Episódio 4: Agentes de IA – Da Assistência à Colaboração Autônoma

Vídeo em Português, publicado pelo canal Microsoft Reactor.

Sobre este conteúdo: O resumo, os principais pontos e os temas abaixo são gerados automaticamente a partir da transcrição do vídeo. Eles refletem o conteúdo, opiniões, afirmações e previsões apresentadas no vídeo e não representam posicionamento, validação ou verificação de fatos pelo IA Dots.

Resumo do vídeo

O vídeo apresenta o conceito de agentes de inteligência artificial aplicados ao ambiente de trabalho, diferenciando-os de simples chatbots. Os apresentadores discutem níveis de autonomia, contratos operacionais, segurança e a utilização de subagentes e agentes orquestradores. Além disso, demonstram na prática o uso do GitHub Copilot CLI para criar planos de capacitação personalizados e gerenciar fluxos de trabalho automatizados com supervisão humana.

Principais pontos

• Diferença entre chatbots e agentes, destacando que os agentes fecham ciclos de trabalho executando etapas autorizadas até um estado verificável.
• Importância de um contrato operacional que define resultados esperados, fronteiras de atuação, ferramentas permitidas e limites para intervenção humana.
• Utilização de subagentes especializados e agentes orquestradores para reduzir alucinações e gerenciar tarefas complexas com maior eficiência.
• Demonstração prática do uso do GitHub Copilot CLI para criar, revisar e ajustar planos de treinamento para profissionais e gestores.
• Importância da restrição de contexto e de dados para garantir a segurança operacional e evitar o vazamento de informações confidenciais.

Temas

Agentes de IAAutonomiaContrato operacionalGitHub Copilot CLISubagentesGovernançaCapacitação

Transcrição do vídeo

Texto das legendas disponíveis; pode conter erros.

Olá pessoal, sejam todos bem-vindos e obrigada por participarem da nossa sessão ao vivo de hoje. Meu nome é Larissa e sou parte da equipe do Microsoft Reactor. Antes de começar, eu tenho algumas informações para compartilhar com vocês. Por favor, tirem um momento para ler o nosso código de conduta. Buscamos promover um ambiente amigável e respeitoso para todos. Por isso, pedimos a vocês que sejam cuidadosos com seus comentários e mantenham o profissionalismo. Também, não se esqueçam de manter as perguntas e os assuntos focados no tema. Lembrando que este evento está sendo gravado e estará disponível para ver sob demanda dentro de 48 horas aqui no nosso canal do YouTube. Usem o chat para enviar suas dúvidas e também se atentem que vamos compartilhar os links úteis úteis relacionados à sessão também no chat. Bom, e agora, quero dar as boas vindas aqui aos nossos apresentadores de hoje e também já começar aqui a nossa sessão agradecendo eles por compartilhar esse conteúdo. Então, vamos chamar aqui a Ana Rita e o Rodolfo. >> Boa noite, pessoal. Boa tarde. Bem-vindos ao quatro o o episódio quatro de IA Skills for Tomorrow Tomorrow, habilidades de IA para o amanhã. Hoje a gente vai além da IA que responde perguntas e a gente vai entrar no conceito de agentes que realmente avançam com o trabalho. A ideia é simples, a gente vai ver o conceito de forma objetiva, por passar por três demos e depois a gente vai sair aí com um caminho prático de adoção. Me apresentando brevemente, eu sou Ana Rita prazer. Eh, eu vou acompanhar aqui a parte teórica e o Rodolfo, meu colega, vai eh fazer a orientação aí das demos. Rodolfo, quer falar alguma coisinha? >> Tudo bom, pessoal? Obrigado, Ana. Eh, trabalho na Microsoft já há 10 anos. Eh, vivendo essa revolução de IA que tá acontecendo. Eu vou poder compartilhar um pouco com vocês do meu dia a dia. Vou mostrar eh, ferramentas que a gente usa aqui no dia a dia. Pra vocês terem uma ideia do que é possível fazer. E como trabalhar com IA e agentes, né, de forma bastante avançada. >> Meu papel aqui é conectar, como condutora, né, o lado técnico com essas decisões de negócio, essas dúvidas que geram eh, em A ideia não é ter uma conversa mágica sobre automação, mas sobre como e sobre autonomia, mas sobre como autonomia pode ser responsável eh, nesse fluxo e nessa nessa construção de agentes. Ao longo da sessão, a gente vai destacar onde o agente pode acelerar, de fato, e onde a decisão humana continua sendo essencial. Vou passar aqui. Vamos lá. Eh, como que vai ser o ritmo dessa sessão? A gente vai fazer um bloco conceitual curto e depois a gente vai entrar nas demos com uma breve breve explicação. Em cada demo, a gente vai seguir a mesma lógica do que entrou, o que o agente fez e o que evidencia eh, e o que evidencia o que o agente trabalhou. E que formato vai ajudar vocês a avaliarem de forma mais rápida o que pode ser aplicado no contexto aí de trabalho de vocês. Beleza. Então, o que que muda com a gente? A gente tá bastante acostumado com o conceito de chatbot. A gente pode chamar eles, inclusive, de assistente. Um agente, ele é um pouco diferente, porque ele ajuda a gente fechar o ciclo de trabalho. Ele recebe um evento, ele executa em etapas que elas devem ser autorizadas e ele leva o processo até um estado verificável. Um exemplo comum na indústria aí do suporte técnico, por exemplo, imagina que um agente ele tá classificando um um incidente que ele recebe, ele pode sugerir um playbook e ele já abre aí um handoff com contexto. E para quem não tá familiarizado com esses termos, um playbook é um manual de execução e um handoff é justamente a passagem de informações para um outra entidade, no caso pode ser inclusive um ser humano. Eu prometi que a parte conceitual ia ser rápida. Eh, vamos falar um pouco