Responder a uma pergunta e executar uma tarefa no sistema são responsabilidades diferentes. Quando a inteligência artificial passa a consultar dados, preparar documentos ou alterar registros, o projeto precisa definir exatamente onde começa e termina sua autonomia.

A conversa de 2026 vai além do chatbot

Orientações recentes do NCSC e do governo canadense destacam a importância de limitar o escopo dos agentes, controlar permissões e manter supervisão proporcional às consequências das ações. A adoção de um agente não elimina a responsabilidade de quem opera o processo.

NCSC — Managing the cyber risk of agentic AI ↗Governo do Canadá — Guide on the Use of Agentic Artificial Intelligence ↗

Escolha uma tarefa pequena e verificável

Como ponto de partida de projeto, preferimos uma entrega observável: classificar uma solicitação, extrair campos de um documento ou preparar um resumo do histórico do cliente. Antes de desenvolver, descreva o resultado esperado e quem vai conferir a qualidade.

Considere uma distribuidora fictícia que recebe pedidos por e-mail. O agente pode organizar os itens e preparar um rascunho para conferência. A aprovação comercial permanece com o responsável. Nesse desenho, a equipe avalia a utilidade do trabalho sem conceder, logo no primeiro piloto, liberdade para alterar preços ou confirmar vendas.

Separe consulta, preparação e execução

Propomos distinguir três níveis na especificação: ler dados autorizados, preparar uma ação para revisão e executar uma alteração permitida. O avanço entre esses níveis deve depender do projeto, dos testes e das consequências de um erro.

Para um pedido comercial, por exemplo, “identificar o cliente” não deve automaticamente significar “alterar o cadastro”. Registre quais campos podem ser propostos, quais informações precisam estar presentes e quem aceita a mudança. Uma tarefa sem dados suficientes deve voltar à equipe com a pendência identificada.

Transforme os limites em critérios de teste

Este é um roteiro operacional sugerido pela RAQO para discutir o piloto com os responsáveis pelo negócio e pela tecnologia.

  • Defina uma tarefa e os sistemas necessários para executá-la.
  • Use dados de teste representativos, sem expor informações desnecessárias.
  • Documente ações permitidas e mudanças que dependem de aprovação.
  • Teste informação incompleta, instrução contraditória e ferramenta indisponível.
  • Registre a proposta, a decisão humana e o resultado da operação.
  • Combine como suspender o piloto e tratar uma ação inesperada.

Meça resultado antes de ampliar a autonomia

No piloto, acompanhe tempo de conferência, campos corrigidos pela equipe, tarefas concluídas e situações encaminhadas para atendimento humano. Compare os resultados com uma amostra feita pelo processo atual. Uma resposta bem escrita, sozinha, não demonstra que o fluxo melhorou.

Depois, revise uma classe de tarefa por vez. Se uma automação aumenta o retrabalho na etapa seguinte, ajuste o desenho antes de expandir. Na RAQO, a IA é integrada ao sistema e às regras da operação; o projeto busca utilidade verificável, sem prometer autonomia irrestrita ou substituição automática da equipe.

Dúvidas frequentes

Agente de IA e chatbot são a mesma coisa?

Um chatbot pode se limitar à conversa. Um agente pode ser configurado para usar ferramentas e executar etapas de uma tarefa. O comportamento depende do projeto.

Toda ação precisa de aprovação humana?

A definição depende do impacto e das regras do processo. O escopo deve separar tarefas permitidas, revisões necessárias e ações fora dos limites.

RAQOConheça a integração de inteligência artificial ↗

Fontes oficiais

NCSC — Managing the cyber risk of agentic AI ↗Governo do Canadá — Guide on the Use of Agentic Artificial Intelligence ↗

Consultadas em 2 de novembro de 2026. Os roteiros de projeto e exemplos deste artigo são propostas editoriais da RAQO.