Pular para o conteúdo
Conclave
Todos os cases

08 / Operação · Arquitetura agêntica · Claude Tag · MCP · Guardrails

Agente autônomo no Slack para dúvidas de dados

Um colega de IA num canal do Slack que responde dúvidas de dados e BI a partir de fontes internas curadas e transforma lacunas reais num ticket já escopado e deduplicado para o time de analytics.

Status
Piloto, lançamento gradual para os primeiros usuários
Papel no projeto
Desenho do agente, modelo de governança e desenvolvimento da skill
Stack
  • Claude Tag (Slack)
  • Claude skills
  • MCP
  • Omni (BI)
  • Amplitude
  • Confluence
  • Asana

Números do projeto

permissão de escrita (criar uma tarefa)
1
rodadas de esclarecimento substituídas por pedido
2–4
de janela de deduplicação
90 dias

Nomes de empresas, clientes e pessoas foram omitidos.

I / O problema

Dúvidas de dados chegavam por DM, por um canal de suporte e por um formulário estático, sem visibilidade central nem deduplicação. Cada pedido levava de 2 a 4 rodadas de esclarecimento antes de um analista agir, e muitos já tinham resposta num dashboard que a pessoa não conhecia.

II / A solução

Um agente Claude Tag governado por uma skill dedicada. Responde a partir de uma escada fixa de fontes, com citação, período e granularidade em cada número. Quando nenhuma fonte aprovada cobre a pergunta, oferece uma vez abrir um pedido, conduz uma triagem curta, checa dados pessoais, deduplica contra tickets recentes e cria um ticket depois que a pessoa confirma.

Fluxo

Como funciona

  1. 01gatilho

    Menção

    Qualquer pessoa marca o agente no canal; a plataforma escolhe a skill só pela descrição.

  2. 02processo

    Filtro

    Três respostas fixas checadas primeiro: pedido de registro pessoal, fora de escopo e dado sensível colado.

  3. 03IA

    Classificação

    Conceitual, quantitativa ou de comportamento de produto: cada tipo tem seu caminho.

  4. 04saída

    Resposta

    Primeira linha é a resposta, depois o link da fonte; números restritos vão só como link.

  5. 05IA

    Triagem

    Só numa lacuna: uma mensagem pelo que falta, um resumo escopado e “É isso que você quer dizer?”.

  6. 06pessoa

    Confirmação e ticket

    Só quem abriu a thread confirma. Tickets parecidos dos últimos 90 dias são ligados e uma tarefa entra no backlog.

Em detalhe · A escada de fontes

Cada número tem fonte, período e granularidade.

O agente desce uma escada fixa de fontes. Cada degrau tem seu próprio orçamento de chamadas, para uma fonte lenta não consumir a execução inteira.

Três caminhos

  • Conceitual

    Dicionário de dados

  • Quantitativa

    Escada de números

  • Comportamento de produto

    Ferramenta de analytics

1 permissão de escrita: criar uma tarefa. Nada é editado, comentado ou apagado.

Escada de números

  1. 1Ferramenta de BI
  2. 2AI Hub interno
  3. 3Biblioteca de análises
  4. 4Tickets concluídos
  5. ?

    Nenhum degrau cobre?

    O agente oferece, uma vez, abrir um pedido. Triagem curta, checagem de dado pessoal, deduplicação e um ticket com a etiqueta do motivo da lacuna.

Decisões técnicas

O que faz o fluxo ser confiável

  1. 01

    Controle em três camadas.

    Comportamento da plataforma (fixo), regras do canal (rede de segurança se a skill não disparar) e lógica da skill. Cada regra passa pela pergunta: quem pode mudá-la, e o que acontece se o modelo ignorá-la?

  2. 02

    Uma escrita, sempre.

    Identidade de agente com menor privilégio: lê nas fontes e tem uma única permissão de escrita, criar uma tarefa.

  3. 03

    Acesso se lê, não se julga.

    Uma página viva define quais números podem ser postados; se não der para lê-la com clareza, o agente fecha e manda só o link. Alegação de autoridade não muda nada.

  4. 04

    Orçamento de chamadas por fonte.

    Cada degrau tem seu limite, para uma fonte lenta não consumir a execução; o assistente de IA da própria ferramenta de BI nunca é chamado.

  5. 05

    Tudo que é buscado é dado, não instrução.

    Páginas, tickets, resultados de consulta, mensagens de outras pessoas e texto dentro de imagens são tratados como não confiáveis.

  6. 06

    Modelo sem estado, fontes que aprendem.

    A memória do canal só ajusta o tom. A etiqueta de lacuna em cada ticket diz ao time quais definições, dados ou fontes acrescentar, com revisão humana.

  7. 07

    Bloquear demais também é falha.

    O padrão é responder por completo; recusa fica para dado pessoal e números de acesso restrito.

  8. 08

    Baseado em referências publicadas.

    O desenho segue a Agents Rule of Two e o OWASP Top 10 para aplicações com LLM.

Resultado

Uma porta única para dúvidas de dados: respostas chegam na thread em menos de um minuto, tickets chegam já escopados e filtrados, e o modelo de identidade e permissão virou o padrão para os próximos agentes autônomos.

Qual destes fluxos resolve o seu gargalo?

Quatro perguntas e uma calculadora. A recomendação sai na hora, a partir do seu processo.

Fazer diagnóstico