sobre esse contrato operacional que ele é bastante importante quando a gente fala de agentes. Agente nada mais é do que uma IA que vai ser especializada em executar alguma coisa. O conceito importante é O conceito importante aqui é justamente executar alguma coisa. Para isso funcionar bem, a autonomia precisa de de um contrato operacional. É importante que nesse contrato operacional a gente defina o resultado esperado, a fronteira de atuação e as ferramentas permitidas desse agente, por exemplo, acessar algum arquivo ou ler contexto de de de bancos de dados diferentes. É importante também que nesse contrato operacional tenha um nível de autoridade, dependendo aí do tipo de de execução e é importante a gente citar limites para quando escalar para o ser humano tomar uma decisão e o agente continuar ali as execuções. Sem esse desenho, o agente ele pode até ser rápido em tomar decisões por ele mesmo e executar essas ações, mas ele tende a gerar retrabalho e risco dentro de operações críticas, enfim. Vamos falar então sobre esses níveis de autonomia que o agente precisa ter. Ou esse conceito importante para a gente construir os agentes. Eh, autonomia não é simplesmente sim ou não. Mas ele cresce em estágios, como você pode ver aqui no slide, a gente começa em respostas, evoluímos para uma recomendação, depois a gente tem execução com aprovação e a gente tem casos controlados e ação por evento. Ação por evento, ele é o mais complexo, porque a gente já tem maturidade ali de um processo e a gente consegue estabelecer uma ação já pré-setada a partir de um evento que aconteceu. Vamos dar um exemplo. No sistema financeiro, na indústria financeira, é, o caminho de uma conciliação costuma ser pegar dados de um lugar, depois o agente poderia sugerir um ajuste sobre sobre dados que não conciliam e depois ele executa o ajuste de baixo risco com validação. Essa é a expectativa num fluxo aí na indústria financeira. Falando sobre esse fluxo fechado, na prática, o fluxo ele é simples. O agente tem um evento, a gente tem análise, a gente tem ação, a gente tem uma evidência da ação e a gente tem o próximo passo. Na demo que o Rodolfo vai mostrar, isso é bastante explícito, então acho que vai ajudar bastante a gente entender como os agentes trabalham, mas é inclusive o agente pode ajustar o plano de o plano durante a própria execução, mas isso não deve mudar o objetivo nem ultrapassar os limites. É, em logística, por exemplo, uma outra indústria, isso aparece e é caracterizado quando ele detecta um atraso, por exemplo, no envio de um medicamento. Ele propõe o replanejamento interno e ele escala quando falta dado confiável. Hum, é importante que quando você estiver construindo um agente, você configure esses limites e esses momentos onde a decisão humana é importante para ele seguir e executar da forma correta e com segurança. Existem seis perguntas que são importantes antes de liberar autonomia para o agente, que precisam estar claras. A primeira é: Qual evento inicia o trabalho? Qual o dado é o agente pode ler? Que ações são autorizadas? O que ele, onde ele deve parar? E quem aprova exceções? E por último, como cada decisão será auditada? Em resumo, é importante entender o que dispara, com que dados entram, quais dados entram, quais ações são permitidas, onde para e quem aprova a exceção e como a gente vai auditar tudo isso. Se uma dessas respostas estiver fraca, a decisão certa é de fato começar com uma com menos autonomia. Isso significa seu agente deveria ter menos permissões eh no fluxo que ele está atuando. Vamos para a primeira demo? Rodolfo pode >> Muito bem, pessoal. Eu preparei aqui o o uma demo para vocês. E ah existem várias formas de criar agentes, né? A gente na Microsoft aqui tem o Copilot, né? Ah aqui você pode usar alguns agentes prontos, como por exemplo o Researcher, o Analyst. E você também pode criar agentes declarativos, trabalhar com ele para criar [limpando a garganta] ah agentes que eh atuem em seu nome, por exemplo, usando o Co-work, tá? Com isso você pode criar apresentações, eh alterar documentos, etc. Existe também o Microsoft Scout, que ele deve ser chamado aí de ah Autopilot, né? A gente acabou de anunciar aí tem algumas semanas. E é uma plataforma agêntica que roda no Windows e ele pode fazer virtualmente tudo que você pode fazer no sistema operacional. Também é possível usar o Scout {barra} Autopilot para a criação de agentes. E existe o Copilot no GitHub, no no ah client do GitHub. Existe uma versão do do do Copilot que roda na linha de comando, a gente chama de GitHub e Copilot CLI. Então é o que eu tô usando aqui. Primeira coisa é você eh eh perder o medo aí de linha de comando, né? Então eu configurei esse ambiente, esse essa instância aqui em particular para eh trabalhar comigo. Então eu praticamente transferi para ele tudo que eu sei fazer. E aí eu vou perguntar para ele aqui eh vou me apresentar, dizer que a gente tá na apresentação do do Reactor aqui e ah perguntando o que ele sabe fazer. Então ó lá, "Olá pessoal do Reactor, sou o Skilldo", é o nome que eu dei para ele, né? Então o Skilldo sabe criar eh planos de capacitação. Esse é o meu trabalho, eu ajudo clientes ah a se transformarem, adotarem inteligência artificial, adotarem soluções agênticas e para isso a gente precisa contar tanto com recursos online no Microsoft Learn quanto no ah quanto recursos eh treinamento com instrutores né? Então a gente entrega treinamentos com instrutores para clientes e também usa muitos recursos online para poder capacitar os clientes. E e e o plano de capacitação é uma mescla disso tudo, né? Você