Neste post, vamos explorar como o Copilot Studio permite que você construa seus próprios agentes de IA personalizados, capazes de otimizar diversas operações da sua empresa.

O Que é o Microsoft Copilot Studio e Por Que Ele é Revolucionário?

O Microsoft Copilot Studio é uma plataforma poderosa que permite que qualquer pessoa, independentemente de ter conhecimentos em programação, crie seus próprios agentes de IA usando apenas linguagem natural. Pense nele como uma ferramenta para capacitar suas equipes com IA, que pode:

• Responder a perguntas usando seus próprios documentos.

• Automatizar tarefas repetitivas.

• Responder a e-mails de forma autônoma.

A grande diferença de agentes criados no Copilot Studio para uma IA de propósito geral como o ChatGPT é que, enquanto o ChatGPT é excelente para uma vasta gama de perguntas, os agentes do Copilot Studio são específicos para tarefas. Eles são treinados e otimizados para lidar com um tipo particular de trabalho. Por exemplo, um agente pode ser treinado com as políticas secretas de cookies da sua empresa, garantindo respostas precisas aos clientes sobre esse tópico, algo que uma IA genérica não saberia.

Agentes Prontos e Seus Casos de Uso

Ao acessar o Copilot Studio (requer uma conta Microsoft corporativa ou de estudante), você encontrará uma variedade de agentes prontos para uso, cada um projetado para tarefas específicas. Alguns exemplos notáveis incluem:

• O Pesquisador: Perfeito para análises detalhadas e abrangentes de documentos, relatórios ou artigos complexos.

• O Analista: Ideal para análise de dados. Você pode fazer upload de uma planilha Excel, e ele resumirá tendências, identificará anomalias e até ajudará a criar visualizações.

Como Construir Seu Próprio Agente (A Versão Simplificada)

A criação de um agente é um processo intuitivo. Você pode começar clicando em “Criar Agente” e descrevendo o que deseja que o agente faça, como “crie um agente que responda a perguntas de clientes sobre a Kevin Cookie Company usando nossas perguntas frequentes, ou FAQ, e documentos da empresa”.

Uma vez criado o rascunho do seu agente (chamado Chipbot no exemplo da fonte), você precisará refiná-lo fornecendo informações adicionais:

• Defina o Tom e o Estilo: Instrua o agente a dar respostas concisas e amigáveis, talvez com um toque de humor, e o que fazer se não souber uma resposta (ex: direcionar para um e-mail de suporte).

• Base de Conhecimento: Esta é a parte mais crucial. Você pode adicionar fontes de informação para o seu agente aprender. Isso inclui:

    ◦ Websites (como KevinCookieCompany.com).

    ◦ Arquivos (documentos do Word, PDFs, planilhas Excel, PowerPoints, arquivos FAQ).

    ◦ Conteúdo do SharePoint e Teams, e-mails.

    ◦ Importante: Se você carregar um arquivo, precisará fazer upload de uma nova versão se a informação mudar. Para websites ou arquivos do SharePoint, as informações são capturadas automaticamente de forma mais atualizada.

• Recursos (Capabilities): Você pode aprimorar seu agente com funcionalidades como interpretador de código ou gerador de imagens, ideais se o agente precisar fazer cálculos ou criar visuais.

• Sugestões de Perguntas (Suggested Prompts): Crie perguntas de exemplo que ajudem os usuários a saber o que podem perguntar ao agente, exibidas ao iniciar um chat.

Após configurar tudo, você pode testar o agente e ver como ele responde. A melhor parte é que ele inclui citações para as fontes de onde obteve as informações, o que aumenta a confiança na resposta.

Finalmente, você pode publicar seu agente e compartilhá-lo com usuários específicos ou com toda a sua organização, tornando-o acessível via link.

