Chatbot ou agente de IA?

Segundo a Mesterséges Intelligencia Központ Kft., empresa de desenvolvimento de software de Budapeste, é preciso um chatbot quando a tarefa é responder a perguntas, e um agente de IA quando o sistema também tem de executar passos: consultar, registar, reservar.

Em resumo: o chatbot fala, o agente também age. Vale a pena começar pela solução mais simples que faça o trabalho e passar para um agente apenas onde a ordem dos passos não pode ser descrita de antemão; e o agente deve trabalhar com permissões restritas, com registo e com aprovação humana antes dos passos importantes.

O que significam os termos?

As palavras «chatbot» e «agente de IA» são usadas no mercado com muitos sentidos diferentes. Para que, numa decisão, falemos da mesma coisa, distinguimos cinco soluções, da mais simples à mais autónoma.

Chatbot baseado em regras

Segue um guião escrito de antemão, feito de botões, palavras-chave e uma árvore de decisão. É totalmente previsível, não chama nenhum modelo de linguagem e diz exatamente aquilo que nele foi escrito. Mas só compreende aquilo para que foi preparado: uma pergunta formulada de outra maneira fica fora do guião, e cada tema novo tem de ser incorporado à mão.

Chatbot assente num modelo de linguagem

O grande modelo de linguagem (large language model, LLM) compreende perguntas em texto livre e responde em linguagem natural, lidando também com erros de escrita e com formulações do dia a dia. Mas, se se apoiar apenas no conhecimento geral do modelo, pode dar com toda a confiança respostas erradas sobre a empresa; por isso, no uso empresarial, ligamo-lo quase sempre ao material da própria empresa.

Chatbot que responde a partir de documentos

Para cada pergunta, o sistema começa por procurar os excertos relevantes nos documentos da empresa (perguntas frequentes, regulamentos, manuais), e o modelo responde com base neles, indicando a fonte. O método chama-se RAG (retrieval-augmented generation, geração aumentada por recuperação); o artigo IA nos próprios documentos da empresa (RAG) trata do seu funcionamento, da língua húngara e do armazenamento dos dados.

Fluxo de trabalho de IA

O guia da Anthropic sobre agentes define o fluxo de trabalho (workflow) como um sistema em que o modelo de linguagem e as ferramentas são orquestrados por caminhos de código predefinidos. Um exemplo: e-mail recebido → classificação → extração de dados → rascunho de resposta no CRM. A ordem dos passos é fixa, e em cada passo o modelo executa uma tarefa linguística bem delimitada. Muitas necessidades das empresas são, na realidade, fluxos de trabalho deste tipo, e não agentes.

Agente de IA

O mesmo guia descreve o agente como um sistema em que o próprio modelo de linguagem dirige o seu processo e a utilização das ferramentas. Segundo a documentação da OpenAI, os agentes planeiam e executam tarefas com a ajuda de ferramentas e mantêm o contexto ao longo dos passos. O agente recebe um objetivo («registe a reclamação e envie uma confirmação ao cliente») e decide ele próprio com que passos o atinge: consulta a encomenda, verifica a garantia, regista o caso, escreve o e-mail. A ferramenta não é executada pelo modelo: segundo a documentação do Google Gemini, o próprio modelo não executa a função e, segundo a Anthropic, as ferramentas próprias são executadas pela aplicação. O modelo limita-se a pedir a operação; é o nosso código que a executa, e é aí que se decide o que é permitido.

O conselho da Anthropic é simples: procurar a solução mais simples possível e só aumentar a complexidade quando for necessário. Segundo o guia, o agente adequa-se a problemas em aberto, em que é difícil ou impossível prever quantos passos serão necessários; e os sistemas baseados em agentes trocam muitas vezes latência e custo por um melhor desempenho na tarefa.

Comparação numa tabela

Na tabela, o chatbot assente num modelo de linguagem aparece na sua variante que responde a partir de documentos, porque, no uso empresarial, é quase sempre assim que é construído.