também pode buscar certificações como parte de um plano de capacitação. Então o Skilldo me ajuda nisso, tá? Então eh vamos eh fazer o primeiro pedido para ele aqui. Então vamos supor que eu recebi aqui um pedido, tá, de uma de uma de de uma empresa chamada Contoso para capacitar 40 profissionais no M365 Copilot. O foco é reuniões e produtividade em português, ou seja, todo é um cliente brasileiro. Eu quero que ele verifique as ofertas disponíveis, verifique todos os recursos possíveis e monte uma uma uma primeiro draft. E eu não quero que ele, eh, eu não quero que ele execute o plano. Eu quero que ele pare para me perguntar se é isso e qualquer ajuste. Aqui no Co- GitHub Copilot CLI, ele vai exibindo todo o racional, vai exibindo tudo que ele tá fazendo, ele pode até mesmo, ah, parar para perguntar se pode criar arquivo. É bastante seguro, tá? Aqui para nossa demo, eu liberei ele para fazer, eh, tudo dentro de um ambiente controlado, dentro de um determinado diretório de trabalho. Para facilitar, como nem todo mundo, eh, lida bem com a linha de comando, eu usei o próprio skill do para criar esse painel para explicar o que que ele tá fazendo. Então, olha só, ele tá acessando vários recursos aqui. E eu precisei ensinar para ele, por exemplo, como acessar os meus e-mails, como ele usa a plataforma da Microsoft da Microsoft chamada Work IQ. A Work IQ é uma camada que permite que os agentes conversem e e vasculhem informações em todo o ambiente do Microsoft 365. Toda informação da Microsoft 365 fica disponível para um para um agente. Importante, seguindo todas as regras e políticas de segurança da empresa. Por exemplo, o skill do só pode acessar arquivos e diretórios e conversas e e-mails que eu posso acessar. Ele não pode acessar nada fora disso. Então essa é a parte bacana de adotar essa solução para uma empresa. E eu tive que ensinar, por exemplo, a ao Skilldo como navegar no Microsoft Learn. Então que que treinamentos eu tenho lá, quais os módulos, como é que o Microsoft Learn tá estruturado. Eu também tive que ensinar ele aí na plataforma de agendamentos, a consultar o catálogo de treinamentos, a fazer pedidos e gerar, eh, rascunhos de de pedidos, né, para para poder, ah, solicitar turmas de treinamento. Aqui do lado ele tá dizendo o que ele tá fazendo, tá vendo? Então ele já achou aqui dois treinamentos, né, o MS-4018, que tá em português, e ele achou também o MS-4023, mas o MS-4023 ele tá, eh, ele acabou de ser descontinuado. Então ele não pode, eh, usar esse treinamento. Note que ele sabe essa regra. Ele foi no catálogo de treinamento e viu quais treinamentos estão sendo feitos. Muito bem, ele terminou o trabalho dele. Ah, importante, cada uma dessas, ah, habilidades que eu falei são skills. E eu crio skills, eu ensino ele a fazer determinadas coisas e aí eu falo, olha, Skilldo, eu quero que você crie um skill a partir disso. Então o agente, ele pode carregar skills e ele pode trabalhar com outros agentes. Isso vai ficar para a próxima demo. Então olha lá. Ele tá aguardando a nossa aprovação e aqui a gente pode olhar o documento que ele criou. Então olha lá. Ele sugere aqui o MS-4018, o módulo S-04, que é o do Teams, para reuniões mais produtivas. Então é um treinamento, é um uma parte de um treinamento que ensina a usar o Copilot com Teams. E também o módulo 06, o S-06, que ensina a usar, ah, o Copilot com o Outlook. Então ele explica aqui qual foi o racional, né, para poder juntar essas duas turmas. Essas duas turmas, eh, acontecem em 120 minutos e são treinamentos, ah, vamos dizer assim, genéricos, que servem para qualquer tipo de profissional, desde do, do, dos líderes da empresa até a gente que, que realmente tá aqui no dia a dia, eh, executando, ah, e entregando o trabalho, né? Então, ah, ele, ele tomou a decisão baseado em, nesses critérios, naquelas linhas que eu dei para ele. Tá bom? Então essa é a sugestão. E daqui a gente vai para o próximo passo. De volta para você, Ana. >> Obrigada, Rodolfo. Algo interessante sobre construir agentes, como o Rodolfo comentou, a gente pode ter skills que podem ser frases declaradas e especializadas em uma determinada ação, como ele disse, que uma skill pode ser inclusive, eh, fazer uma pesquisa dentro de um domínio onde existem informações. No caso dele, ele comentou o 365 como um repositório aí de informações onde o agente poderia ir lá buscar. Eh, uma coisa importante sobre os agentes também é que a gente pode escrever ele em linguagem natural para ele virar um agente especializado sobre qualquer coisa, do mesmo jeito que também a gente pode embutir código para ele executar, eh, um pedaço de código para fazer qualquer coisa. Como calcular, por exemplo, se você tiver fazendo um agente especialista em matemática, a gente pode colocar um pedaço de código ali. E um ponto importante que o Rodolfo mostrou para a gente é o loop agent humano. É um conceito importante porque é um gate de segurança, que nem a gente comentou. Eh, esse cenário que ele mostrou, ele mostra bem a parceria operacional entre a gente e a e ele ser humano. É, o agente em essência, ele vai absorver esse volume e a rotina, então ele foi pesquisar em todos os lugares e a pessoa entra onde existe ambiguidade ou para priorizar ali algo conflitante ou de impacto alto, essa é a expectativa. No caso do Rodolfo foi justamente para validar é, o trabalho evidenciado pelo agente em tela. Esse modelo de fato é o que vai sustentar agentes escalarem sem a gente perder a questão de responsabilidade com IA e segurança. Pode pegar a tela pro pra segunda demo. Opa, a gente não tá te escutando. >> Prontinho. Então