Como Criar Workflows de IA Descrevendo em Linguagem Natural
Imagine poder criar um workflow completo de automação com múltiplos agentes de IA apenas descrevendo o que você quer em português. Sem configurar prompts manualmente, sem definir conexões entre agentes, sem horas de engenharia de prompts.
Isso é o que o AI Magic Create da Sofia AI faz.
O Problema com as Orquestrações Tradicionais
Para criar uma orquestração multi-agente eficiente, você precisa:
- Decidir quantos agentes usar e quais são seus papéis
- Escrever system prompts detalhados para cada agente
- Definir o fluxo de dados entre eles
- Testar e iterar até o comportamento estar certo
Para quem não tem experiência com engenharia de prompts, esse processo pode levar dias.
Como Funciona o Magic Create
O Magic Create usa um LLM especializado (Llama 3.3 70B via Groq) com um prompt de sistema treinado especificamente para decompor processos em arquiteturas multi-agente.
O Fluxo
Usuário descreve → LLM analisa → JSON estruturado → Agentes criados → Orquestração salva
- Input: você descreve o processo em linguagem natural
- Análise: o LLM identifica as etapas, responsabilidades e fluxo de dados
- Geração: cria um JSON com agentes, system prompts e conexões
- Salvamento: os agentes e a orquestração são salvos automaticamente no banco
- Preview: você vê o resultado antes de abrir
O Prompt de Sistema
O segredo está no prompt de sistema que guia o LLM:
Você é um especialista em criar orquestrações de agentes IA.
Dado um processo descrito em linguagem natural, crie uma orquestração completa.
Retorne um JSON válido com esta estrutura:
{
"name": "Nome da orquestração",
"description": "Descrição breve",
"agents": [
{
"name": "Nome do Agente",
"role": "papel deste agente",
"systemPrompt": "System prompt detalhado...",
"model": "llama-3.3-70b-versatile"
}
],
"connections": [
{ "from": 0, "to": 1, "label": "passa resultado" }
]
}
Regras:
- Use 2 a 5 agentes
- Cada agente deve ter um papel claro e único
- Os system prompts devem ser específicos (100-200 palavras)
Exemplos Reais
Pipeline de Marketing de Conteúdo
Input do usuário:
"Quero um workflow que receba um tema de artigo, pesquise dados e estatísticas, escreva o artigo completo, revise a gramática e SEO, e gere sugestões de título e meta description"
Output gerado pelo Magic Create:
- Pesquisador de Dados: busca estatísticas, estudos e referências relevantes ao tema
- Redator Principal: escreve o artigo completo baseado nos dados pesquisados
- Editor SEO: revisa gramática, ajusta densidade de palavras-chave e sugere melhorias
- Copywriter de Títulos: gera 5 opções de título e meta descriptions otimizadas
Qualificação de Leads
Input:
"Recebi um lead de um formulário. Quero que a IA qualifique o interesse, pesquise a empresa, calcule um score e sugira o próximo passo"
Agentes gerados:
- Qualificador de Interesse: analisa as respostas do formulário e determina nível de interesse
- Pesquisador Corporativo: busca informações da empresa (tamanho, setor, receita estimada)
- Calculador de Score: atribui score 0-100 baseado em fit + interesse + timing
- Recomendador de Próximo Passo: sugere ação: ligar agora / email nurturing / descarte
Comparação: Manual vs. Magic Create
| Aspecto | Manual | Magic Create | |---------|--------|--------------| | Tempo para criar | 2-4 horas | ~30 segundos | | Qualidade dos prompts | Depende da experiência | Consistentemente bom | | Número de agentes | Decisão do usuário | Otimizado automaticamente | | Conexões | Configuração manual | Definidas automaticamente |
Limitações e Quando Usar Manualmente
O Magic Create é excelente para:
- Explorar rapidamente como uma orquestração poderia funcionar
- Usuários novos que ainda estão aprendendo sobre agentes IA
- Prototipagem rápida antes de refinar manualmente
Use criação manual quando:
- Você precisa de controle preciso sobre cada prompt
- Integrar com sistemas específicos (CRM, APIs externas)
- O processo tem regras de negócio complexas e específicas
Implementação Técnica: Endpoint /api/orchestrations/magic-create
O endpoint recebe a descrição e retorna a orquestração criada:
// POST /api/orchestrations/magic-create
// Body: { description: string }
const completion = await groq.chat.completions.create({
model: 'llama-3.3-70b-versatile',
messages: [
{ role: 'system', content: MAGIC_SYSTEM_PROMPT },
{ role: 'user', content: `Crie uma orquestração para:\n\n${description}` },
],
temperature: 0.7,
max_tokens: 3000,
})
// Parse JSON, valida, salva agentes + orquestração no banco
// Retorna { orchestrationId, orchestration: { name, agents, connections } }
O processo completo — LLM + save no banco — leva cerca de 3-5 segundos.
Como Acessar no Dashboard
- Vá para Dashboard → Orquestrações
- Clique em "Gerar com IA" (botão roxo no topo)
- Descreva seu processo na textarea
- Aguarde ~30 segundos
- Veja o preview dos agentes e clique "Abrir Orquestração"
O Que Vem a Seguir
Próximas melhorias planejadas para o Magic Create:
- Streaming SSE: eventos de progresso em tempo real ("Criando agente Pesquisador...")
- Galeria de exemplos: 20+ templates de processos comuns
- Edição inline: editar system prompts diretamente no preview antes de salvar
- Histórico: ver e reutilizar orquestrações geradas anteriormente
Conclusão
O AI Magic Create elimina a barreira técnica de criação de orquestrações complexas. Em vez de gastar horas escrevendo prompts e configurando fluxos, você descreve o que quer e a IA faz o resto.
É a implementação prática do conceito de "IA que cria IA" — agentes que geram outros agentes.
Experimente agora no Dashboard de Orquestrações.
Leia também: