Profissional de marketing autônomo: a mudança de operador para orquestrador e como formar sua equipe de IA

Se você está com dificuldades para obter os resultados desejados com ferramentas de IA, o problema pode ser que você esteja usando-as de forma muito semelhante ao software tradicional.

É isso que Matt Hastings descobriu quando começou a mexer com LLMs há um ano. Ele começou a criar sites e apps usando a IA sem uma abordagem agêntica, o que considerou limitante. Ele teve que confiar em sua própria análise do resultado de um único agente de codificação, um desafio, já que não tinha nenhum treinamento técnico formal.

 Isso também levou a um progresso mais lento e a mais reinicializações de projetos. Com agentes, faça com que eles verifiquem seu próprio trabalho e criem fluxos de trabalho mais complexos. Por exemplo, um agente de planejamento pode interagir com um agente cético que questiona o plano, levando à iteração entre os agentes e a um resultado mais robusto.

“Com muita frequência, as pessoas experimentam uma ferramenta de IA, não conseguem atingir o objetivo desejado em uma ou duas tentativas e desistem”, compartilha Hastings. “Estamos acostumados com experiências digitais ágeis e que funcionam perfeitamente logo na primeira tentativa: aperto um botão e obtenho um resultado. Mas os LLMs nunca funcionam corretamente na primeira vez. Não temos controle total e os resultados são previsíveis, então precisamos desenvolver uma nova relação com as ferramentas.”

Grande parte das orientações sobre IA se concentra nos resultados corretos, mas tão importante quanto os fluxos de trabalho de marketing autônomo é aprimorar as entradas corretas. Essa relação é a de um gerente trabalhando com uma equipe em vez de um usuário trabalhando com uma ferramenta.

“Quando você começa a pensar dessa forma, percebe que seu trabalho é criar uma situação em que a IA tenha maior probabilidade de apresentar um resultado fora da média, porque, fora da caixa, você obterá resultados médios”, diz Hastings. “Como posso fornecer informações, contexto, direção e feedback frequente suficientes para que ela forneça o resultado que eu quero?”

Em outras palavras, você precisa preparar a ferramenta para o sucesso, assim como faria com um novo funcionário da sua equipe. Essa mentalidade ajudou Hastings a desbloquear novas formas autônomas de trabalho e, agora, é uma abordagem que ele ensina a outros profissionais administrativos como parte de seu negócio, o MVP Club. Quando feito corretamente, você colherá as recompensas de qualquer bom gerente: permitindo que você se afaste das tarefas diárias, dedique-se mais à estratégia e trabalhe, de forma ininterrupta em vários projetos ao mesmo tempo. Isso provavelmente se tornará especialmente verdade à medida que a IA se tornar mais introspectiva (em inglês).

Aqui você encontra algumas das práticas recomendadas que Matt encontrou para treinar uma equipe de agentes de IA e ser um gerente de IA melhor.

Você não esperaria que um novo funcionário apresentasse resultados perfeitos em seu primeiro dia um onboarding, portanto, também não deveria esperar isso da IA.

É por isso que Hastings diz que a primeira etapa na criação de um bom agente de IA é “documentação completa”. Você pode pensar nisso como a etapa de treinamento, em que você cria um documento de texto para explicar a um agente de IA exatamente qual é o seu trabalho e fornece a ele todos os recursos e o contexto necessários para fornecer o resultado que você espera.

“Uma maneira de pensar na criação de um agente é como se você estivesse escrevendo quase uma persona ou um personagem”, explica Hastings. “Você pode fornecer uma descrição e uma história de fundo, procedimentos que ele sempre deve executar ou coisas que ele nunca deve fazer, como ele deve pegar uma parte do trabalho e interagir com outros agentes etc.”

Hastings depende muito de LLMs para ajudar você a escrever a documentação para seus colegas de equipe de agentes de IA.

“Uma atividade que gosto muito de fazer no início de um projeto, antes de definir a estrutura agêntica ou a documentação, é simplesmente pedir ao LLM que me faça perguntas sobre meu objetivo”, explica ele, compartilhando que isso o ajuda a descobrir suposições que pode ter esquecido de mencionar para a IA.

Assim que ele sentir que ele e o LLM estão alinhados ao seu objetivo, ele pedirá ao LLM que faça uma pesquisa online para ver como outras pessoas estruturaram seus agentes para atingir esse objetivo. Em seguida, ele irá além e perguntará ao LLM quais documentos ele deve criar, e até mesmo pedirá ao LLM que estruture e redija o documento para que, quando um agente de IA o ler, saiba o que fazer. “É uma relação de trabalho muito bidirecional, o que é bem diferente do software”, acrescenta Hastings.

