IA no trabalho: produtividade com assistentes e agentes

Assistentes: definição e planejamento - Apresentação

Apresentando a pessoa instrutora

Olá! Eu sou o André Santana, pessoa instrutora e pesquisadora nas áreas de inteligência artificial, criação de novos negócios e transformação digital.

Audiodescrição: Pessoa branca, com barba cheia e cabelo curto, ambos castanho-escuros; pele clara; veste camiseta cinza. Ao fundo, há uma parede branca com um degradê que vai do azul até o rosa.

Apresentando o público-alvo e contextualizando a gravação

Este conteúdo é direcionado a pessoas que desejam aprender a utilizar a inteligência artificial como ferramenta para apoiar os próprios negócios e para auxiliar nas tarefas do dia a dia.

Audiodescrição: A pessoa instrutora não está visível nesta gravação; ouvimos apenas a voz, com áudio nítido e sem ruídos de fundo.

Explicando os objetivos e a abordagem do curso

Neste curso, nós vamos aprender como criar assistentes no ecossistema da OpenAI (OpenAI) com GPTs (Transformadores Pré-treinados Geradores). Vamos compreender a diferença entre assistentes e agentes inteligentes, como resolver problemas na fronteira da inteligência artificial e também fora dessa fronteira. Vamos criar um sistema de multiagentes e aprimorar esses recursos para que tenhamos prompts (instruções) mais precisos, além de discutir como planejar esses agentes antes de iniciarmos a implementação, garantindo resultados melhores.

Também vamos aproveitar todos os recursos da plataforma: além dos vídeos das aulas, contamos com exercícios e atividades, e com todos os recursos presentes na comunidade da Alura.

Bons estudos!

Assistentes: definição e planejamento - Aplicações de assistentes

Apresentando o conceito de assistente

O uso da Inteligência Artificial Generativa pode ajudar em diversas tarefas do dia a dia. Para garantirmos que essas tarefas estejam estruturadas da melhor maneira possível e que utilizemos os recursos computacionais mais adequados, veremos neste curso um conceito central: o conceito de assistente.

O assistente é um recurso computacional que auxilia na resolução de um conjunto de tarefas por meio de um modelo de IA generativa, em que o foco principal é a interação entre a pessoa e o modelo computacional. Em essência, trata-se de utilizar um LLM (Modelo de Linguagem Grande) — que pode ser um GPT (Transformador Pré-Treinado Generativo), um modelo da Anthropic como o Claude, ou outro modelo de linguagem — para, por meio de um conjunto de interações, resolver uma tarefa.

É importante entendermos que, ao falarmos do uso de assistentes para apoiar a resolução de tarefas, partimos de uma premissa: o problema precisa estar bem definido e não pode apresentar rotas ou caminhos alternativos em que o assistente precise tomar decisões que poderiam ser desmembradas em tarefas menores. Para esses casos, veremos outro tipo de recurso mais adiante: agentes. São conceitos diferentes. Quando falamos em assistente, referimo-nos ao uso de um LLM (Modelo de Linguagem Grande) para nos auxiliar por meio de uma interação entre o ser humano e o computador.

Diferenciando assistentes e outras abordagens

Em geral, assistentes terão papel muito semelhante em sua construção quando comparados ao uso de um GPT (Transformador Pré-Treinado Generativo) tradicional ou do ChatGPT (chat baseado em GPT). A principal diferença é que podemos garantir que a tarefa que desejamos resolver esteja encapsulada de alguma forma. O que isso significa? Criamos alguma condição de reutilização para que o assistente execute uma tarefa específica de forma recorrente no cotidiano.

Existem vários exemplos de tarefas em que um assistente pode intervir. Em um ambiente no qual seja necessário gerir projetos, há tarefas que envolvem etapas de criação, controle e gestão de reuniões e de cerimônias realizadas para acompanhar as pessoas usuárias, nas quais um assistente pode apoiar no processo de organização ou de caracterização dessas ideias.

Podemos, por exemplo, configurar um assistente que receba notas de reuniões e produza resumos com tons específicos para determinada equipe de trabalho.

Se começarmos a lidar com características mais diversas e caminhos alternativos, talvez o assistente não seja a recomendação mais adequada, pois poderemos recorrer a outras ferramentas mais potentes. Contudo, sempre que soubermos quais informações serão enviadas ao assistente, como pretendemos processá-las e quais resultados desejamos obter, o assistente tende a ser a melhor opção.

