Regras de Negócio em Agentes de IA Comercial: Quando Perguntar, Filtrar ou Encaminhar

Um agente de IA comercial não deve decidir livremente o que fazer com cada lead. Se pode fazer perguntas, qualificar, consultar dados, atualizar o CRM, criar tarefas ou enviar mensagens, precisa de regras que definam quando cada ação é permitida.

Sem regras de negócio, o agente pode parecer útil, mas ainda operar mal: pedindo demasiados dados, filtrando oportunidades valiosas, escalando tarde demais, utilizando ferramentas sem contexto suficiente ou respondendo com confiança quando deveria parar.

Este artigo baseia-se na arquitetura de como desenhar um agente de IA comercial que pergunta, filtra e encaminha oportunidades, na preparação da base de conhecimento do agente e na integração com CRM, formulários e ferramentas internas.

Em resumo

As regras de negócio em agentes de IA são condições explícitas, auditáveis e testáveis. Definem o que o agente pode fazer, que informação necessita, que critérios aplicar, quando usar uma ferramenta, quando solicitar aprovação humana e quando parar.

A regra principal é simples: o agente não deve agir apenas porque “acha” que pode. Deve agir porque uma regra o permite, com evidências suficientes, risco aceitável e rastreabilidade.

Que problema deve esta arquitetura resolver?

O problema não é que o agente responda. O problema é que o agente deve escolher entre vários caminhos de vendas, cada um com diferentes consequências.

Quando confrontado com um pedido, um agente pode:

• Responder a uma pergunta pré-venda.
• Solicitar informação em falta.
• Qualificar ou descartar uma oportunidade.
• Preparar um resumo para vendas.
• Criar uma tarefa no CRM.
• Acionar um seguimento.
• Escalar para um humano.
• Parar porque carece de evidências suficientes.

Cada um destes caminhos requer critérios. A OpenAI descreve a chamada de funções como uma forma de dar acesso a modelos a funcionalidades e dados externos através de ferramentas definidas pela aplicação. Isto é poderoso, mas também altera o risco: quando o agente pode chamar funções, não apenas conversa—pode afetar sistemas reais.

Definição operacional

Uma regra de negócio num agente de IA comercial é uma condição explícita que conecta contexto, evidência, risco e ação permitida.

Não é uma frase genérica como “ser útil.” É uma regra verificável:

Se o lead indicar uma necessidade alinhada com a oferta, tiver uma urgência clara e carecer de informação sobre o orçamento, o agente deve solicitar uma faixa de investimento antes de escalar.

As regras devem separar cinco camadas.

Camada	O que controla	Exemplo	Risco se faltar
Intenção	O que o utilizador quer resolver.	Consultoria, agente de IA, auditoria, desenvolvimento web, suporte.	O agente responde sem entender o objetivo.
Evidência	Que dados existem para decidir.	Empresa, necessidade, urgência, orçamento, ferramentas atuais.	O agente assume informação crítica.
Qualificação	Que critérios tornam uma oportunidade adequada.	B2B, processo repetitivo, volume suficiente, problema de vendas claro.	Leads mal preparados são escalados.
Permissões	Que ações pode executar.	Criar tarefa, consultar CRM, enviar resumo, não enviar proposta.	Autonomia excessiva ou ações impróprias.
Handoff	Quando um humano intervém.	Alto valor, risco, negociação, exceção ou falta de evidência.	O humano intervém tarde demais ou sem contexto.

Princípio fundamental: regras antes de ferramentas

Um erro comum é começar com ferramentas: CRM, email, calendário, n8n, webhooks, APIs ou bases de dados. Mas uma ferramenta sem uma regra é uma ação sem critérios.

Antes de definir uma chamada de ferramenta, pergunte:

1. Que decisão de vendas esta ferramenta suporta?
2. Que dados mínimos necessita?
3. Que condições permitem a sua utilização?
4. Que condições a bloqueiam?
5. Que erros deve retornar?
6. O que deve ser registado?
7. Quando requer aprovação humana?

A Anthropic recomenda definir ferramentas com um nome, descrição e input_schema, explicando o que a ferramenta faz, quando deve ser utilizada e como se comporta. Esta descrição não é apenas documentação técnica: é parte da governança do agente.

Matriz de decisão: perguntar, filtrar, escalar ou agir

A matriz deve transformar uma conversa ambígua em decisões repetíveis.

