivos de conhecimento e escolhe quais capacidades ele pode usar. O resultado é um agente de nível 1, que você aciona manualmente. Para rodar sozinho em horário fixo, é preciso combiná-lo com uma automação externa ou com os recursos de tarefas agendadas, conforme o plano.

Preciso saber programar para criar um agente de IA?

Não para os níveis 1 e 2. Saber programar ajuda no nível 3, quando o agente precisa chamar APIs específicas, mas plataformas como n8n e Make já trazem conectores prontos para a maioria das ferramentas de marketing e vendas. A habilidade que mais faz diferença é escrever instruções claras e testar com casos reais.

Como criar um agente de IA para WhatsApp?

Você precisa da API oficial do WhatsApp Business, contratada direto com a Meta ou por um provedor, que cobra por tipos de mensagem. Depois, uma plataforma de automação recebe a mensagem, envia ao modelo com as instruções e devolve a resposta. Defina desde o início quando o atendimento passa para um humano.

Qual a diferença entre um GPT personalizado e um agente de IA?

Um GPT personalizado é um agente no nível mais simples: tem objetivo, instruções e conhecimento, mas normalmente espera você chamar. Um agente completo também tem gatilho próprio e ferramentas para agir em outros sistemas. Para entender o conceito por inteiro, veja o que são agentes de IA.

O agente mais útil é o que tem acesso aos seus números

Depois de montar alguns agentes, a lição se repete: a qualidade do resultado depende menos do modelo e mais de o agente enxergar dados atuais e bem definidos. É por isso que agentes de análise costumam empacar na etapa de conectar Meta Ads, Google Ads, GA4 e CRM. O Sherlok resolve essa parte já integrada: você conecta as fontes, pergunta em português e recebe a análise pronta, sem montar o encanamento antes de chegar à primeira resposta.