a gente vai pra segunda demo. O, a entregou pra gente aqui o plano de capacitação, né? Aqui na linha de comando ele gerou do jeito mais raiz, né? E a gente também tem aquele documento em PDF que ele já gerou pra gente. Eu peguei esse, esse, essa sugestão dele, apresentei pro cliente e o cliente me disse: "Não Rodolfo, é não é 40 profissionais, são 40 gestores e a gente quer que eles saibam o que é possível fazer com com o Copilot pra poder, ah, estimular, é, é, as, os times deles a adotarem inteligência artificial, né? Generativa. E ah, também não, não dá pra segurar esse pessoal por uma hora. Então a gente só vai ter 45 minutos. E aí eu vou pedir aqui pro Skil do revisar esse mesmo, essa mesma sugestão dele. >> [roncando] >> Quero que ele compare a versão atual com a, a, uma versão que ele vai atrás para ser uma versão sugerida. Ah, quero que ele faça uma avaliação do que precisa mudar, do que pode sair, do que não pode sair. E eu quero também que ele, eh, armazene um um um arquivo de diff, né, de diferença entre a primeira versão e essa para garantir que a gente possa, eh, recuperar essa versão inicial se a gente precisar, né? Fica por aí por, ah, por, ah, questões de histórico e documentação, até formalização, né? Então, olha, ele tá usando agora, eh, o skill de pedido e briefing, né? Então, ele recebeu a mudança, como ele tá fazendo aqui. E olha que interessante, ele chamou um segundo agente agora. E ele incorporou um um skill chamado, esse, subagente que chama-se planejamento, ele incorporou uma skill de execução de plano e de jornadas de aprendizagem, tá? Esse skill de planejamento são, é o é o Desculpa, esse agente de planejamento é o agente que vai efetivamente, eh, colocar as coisas na linha do tempo, verificar se aquele conteúdo cabe dentro daquele tempo. Por quê? O skilldo ele foi atrás do conteúdo padrão. E agora a gente vai ter que entregar alguma coisa meio customizada, né? A gente vai ter que entregar algo já, ah, em 45 minutos, mais enxuto. Então, o que eu faço nessa hora é chamar os instrutores para poder validar com eles se aquilo pode ser entregue. E o skilldo, junto com os subagentes dele, esse time de agentes que eu tenho, faz esse trabalho para mim de buscar esse, todas essas possibilidades. Aqui tá uma versão bem simplificada. O que ele faz é trazer para mim em geral uma lista bem grande, né? E fala: "Olha, isso aqui é o cardápio que a gente tem. O que que você quer priorizar?" E aí eu vou fazendo várias iterações com ele para poder chegar no plano no final e validar isso, ah, com os instrutores e garantir que a gente tenha algo que se possa ser executável, né? Aqui a gente tá fazendo uma versão mais simples para nossa demo. Então ele já usou mais um skill ali que é buscar arquivos em documentos locais. Então olha lá, ele pegou a versão dois, tá gerando agora a versão três em PDF, HTML e JSON, que é o diff que ele usa, né? O arquivo de diferença entre o a versão dois do plano e a versão três que ele tá gerando. Vocês podem me perguntar: "Pô, cadê a versão um?" Versão um eu acabei de gerar antes de fazer, ah, antes de estar aqui online, quando a gente fez o ensaio, tá? Então ele gerou ah, a versão três, não detectou, eh, nenhum erro. Olha lá, ele acessou a skill de gravação, eh, eh, de arquivos locais. E ele agora tá trabalhando, provavelmente, eh, avaliando possibilidades como, ah, módulos menores, né? E também ah a possibilidade de caber dentro do dentro do do que a gente eh, planejou dos 45 minutos. Então ele já gerou os os quatro artefatos aqui. Ele tá acabando de rodar, a gente pode olhar o que ele tá fazendo aqui, tá vendo, ó? Esse Esse aqui é o sub agente, ó? Sub CSM framework é aquele eh, aquele chamou lá para simplificar de planejador. Então ele gerou aqui o plano ó? E parou. Então a gente voltando aqui, ó, ele tá aguardando a nossa aprovação. Tá? Então confirme na cli, não no painel, né? Aqui não posso fazer nada. Então eu vou dar uma olhada no plano, como é que ficou. Tá lá. Então lá, o formato executivo, workshop executivo com demonstração guiada. Sem equivalência em curso oficial. Observar uma preparação guiada e falta de contexto, revisar a síntese sugerida, examinar o rascunho, né? Então o objetivo aqui é a gente validar isso daqui. Então o resultado esperado ao final o gestor terá visto um fluxo demonstrando preparação, síntese e acompanhamento de reuniões e um checklist para revisar a saída do Copilot antes de agir. Então o que que a gente precisa? Conferir se esse resumo eh representa fielmente Ah, não, isso aqui ele tá falando do do próprio treinamento, né? Então conferir se o resumo representa a reunião, validar as decisões, os responsáveis, os prazos, revisar destinatários, conteúdos antes de enviar a comunicação. Então aqui o escopo e aprovação do treinamento. Então lá, Contoso como único cenário inteiramente fictício. Grupo de 40 participantes. Percebam o seguinte: Esse agente eu uso no meu dia a dia com clientes reais, com casos reais. Aqui eu não podia eh eh arriscar, né? Deixar que alguma informação de algum cliente eh aparecesse aqui, porque é confidencial, né? Eu criei esse ambiente aqui aonde eu expliquei para a gente, ó, a gente vai fazer um um um um workshop, vão ter pessoas de fora da Microsoft, de múltiplas empresas e você precisa se resumir restringir somente ao caso da Contoso. Então ele tá fazendo isso. Isso é uma importante demonstração do que a Ana comentou, que é a restrição. A gente tá restrin restringindo aonde ele pode trabalhar. E cada agente, subagente, pode ter as suas pro sub, eh, as suas próprias restrições, tá bom? Então