Situação	Sinal	Ação do agente	Controlo necessário
Informação crítica em falta	Sem objetivo, urgência, empresa ou contexto.	Perguntar apenas pelos dados em falta.	Limitar o número de perguntas consecutivas.
Sem adequação	Pedido fora da oferta, baixo volume ou necessidade não comercial.	Filtrar ou responder com uma alternativa segura.	Evitar descartes irreversíveis sem revisão humana.
Adequação parcial	Interesse real, mas dados incompletos.	Qualificar com 1-3 perguntas.	Registar perguntas em aberto.
Alta adequação	Problema claro, urgência e valor potencial.	Preparar encaminhamento para vendas.	Resumo com evidência e próximo passo.
Risco presente	Dados sensíveis, preços, promessas, contratos ou queixas.	Escalar para um humano.	Sem ações automáticas.
Ação de baixo risco permitida	Criar tarefa, resumir, etiquetar, consultar documentação.	Executar ferramenta.	Permissões mínimas, registos e validação.

O objetivo não é automatizar toda a decisão de vendas. O objetivo é reduzir a ambiguidade e preparar melhor para a intervenção humana.

Fluxo de regras passo a passo

O fluxo mínimo de regras deve ser fácil de explicar às equipas de vendas, operações e tecnologia.

1. Um lead chega através de formulário, chat, email ou pedido interno.
2. O agente recolhe o contexto mínimo: quem, o que precisam, até quando, com que ferramentas e para que objetivo.
3. Avalia se há informação suficiente.
4. Se faltar um ponto de dados crítico, faz uma pergunta específica.
5. Se houver dados suficientes, aplica critérios de qualificação.
6. Se não houver adequação, filtra ou responde com uma alternativa segura.
7. Se houver adequação, avalia risco, valor e ambiguidade.
8. Se houver risco ou alto valor, escala para um humano.
9. Se a ação for de baixo risco e permitida, executa a ferramenta.
10. Regista o evento, fonte, decisão e resultado.

O artigo ReAct é uma referência conceptual útil porque combina raciocínio e ação de forma intercalada: raciocínio para seguir um plano, lidar com exceções e agir em fontes ou ambientes externos. Em agentes de vendas, este padrão só é aceitável se as ações forem limitadas por regras de negócio.

Como traduzir regras em ferramentas

As regras não devem apenas viver num documento. Devem tornar-se estruturas que o sistema pode validar.

Regra de negócio	Implementação técnica	Exemplo
Não criar uma oportunidade sem uma empresa.	Campo obrigatório no esquema.	company_name obrigatório antes de criar o negócio.
Não enviar emails sem revisão para contas estratégicas.	Ferramenta bloqueada por condição.	Se account_tier = strategic, requerer encaminhamento.
Não atualizar o CRM com dados ambíguos.	Pré-validação + estado pendente.	Salvar como nota, não como campo final.
Não prometer prazos sem validação.	Resposta restrita + escalonamento.	”Vou verificar com o Nicolás e volto a contactar.”
Não usar várias ferramentas em paralelo se houver risco.	Desativar chamadas paralelas.	Apenas uma ação controlada de cada vez.
Permitir ações de baixo risco.	Ferramenta específica com permissões mínimas.	Criar tarefa interna ou etiquetar intenção.

A OpenAI permite controlar quando o modelo pode usar ferramentas com opções como auto, required, uma função forçada, subconjuntos de ferramentas permitidas ou none. O modo estrito também é recomendado para garantir que as chamadas seguem o esquema de forma fiável. Num agente de vendas, estas opções são equivalentes técnicas das regras de negócio.

Limites, segurança e aprovação humana

As regras também devem proteger o negócio. A OWASP identifica dois riscos especialmente relevantes para agentes com ferramentas: injeção de prompt e agência excessiva.

A injeção de prompt pode alterar o comportamento do modelo através de instruções diretas ou indiretas. A OWASP nota que RAG e fine-tuning não eliminam totalmente este risco. É por isso que as regras não podem depender apenas do prompt: precisam de validação de saída, menor privilégio, separação de conteúdo externo e aprovação humana para ações de alto impacto.

A agência excessiva ocorre quando o sistema concede demasiada funcionalidade, permissão ou autonomia. Em termos de vendas, isto acontece quando o agente pode fazer mais do que deveria: enviar mensagens, modificar o CRM, alterar estados, aceder a dados sensíveis ou executar ações sem revisão.

A n8n documenta uma opção prática para estes casos: requerer revisão humana antes que o agente execute ferramentas sensíveis. O fluxo pausa, solicita aprovação através de um canal definido e apenas executa a ação se uma pessoa a aprovar.

Quais regras definir primeiro

A versão mínima viável não precisa cobrir todos os cenários. Precisa cobrir as decisões que mais afetam a conversão, confiança e risco.

Regra inicial	Pergunta que responde	Resultado esperado
Contexto mínimo	Que dados estão em falta antes da qualificação?	O agente pergunta melhor e menos.
Critérios de adequação	O que torna uma oportunidade relevante?	Menos leads irrelevantes escalados.
Critérios de descarte	Quando não vale a pena prosseguir?	Menos ruído nas vendas.
Critérios de encaminhamento	Quando deve um humano intervir?	Melhor controlo para alto valor ou risco.
Permissões de ferramentas	O que pode o agente executar?	Menos ações inseguras.
Formato do resumo	O que deve a equipa humana receber?	Encaminhamentos mais úteis.
Registo e medição	O que deve ser monitorizado?	Melhoria contínua do agente.