Depois, com uma documentação clara, ele pode começar a carregar todo esse contexto para criar seu novo colega de equipe de IA. Ele tende a fazer isso com arquivos e pastas no código VS, mas diz que é semelhante às informações que você carregaria na função de projeto do ChatGPT ou do Claude.

Mesmo com um ótimo treinamento, você não pode esperar que a IA funcione perfeitamente na primeira vez, assim como não se espera que um novo funcionário nunca cometa um erro. É por isso que a próxima etapa aqui é deixar o agente de IA fazer o trabalho e, em seguida, refinar com feedback.

“Você precisa delegar, confiar e contar com o feedback como sua principal ferramenta para corrigir o curso”, diz Hastings. “Seu controle está no início e no final, e na definição do ritmo da iteração.”

É por isso que ele diz que é importante agir rapidamente e fornecer muito feedback quando se trata de criar agentes de IA. Tenha uma versão de sua documentação pronta, deixe o agente fazer seu trabalho e, em seguida, use o resultado para refinar ainda mais a documentação.

Você pode pensar nessas sessões de feedback quase como avaliações de desempenho. Hastings voltará ao LLM original que o ajudou a escrever a documentação e compartilhará os resultados que obteve e o que havia de errado com eles. Às vezes, ele até faz com que o LLM avalie a si mesmo.

“Confirmo se ele se lembra dos meus objetivos e, em seguida, pergunto: ‘Isso atende ao objetivo?’” Às vezes está certo, às vezes está errado. Mas, de qualquer forma, isso se torna uma conversa sobre o que precisa ser mudado.

Então, ele perguntará ao LLM como atualizar a documentação para corrigir esses problemas.

“Em seguida, executamos novamente, repetimos e repetimos até polirmos a pedra e obtermos resultados consistentes e bons”, explica Hasting. “Mais uma vez, acho que a melhor maneira de usar essas ferramentas é iterar o mais rápido possível, porque você terá que passar por cinco ou seis repetições antes de chegar a um sistema realmente bom.”

Hastings também enfatiza a importância de criar um agente orquestrador. “Esse agente tem instruções para chamar diferentes agentes à ação quando as tarefas forem apropriadas. O orquestrador interpreta um comando ou um chat e, em seguida, decide quais agentes devem entrar em ação”, explica ele. “Esses subagentes têm sua própria janela de contexto e recebem prompts do orquestrador para seguir.”

Sim, isso leva tempo no início, mas esse é o trabalho necessário para criar uma equipe agêntica que facilitará sua vida a longo prazo. Hastings acrescenta que é útil ter um pouco de tenacidade e confiança na capacidade da ferramenta de chegar aonde você quer, eventualmente, e com a orientação certa.

A melhor coisa sobre essa nova abordagem de trabalho com IA? Embora as habilidades tecnológicas complexas possam parecer inatingíveis, esse tipo de gerenciamento é algo que você definitivamente pode aprender.

O melhor lugar para começar? A prática regular, que Hastings considera como repetições.

“Use a ferramenta todos os dias, estabeleça uma meta para si mesmo e trabalhe com o LLM para descobrir como chegar a essa meta.” Você pode começar com a menor unidade de trabalho possível dentro de um fluxo de trabalho, escrever um texto, fazer uma pesquisa sobre o desempenho de diferentes campanhas publicitárias, e ver se consegue que um agente de IA faça isso.

Você consegue passar de operador a orquestrador? Participe do Profissional de marketing autônomo e aprenda a formar equipes de IA que multiplicam seu impacto, com táticas práticas fornecidas a cada duas semanas.

Se você estiver se sentindo perdido, tente recorrer ao LLM.

“Deveria haver um momento em que você nunca mais se sentisse perdido, porque você teria a ferramenta ideal para desbloquear”, diz ele. “Você sempre pode perguntar: ‘como faço isso?’”

Por fim, ele sugere encontrar uma comunidade de pessoas com quem você possa aprender.

 “A IA vai revolucionar todas as nossas carreiras profissionais, e é melhor passar por essa transformação juntos do que sozinhos”, diz Hastings. “Aprenderemos muito mais compartilhando a adoção entusiástica das ferramentas.”