Critério	Chatbot baseado em regras	Chatbot que responde a partir de documentos	Fluxo de trabalho de IA	Agente de IA
O que faz	segue um guião escrito de antemão	responde a partir do material da empresa	executa uma sequência fixa de passos, com tarefas linguísticas	recebe um objetivo e escolhe ele próprio os passos
O que compreende	as palavras-chave e os botões para que foi preparado	texto livre	o texto que entra no processo	texto livre e os resultados das ferramentas
A que tem acesso	ao guião	à base de conhecimento	aos sistemas atribuídos aos passos	às ferramentas que lhe são dadas
Previsibilidade	total	elevada, se indicar a fonte	elevada	menor, são necessários limites rigorosos
Principal risco	rígido, muitas perguntas ficam de fora	uma resposta errada ou desatualizada	uma extração errada num dos passos	ações erradas ou em excesso, erros que se acumulam
Controlo	manutenção do guião	indicação da fonte, «não sei», passagem a um colaborador	verificação em cada passo, aprovação	permissões, aprovação, registo, limites
Boa escolha se	houver poucas perguntas bem delimitadas	houver muitas perguntas e muitos documentos	os passos do processo puderem ser descritos de antemão	o número e a ordem dos passos não puderem ser previstos

A fronteira não é nítida: um chatbot que consulta o estado de uma encomenda com uma única ferramenta só de leitura já deu um passo em direção ao agente, mas o seu risco continua baixo. A questão decisiva é sempre o que o sistema pode fazer, e não o nome que lhe damos.

Onde se adequa cada um?

Apoio ao cliente

Para as perguntas frequentes (entrega, pagamento, garantia, horário de funcionamento), o chatbot que responde a partir de documentos é um bom ponto de partida, a qualquer hora do dia, com passagem a um colaborador quando fica bloqueado. Para o estado da encomenda, basta uma consulta só de leitura. Onde o bot também escreve, por exemplo quando regista uma reclamação ou inicia um reembolso, é necessária a capacidade de agente, com aprovação antes de qualquer passo que envolva dinheiro.

Vendas

O bot recomenda produtos a partir do catálogo, prepara o pedido de proposta, faz marcações e regista o interessado no CRM. A marcação e o registo são utilização de ferramentas, ou seja, elementos de agente; o preço, o desconto e o prazo, pelo contrário, convém retirá-los da competência do bot e atribuí-los a um colaborador.

Helpdesk interno

Para as perguntas de RH e de TI, os regulamentos e as instruções de trabalho, o chatbot que responde a partir de documentos é a escolha natural, e ajuda também os novos colegas a integrar-se. Aqui, a questão principal são as permissões: o bot só pode responder a partir dos documentos que o próprio colaborador que pergunta também pode abrir. Para abrir um ticket ou pedir um acesso, já pode servir um agente com um conjunto restrito de ferramentas.

Back-office

O processamento de faturas, encomendas e e-mails é tipicamente um fluxo de trabalho de IA, porque os passos são conhecidos de antemão: extração, comparação, registo, exceções para um colaborador. Um agente justifica-se onde os casos são muito variados, por exemplo na análise de uma reclamação que exige reunir dados de vários sistemas. Sobre a automatização que abrange vários sistemas escrevemos na página Automatização de processos, e sobre os padrões de integração (API, webhook, chamada de funções, MCP) no artigo Como ligar os sistemas da empresa com inteligência artificial?.