As regras devem ser revistas com exemplos reais. Se uma regra não puder ser testada com conversas simuladas, provavelmente ainda é demasiado abstrata.

Erros técnicos comuns

Os erros frequentemente surgem da transformação de critérios de vendas em instruções vagas.

• Escrever regras como conselhos, não como condições.
• Permitir ferramentas que são demasiado abrangentes.
• Não separar regras de resposta, regras de qualificação e regras de ação.
• Não definir o que fazer quando faltam evidências.
• Deixar o agente modificar o CRM sem validação.
• Não limitar permissões de ferramentas.
• Não registar porque uma decisão foi tomada.
• Não testar para injeção de prompt indireta com conteúdo externo.
• Não requerer aprovação humana para ações sensíveis.
• Não rever regras com vendas, operações e gestão.

A regra mais perigosa é muitas vezes aquela que não existe. Quando não há regra, o agente preenche a lacuna com probabilidade, não com critérios de negócio.

Validações antes da produção

Antes de usar regras com leads reais, teste-as como parte do sistema.

Validação	O que verifica	Sinal de falha
Casos normais	Se o agente pergunta, filtra e escala como esperado.	Ações corretas por acaso, não por regra.
Casos extremos	Se lida com ambiguidade, exceções e dados incompletos.	Escala tarde ou inventa critérios.
Chamadas de ferramentas	Se os argumentos cumprem o esquema e permissões.	Campos ambíguos ou ações não autorizadas.
Segurança	Se resiste a instruções que tentam contornar regras.	Comportamento altera-se devido a injeção de prompt.
Handoff	Se o resumo ajuda um humano a decidir.	Resumo é longo, incompleto ou carece de evidência.
Observabilidade	Se registos, fonte, decisão e resultado são gravados.	Decisão não pode ser auditada.

A n8n permite devolver passos intermédios e adicionar metadados de rastreabilidade para depurar o comportamento do agente. A OpenAI permite restringir ferramentas e desativar chamadas paralelas quando é necessário mais controlo. Estas capacidades são importantes porque uma regra que não pode ser observada é difícil de melhorar.

Como Nicolás Torres abordaria o assunto

Eu não começaria por escrever uma enorme lista de proibições. Começaria por mapear as decisões reais que uma pessoa toma hoje ao rever uma oportunidade.

Primeiro, separaria quatro tipos de regras:

• Regras de conversa: o que perguntar, em que ordem e com que tom.
• Regras de qualificação: que sinais fazem uma oportunidade avançar ou ser descartada.
• Regras de ação: que ferramentas pode usar e com que permissões.
• Regras de escalonamento: quando deve escalar para um humano e que resumo deve entregar.

Depois, transformaria essas regras numa matriz simples, ligada à base de conhecimento e ferramentas com permissões mínimas. O primeiro agente não precisa resolver tudo. Apenas precisa lidar com um fluxo de forma clara: por exemplo, qualificar formulários de entrada e escalar apenas oportunidades preparadas.

Esse é o ponto central: as regras de negócio não atrasam o agente. Tornam-no útil, auditável e defensável.

Definir regras para um agente de IA comercial

Se a sua empresa ou agência deseja utilizar agentes de IA para geração de leads, qualificação, seguimento ou CRM, é melhor primeiro definir o que o agente pode fazer, o que não pode, quando deve fazer perguntas e quando deve escalar para um humano.

Defina regras para um agente de IA comercial

Perguntas frequentes

O que são regras de negócio num agente de IA comercial?

São condições explícitas que indicam o que o agente pode fazer, que informação deve solicitar, quando deve filtrar uma oportunidade, quando deve escalar para um humano e que ações não pode realizar.

Quando deve um agente de IA comercial fazer perguntas?

Deve perguntar quando falta informação necessária para tomar uma decisão: necessidade, urgência, orçamento, tipo de empresa, ferramenta atual, decisor ou contexto mínimo para qualificação.

Quando deve filtrar uma oportunidade?

Deve filtrar quando o pedido não se enquadra na oferta, não cumpre critérios mínimos, procura algo fora do âmbito ou carece de intenção de venda suficiente.

Quando deve escalar para um humano?

Deve escalar quando há um alto valor potencial, risco, ambiguidade, exceção de vendas, dados sensíveis, negociação, preços ou uma decisão que requer julgamento humano.

Como prevenir respostas incorretas ou ações inseguras?

Com regras explícitas, ferramentas com esquemas rigorosos, permissões mínimas, validação de entrada e saída, registos, limites de autonomia e aprovação humana para ações sensíveis.