Desbloqueando Recursos Avançados com o Copilot Studio Completo

Se você deseja que seu agente vá além de apenas responder perguntas – como executar ações (enviar um e-mail ou recuperar dados em tempo real) – o Microsoft Copilot Studio oferece uma versão mais avançada. Nesta versão, as possibilidades se expandem consideravelmente:

• Fontes de Conhecimento Expandidas: Além dos arquivos e sites, você pode conectar-se a sistemas empresariais como Dataverse, Salesforce, ServiceNow, Oracle databases e muito mais. Isso permite que seu agente puxe informações diretamente desses sistemas para responder, por exemplo, sobre o status de um pedido.

    ◦ Você também pode controlar se o agente pode usar a Pesquisa na Web, que é uma boa opção para experiências controladas e de marca.

• Ferramentas (Tools): As ferramentas permitem que seu agente “faça coisas”. Você pode conectar seu agente a mais de 1.500 ferramentas diferentes, incluindo Power Automate Flows, seus próprios backends e APIs.

    ◦ Exemplo Prático: Imagine configurar uma ferramenta para enviar e-mails. Você pode instruir o agente a perguntar ao cliente se ele gostaria de receber uma cópia da conversa por e-mail e, em caso afirmativo, usar a ferramenta para enviar um resumo. O agente pode até preencher dinamicamente os campos “para”, “assunto” e “corpo” do e-mail com base na conversa.

• Gatilhos (Triggers): Os gatilhos permitem que seu agente trabalhe autonomamente. Um gatilho ativa o agente quando algo específico acontece.

    ◦ Exemplos: Um novo e-mail chega, uma linha é adicionada/modificada/excluída em um banco de dados (como um novo pedido de cliente), ou um novo formulário é enviado via Microsoft Forms.

    ◦ Você pode configurar filtros para os gatilhos, como exigir que o e-mail esteja em uma pasta específica ou venha de uma pessoa específica. Por exemplo, você pode fazer com que seu agente responda a todos os e-mails recebidos em sua caixa de entrada de perguntas de clientes.

Acompanhando o Desempenho do Seu Agente

Mesmo com toda a autonomia da IA, a supervisão é importante! O Copilot Studio oferece recursos para monitorar o desempenho do seu agente:

• Mapa de Atividade (Activity Map): Mostra um histórico das interações recentes, detalhando o que o usuário perguntou, como o agente respondeu, quais ferramentas ou fontes de conhecimento foram usadas e se algo deu errado. É como um “gravador de voo” para seu bot, útil para depuração e refinamento.

• Análises (Analytics): Fornece uma visão geral do desempenho do seu agente ao longo do tempo, incluindo sessões totais, uso, contagens de gatilhos e a frequência com que não conseguiu encontrar uma resposta. Se você notar perguntas comuns sem resposta, é um sinal para adicionar ou ajustar seu banco de conhecimento.

Conclusão

O Microsoft Copilot Studio empodera empresas e indivíduos a criar agentes de IA que não apenas respondem a perguntas com inteligência e precisão, mas também executam ações e automatizam processos complexos, tudo isso sem a necessidade de habilidades de programação. Se você precisa de um “especialista” em cookies que não coma seu estoque, ou de um assistente que lide com e-mails de clientes, o Copilot Studio oferece as ferramentas para construir uma IA verdadeiramente útil e personalizada.

O post Crie Seus Próprios Agentes de IA Inteligentes com o Microsoft Copilot Studio – Sem Código! apareceu primeiro em Inteligência Simplificada.

A OpenAI deu um passo significativo no universo da engenharia de software com o lançamento do Codex. Este novo agente baseado na nuvem visa transformar a maneira como os desenvolvedores trabalham, oferecendo a capacidade de executar tarefas de codificação complexas em paralelo.

O Que é o Codex?

Codex é descrito como um agente de engenharia de software baseado na nuvem que pode executar muitas tarefas em paralelo. Ele é alimentado pelo codex-1, uma versão do modelo OpenAI o3 que foi especificamente otimizada para tarefas de engenharia de software. O codex-1 foi treinado utilizando aprendizado por reforço em tarefas de codificação do mundo real para gerar código que imita o estilo humano, adere precisamente às instruções e pode rodar testes iterativamente até obter sucesso.

