Introdução aos Agentes de IA e ao seu Contexto Empresarial
Este módulo enquadra o papel dos agentes de IA no contexto empresarial, distinguindo-os de chatbots e automações tradicionais. Analisa componentes como LLMs, memória e ferramentas, permitindo identificar oportunidades reais de aplicação e avaliar limitações e riscos associados à sua utilização organizacional.
- Evolução: de chatbots a agentes autónomos
- Automação tradicional vs LLMs vs agentes autónomos
- Componentes: LLM, ferramentas (tools), memória, dados e ações
- Casos de uso empresariais
- Limitações, riscos e oportunidades
- Atividade prática: Identificação de processos com potencial para agentes de IA
Arquitetura e Ciclo de Vida de um Agente
Explora a estrutura funcional de um agente de IA, analisando o seu ciclo e a interação entre memória, contexto e ferramentas externas. Neste módulo aprendes a desenhar modelos lógicos ajustados a objetivos concretos e a implementar mecanismos de controlo comportamental.
- Ciclo Perception → Planning → Action
- Single-agent e multi-agent systems
- Tool use: browsers, APIs, code interpreter, actions
- Memória de curto e longo prazo
- Guardrails e controlo de comportamento
- Exercício: Desenho de fluxo lógico orientado a tarefa
Construção de Agentes em Plataformas no-code/low-code
Aprende a criar agentes funcionais utilizando GPTs, Copilot Studio e ferramentas SaaS com agentes integrados. O foco da sessão está na configuração prática, testes rápidos e iteração contínua, garantindo resultados alinhados com objetivos empresariais.
- Plataformas de referência e critérios de escolha:
- GPTs (OpenAI)
- Microsoft Copilot / Copilot Studio
- Ferramentas SaaS com agentes integrados (ex.: Poe, Chatbase, PlatformX)
- Design de agentes orientados a tarefas específicas
- Criação prática: primeiro agente funcional
- Testes básicos e iteração rápida
- Atividade prática: construir um agente simples com instruções orientadas e outputs verificáveis
Integração de Dados e Documentos Internos (RAG – Retrieval Augmented Generation)
Com foco na integração de conhecimento organizacional, este módulo aborda a implementação de pipelines RAG (Retrieval Augmented Generation) para ligar agentes a documentos e bases de dados internas. Trabalha com embeddings, vetores e pesquisa semântica, assegurando contextualização e segurança.
- Conceito e importância de RAG para agentes corporativos.
- Vetores, embeddings e pesquisa semântica.
- Indexação e segurança de dados internos.
- Conexão com fontes documentais (SharePoint, OneDrive, bases locais, CRMs).
- Exercício: criar um agente que responde a perguntas com base em informação empresarial (dataset exemplo).
Automação e Orquestração de Multi-Agentes
Aborda a coordenação de múltiplos agentes especializados e a integração com plataformas como Make, Zapier ou Power Automate. Aprende a estruturar fluxos colaborativos e a implementar human-in-the-loop em processos críticos.
- Coordenação e especialização por tarefa
- Delegação e human-in-the-loop
- Integração com Make, Zapier e Power Automate
- Comunicação via APIs
- Pipeline prático de agentes interligados
- Caso prático: pipeline de agentes: captura → análise → resposta → registo automático
Monitorização, Testes e Otimização
Desenvolve uma abordagem baseada em métricas para gerir agentes de IA de forma contínua. Avalia a precisão, custos e fiabilidade através de testes A/B, análise de logs e otimização de prompts.
- Métricas essenciais: precisão, tempo de resposta, custo por chamada, erros e hallucinations
- Testes A/B e avaliação de desempenho
- Prompt tuning e otimização de contexto
- Monitorização de logs e reporting operacional
- Atividade prática: diagnóstico e melhoria de um agente existente
Segurança, Privacidade e AI Governance
Aborda a aplicação prática de AI governance na operação de agentes, integrando requisitos do RGPD e implicações do AI Act. Define políticas de utilização, controlo de acessos e mecanismos de validação humana para garantir confiança e conformidade.
- Princípios de AI Governance aplicados à operação de agentes
- Integração com RGPD e políticas internas de dados
- AI Act: implicações práticas para agentes automáticos
- Confidencialidade, controlo de acessos e validação humana
- Documentação e compliance checklist
- Discussão guiada: dilemas éticos e riscos reais em casos empresariais
Workshop Final: Aplicação Prática
Consolida as competências desenvolvidas através da conceção e implementação de um agente funcional ligado a dados reais ou simulados. Estrutura um caso de uso, define fluxos e apresenta resultados, transformando conhecimento técnico em competência aplicada e portefólio profissional.
- Escolha de um caso de uso (individual ou em grupo)
- Definição do objetivo, fluxograma e dados de entrada
- Construção e teste de um agente funcional
- Apresentação dos resultados e discussão crítica
- Feedback coletivo e orientações para aplicação no contexto profissional
- Output: mini-projeto de agente funcional e documentação simplificada