lá, foco em reuniões Teams e produtividade Outlook, revisão humana, tempo total foi reduzido de 120 para 45 minutos e foi retirado desse encontro a proposta, eh, de modo a minimizar integralmente os dois cursos, a prática individual extensa vai ser demonstração e qualquer promessa de certificação, isso aqui não vai preparar essas pessoas para para certificação. Então lá, aprovação pendente, né, e vamos dar uma olhada agora no conteúdo. Então o plano tá aqui, ó. Vamos dar uma olhada nele. Então tá lá, ó. Copilot para gestores da reunião à decisão, 45 minutos, 40 gestores. Então quais são os objetivos? Observar uma preparação guiada, revisar a síntese sugerida, né, da da reunião, examinar o rascunho. Resultado esperado: ao final o gestor, final do treinamento o gestor terá visto um fluxo demonstrado de preparação, síntese e acompanhamento de reunião. E aqui o conteúdo, ó. Então agenda, conteu contexto e objetivo de gestão, preparação para reunião com uma demonstração guiada, demonstração da da reunião às decisões, aqui uma uma uma demonstração de como, ah, a gente pode sintetizar o conteúdo da reunião e gerar os próximos passos, né? E aí comunicar o pessoal das decisões que foram tomadas, das pendências e tudo mais, também mostrando aí um rascunho fictício de acompanhamento no Outlook e aí síntese e próximos passos. Então tá aqui a agenda, ele colocou no tempo certinho, né? Eu sempre me surpreendo, por isso que é incrível esse negócio funcionando. E pessoal, eu criei isso do zero, como é que eu fiz? Usando o próprio GitHub Copilot CLI, vocês podem baixar, instalar, é gratuito. E ele pode usar, deixa eu mostrar rapidamente para vocês aqui, ele pode usar vários modelos, tá? Você pode escolher modelos aqui que você pode usar. No caso, os modelos que estão habilitados para mim são esses daqui e eu tenho outros modelos que eu não posso usar, que estão desabilitados, tá? Então, você pode plugar diferentes eh eh LLMs aqui atrás, tá? Não só eh OpenAI, por exemplo. Pode usar eh eh Anthropic também. Muito bem, então a comparação, ó lá, de como era, como ficou, né? Eh o e aqui o racio o que qual foi o impacto que ele considerou, o que que ele manteve, o que que ele retirou. A a as fontes, né? Então, ó lá, reuniões mais produtivas com IA, fluxos de trabalho e uma parte do MS 4018. Então, status de aprovação, tá pendente de revisão, né? Então, é isso, ele fez aqui, gerou uma série de arquivos, o plano em si, né? E eu posso eh usar esses artefatos para poder ah instruí-lo a como agir. Posso levar esse plano agora para o cliente para ele validar, validar esse eh esse plano com os instrutores, né, para eles falarem se isso é possível entregar. Eh e aí eu volto para demo três, que é a o retorno dessa conversa que a gente vai ter. Ana, é contigo. >> Ótimo. Eh falando um pouco sobre oportunidades de construção de agente, como que eu consigo trazer essa nova abordagem de trabalho para dentro dos fluxos que eu trabalho, enfim, a sua empresa exerce. Eh é importante apontar aqui que é muito mais efetivo ter subagentes especializados, porque você tem menos alucinação desses agentes executando uma tarefa específica. Então, se você tem esse mapeamento claro das necessidades e você tem um uma eh e você sabe quais permissões cada agente precisa para executar cada uma dessas ações, é interessante sim que você crie esses subagentes, como o Rodolfo mostrou para a gente, para eles terem mais autonomia e mais eh serem mais específicos na hora de executar uma ação específica. E como o Rodolfo mostrou também, a gente tem a possibilidade de criar um agente orquestrador. Em vez da gente criar ali um monolito chamando os agentes de forma eh um códigos, enfim, dentro do do workflow, a gente poderia ter um agente orquestrador que ele tem uma capacidade cognitiva, essa LLM que o Rodolfo comentou também, para tomar decisões e acionar os agentes na na hora necessária aí para executar alguma coisa, como ele mostrou. Ele não deu nenhuma instrução de qual agente utilizar, subagente utilizar, no caso, mas esse agente orquestrador, por ele mesmo, entendendo a necessidade eh da primeira chamada, ele consegue distribuir essa função e eh essa chamada para cada um desses subagentes. E quando a gente fala sobre padrões de subagentes ou agentes dentro do ambiente de trabalho, a gente vê que agentes vencendo utilizados e construindo construídos para monitorar uma base de dados grandes ou transacionais, que ela mu ela muda e linhas são adicionadas eh em pouquíssimo um curto espaço de tempo. E justamente para observar essas mudanças e sinalizar alguma coisa. Também a gente vê exemplos eh de agentes que coordenam trabalho e acionam pessoas, vão em sistemas diferentes e tratam prazos. Como esse agente orquestrador, acho que ele tá mais em termos de conceito parecido com esse agente que coordena alguma coisa e ele pode coordenar outros agentes também. É, a gente tem um outro padrão chama, é, de conciliação. A gente vê isso em indústrias de banco, como eu disse anteriormente, mas ele compara registros, encontra divergência, propõe correções. Imagina que a gente tem ali uma tabela transacional com todas as transações Pix, é, de uma empresa e a gente tem o balanço e isso no final precisa bater de alguma forma. É, então isso seria um exemplo de, de utilização desse agente. E um outro padrão seria acompanhamento. É, lembrar compromissos, cobrar evidência e fechar, é, pendências. Como o Rodolfo mostrou, é, a gente consegue configurar ali de formas diferentes, mas é, com o e-mail da pessoa, com o calendário da pessoa e criar ali uma, uma ação, uma, um trigger para