O acesso ao Codex está sendo liberado gradualmente. Inicialmente, ele está disponível para usuários ChatGPT Pro, Team e Enterprise. Em breve, os usuários Plus e Edu também terão acesso. Uma atualização recente mencionou a disponibilização para usuários Plus e a permissão de acesso à internet ao Codex durante a execução de tarefas.

Como Funciona?

A interação com o Codex acontece principalmente pela barra lateral no ChatGPT. Você pode atribuir novas tarefas de codificação digitando um prompt e clicando em “Code”, ou fazer perguntas sobre o seu codebase clicando em “Ask”.

Cada tarefa é processada de forma independente em um ambiente sandbox isolado na nuvem. Este ambiente é pré-carregado com o seu repositório. O Codex pode ler, editar arquivos e executar comandos, incluindo ferramentas de teste, linters e type checkers. A duração das tarefas geralmente varia de 1 a 30 minutos, dependendo da complexidade, e você pode monitorar o progresso em tempo real.

Verificação e Controle

Um aspecto crucial do Codex é a transparência e a capacidade de verificação. Ao completar uma tarefa, o agente commita suas mudanças em seu ambiente. Para permitir que os desenvolvedores validem seu trabalho, o Codex fornece evidências verificáveis através de citações de logs de terminal e saídas de teste. Isso permite rastrear cada passo dado durante a conclusão da tarefa.

Após a conclusão, você tem controle total: pode revisar os resultados, solicitar revisões adicionais, abrir um pull request no GitHub ou integrar as mudanças diretamente em seu ambiente local. É possível configurar o ambiente do Codex para que corresponda o mais próximo possível ao seu ambiente de desenvolvimento real. É fundamental notar que ainda é essencial que os usuários revisem e validem manualmente todo o código gerado pelo agente antes da integração e execução. Quando incerto ou diante de falhas de teste, o agente comunica explicitamente esses problemas.

Guiando o Agente: O Papel do AGENTS.md

Similar aos arquivos README.md, o Codex pode ser guiado por arquivos AGENTS.md colocados dentro do seu repositório. Estes arquivos de texto servem para fornecer instruções ou dicas ao agente, como:

• Como navegar pelo codebase.
• Quais comandos executar para testar.
• Como aderir às práticas padrão do projeto.

Como desenvolvedores humanos, os agentes Codex performam melhor quando recebem ambientes de desenvolvimento configurados, configurações de teste confiáveis e documentação clara. No entanto, codex-1 também demonstra forte performance mesmo sem estes arquivos ou scaffolding personalizado. As instruções diretas do usuário no prompt têm precedência sobre as instruções nos arquivos AGENTS.md.

Capacidades e Casos de Uso

Codex foi projetado para lidar com uma variedade de tarefas de engenharia de software. Alguns exemplos incluem:

• Escrever novas funcionalidades.
• Responder perguntas sobre o seu codebase.
• Corrigir bugs.
• Propor pull requests para revisão.

Internamente, equipes na OpenAI utilizam o Codex para descarregar tarefas repetitivas como refatoração, renomeação e escrita de testes, o que ajuda a manter o foco. Ele também é útil para criar o scaffolding de novas funcionalidades, corrigir bugs e rascunhar documentação.

Testadores externos têm explorado o Codex em diversos cenários. Empresas como Temporal e Superhuman o utilizam para acelerar o desenvolvimento de funcionalidades, depurar problemas, escrever e executar testes, e refatorar grandes codebases. A Kodiak o usa para escrever ferramentas de depuração, melhorar a cobertura de testes e refatorar código. Codex também se mostrou valioso como ferramenta de referência para entender partes desconhecidas do stack, exibindo contexto relevante e mudanças passadas.

