Workflows e automações com IA
Nem todo problema precisa de um agente conversando. Boa parte do trabalho manual de uma empresa é uma sequência previsível que alguém executa toda semana: receber, classificar, decidir, registrar, avisar. Isso vira automação.
O trabalho que ninguém orça e todo mundo faz
Toda empresa tem um punhado de processos que consomem horas e nunca aparecem no orçamento: conferir planilha contra sistema, transformar e-mail em chamado, classificar documento que chega, cobrar quem não respondeu, avisar quem precisa saber.
Essas tarefas resistem à automação tradicional porque a entrada é bagunçada: um PDF, um áudio, um e-mail escrito de qualquer jeito. É exatamente aí que um modelo de linguagem ajuda, desde que ele não seja quem decide. Ele lê e estrutura; quem decide o que fazer com aquilo é regra escrita.
Como um workflow é construído
Mapeia o processo como ele é hoje
Antes de automatizar, a gente escreve o que acontece hoje, com quem, em qual sistema e quantas vezes por semana. É comum descobrir aqui que dois passos do processo não precisam existir.
Separa o que é regra do que é interpretação
Regra vira código determinístico e testável. Interpretação de texto, áudio ou documento vai para o modelo, com saída estruturada e validada antes de seguir adiante.
Liga nos sistemas de verdade
Gatilho de entrada, escrita nos sistemas, aviso para quem precisa saber. Cada execução registrada, com o que entrou, o que foi decidido e o que foi gravado.
Deixa o controle com você
Painel do que rodou, o que falhou e o que ficou parado esperando decisão humana. Reprocessar é um clique, não um chamado.
O que você recebe
- O processo rodando no gatilho combinado: horário, evento no sistema, chegada de mensagem ou arquivo.
- Extração estruturada e validada. O que o modelo lê vira campo tipado, e campo que não passa na validação não segue adiante.
- Fila com repetição e desistência. Integração fora do ar não perde trabalho: ele espera, tenta de novo e avisa se desistir.
- Registro de cada execução com entrada, decisão e resultado, para auditoria e para achar o que quebrou.
- Custo medido por execução, com teto diário e desligamento imediato.
- Documentação do que foi construído, com as limitações conhecidas escritas.
O pipeline de aquisição de dados do portfólio faz exatamente esse desenho em produção: recebe uma URL, renderiza a página com navegador headless, converte para texto limpo, manda ao modelo com esquema declarado e devolve JSON validado, com defesa contra endereço interno e limite de custo por sessão. Ver funcionando.
Quando automatizar é a resposta errada
Processo que muda toda semana: automatizar caos gera caos mais rápido. Primeiro estabiliza, depois automatiza.
Volume pequeno demais: se a tarefa acontece três vezes por mês e leva dez minutos, o retorno não paga o projeto, e a gente diz isso antes.
Sistema sem API e sem export: sem porta de entrada nem de saída não existe automação confiável, só robô de tela que quebra na primeira mudança de layout.