Make AI Agents: crie agentes de IA observáveis e controláveis

O Make AI Agents serve para tarefas que precisam decidir o próximo passo conforme o contexto. Diferente dos cenários comuns, que rodam em uma ordem fixa de módulos, o agente escolhe ações entre as ferramentas que você fornece explicitamente, em torno de um objetivo dado, e conecta essas ações aos fluxos de trabalho do Make. Ele é adequado para entradas não estruturadas como texto, mensagens ou documentos, mas isso não significa que se possam omitir regras de negócio e a responsabilidade de revisão.

Diferenças entre um agente e um cenário comum

A rota de um cenário comum é definida previamente pelo construtor: depois do acionamento, ele executa conforme módulos, filtros e rotas. Se a entrada é a mesma, a rota esperada normalmente também é. O agente serve para os casos em que não dá para enumerar todos os ramos com antecedência e é preciso escolher ferramentas conforme o contexto.

Dá para decidir com uma pergunta simples: se a tarefa é apenas «executar segundo regras», use primeiro um cenário comum; se a tarefa realmente precisa «entender a entrada e escolher entre opções restritas», então avalie um agente. Os dois também podem ser combinados: o agente fica responsável por escolher uma ferramenta de cenário já testada, e o cenário realiza as operações determinísticas de leitura e escrita.

Projete primeiro o objetivo e os limites das ferramentas

Antes de criar um agente, escreva o objetivo como um resultado verificável, não como uma descrição ampla de um papel. Por exemplo, «escolher uma categoria aprovada conforme o corpo do ticket e devolver a categoria e o motivo» é mais fácil de testar do que «gerenciar todo o trabalho de suporte».

Ao fornecer ferramentas ao agente, cada uma deve ter nome, finalidade, entradas e saídas claros. Abra apenas as permissões mínimas necessárias para cumprir o objetivo e diferencie consultas somente de leitura de operações que alteram o estado externo. Quando envolver envio de mensagens, criação de pedidos, exclusão de dados, alteração de permissões ou publicação pública, configure uma aprovação humana ou outra etapa de confirmação clara antes da execução.

Inspecione o comportamento no fluxo visual

A página oficial da Make explica que os AI Agents podem ser construídos em uma tela visual e que é possível ver o processo de decisão do agente, as chamadas de ferramentas e o comportamento do fluxo de trabalho. Esses registros ajudam a localizar problemas, mas o registro por si só não prova que o resultado está correto. Na revisão, ainda é preciso verificar a origem das entradas, o que foi realmente escrito, as permissões das chamadas e o caminho de recuperação após uma falha.

Não dependa da narração livre do modelo como única entrada dos sistemas seguintes. Priorize a definição de saídas estruturadas e valide campos obrigatórios, valores de enumeração, comprimento e formato; quando não estiverem de acordo, pare o fluxo ou encaminhe para tratamento humano.

Um exemplo controlado de triagem

Suponha que a equipe queira organizar as solicitações de clientes recém-chegadas; dá para dividir assim:

1. O cenário recebe a solicitação e remove os campos sensíveis que não precisam ser enviados ao modelo.
2. O agente lê o corpo e escolhe uma das três categorias aprovadas: «problema de produto, problema de cobrança, requer julgamento humano».
3. O agente só pode chamar duas ferramentas — consultar registros de conhecimento e criar rascunhos internos — e não pode enviar mensagens diretamente aos clientes.
4. O cenário valida a estrutura devolvida e encaminha as solicitações de alto risco ou baixa confiança para uma fila humana.
5. Depois que o responsável confirma o rascunho, uma etapa determinística separada envia ou atualiza o ticket.

Esse desenho separa julgamento, validação e execução. Mesmo que o modelo escolha errado, há chance de interceptar antes de gerar impacto externo.

Verificações antes do lançamento

• Use amostras reais, mas anonimizadas, cobrindo entradas normais, ambíguas, conflitantes e maliciosas;
• Verifique se o agente não chama ferramentas fora do objetivo nem pula os nós de aprovação;
• Projete como tratar timeouts de ferramenta, ausência de resultados, formato de retorno errado e execuções repetidas;
• Registre mudanças de configuração e teste de novo depois que prompts, ferramentas ou campos seguintes mudarem;
• Revise periodicamente permissões, requisitos de retenção de dados e os registros reais de execução;
• Confirme na página oficial a disponibilidade atual, o suporte a modelos e as condições de uso.

Você pode ver a entrada atual do produto e a documentação oficial na página oficial do Make AI Agents.