Os riscos do agente e os controlos

O agente é útil porque age, e é isso mesmo que o torna arriscado. O guia da Anthropic aponta, como preço da autonomia dos agentes, custos mais elevados e a possibilidade de erros que se acumulam, e recomenda testes aprofundados em ambientes isolados (sandbox), com os limites adequados. A lista de riscos do OWASP GenAI Security Project indica três causas para a liberdade de ação excessiva (Excessive Agency): funcionalidades desnecessárias, permissões demasiado amplas e autonomia excessiva. Por isso, incorporamos estes controlos:

Conjunto restrito de ferramentas: o agente só recebe as ferramentas de que a sua tarefa precisa; um agente de apoio ao cliente não precisa de apagar nada.
Permissões mínimas: sempre que possível, apenas acesso de leitura; a operação deve correr com as permissões do próprio utilizador, e não com uma conta de serviço com acesso a tudo.
Verificação no sistema de destino: cada pedido é verificado também pelas regras do sistema de destino, pelo que aquilo que é permitido não depende do juízo do modelo.
Aprovação humana: antes de qualquer passo que envolva dinheiro, um contrato, uma mensagem enviada a um cliente ou uma alteração irreversível, quem decide é uma pessoa. A OpenAI, por exemplo, pede por predefinição aprovação antes de partilhar dados com um servidor MCP remoto.
Registo: cada chamada de ferramenta, cada parâmetro e cada resultado podem ser consultados posteriormente, para que se possa apurar a causa de uma operação errada.
Limites: limites ao número de passos, à frequência e aos montantes, para que um erro não se possa multiplicar.
Conteúdo externo como dados: o texto de um e-mail recebido ou de um documento carregado não é uma instrução. Contra a injeção de prompts (prompt injection), o OWASP recomenda tratar o conteúdo externo separadamente, assinalado como não fiável.
Testes num ambiente isolado: antes da entrada em produção, num sistema de teste, com casos reais e com entradas deliberadamente enganadoras.

Estes controlos não abrandam o trabalho desnecessariamente: a aprovação pode ser um único clique e, com base na medição, pode ir sendo restringida aos casos em que é realmente necessária.

Transparência: é preciso saber que é uma IA a responder

Nos termos do artigo 50.º, n.º 1, do AI Act, ou seja, do Regulamento (UE) 2024/1689, os sistemas de IA destinados a interagir diretamente com pessoas singulares devem ser concebidos de modo a que as pessoas em causa sejam informadas de que estão a interagir com um sistema de IA, salvo se isso for óbvio pelas circunstâncias. A partir de quando e a quem exatamente isto se aplica, e o que o RGPD exige num chatbot, explicamos em pormenor no artigo AI Act e RGPD num chatbot empresarial; trata-se de informação, não de aconselhamento jurídico.

Um exemplo ao vivo: o nosso assistente de IA na página inicial

Ao lado do jogo que corre na página inicial, o nosso assistente de IA conversa com o visitante: é um chatbot próprio que funciona ao vivo, e mostra bem onde passa a fronteira entre o chatbot e o agente.

Funciona com um modelo de linguagem Claude e recebe relatórios automáticos sobre os acontecimentos do jogo (perda de uma vida, recorde, subida de nível), aos quais reage ao vivo.
Responde nas 14 línguas do jogo e usa sempre o tratamento formal, mesmo quando o visitante se lhe dirige de maneira informal.
Fala da empresa a partir dos factos que lhe foram fornecidos: segundo as suas instruções, não inventa referências, preços, prazos nem garantias.
Pode falar, mas não pode agir: não pode interferir no estado do jogo, nem dar pontos ou vidas.

O último ponto é o essencial: o limite daquilo que lhe é permitido não é traçado pelas boas intenções do modelo, mas pela forma como o sistema é construído. Pode ler sobre os nossos próprios desenvolvimentos na página O nosso trabalho.

Como começar em pequeno?

Uma área, uma lista de perguntas: reunir as perguntas mais frequentes, por exemplo, no apoio ao cliente.
Um chatbot a partir do material próprio: com indicação da fonte, uma resposta «não sei» e passagem a um colaborador.
Medição com perguntas reais: antes da entrada em produção, num conjunto de avaliação; depois, a partir do registo das conversas.
Uma primeira ferramenta, só de leitura: por exemplo, a consulta do estado da encomenda.
Uma primeira operação de escrita com aprovação: por exemplo, o registo de uma reclamação, que um colaborador aprova.
Expansão com base no registo: uma nova ferramenta ou um círculo de aprovação mais restrito só onde a medição o justificar.

