# 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)](https://www.mestersegesintelligenciakozpont.hu/pt/base-de-conhecimento/ia-nos-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](https://www.anthropic.com/engineering/building-effective-agents) 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](https://developers.openai.com/api/docs/guides/agents), 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](https://ai.google.dev/gemini-api/docs/function-calling), o próprio modelo não executa a função e, segundo a [Anthropic](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview), 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](https://www.mestersegesintelligenciakozpont.hu/pt/servicos/automatizacao-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?](https://www.mestersegesintelligenciakozpont.hu/pt/base-de-conhecimento/ligar-sistemas-empresariais-com-ia).

## 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](https://genai.owasp.org/llmrisk/llm062025-excessive-agency/) (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](https://developers.openai.com/api/docs/guides/tools-connectors-mcp), 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](https://genai.owasp.org/llmrisk/llm01-prompt-injection/) (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](https://eur-lex.europa.eu/legal-content/PT/TXT/?uri=CELEX:32024R1689), 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](https://www.mestersegesintelligenciakozpont.hu/pt/base-de-conhecimento/ai-act-e-rgpd-em-chatbots-empresariais); 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](https://www.mestersegesintelligenciakozpont.hu/pt/), 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](https://www.mestersegesintelligenciakozpont.hu/pt/o-nosso-trabalho).

## Como começar em pequeno?

1. **Uma área, uma lista de perguntas:** reunir as perguntas mais frequentes, por exemplo, no apoio ao cliente.
2. **Um chatbot a partir do material próprio:** com indicação da fonte, uma resposta «não sei» e passagem a um colaborador.
3. **Medição com perguntas reais:** antes da entrada em produção, num conjunto de avaliação; depois, a partir do registo das conversas.
4. **Uma primeira ferramenta, só de leitura:** por exemplo, a consulta do estado da encomenda.
5. **Uma primeira operação de escrita com aprovação:** por exemplo, o registo de uma reclamação, que um colaborador aprova.
6. **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](https://www.mestersegesintelligenciakozpont.hu/pt/base-de-conhecimento/ai-act-e-rgpd-em-chatbots-empresariais); 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](https://www.mestersegesintelligenciakozpont.hu/pt/servicos/chatbots-e-agentes-de-ia), e a ligação dos modelos de linguagem é tratada na página [Integração de IA](https://www.mestersegesintelligenciakozpont.hu/pt/servicos/integracao-de-ia). Se está a planear um chatbot ou um agente, escreva-nos através dos contactos indicados na página [Contacto](https://www.mestersegesintelligenciakozpont.hu/pt/contacto).

## Fontes

- [Anthropic: Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)
- [OpenAI: Agents](https://developers.openai.com/api/docs/guides/agents)
- [Anthropic: Tool use with Claude](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview)
- [Google Gemini API: Function calling](https://ai.google.dev/gemini-api/docs/function-calling)
- [OpenAI: MCP servers](https://developers.openai.com/api/docs/guides/tools-connectors-mcp)
- [OWASP GenAI Security Project: LLM06:2025 Excessive Agency](https://genai.owasp.org/llmrisk/llm062025-excessive-agency/)
- [OWASP GenAI Security Project: LLM01:2025 Prompt Injection](https://genai.owasp.org/llmrisk/llm01-prompt-injection/)
- [EUR-Lex: Regulamento (UE) 2024/1689 (Regulamento da Inteligência Artificial, AI Act)](https://eur-lex.europa.eu/legal-content/PT/TXT/?uri=CELEX:32024R1689)