Acessando assistentes no ecossistema da OpenAI

Existem duas formas de acessar o assistente dentro do ecossistema da OpenAI, e outras plataformas também permitem usar esse tipo de recurso.

Quando falamos do ecossistema do ChatGPT vinculado à OpenAI, uma das formas de criar assistentes é usando o próprio ChatGPT na versão gratuita, com a limitação de que não podemos reutilizar esse recurso de forma alguma. Nesse caso, o assistente terá formato de um chat (bate-papo). Sempre que precisarmos usá-lo, ele terá menos aspecto de assistente e mais de chat (bate-papo). Teremos que acessá-lo nos nossos chats recentes, mas, na prática, ele não cumpre tão bem o papel de assistente. A funcionalidade que o aproxima mais de um assistente é paga e está vinculada ao GPT+.

Explorando e utilizando GPTs no ChatGPT

Com uma conta paga no GPT+, vamos ao menu da esquerda; se for a primeira vez que usamos, clicamos em Mais e veremos GPTs ou Explorar GPTs. Se já tivermos consultado alguma vez, aqui aparecerão alguns dos assistentes criados. Por padrão, temos um assistente de análise de dados que vem com a OpenAI, um de geração de imagens, que é o Dolby, e a opção de Explorar GPTs.

Ao clicarmos em Explorar GPTs, será exibido um conjunto de assistentes diferentes. Podemos acessar os nossos no canto superior direito ou buscar novos GPTs, que são vários assistentes construídos por outras pessoas desenvolvedoras para nos ajudar com tarefas específicas. Temos, por exemplo, um de vídeo associado ao Canva; alguns deles vão solicitar acesso a ferramentas externas. Podemos ter um GPT escolar, um GPT de fitness (condicionamento físico) e, eventualmente, GPTs para tarefas específicas: programação, revisão de código, escrita, estilo de vida, produtividade, pesquisa e análise. Cada um desses GPTs nos ajudará a resolver tarefas específicas.

Se formos, por exemplo, à categoria de escrita, há um GPT que é o segundo da lista, focado em cartas de apresentação. Ao clicarmos nele, podemos acessar um GPT criado por outra pessoa, ver suas características — avaliação 4,2, com mais de 10 mil avaliações, segundo no ranking global em escrita, mais de 800 mil conversas. Ele traz alguns quebra-gelos relacionados à estrutura desse assistente, como orientações sobre como criar nossa carta de apresentação para o currículo ou nos ajudar a criar um resumo com uma descrição específica do cargo. Apresenta também alguns recursos, como girar imagens, e outras ações, como recuperar ou executar ações fora do GPT, além de avaliações de pessoas usuárias que vão de 1 a 5.

Portanto, os assistentes são formas de agrupar, concretizar e estruturar — ou, neste caso, criar uma interface de acesso — para a conversa que teríamos com o GPT, a fim de resolver uma tarefa específica.

Assistentes: definição e planejamento - Planejamento e resolução de problemas

Planejando o assistente de hotéis

Antes de começarmos a criar nosso GPT (Transformador Pré-treinado Generativo) ou nosso assistente nesse contexto, faremos o seguinte: abriremos um bloco de notas para planejarmos o assistente. Essa é uma etapa importante, pois vamos criar uma estrutura de assistente que possa ser utilizada em diversos casos, mas ainda assim voltada para uma tarefa específica.

A tarefa que vamos resolver neste exemplo envolve a criação de um assistente para identificar os principais hotéis que podem ser utilizados por alguém do nosso time quando essa pessoa precisar viajar para alguma conferência. Queremos utilizar esse assistente para encontrar as melhores opções dentro de um orçamento específico.

Para planejar esse assistente, utilizaremos um bloco de notas para anotar pontos relevantes. Daremos a esse documento o nome de planejamento do assistente de busca de hotéis e descreveremos o que queremos que o assistente faça. Começaremos com algumas perguntas: que tipo de problema o assistente resolve? A resposta é que ele resolve o problema de identificar as melhores opções de hotéis para uma viagem em um determinado período.

Definindo opções e critérios de classificação

A partir dessa definição, podemos refletir sobre as características importantes que o assistente deve considerar para lidar com essa estrutura. Ao pensar em identificar melhores opções de hotéis, precisamos definir quantas opções serão retornadas. Vamos estabelecer pelo menos cinco opções distintas de hotéis, apresentadas de forma ranqueada, da melhor para a pior.

