WACrew

Blog

O que é um agente de IA e qual a diferença para um chatbot

Agente de IA decide os próprios passos e usa ferramentas para cumprir uma tarefa. Veja a diferença para chatbot e fluxo fixo, com exemplos e quando usar cada um.

Por Rodrigo Sumioshi 6 min de leitura
Neste artigo
  1. O que é um chatbot
  2. O que é um agente de IA
  3. Agente de IA x chatbot, lado a lado
  4. Exemplos de agente de IA na prática
  5. Como os agentes se conectam às ferramentas
  6. Quando usar cada um
  7. Cuidados antes de colocar um agente em produção
  8. Resumo

"Agente de IA" virou a expressão do ano, e quase todo produto com um modelo de linguagem dentro passou a usar o nome. Na prática, a palavra tem um sentido bem específico, e entender esse sentido ajuda a escolher a ferramenta certa para o seu caso, seja atendimento, automação ou desenvolvimento.

A definição mais útil vem de um texto da própria Anthropic, Building effective agents. Ele separa dois tipos de sistema. Em um fluxo (workflow), o modelo e as ferramentas são orquestrados por caminhos de código definidos antes. Em um agente, o modelo dirige o próprio processo e decide quais ferramentas usar, mantendo o controle de como chega ao resultado.

Esse é o ponto central. Um agente não segue um roteiro. Ele recebe um objetivo, olha o que tem à disposição e escolhe o próximo passo.

O que é um chatbot

O chatbot clássico é uma árvore de decisão com texto. O cliente digita "1" para segunda via, "2" para falar com atendente, e cada resposta leva a um galho já escrito por alguém. Mesmo os chatbots com inteligência artificial costumam funcionar assim por baixo: o modelo entende a intenção da frase, mas o que acontece depois está programado.

Isso tem vantagens reais. É previsível, barato, fácil de auditar e funciona bem quando as perguntas se repetem. Uma pizzaria que recebe pedidos sempre no mesmo formato não precisa de mais nada.

O limite aparece quando a conversa sai do roteiro. O cliente manda um áudio de dois minutos, mistura três assuntos, cita uma conversa da semana passada. A árvore não tem galho para isso, e a resposta sai genérica.

O que é um agente de IA

Um agente é um modelo de linguagem rodando em um laço. A cada volta, ele lê o contexto, decide se precisa de uma ferramenta, chama a ferramenta, lê o resultado e decide de novo. O laço termina quando o objetivo foi cumprido ou quando ele precisa de alguém.

As ferramentas são o que dá braço ao agente. Podem ser coisas como:

  • ler as últimas mensagens de uma conversa;
  • buscar um documento ou um registro no banco de dados;
  • transcrever um áudio ou descrever uma imagem;
  • criar um evento na agenda;
  • enviar uma resposta.

O modelo não executa nada sozinho. Ele pede para chamar uma ferramenta, o programa ao redor executa e devolve o resultado. Por isso o desenho das ferramentas e das permissões importa tanto quanto o modelo escolhido.

Em pseudocódigo, o núcleo de quase todo agente é este:

const historico = [{ role: "user", content: objetivo }];

while (true) {
  const resposta = await modelo.responder(historico, ferramentas);
  if (!resposta.pediuFerramenta) return resposta.texto; // terminou

  const resultado = await executar(resposta.ferramenta, resposta.argumentos);
  historico.push(resposta, { role: "tool", content: resultado });
}

O que muda de um agente para outro são as ferramentas e as regras colocadas em volta desse laço.

Agente de IA x chatbot, lado a lado

ChatbotFluxo com IAAgente de IA
Quem decide o próximo passoO roteiroO código, com a IA em etapas fixasO modelo
Lida com pedido fora do esperadoMalEm parteBem
PrevisibilidadeAltaAltaMenor
Custo por conversaBaixoMédioMaior
Quando faz sentidoPerguntas repetidas e curtasProcesso conhecido com texto variadoTarefas abertas, com contexto longo

Repare na linha da previsibilidade. Um agente erra de um jeito diferente de um chatbot. O chatbot erra ao não entender. O agente pode entender e tomar uma decisão ruim, como responder algo que deveria passar por uma pessoa. Bons sistemas de agente compensam isso com revisão e permissão por ação.

Exemplos de agente de IA na prática

Agente de código. Ferramentas como o Claude Code e o Cursor leem o repositório, rodam testes, editam arquivos e repetem até o teste passar. Ninguém escreveu um roteiro para cada bug.

Agente de pesquisa. Recebe uma pergunta, faz buscas, lê as páginas, compara e escreve um resumo com fontes.

Agente de atendimento. Lê o histórico do cliente, entende um áudio, consulta o que foi combinado e redige uma resposta. Num bom desenho, ele só envia sozinho o que é rotina e devolve para a pessoa o que envolve prazo, preço ou reclamação.

No WhatsApp, esse último caso é o mais comum. O WACrew, por exemplo, é um agente de IA para WhatsApp de código aberto em que cada conversa tem um modo: Confirmar, em que nada sai sem o seu OK, ou Autônomo, ligado conversa por conversa. Antes de qualquer envio, uma revisão em código barra texto com cara de robô.

Como os agentes se conectam às ferramentas

Durante muito tempo, cada aplicação inventava o próprio jeito de ligar o modelo às ferramentas. Em 2024 a Anthropic abriu o MCP (Model Context Protocol), um padrão para isso. Com ele, a mesma ferramenta funciona no Claude Code, no Cursor e em qualquer outro cliente compatível. Explicamos o protocolo em detalhe em O que é MCP.

Na prática, isso significa que montar um agente hoje é menos sobre programar o laço e mais sobre escolher bem as ferramentas e as regras.

Quando usar cada um

Use chatbot quando as perguntas se repetem, as respostas cabem em poucas opções e o custo por conversa precisa ser mínimo.

Use fluxo com IA quando o processo é conhecido (triagem, classificação, extração de dados de um formulário), mas o texto de entrada varia muito.

Use agente de IA quando a tarefa é aberta, depende de contexto longo e envolve várias ferramentas. Atendimento a clientes que mandam áudio, print e pedidos misturados é um bom exemplo, assim como trabalho de desenvolvimento.

O próprio texto da Anthropic recomenda começar pela solução mais simples possível e só aumentar a complexidade quando ela se pagar. Muita gente pula direto para o agente sem precisar.

Cuidados antes de colocar um agente em produção

  1. Comece com permissão baixa. Deixe o agente ler e sugerir antes de deixar ele agir.
  2. Revise o que sai para fora. Mensagem para cliente, e-mail e publicação merecem uma etapa de revisão, humana ou em código.
  3. Registre tudo. Cada chamada de ferramenta precisa ficar em log para você entender por que ele fez o que fez.
  4. Defina quando ele para. Preço, prazo, reclamação e qualquer coisa ambígua devem voltar para uma pessoa.
  5. Meça o custo. Agentes fazem várias chamadas por tarefa. Acompanhe o gasto por conversa desde o primeiro dia.

Resumo

Chatbot segue roteiro. Fluxo com IA usa o modelo em etapas fixas. Agente de IA decide os próprios passos e usa ferramentas até cumprir o objetivo. O agente resolve o que os outros dois não alcançam, ao custo de menos previsibilidade, e por isso precisa de limites claros.

Se o seu caso é atendimento no WhatsApp, vale ler também como criar um agente de IA para WhatsApp com Claude e as opções de chatbot de WhatsApp grátis para comparar os dois caminhos.