Pular para o conteúdo principal

Capítulo 2: Construindo Workflows com IA

Encadeando Prompts​

Tarefas complexas frequentemente exigem múltiplas chamadas de IA:

WORKFLOW: Pipeline de Criação de Conteúdo

Etapa 1: Pesquisa
Prompt: "Pesquise sobre \{TOPIC\}. Forneça fatos-chave, estatísticas
        e desenvolvimentos recentes."
Saída → Entrada para a Etapa 2

Etapa 2: Estrutura
Prompt: "Usando esta pesquisa: \{STEP1_OUTPUT\}
        Crie um esboço de post para blog com 5 seções."
Saída → Entrada para a Etapa 3

Etapa 3: Rascunho
Prompt: "Seguindo este esboço: \{STEP2_OUTPUT\}
        Escreva um post completo para blog com 800 palavras."
Saída → Entrada para a Etapa 4

Etapa 4: Edição
Prompt: "Edite este rascunho para: \{STEP3_OUTPUT\}
        - Gramática e clareza
        - Otimização para SEO
        - Tom consistente"
Saída → Conteúdo final

Pipelines de Automação​

Pipeline de Processamento de Documentos​

ENTRADA: Documento bruto

→ Etapa 1: Extrair (informações-chave)
→ Etapa 2: Classificar (tipo de documento)
→ Etapa 3: Resumir (resumo executivo)
→ Etapa 4: Direcionar (para equipe apropriada)
→ Etapa 5: Ação (gerar resposta se necessário)

SAÍDA: Documento processado + ações

Sistema de Triagem de E-mails​

Para cada e-mail recebido:

1. CATEGORIZAR
   → Suporte / Vendas / Geral / Spam / Urgente

2. EXTRAIR
   → Intenção do remetente, principais solicitações, prazo

3. RASCUNHAR RESPOSTA
   → Baseado na categoria e em templates

4. DIRECIONAR
   → Para pessoa/fila apropriada

5. REGISTRAR
   → Acompanhar métricas para otimização

Padrões de Integração​

Workflow via API​

┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│   Input     │───▶│  AI Model   │───▶│   Output    │
│   Source    │    │  (Prompt)   │    │   Action    │
└─────────────┘    └─────────────┘    └─────────────┘
     │                   │                   │
  Database          OpenAI/Claude        Email/Slack
  Webhook           Anthropic            Database
  Form             Custom Model          Webhook

Tratamento de Erros​

Workflow com tratamento de erros:

try:
  result = call_ai_with_prompt(prompt, input)
  if quality_check(result):
    return result
  else:
    return retry_with_refined_prompt()
catch:
  return fallback_response()
  alert_human_for_review()

Boas Práticas​

  1. Comece simples – Faça uma etapa funcionar antes de encadear
  2. Valide entre etapas – Verifique a qualidade da saída
  3. Inclua alternativas – Revisão humana para falhas
  4. Registre tudo – Para depuração e otimização
  5. Monitore custos – Acompanhe o uso de tokens

Principais Aprendizados​

Summary
  1. Encadeie prompts para tarefas complexas
  2. Construa pipelines de automação passo a passo
  3. Integre com ferramentas existentes via APIs
  4. Inclua tratamento de erros e alternativas
  5. Monitore e otimize continuamente

← Anterior: Casos de Uso de Negócios | Próximo: Futuro do Prompt Engineering →