1. Criando um Agente de IA sem Programação [0]

thumbnail Este método de quatro passos permite criar um agente de IA personalizado para automatizar tarefas repetitivas sem a necessidade de programação.

1.1. Visão Geral e Exemplo de Uso [0]

  1. Agentes de IA são ferramentas que realizam trabalho automaticamente, e criá-los é mais fácil do que se imagina. [0]
  2. Um agente de IA pode ser criado como uma pasta, funcionando em plataformas como ChatGPT ou Cloud, e automatizando tarefas como preparar orçamentos, redigir relatórios ou responder e-mails. [3]
  3. O método permite que o agente trabalhe de acordo com as preferências do usuário, aprenda com as correções e funcione em qualquer ferramenta. [6]
  4. Por exemplo, um estúdio de reformas pode usar um agente para preparar orçamentos e propostas, incluindo vistas 3D, simplesmente adicionando as informações do cliente em uma pasta e dando uma instrução. [7]

1.2. Passo 1: Estrutura da Pasta do Agente [17]

  1. O primeiro passo é criar uma pasta principal com o nome da empresa ou da tarefa a ser resolvida, como "orçamentos" ou "gestão de e-mails". [17]
  2. Dentro desta pasta principal, são criadas quatro subpastas essenciais, que funcionam como as necessidades de uma pessoa que começa a trabalhar: [23]
    1. Contexto: Contém informações sobre como a empresa funciona. [25]
    2. Skills (Habilidades): Armazena as receitas ou o passo a passo de como realizar cada tarefa. [27]
    3. Memória: Guarda o que o agente aprende ao longo do tempo. [29]
    4. Projetos: Um espaço de trabalho onde cada cliente ou projeto é armazenado em uma subpasta separada. [31]
  3. Além das subpastas, um arquivo de texto chamado agents.md é criado para servir como manual, instruindo a IA sobre quem é o agente e como ele deve usar as informações das outras pastas. [33]
    1. As duas linhas mais importantes do manual são: "Se faltar um dado, pergunte em vez de inventar" e "Anote por sua conta tudo o que for conveniente lembrar". [34]
    2. As instruções são escritas de forma simples, como se fossem dadas a uma pessoa, sem termos técnicos. [37]
  4. A pasta de contexto é preenchida com informações como tarifas, catálogo de acabamentos e condições de tratamento ao cliente, enquanto a pasta de projetos recebe dados específicos de cada cliente, como pedidos, plantas e medidas. [38]
  5. As pastas de skills e memória são inicialmente vazias, pois serão preenchidas automaticamente pelo agente à medida que ele aprende e trabalha. [42]

1.3. Mammouth AI: Uma Ferramenta para Agentes de IA [44]

  1. Com a proliferação de modelos de IA como ChatGPT, Cloud, Gemini e Deepseek, é difícil escolher qual usar e gerenciar múltiplas assinaturas. [44]
  2. Mammouth AI é uma plataforma que oferece acesso a todos esses modelos premium a partir de uma única interface, permitindo comparar respostas e encontrar o melhor resultado para cada tarefa. [47]
  3. A plataforma também inclui geração de imagens com Flux e Recraft, animação de vídeo com Beo, Grock e Clean, e pesquisa aprofundada com Perplexity. [50]
  4. O modo agêntico do Mammouth AI permite delegar tarefas complexas a um agente que executa código, cria arquivos e processa dados em um ambiente isolado. [51]
  5. Mammouth AI é uma empresa europeia que garante a privacidade dos dados, não salvando prompts nem usando conversas para treinar modelos. [54]

2. Treinando o Agente de IA e Criando Habilidades [58]

thumbnail

Este processo envolve a execução manual da tarefa para que o agente aprenda e consolide os critérios em habilidades, permitindo a automação.

2.1. Passo 2: Execução Manual da Tarefa [58]

  1. O segundo passo é realizar a tarefa manualmente na ferramenta de IA preferida, como o ChatGPT, usando a estrutura de pastas criada. [58]
  2. A pasta de contexto contém arquivos como um catálogo de acabamentos, tarifas e um guia de tratamento ao cliente, enquanto a pasta de projetos tem os dados de entrada do cliente, como o pedido, medições e planta. [60]
  3. As pastas de memória e skills estão vazias neste momento e serão preenchidas automaticamente. [63]
  4. No ChatGPT, um novo projeto é criado, e a pasta do agente é adicionada. [65]
  5. A primeira instrução dada ao agente é "Leia agents.md e prepare o orçamento do projeto 01 Piso García", para que ele comece a trabalhar e identifique as informações que faltam. [68]
  6. O ChatGPT fará perguntas sobre dados ausentes, e o usuário deve responder, adicionando critérios que o agente deve aplicar sempre. [72]
    1. Por exemplo, se a porta da cozinha desaparece em uma cozinha aberta, isso deve ser um critério fixo. [75]
    2. A nivelamento do solo deve ser sempre incluída, e uma estimativa padrão para contêineres de resíduos deve ser usada. [78]
  7. O agente registrará esses critérios para futuros orçamentos. [82]
  8. O ChatGPT gera o orçamento em HTML e Excel, mas inicialmente pode não se ajustar aos critérios desejados, como misturar disciplinas com estâncias. [84]
  9. O usuário deve instruir o agente a refazer o orçamento com regras específicas, como estruturar por ofícios (carpinteiro, pedreiro, eletricista), incluir fornecimento e colocação em uma única linha e usar unidades de medição corretas. [88]
  10. O ChatGPT refaz o orçamento seguindo os novos critérios, organizando-o por capítulos de ofício, o que demonstra a capacidade do modelo de seguir instruções. [93]