Também devemos especificar os critérios que serão levados em consideração para a classificação:

• Orçamento.
• Distância do evento.
• Tempo de viagem.
• Presença de Wi‑Fi (rede sem fio), pois podemos precisar editar alguma apresentação, buscar informações e a conectividade pode ser essencial.

Ao criar um assistente, é importante que pensemos no problema e em caminhos específicos que queremos que ele leve em consideração para nos trazer uma resposta útil. Além disso, definiremos o formato de saída: esperamos uma resposta no formato de tabela para auxiliar nessa atividade.

Considerando necessidades da equipe e acessibilidade

Podemos ainda levar esse planejamento para discussão com outras pessoas do time, pois elas podem ter características diferentes que consideram relevantes na escolha de um hotel. Talvez algumas precisem de soluções assistivas. É importante, por exemplo, sabermos se a pessoa para a qual a reserva será feita tem alguma restrição de...

Ao definir requisitos para reserva de hotéis, devemos considerar necessidades como mobilidade reduzida e a exigência de quartos com características especiais. Também é relevante verificar se há café da manhã incluso. Dedicar tempo à estruturação do nosso assistente antes de criar o recurso é fundamental. Trata-se de um processo iterativo: planejar a estrutura do nosso assistente de hotéis não garante acerto imediato, mas é essencial levantar características e premissas antes de implementá-lo.

Aplicando a matriz CSD: certezas e suposições

Uma ferramenta que ajuda bastante nessa etapa é a matriz CSD, na qual mapeamos certezas, dúvidas e suposições. Entre as certezas, podemos listar pontos que devem sempre estar presentes, como a existência de um orçamento máximo por dia. Isso deve ser informado e esperado pelo GPT, já que é um dado obrigatório. Outra certeza é a presença de uma data de entrada no hotel e de uma data de saída, isto é, check-in (entrada) e check-out (saída). Esses dados também devem ser esperados em toda interação do nosso GPT.

As suposições são afirmações sem confirmação plena, mas que podemos comprovar. Podemos supor, por exemplo, que o café da manhã pode ou não ser relevante. Outro exemplo é a relevância de quartos com condições apropriadas para pessoas com mobilidade reduzida. Não esperamos necessariamente que essas informações sejam fornecidas espontaneamente; portanto, podemos instruir o nosso GPT a perguntar e a utilizar essas duas informações caso não sejam informadas. São dados importantes e não podemos deixá-los de lado.

Tratando dúvidas e orientando a implementação

As dúvidas abrangem questões sobre as quais ainda não temos clareza de prioridade. Nesse caso, pode ser necessário conversar com outras pessoas colegas que também utilizarão a ferramenta para entender se faz sentido incluir determinado ponto como algo que o nosso assistente deve perguntar à pessoa usuária ou assumir que será informado de outra forma. Por exemplo: distâncias de até um quilômetro são relevantes? Não temos certeza. Devemos tratar isso como uma premissa? Configuramos o nosso GPT dessa forma? Podemos testar ou dialogar com colegas e, então, decidir como encadear esse aspecto.

Na implementação, as certezas devem aparecer claramente na estrutura do nosso assistente. Caso a pessoa usuária não traga a informação, podemos instruí-lo a perguntar. As suposições não serão esperadas na pergunta inicial e talvez seja importante solicitá-las; trabalhamos com elas de modo semelhante às certezas, mas precisamos garantir que estejam explicitadas no texto de instruções do nosso assistente. Já as dúvidas não devem entrar no texto por enquanto, pois exigem confirmação prévia com outras pessoas colegas para tornar o nosso assistente mais robusto, sobretudo quando não for de uso pessoal. Se for de uso pessoal, podemos pensar em cenários específicos de utilização, ainda assim buscando explicitar certezas, dúvidas e suposições.

Sobre o curso IA no trabalho: produtividade com assistentes e agentes

O curso IA no trabalho: produtividade com assistentes e agentes possui 118 minutos de vídeos, em um total de 34 atividades. Gostou? Conheça nossos outros cursos de IA para Negócios em Inteligência Artificial, ou leia nossos artigos de Inteligência Artificial.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Assistentes: definição e planejamento
• Personalização e organização do trabalho
• Agentes: definição e criação de worflows
• A fronteira da IA na resolução de problemas
• Multiagentes: orquestração de tarefas complexas