Erros típicos

Um agente onde basta um chatbot: mais peças móveis e mais risco, sem benefício.
Todas as ferramentas de uma vez: o agente pode fazer também aquilo de que nunca vai precisar.
Sem «não sei»: o bot prefere inventar alguma coisa a passar a pergunta a outra pessoa.
Sem passagem para uma pessoa: o cliente que fica bloqueado não chega a um colaborador.
Sem registo: depois, não se consegue saber porque aconteceu uma operação errada.
Tratar o texto externo como instrução: uma frase escondida num e-mail pode dirigir o agente.

Perguntas frequentes

Qual é a diferença entre um chatbot e um agente de IA?

O chatbot responde a perguntas, idealmente a partir do material da própria empresa, indicando a fonte. O agente de IA, além disso, usa ferramentas (consulta, regista, reserva, escreve e-mails) e escolhe ele próprio os passos para atingir um objetivo. Ambos podem assentar no mesmo modelo de linguagem; a diferença está naquilo que lhes é permitido fazer.

Quando basta um chatbot?

Quando a tarefa é informar: perguntas frequentes, regulamentos, informação sobre produtos, conhecimento interno. Também basta se, depois da resposta, o trabalho for feito por uma pessoa. Se o sistema tiver de alterar dados ou de agir noutro sistema, entra em consideração o fluxo de trabalho ou o agente.

O que pode um agente de IA fazer de forma autónoma?

Aquilo para que recebe ferramentas e permissões, e aquilo que, dado o risco, aceitamos confiar-lhe sem aprovação: tipicamente consultas, registos internos, elaboração de rascunhos, marcações. Antes dos passos que envolvam dinheiro, um contrato ou uma mensagem enviada a um cliente, ou que sejam irreversíveis, convém pedir aprovação humana.

Como evitar que o agente cometa erros?

Não é possível excluí-los totalmente, mas é possível limitar os danos: com um conjunto restrito de ferramentas, permissões mínimas, pedidos verificados também no sistema de destino, aprovação antes dos passos de grande impacto, limites de passos e de montantes, um registo completo e testes num ambiente isolado antes da entrada em produção. Os textos recebidos são tratados como dados, e não como instruções.

Temos de indicar que é uma IA a responder?

Regra geral, sim: nos termos do artigo 50.º, n.º 1, do AI Act, as pessoas em causa têm de saber que estão a interagir com um sistema de IA, a menos que isso seja óbvio. Um chatbot desenvolvido por nós indica-o logo na primeira mensagem. Os pormenores estão descritos no artigo AI Act e RGPD num chatbot empresarial; trata-se de informação, não de aconselhamento jurídico.

Como podemos ajudar?

A Mesterséges Intelligencia Központ Kft. desenvolve tanto chatbots de IA como agentes de IA: bots que respondem a partir dos próprios documentos da empresa e agentes ligados aos sistemas da empresa que executam passos, assentes nos modelos de linguagem da OpenAI (ChatGPT), da Anthropic (Claude) e da Google (Gemini). A primeira consulta é gratuita; medimos o tamanho do desenvolvimento em pontos de função COSMIC, e daí resultam a proposta e o calendário. A pedido, assinamos um acordo de confidencialidade (NDA) e, após a entrega, asseguramos também a operação e a manutenção. O código-fonte e os direitos de utilização regem-se pelo contrato.

Os pormenores estão na página de serviço Chatbots e agentes de IA, e a ligação dos modelos de linguagem é tratada na página Integração de IA. Se está a planear um chatbot ou um agente, escreva-nos através dos contactos indicados na página Contacto.