Então, provavelmente já ouviu falar sobre o novo AgentKit da OpenAI. Está a ser apresentado como um conjunto de ferramentas que facilita muito a construção de agentes de IA personalizados. Se lidera uma equipa de suporte, os seus ouvidos provavelmente ficaram atentos ao pensar em poderosas integrações do ChatGPT com o AgentKit que poderiam automatizar fluxos de trabalho e deixar os clientes mais satisfeitos.
Mas qual é a verdadeira história aqui? Será o AgentKit a solução "arrastar e soltar" que a sua equipa de suporte esperava, ou é mais uma ferramenta pesada para programadores que levará meses a mostrar algum valor real?
Vamos analisar o que é o AgentKit, onde se destaca e onde falha para equipas que não têm recursos de programação abundantes. Também veremos como uma ferramenta construída especificamente para suporte pode levá-lo a atingir os seus objetivos de automação muito mais rapidamente.
O que são as integrações do ChatGPT com o AgentKit?
Primeiro, o AgentKit não é uma aplicação pronta a usar que pode simplesmente ligar. É mais como uma bancada cheia de ferramentas para programadores construírem, lançarem e gerirem agentes de IA que conseguem realmente fazer coisas. Pense nele como um conjunto de blocos de construção sofisticados para criar os seus próprios assistentes de IA personalizados de raiz.
As partes centrais do AgentKit
Para colocar as integrações do ChatGPT com o AgentKit a funcionar, um programador tem de juntar algumas peças-chave:
-
Agent Builder: Este é um espaço visual onde os programadores podem mapear o que um agente deve fazer. Assemelha-se a um construtor de fluxogramas, permitindo-lhes conectar diferentes prompts, ferramentas e pontos de decisão. O objetivo é facilitar o design de uma IA que consiga lidar com tarefas de múltiplos passos.
-
Connector Registry: Basicamente, é uma biblioteca de conexões pré-construídas que permitem ao agente comunicar com outras aplicações e fontes de dados. É assim que um agente pode extrair informações de uma ferramenta como o Google Drive ou enviar uma mensagem numa aplicação como o Slack.
-
ChatKit: Esta peça é um conjunto de ferramentas de interface de utilizador (UI) para incorporar a janela de chat do agente no seu próprio site ou aplicação. Poupa aos programadores o trabalho de construir uma interface de chat de raiz, o que por si só é uma tarefa considerável.
-
Evals & Guardrails: São ferramentas para testar o desempenho de um agente e adicionar redes de segurança. Por exemplo, pode configurar barreiras de proteção para impedir que um agente partilhe informações sensíveis de clientes ou se desvie do assunto. Esta parte é técnica, mas absolutamente necessária antes de um agente estar pronto para interagir com o público.
Este fluxo de trabalho ilustra como os componentes principais do AgentKit, Agent Builder, ChatKit, Evals e Connectors, trabalham em conjunto na construção de agentes de IA personalizados.A promessa do AgentKit
Não é difícil perceber por que o AgentKit está a receber tanta atenção. Ele fornece as matérias-primas para criar assistentes de IA altamente personalizados que podem fazer muito mais do que apenas responder a perguntas básicas. Para uma empresa, isto abre algumas possibilidades realmente interessantes.
Poderia construir um agente de suporte interno que realmente sabe das coisas. Um funcionário poderia perguntar: "Qual é a nossa política para a compra de um novo monitor?" e o agente poderia pesquisar nas suas páginas internas do Confluence, Google Docs e antigos tópicos do Slack para compilar uma resposta completa, com links para os formulários de despesas corretos.
Ou que tal um assistente de suporte ao cliente que seja genuinamente proativo? Um cliente poderia perguntar: "Onde está a minha encomenda?" Em vez de apenas fornecer um link de rastreamento genérico, um agente construído com o AgentKit poderia verificar o estado do pedido no Shopify, obter a atualização de envio mais recente da API da transportadora e, em seguida, atualizar o ticket no Zendesk com uma data de entrega clara.
Poderia até criar um analista de dados automatizado. Imagine dizer a um agente para extrair os números de vendas semanais da sua base de dados, escrever um resumo rápido das tendências e publicá-lo num canal específico do Microsoft Teams todas as segundas-feiras de manhã, como um relógio.
A ideia principal é que o AgentKit oferece um ponto de partida flexível para este tipo de fluxos de trabalho. Ele fornece um caminho para as empresas criarem integrações personalizadas do ChatGPT com o AgentKit que se ajustam exatamente às suas necessidades.
A realidade do AgentKit: Principais limitações para equipas de suporte
Embora tudo isso pareça ótimo, o trabalho real de construir, lançar e manter esses agentes cria alguns obstáculos bastante grandes, especialmente para equipas de suporte ao cliente e TI que precisam de soluções fiáveis agora e não têm programadores disponíveis.
