Edição 05
Agente de IA explicado para quem nunca programou
Você quer montar um agente de IA para trabalhar com você, economizar tempo e fazer coisas por você? Então começa por aqui. Eu uso este roteiro no meu dia a dia, e aposto que nenhum termo técnico vai te assustar depois dele.
O objetivo é um só: você sair daqui entendendo o que é um agente, quais são as partes dele e o que cada uma faz. Eu desenhei tudo no vídeo, e aqui eu resumo.
O que é harness (e por que ninguém explica direito)
Harness é um termo chato que a galera faz questão de deixar mais chato ainda. Em palavras simples, é aquela coleira de cachorro: faz o cachorro ir aonde você quer e limita aonde você não quer que ele vá. Só que para agente de IA.
Mas a melhor forma de entender é comparar com um carro. A primeira coisa que se fabrica é o chassi. Nele você encaixa o resto.
- Chassi: o harness.
- Motor: o modelo de IA. ChatGPT, Claude, Grok ou qualquer modelo chinês que você imaginar.
- Rodas, freio, cinto e airbag: a segurança, as instruções e as skills. Isso é a alma do seu agente.
- GPS: o contexto, que dá direção.
- Ruas e estradas: as ferramentas.
Um chassi muito bem feito, sem motor, não sai do lugar. E um carro com motor, sem freio e sem cinto, é inutilizável. Os cinco precisam estar juntos.
Passo 1: um lugar para o agente morar
O agente precisa funcionar em algum lugar. Pode ser um computador ligado na internet o tempo todo. Eu acho muito mais simples usar uma VPS, que é um servidor virtual. Eu uso a da Hostinger. Não sou patrocinado, é só a que eu uso. Comecei numa KVM2 e hoje tenho uma KVM4. Dependendo do plano, pode sair até R$ 44 por mês, e você não precisa manter um computador ligado em casa.
Também existe harness pronto, como o Hermes e o OpenClaw. Eles já trazem tudo montado, em vez de você configurar cada peça. O público deles são os nerds, então para nós, meros mortais, parece complicado. Eu mostro o harness que eu uso hoje, depois de mais de 200 horas estudando, mantendo e testando.
Passo 2: dar um nome e uma alma
Meu primeiro agente se chama Tom. Para ele saber o que fazer, eu escrevo a alma dele, um arquivo chamado soul.md. É um prompt fixo que o agente lê a cada resposta. Prompt, para quem não sabe, é um comando.
Um exemplo simples: "Você é o Tom, agente pessoal do Gustavo Cabral. Você auxilia em vendas, gestão da vida pessoal, compromissos e atualização de ferramentas."
Na prática, o prompt é bem maior que esse exemplo. Você diz como o agente se dirige a você, o tom de voz, o idioma, o que ele faz. Pense que você está contratando um funcionário. Quanto mais detalhe, melhor.
Aqui entram também os limites. Por exemplo: "jamais apague algo de forma definitiva sem me avisar ou sem minha autorização".
Passo 3: ligar o motor
Nesse ponto o agente já mora num servidor e sabe quem é. Só que ele ainda não funciona, porque está sem motor. Você liga o modelo de duas formas:
- Chave de API: você paga por créditos. Tende a ser bem mais caro.
- Autenticação: a OpenAI liberou usar a sua assinatura. O agente usa os tokens que você já tem.
Eu uso no Hermes uma conta da OpenAI de 20. Pago cento e poucos reais e tenho acesso a todo o poder que ela entrega.
Passo 4: dar estrada com ferramentas
Se você mandar mensagem agora, ele só responde. É a diferença entre chatbot e agente: o chatbot responde, o agente age. Para agir, ele precisa de ferramentas.
Conectar vinte ou trinta ferramentas, uma por uma, com chave de API, MCP ou autenticação, dá muito trabalho. Por isso eu uso o Composio: uma chave só conecta mais de 1.600 ferramentas. Eu tenho 52 conectadas. Gmail, GitHub, Google Calendar, Notion, Google Sheets, Supabase, Vercel. No Gmail eu tenho três e-mails ligados na mesma chave.
Com isso, eu posso pedir: "Tom, faça uma pesquisa, veja como ela se encaixa no meu trabalho e coloque numa nova página do Notion." Ou: "Tom, liste meus últimos e-mails e veja o que é importante." Ele responde: "Esse e-mail merece a sua atenção, posso escrever um rascunho?"