poder enviar mensagens e lembrar que aquele, aquele compromisso tá chegando. Então, claro que existem outras oportunidades, né, de construir agentes, mas a gente vê no mercado que esses são os padrões emergentes. E agora falando sobre, justamente, essa essa equipe com o orquestrador de agentes, o Rodolfo vai mostrar a terceira dele. >> Obrigado, Ana. Vamos lá. Então, a gente terminou a nossa, a nossa, a nossa reunião com o cliente, chegamos num, num novo plano, ah, para 40 gestores de 45 minutos e voltamos com esse plano para validar com o cliente. Então, o que que a gente vai fazer, fazer agora? A gente vai validar o plano e a gente volta eh, com o OK do cliente. Então, eu vou pedir para ele criar o o pacote desse workshop usando os agentes especializados e e e validar fontes e conteúdo. Algumas coisas interessantes, eu vou mandar ele fazer aqui. Enquanto ele trabalha, eu vou explicando para vocês algumas coisas. Eh, uma coisa importante, como a Ana frisou, eh, por que que a gente cria subagentes? Pelo seguinte, o Skilldo, ele é especializado em treinamento, em capacitação, em me ajudar a transformar as empresas, né? Levar as empresas de um patamar de de de eficiência para outro. Vamos supor que eu precise mexer aqui na minha máquina e achar um um problema no meu PC. Se eu pedir para o Skilldo fazer isso, né? Ele vai tentar fazer. Eh, a não ser que eu tenha definido a a a a os limites que a que a Ana comentou. Então, eu sempre crio agentes específicos para uma tarefa. Quanto mais especializado o agente, menor o risco você corre dele errar. Então, por exemplo, se eu usar o começar a usar o Skilldo para buscar preço na internet e comparar preços, pode ser que quando eu peça algo sobre um plano, sobre uma capacitação, ele misture os assuntos, né? Então, imagine que o Skilldo é uma pessoa super solícita, né? Mas que ele não tem ali muito ah muita muito conhecimento ali, muita experiência para poder discernir entre dois assuntos muito diferentes. Pode ser que ele ouça um termo e confunda em duas dois contextos diferentes. Então, você cria agentes para cada tarefa. Uma tarefa, um agente. Notem, ele tá cri interagindo agora com três especialistas aqui. Com um especialista em pesquisa, um outro especialista em planejamento e um outro especialista em comunicação. Eu treinei ele a eh enviar mensagens usando o meu jeito de escrever. Então existe um agente chamado CSM Voice Writer, né? O agente de comunicação. E ele tá usando esse agente para fazer qualquer coisa escrita, né? Da mesma forma, planejamento, sabe sobre calendário, sobre tempos, sobre eh concorrência. Então ele sabe que, por exemplo, não pode agendar dois módulos juntos na mesma hora ou eh ele sabe que somando os tempos de um de uma sequência de de módulos, ah não pode ultrapassar um determinado número de horas, né? Eh e eu posso fazer isso e ir especializando esses agentes para para irem realmente fazer uma tarefa ah bem feita por vez. À medida que o agente vai crescendo muito, você percebe que ele começa, além de misturar assuntos e você ter que corrigir ele, falar: "Olha, não é bem isso, que aquilo". E aí ele vai lá e faz. Você percebe que ele começa até a levar mais tempo, porque ele começa a ter que carregar muita memória para poder eh trabalhar. Então, você dividir o trabalho em subagentes tem várias vantagens. Então vamos dar uma olhadinha aqui, ó. Os O agente de comunicação, ó lá, acabou o trabalho dele. O de planejamento e de pesquisa ainda tá rodando. E o e o skill tá esperando eles trabalharem. Então vamos abrir aqui o o o a comunicação. Então já saiu aqui uma mensagem, ó. Estamos preparando uma proposta de workshop próprio para 40 gestores da Contoso com duração de 45 minutos em português para novembro de 2026. A demonstração guiada usará apenas materiais fictícios. Ah, ou seja, não vai estar usando o, o ambiente da Contoso, a realidade da Contoso. Caso contrário, a gente teria que customizar mais isso, teria mais tempo aí para a gente poder fazer a preparação e uma série de implicações. O fluxo começa pela preparação da pauta e do contexto de uma mini reunião gerencial em Copilot. Em seguida, a proposta é revisar a síntese sugerida e, ah, organizar manualmente decisões e próximos passos. Acompanha, hum, o acompanhamento será explorado a partir de um rascunho de mensagem. A revisão humana orientará todo o fluxo. Conferir a fidelidade do resumo, validar responsáveis prazos revisar ah o conteúdo das mensagens antes de qualquer uso. A proposta inclui um checklist de revisão para apoiar essa rotina de preparação. Percebam que essa mensagem, ela tá numa linguagem muito natural, né? Então eu treinei usando minhas mensagens o agente de escrita, tá? Que é justamente o agente de comunicação. A hora do planejamento também acabou. Ó lá, ele, ele preparou a agenda do workshop. Então vamos abrir aqui. Então ó lá, que bacana que ficou. Então ele já dá os tempos certinhos calculados aí por módulo, ele sabe fazer isso, tá? Então para cada módulo ele, ele sabe quanto tempo leva. E ele consegue fazer um planejamento bem, bem, eh, é, é um bom primeiro draft, tá? De planejamento de, de, de, de treinamento. E, ó lá, a pesquisa concluiu também. Então a gente tem um checklist para antes do treinamento que ele já preparou também. Opa, pera aí que eu abri errado. Vou esticar aqui. >> Ó lá, o que que tem que ser feito antes, né da do treinamento, tá, pra gente poder executar. E aqui, aqui tem o arquivo de comparação de versões, da versão antiga com essa. Então o SQL ainda tá fazendo alguma coisa, né, a gente vê aqui que ele tá esperando, ó. Então tá vendo os