Limitação 1: 'Low-code' ainda significa muito código
O Agent Builder visual é um toque agradável, mas o rótulo "low-code" pode ser enganador. Não é uma ferramenta "no-code" para o seu gestor de suporte usar. Colocar um agente pronto para produção a funcionar ainda exige muito conhecimento de engenharia.
Configurar conectores personalizados, gerir chaves de API, definir toda a lógica condicional e implementar a UI do ChatKit são todas tarefas que recaem diretamente sobre um programador. A sua simples ideia de automação pode rapidamente transformar-se num projeto que leva meses, desviando a sua equipa técnica das suas principais funções.
Em contraste, uma plataforma como o eesel AI foi construída para ser self-service. Pode conectar o seu helpdesk (como Zendesk, Freshdesk, ou Intercom) e bases de conhecimento com alguns cliques e estar operacional em minutos. Não precisa de escrever nenhum código ou sequer assistir a uma demonstração de vendas para começar.
Limitação 2: O conhecimento é conectado, não compreendido
Os conectores do AgentKit podem dar a um agente acesso às suas ferramentas, mas não lhe dão uma compreensão real do seu negócio. A IA não absorve simplesmente a voz, o contexto e os problemas comuns dos clientes da sua empresa ao ser conectada ao seu helpdesk. Tem de lhe dizer manualmente que fontes de conhecimento usar e escrever prompts detalhados para orientar o seu comportamento.
Mais importante, não aprende com a informação mais valiosa que possui: as milhares de conversas de suporte bem-sucedidas que a sua equipa humana já tratou.
É aqui que uma ferramenta construída para um propósito específico realmente faz a diferença. O eesel AI fica imediatamente a par, treinando em todos os seus tickets de suporte passados. Desde o momento em que o ativa, começa a captar a voz da sua marca, a compreender as particularidades dos problemas comuns e a ver quais as soluções que realmente funcionaram para os clientes. Isso significa que pode dar respostas úteis e precisas desde o primeiro dia.
Limitação 3: O lançamento é um jogo de adivinhação de alto risco
Como pode ter a certeza de que o seu agente personalizado está realmente pronto para falar com os seus clientes? As "Evals" do AgentKit são para os programadores testarem a precisão técnica de um modelo contra conjuntos de dados preparados. Não foram concebidas para um líder de suporte que precisa de prever o impacto real de um plano de automação.
Não há uma maneira direta de ver como o agente lidará com as perguntas reais dos seus clientes antes de o colocar online. Isso faz com que cada lançamento pareça uma aposta. Não saberá quantos tickets consegue resolver, onde é provável que falhe ou qual será a experiência do cliente até que já esteja em funcionamento.
O eesel AI foi concebido para resolver exatamente este problema com o seu modo de simulação. Antes de ativar o seu agente de IA, pode executá-lo contra milhares dos seus tickets reais e históricos num ambiente totalmente seguro. Obtém uma previsão baseada em dados da sua taxa de resolução e pode ver exatamente como a IA teria respondido a cada consulta. Isto permite-lhe ajustar o seu comportamento, preencher quaisquer lacunas de conhecimento e implementar a sua automação com confiança.
Este vídeo oferece um curso para iniciantes sobre como usar o OpenAI AgentKit, incluindo o Agent Builder e o ChatKit, para criar fluxos de trabalho de agentes.
AgentKit vs eesel AI: Um conjunto de ferramentas contra uma solução completa
No fundo, a diferença é bastante simples. O AgentKit é um conjunto de ferramentas de propósito geral para programadores que querem construir aplicações de IA personalizadas de raiz. O eesel AI é uma plataforma tudo-em-um concebida para equipas de suporte que precisam de uma solução que simplesmente funcione.
Eis uma rápida comparação entre os dois:
| Funcionalidade | A Abordagem AgentKit (DIY) | A Solução eesel AI |
|---|---|---|
| Tempo de Configuração | Semanas (ou meses) do tempo de um programador para construir, conectar e implementar. | Alguns minutos. É verdadeiramente self-service com conexões de um clique ao seu helpdesk e base de conhecimento. |
| Integração de Conhecimento | Configuração manual através de conectores. A IA não aprende com tickets passados por si só. | Totalmente automático. Treina com os seus tickets passados e documentos da central de ajuda para aprender a voz da sua marca. |
| Testes e Segurança | Testes técnicos para programadores. Nenhuma previsão clara de como irá impactar as suas métricas de negócio. | Uma simulação focada no negócio usando os seus tickets reais, fornecendo uma previsão clara da taxa de resolução. |
| Controlo | Controlo profundo para programadores, mas muito para um utilizador de negócio gerir. | Automação seletiva, personas de IA personalizáveis e conhecimento delimitado, tudo gerido a partir de um painel de controlo simples. |
| Modelo de Preços | Custos imprevisíveis de utilização da API, mais os custos ocultos de salários de programadores e alojamento. | Planos transparentes e previsíveis, sem taxas ocultas por resolução. |
Preços: Os custos ocultos de construir com o AgentKit
Quando constrói as suas próprias integrações do ChatGPT com o AgentKit, a fatura final pode ser difícil de prever. As ferramentas em si estão incluídas nos preços padrão da API da OpenAI, que é um modelo de consumo. Os seus custos estão diretamente ligados à quantidade de utilização, o que pode ser difícil de prever e pode aumentar inesperadamente quando está ocupado.