Nos próximos 6 a 18 meses, eu acredito que a gente vai parar de usar as ferramentas ativamente. Quem vai usar são os agentes. Você não precisa de tantas conexões para começar. Escolha as das tarefas que você quer delegar.
Passo 5: ensinar com skills
Skill é uma receita de como fazer alguma coisa. Tem as que você cria e as que você baixa, prontas. Elas são diferentes do prompt: o prompt diz quem é o agente e quais são os limites. A skill diz como fazer uma tarefa.
Um exemplo meu, real: eu uso o Claude para gravar reuniões e ligações. A skill é um arquivo de texto que diz: a cada 4 horas, faça login no site, baixe as reuniões, transcreva, use a skill de atas, salve o áudio no Drive e a ata no Notion. A skill de atas é do jeito que eu gosto: pendências, o que ficou faltando, o que foi decidido, o que mudou.
Pense na recepcionista de um consultório. Todo dia ela abre o consultório, acende a luz, liga o computador, vê a agenda, manda a confirmação. É uma lista de afazeres. Eu não preciso que meu agente pense em como fazer algo que é sempre igual. Tem skill que tem de 5 a 15 páginas.
E uma vantagem do Hermes: quando você ensina algo a ele, ele cria a skill sozinho. Ele vai aprendendo com você.
Passo 6: dar memória
Contexto é a parte mais complexa disso tudo. Sua vida é bem mais complexa do que parece. Então eu divido a memória do meu agente em quatro níveis:
- Memória do próprio Hermes. É curta, como uma memória de curto prazo. Ele aprende como eu gosto de ser respondido e onde errou. Ela é pequena de propósito, por causa da janela de contexto.
- Memória relacional e de preferências. Com quem eu trabalho e como eu quero a resposta. Por exemplo: sempre direto, respostas curtas, resumir primeiro e explicar depois.
- Memória profunda, com RAG. É um índice, um endereço onde a IA acha uma memória específica. Meu Notion inteiro está em RAG. Ele busca só o trecho de que precisa, na hora.
- Memória semântica. É a ligação entre os pontos. Sua cabeça não funciona como biblioteca, funciona como ligações. Sem isso, o índice nunca ligaria carro com harness.
A janela de contexto é o que o agente consegue lembrar de uma vez. Modelos avançados chegam a 1 milhão de tokens, mas conforme a conversa cresce, ele esquece o começo e a IA começa a alucinar.
Eu quero levar a minha memória debaixo do braço para qualquer modelo. Se amanhã um modelo chinês for melhor, levo tudo sem perder nada. Porque, se você depende da IA para lembrar quem você é, você não é dono dela. Você só tem emprestado.
Como começar e crescer
- Comece com um agente e uma tarefa clara.
- Escolha onde ele vai morar e ligue um modelo.
- Escreva a alma, com instruções e limites.
- Dê só as ferramentas que essa tarefa pede.
- Quando algo se repetir, vire skill.
- Decida o que ele precisa lembrar e onde isso vai ficar.
Depois, crie outros agentes. Cada um com nome, alma, skills e contexto próprios, como uma empresa, com um CEO, diretores, gerentes e operacionais. Modelos e ferramentas vão e vêm, mas contexto, skills e o soul.md você leva para a vida inteira.
Qual tarefa repetitiva você gostaria de delegar primeiro? Assista ao vídeo para ver tudo desenhado: https://youtu.be/zkBbrsUNV3c
Perguntas e respostas
O que é um harness de IA?
É a estrutura que junta as peças do agente: modelo, instruções, ferramentas, skills e contexto. No vídeo eu comparo com o chassi de um carro.
Qual é a diferença entre um agente e um chatbot?
O chatbot responde ao que você pergunta. O agente usa ferramentas e age por você, dentro das instruções que recebeu.
O que é uma skill de um agente?
É uma receita de como fazer uma tarefa, principalmente uma que se repete. O prompt diz quem o agente é, a skill diz como fazer.
Por que um agente precisa de memória além da conversa?
Porque a janela de contexto tem limite e, numa conversa longa, o agente esquece o começo. Com memórias separadas, ele busca só o que precisa, na hora.