Segurança e Confiança

A OpenAI está lançando o Codex como uma “research preview” (prévia de pesquisa), alinhada com sua estratégia de implantação iterativa. A segurança e a transparência foram priorizadas no design, permitindo que os usuários verifiquem as saídas. O Codex foi treinado para identificar e recusar precisamente requisições voltadas para o desenvolvimento de software malicioso, ao mesmo tempo que suporta tarefas legítimas.

Para garantir a segurança, o agente Codex opera inteiramente dentro de um contêiner seguro e isolado na nuvem. Durante a execução da tarefa, o acesso à internet é desabilitado (a menos que explicitamente habilitado via update), limitando a interação ao código explicitamente fornecido via repositórios GitHub e dependências pré-instaladas.

E o Codex CLI?

Além da interface no ChatGPT, a OpenAI também lançou o Codex CLI, um agente de codificação open-source leve que roda no terminal. Para ele, foi lançada uma versão menor do codex-1, otimizada para fluxos de trabalho mais rápidos no CLI e para Q&A e edição de código de baixa latência, chamada codex-mini-latest. Conectar sua conta de desenvolvedor ao Codex CLI ficou mais fácil: em vez de gerar um token manualmente, você pode fazer login com sua conta ChatGPT. Usuários Plus e Pro que fizerem login no Codex CLI com ChatGPT também podem resgatar créditos gratuitos de API.

A Visão de Futuro e Limitações Atuais

Como uma “research preview”, o Codex ainda está em desenvolvimento inicial. Atualmente, faltam recursos como entradas de imagem para trabalho de frontend e a capacidade de corrigir o agente enquanto ele trabalha. Além disso, delegar a um agente remoto leva mais tempo do que a edição interativa, o que pode exigir um período de adaptação. Com o tempo, a interação com os agentes Codex se assemelhará cada vez mais à colaboração assíncrona com colegas. À medida que as capacidades do modelo avançam, a OpenAI antecipa que os agentes lidarão com tarefas mais complexas por períodos estendidos.

Apesar das limitações atuais, a OpenAI vislumbra um futuro onde os desenvolvedores delegam tarefas aos agentes de IA, permitindo que se movam mais rápido e sejam mais produtivos. Acreditam que o fluxo de trabalho assíncrono com múltiplos agentes, introduzido pelo Codex no ChatGPT, se tornará a maneira padrão de engenheiros produzirem código de alta qualidade.

A ideia é que a colaboração em tempo real (como no CLI) e a delegação de tarefas (como no ChatGPT) convirjam em um fluxo de trabalho unificado. Os desenvolvedores poderão colaborar com agentes de IA em suas IDEs e ferramentas diárias, fazendo perguntas, obtendo sugestões e descarregando tarefas mais longas, tudo em um fluxo de trabalho unificado. Planos futuros incluem a possibilidade de fornecer orientação no meio da tarefa, colaborar em estratégias de implementação e receber atualizações de progresso proativas. Haverá também integrações mais profundas com ferramentas existentes, como issue trackers e sistemas de CI.

A engenharia de software é uma das primeiras indústrias a experimentar ganhos de produtividade significativos impulsionados pela IA. É um momento de novas possibilidades, mas também de colaboração para entender as implicações da adoção generalizada de agentes nos fluxos de trabalho e no desenvolvimento de habilidades.

Conclusão

O Codex da OpenAI representa um passo emocionante em direção a um futuro onde a IA atua como um colaborador poderoso para engenheiros de software. Ao automatizar tarefas repetitivas, auxiliar na depuração e refatoração, e permitir o trabalho em paralelo, o Codex tem o potencial de aumentar significativamente a velocidade e o foco dos desenvolvedores. Ainda é uma prévia de pesquisa, mas as capacidades demonstradas e a visão de futuro indicam um impacto transformador na indústria.

Link do artigo: https://openai.com/index/introducing-codex/

O post OpenAI Apresenta Codex: Um Novo Agente de Engenharia de Software Baseado na Nuvem apareceu primeiro em Inteligência Simplificada.