Uma captura de ecrã da página de preços do AgentKit no site da OpenAI, ilustrando o modelo baseado no consumo para as integrações do ChatGPT com o AgentKit.Além disso, existem os "custos ocultos" muito reais da automação: o salário completo dos programadores de que precisa para construir e manter o agente, mais quaisquer taxas de servidor ou alojamento.
É aqui que uma plataforma com preços claros traz alguma tranquilidade necessária. Os preços do eesel AI foram concebidos para serem completamente transparentes. Os planos baseiam-se nas funcionalidades de que precisa e no seu volume de interações, e nunca será surpreendido com taxas por cada ticket que resolve. Isto significa que não é penalizado pelo seu próprio sucesso. Com planos mensais ou anuais claros, é muito mais fácil orçamentar, medir e comprovar o retorno do seu investimento.
Construir de raiz ou lançar em minutos?
As integrações do ChatGPT com o AgentKit são incrivelmente poderosas para empresas que têm equipas de programadores com tempo e experiência para construir IA personalizada de raiz. Se está a criar um produto totalmente novo alimentado por IA, é um conjunto fantástico de ferramentas.
Mas para equipas de suporte ao cliente e TI que precisam de uma solução de IA fiável e fácil de gerir hoje, o caminho do "faça você mesmo" apenas adiciona atrasos, riscos e custos desnecessários.
Uma plataforma construída para um propósito específico como o eesel AI proporciona-lhe os mesmos excelentes resultados, mais resoluções automatizadas, respostas mais rápidas dos seus agentes e clientes mais felizes, mas sem a dor de cabeça de construir tudo sozinho. É a diferença entre comprar uma pilha de madeira para construir uma casa e mudar-se para uma que já está mobilada.
Pronto para lançar um poderoso agente de IA que aprende com o conhecimento da sua equipa e funciona com o seu helpdesk atual? Experimente o eesel AI gratuitamente e veja por si mesmo como funciona em minutos.
Perguntas frequentes
As integrações do ChatGPT com o AgentKit referem-se à utilização do conjunto de ferramentas AgentKit da OpenAI para construir agentes de IA personalizados alimentados pelo ChatGPT. O AgentKit fornece aos programadores blocos de construção como um Agent Builder, Connector Registry, ChatKit e ferramentas de avaliação para criar assistentes de IA que podem realizar tarefas específicas. É uma estrutura para o desenvolvimento de IA personalizada, não uma aplicação pronta a usar.
Embora o AgentKit seja rotulado como "low-code", a implementação de integrações completas do ChatGPT com o AgentKit ainda exige uma experiência de programação significativa. Tarefas como a configuração de conectores personalizados, a gestão de chaves de API, a definição de lógica complexa e a implementação da interface do utilizador recaem todas sobre uma equipa técnica, tornando-o menos adequado para não programadores.
As integrações do ChatGPT com o AgentKit podem ser usadas para construir assistentes de IA altamente personalizados para vários problemas empresariais. Isto inclui agentes de suporte interno que recuperam informações sobre políticas, assistentes de suporte ao cliente proativos que verificam o estado das encomendas, ou analistas de dados automatizados que resumem as tendências de vendas.
Para as integrações do ChatGPT com o AgentKit, os programadores devem conectar manualmente os agentes a fontes de dados específicas e escrever prompts detalhados para orientar o seu comportamento. A IA conecta-se a estas ferramentas, mas não "compreende" inerentemente o contexto do seu negócio nem aprende com interações passadas com clientes sem programação e orientação explícitas.
Testar as integrações do ChatGPT com o AgentKit envolve principalmente avaliações técnicas contra conjuntos de dados preparados, e não cenários reais de clientes. Não há uma maneira direta de prever o impacto no mundo real ou a experiência do cliente antes da implementação, o que torna os lançamentos um jogo de adivinhação de alto risco sem estruturas de teste internas extensivas.
Os custos das integrações do ChatGPT com o AgentKit incluem as taxas de utilização da API da OpenAI baseadas no consumo, que podem ser imprevisíveis. Além disso, existem "custos ocultos" significativos, como os salários dos programadores para a construção e manutenção contínua, juntamente com as taxas de servidor e alojamento, que podem acumular-se rapidamente.