2.2. Passo 3: Criação de Habilidades [99]

  1. O terceiro passo é consolidar os critérios descobertos durante a interação manual em habilidades para que o agente realize o trabalho corretamente desde o início. [99]
  2. A pasta de skills inicialmente está vazia, mas a pasta de memória já começa a ser preenchida automaticamente com as indicações relevantes dadas ao agente. [100]
    1. Exemplos de memórias anotadas incluem: "O usuário indica que ao abrir uma cozinha sua porta desaparece por ser cozinha aberta; aplicar sempre este critério sem orçar sua substituição nem fechar o vão" e "O usuário pede fornecimento e colocação em uma única partida e preço com material e modelo concreto, não separar material e mão de obra". [104]
  3. A memória anota critérios cronologicamente, mas a habilidade os classifica e ordena sequencialmente para que o agente aprenda a resolver tarefas. [109]
  4. Para criar uma habilidade, basta pedir ao ChatGPT para "Criar uma habilidade de criação de orçamentos que garanta que todos os critérios apresentados ao longo da conversa sejam sempre cumpridos". [112]
  5. O ChatGPT cria a habilidade na pasta skills, organizando-a no formato correto. [114]
    1. A partir desse momento, o agente consultará essa habilidade para aplicar todos os critérios definidos manualmente em novos orçamentos. [118]
  6. O sistema é modular e escalável, permitindo adicionar mais habilidades. [119]
    1. Por exemplo, além do orçamento, o agente pode criar uma experiência 3D imersiva para o cliente. [121]
    2. O agente pode simplificar a representação 3D e fornecer uma experiência interativa onde o cliente pode ver o antes e depois da reforma, e até mesmo navegar pelo espaço. [125]
    3. Essa experiência 3D pode ser conectada a ferramentas mais avançadas, como Blender. [133]
  7. Após completar a tarefa 3D, o mesmo processo é repetido para criar uma nova habilidade, que será armazenada na pasta skills. [134]
    1. A pasta skills agora contém tanto a habilidade de "criar orçamentos" quanto a de "criar percursos", sendo esta última mais complexa, com instruções, referências e assets procedurais. [136]

3. Reutilização e Escalabilidade do Agente de IA [139]

thumbnail

O sistema permite que o agente replique processos em diferentes ferramentas com uma única instrução, tornando-o reutilizável e escalável.

3.1. Passo 4: Reutilização em Diferentes Ferramentas [139]

  1. O quarto passo demonstra a reutilização do agente em diferentes ferramentas, como o Cloud Cowork, após o primeiro projeto ter sido feito no ChatGPT. [139]
  2. Para isso, basta ter as informações do próximo projeto prontas na pasta projetos do agente, incluindo o pedido, medições e planta. [142]
  3. Em seguida, o agente recebe acesso ao Cloud Cowork, selecionando a pasta onde ele trabalhará. [144]
  4. Uma única instrução é dada: "Leia agents.md e complete a proposta do projeto 2 Atico Ferré. Crie o orçamento e a experiência 3D interativa". [146]
  5. O Cloud Cowork entrega os três resultados esperados com uma única instrução e resposta: o orçamento em Excel, o orçamento em HTML e o percurso interativo 3D. [149]
  6. O percurso interativo 3D é praticamente idêntico em estilo ao gerado pelo ChatGPT, permitindo subir e baixar paredes, ver o antes e depois da reforma e navegar pelo espaço. [155]
  7. Isso demonstra que o agente é capaz de replicar o mesmo processo em qualquer ferramenta com uma única instrução. [158]

3.2. Configuração e Benefícios do Sistema [160]

  1. Um arquivo agents.md de referência para configuração está disponível na descrição do vídeo. [160]
  2. A principal vantagem do sistema é sua capacidade de realizar qualquer tarefa e ser escalável, adicionando mais habilidades a cada agente. [161]
  3. Os projetos são automaticamente organizados. [163]
  4. Como cada agente reside em uma pasta, é possível armazenar vários agentes em uma única pasta global, criando um sistema abrangente para resolver a maioria das tarefas di rotina em qualquer ferramenta. [164]