agentes aqui por trás? Ó lá, o CSM Framework Operator, CSM Voice Writer. Eh E e e aqui, o o mais interessante, a gente pode usar modelos diferentes pra cada eh agente. Então o Research, o o Researcher, ele usou o Cloud Sonnet. O o Framework Operator, ele usou o o GPT 6.1 Sol. E o Writer também. Eu poderia, eu, isso é interessante até pra gente controlar custos. A gente pode ter agentes pra tarefas mais simples e mais repetitivas que usam, vão usar modelos mais rápidos e simples. E pros agentes, eh, mais sofisticados, a gente usa os modelos mais avançados. Então isso também é uma forma da gente, eh, controlar custos, tá? Então ele tá terminando de gerar tudo, ó lá, ele tá registrando o pacote ah consolidado. E terminou. Então ele oficialmente, ó lá, tá aguardando a nossa aprovação. Ele parou aqui. E o que que ele faz em seguida? Qual seria o próximo passo? Enviar e-mail, solicitando a alocação dos instrutores, enviar e-mail pro cliente com a comunicação, enviar o material do workshop pros instrutores se prepararem. Tudo isso eu faço geralmente em seguida e ele faz pra mim, só que ele parou aqui, ele tá esperando a minha aprovação, ele não saiu fazendo isso sem que eu visse, né? Então, eh, aquele preparou esse pacotão aqui, ó, com tudo aqui dentro, então é tudo que ele gerou, o consolidado, tá? E o que é interessante, como eu fiz isso? Pessoal, linha de comando aqui, eu posso falar para ele assim, ah, acesse o Microsoft Learn e entenda a estrutura ah, de treinamentos, ah, caminhos de aprendizado e módulos. Entenda os domínios de conhecimento, consolide tudo e crie uma skill. Por que não um agente? Nesse momento, ele eu tô falando para ele aprender. Então, se ele precisa aprender, ele precisa de a a a adquirir uma habilidade. Eu posso falar aqui, ah, crie uma habilidade para, eh, tudo que for relacionado a conteúdo do MS Learn. Então, dessa forma eu criei uma skill, tá? À medida que o meu agente vai crescendo em responsabilidades, eu vou criando subagentes, tá? Eh, isso vai ficando mais claro à medida que você vai usando e e e e importantíssimo, essa é a grande dica que eu dou para vocês. Quebrem subagentes para que vocês, como a Ana falou, garantam que os agentes, ah, saibam cumprir uma determinada tarefa em um determinado contexto. Então, contexto é tudo, tá? Contexto é tudo. Então, você precisa dar contexto. Isso é Isso é importante ah pro agente se situar. Então, notem, desde do meu primeiro prompt aqui, eu falei, nós estamos numa demonstração é a Contoso, restrinja-se a isso e por aí vai, tá? Então, para cada contexto, para cada tarefa um agente. E as skills são as habilidades que você vai criando. Por que que é importante E se eu não criar skill? Fica mais difícil de eu ah O que acontece é que as skills permitem que o agente carregue só o que ele precisa, né? Então, voltando lá no no na nossa tela lá de essas habilidades aqui, ele carrega só quando ele precisa, né? Então, por exemplo, ele carregou as habilidades aqui que ele precisou lá no começo e ah isso usa menos janela de contexto. Então, dessa forma, o agente fica mais leve, mais rápido. Quanto mais informação ele tiver carregado na janela de contexto, quanto mais ah a gente tá acostumado a usar só prompts né? Mas é que a gente vai Não sei se vocês já perceberam quando estoura a janela de contexto e ele tem que compactar a janela de contexto, ele começa a se perder um pouco. Aquilo que ele fazia no dia anterior já não funciona direito hoje. Por quê? Ele se perdeu. E ele começa a perder memória mesmo. Então, você quebrando tudo que você ensina para ele em skills e em subagentes, você garante que você possa escalar o a adoção de agentes sem que ele se perca, sem correr o risco de se perder, tá bom? Pessoal, espero que tenha sido útil essa demonstração para vocês. Eh de volta para Ana. >> Legal. Eh, obrigada, Rodolfo, pela pela [limpando a garganta] demonstração. Eh, falando um pouco sobre o que ele ele apresentou, eh, quero construir um agente, por onde eu começo? Uma opção que o Rodolfo deu foi: usem o GitHub Copilot, comecem a experimentar dando instruções e pedindo para ele mesmo criar um agente para você. E aí você vai ver, eh, você vai você vai ver arquivos surgindo para para poder, enfim, ir testar o seu agente. Você também pode criar agentes dentro do do Microsoft 365. No próprio Copilot, quando você tá lá, existem algumas opções de criar agentes. Eles não são agentes que vão ter tanta tantas permissões configuráveis como a que o Rodolfo mostrou dentro do Microsoft dentro do GitHub Copilot, mas você vai ainda assim vai conseguir criar agentes especializados para executar, eh, ações determinadas e específicas. Falando sobre a parte de autonomia, que é importante vocês focarem na parte de segurança e ter isso muito bem definido, eh, quando vocês forem definir o nível de segurança, não façam por agente, no geral, mas tentem fazer isso por ações, classificando essas ações em um determinado risco. Então, leitura, por exemplo, se ele tem autorização para acessar uma base pública, verde, não tem nenhum problema. Se ele precisar fazer, eh, leitura ou precisar ali comunicar alguém, mandar um e-mail, talvez isso precise de algum tipo de gate, ah, de um de uma porta, onde você vai autorizar ou não isso acontecer. E quando for algo crítico, por exemplo, excluir algo de um banco de dados, isso é algo crítico, então isso é importante ter decisão humana eh junta na execução aí dessa dessa ação por via do agente. Fechando aqui o nosso nossa nossa apresentação, caso você não pegou todo o contexto e enfim que a gente mostrou aqui, é importante vocês entenderem que como humanos a gente delega o trabalho e a gente preserva o nosso julgamento sobre as ações que o agente está fazendo e o agente vai ser o executor. Eles vão gerar em essência o valor e eles vão preservar o objetivo e atendendo os limites e essas aprovações, elas devem estar claras eh e devem ter trilha de evidência. Então é importante que você também solicite isso pro pro agente para ele ser construído de forma sustentável. O próximo passo então é vocês tentarem construir de forma pequena talvez um processo real e evoluir aí com a governança ao longo do tempo e conforme o agente vai crescendo, crescendo. Rodolfo, gostaria de falar alguma coisa? >> Sim. Queria ah só dar uma recomendação pro pessoal e Mariana eu já respondo a tua pergunta no chat tá? Eh é o GitHub Copilot CLI em particular é gratuito e você pode eh apontar ele para modelos diferentes. Aí vai depender do do LLM do LLM que tem atrás, né? Então existem LLMs gratuitos que você pode usar com o Copilot e o GitHub Copilot ah CLI, tá? Então o client do GitHub Copilot. Ah e aí existem licenças para uso corporativo, né? Que você vai adicionando, eh, modelos e e também, ah, quantidade de tokens que você recebe para poder usar, tá bom? Mas para experimentar, dá para você fazer sem pagar, tá bom? Eu vou responder ali no chat depois com mais informações. Eu queria só mostrar uma um site aqui, se puder colocar, alternar para minha tela, queria deixar essa mensagem aqui por fim ó. A gente criou um agente de capacitação, tá? Eh, chama-se AI Skills Navigator. Então, entrem em AI skillsnavigator.com, tá? Aqui vocês têm a possibilidade de criar planos de capacitação hiperpersonalizados, individualizados para vocês, tá? Então, vocês podem aqui simplesmente começar a navegar pelo conteúdo, tá? Ou vocês podem entrar aqui, ó, em Skilling Playlists, que é como a gente chama os planos, tá? E eu posso criar uma playlist específica para mim. Como é que eu crio a playlist? Entro aqui e falo: "Quero aprender a desenvolver agentes com GitHub Copilot CLI". Ele vai fazer basicamente a mesma coisa que o Skilldo faz, só que usando recursos online de várias fontes diferentes. Então, quais os papéis? Eu sou desen Eu sou ex-desenvolvedor. E agora especialista em treinamento. Eu quero acelerar acelerar meu trabalho na criação de planos de treinamento. Esqueci os módulos curtos, vídeos ou sessões. Quanto mais interativo e visual, melhor. Quanto tempo por semana? Duas horas por semana. Tem limite de duração do plano. E aí o que ele vai fazer agora é com base no que eu pedi, ele vai criar um uma uma playlist só para mim. Vamos dar uma olhada numa playlist pronta. Eu vou abrir aqui o AI Skills Navigator em outra janela. Vou navegar aqui para your playlists. E vou pegar uma uma essa aqui, por exemplo, ó. Liderança em IA com Copilot, visão executiva em quatro semanas. Então aqui ele juntou tudo que eu preciso fazer, né, para um executivo aprender o que que é IA, né? E o que é bacana, eu iniciando esse esse plano, eu posso Ah, eu posso compartilhar esse plano com outras pessoas. Eu copio esse link, passo para outras pessoas. A ferramenta é gratuita e pública, tá? Vocês podem compartilhar esse plano com a sua equipe, com colegas. Ah, e aí eu já iniciei esse plano. Toda a experiência de aprendizado rola aqui dentro, ah, do do Git do do AI Skills Navigator. Ah, notem que eu tô Eu não cheguei no fim do vídeo ainda, então ele nota anota como iniciado. Se eu vier para esse outro módulo aqui e iniciar, ele marca como iniciado. E aí eu vou rolando a tela aqui, olha, ele marcou como terminada a introdução, tá vendo? Então ele ele vai ah armazenando o meu progresso. Então olha lá, ele gerou a playlist que eu pedi para ele. Então vamos dar uma olhada. Isso aqui é um caso real, né, para a gente ver aqui saindo daqui que vocês podem fazer. Usem o AI Skills Navigator e criem o plano de capacitação de vocês. Então lá, Get Started with GitHub Copilot CLI Tutorial for Beginners, 3 minutos. GitHub Copilot Across tarará, 53 minutos. Acelerar o desenvolvimento com Copilot, com GitHub Copilot. Para ver, vai, olha, engenharia de prompts, orquestração, integração e publicação no no ecossistema Microsoft. Bom, isso aqui, notem que tá em inglês, tá? Então os planos hoje só o conteúdo só tá em inglês. Porém, pouquíssimo tempo, vocês vão ter novidades aí ah e o Ignite vai trazer um monte de novidades e eu peço para vocês ficarem de olho nisso, porque pode ser que tenha novidades aí do do AI Skills Navigator, quem sabe, na nossa língua aqui da da terrinha, tá bom? Fica aí a recomendação de próximos passos, eh eh AI Skills Navigator para aprender mais e o bacana é que ele vai aprendendo com base no que você consome mais e sugerindo mais eh conteúdos aqui para você e fica uma experiência super personalizada para cada um. Pessoal, muito obrigado. Ana, obrigado. Volto para você, se quiser se despedir também. >> Muito obrigada, pessoal. Até breve. >> Obrigadão, tchau, tchau. >> Muito obrigada, Ana, Rodolfo, pelo conteúdo hoje. Sessão incrível, né, pessoal? Muito obrigada a todos que participaram dessa série, nesses quatro episódios e também a todos vocês por nos acompanharem. Para finalizar, sempre buscamos melhorar a sua experiência, então se tiverem algum comentário vocês podem encontrar o link da nossa pesquisa de satisfação através do link no chat ou acessando o QR code na tela. E assim então nos vemos numa próxima sessão aqui no Reactor São Paulo.

Assistir ao vídeo original no YouTube

Assuntos: Agentes de IA. Publicado no YouTube em 2026-10-23.

Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.