Assistente pessoal de IA sem código: e-mails, reuniões e to-do

Um assistente pessoal que lê seus e-mails, agenda reunião e manda o convite pros participantes, coloca tarefa na sua lista do Notion e responde por texto ou áudio no Telegram, montado sem escrever uma linha de código. É esse sistema de múltiplos agentes que o Lucas constrói no vídeo acima, com Relevance AI e Make. Aqui ficam os conceitos por trás do build; o passo a passo completo, com os templates prontos, tá no vídeo.

Automação ou agente de IA: quando usar cada um

Dá pra chegar num resultado parecido pelos dois caminhos. A diferença tá na complexidade: automação encadeia mais passos e módulos integrados, e cada componente a mais é um ponto onde o sistema pode falhar. No vídeo, o Lucas coloca lado a lado um cenário do Make e um sistema de agentes entregando o mesmo resultado; a diferença de tamanho é visível.

A régua prática:

• Tarefa curta, repetitiva, com passo a passo claro → automação. Onde existe regra definida, fluxo determinístico resolve melhor.
• Tarefa complexa, com resultado que varia conforme o pedido → agente. É ele quem escolhe qual ferramenta usar em cada situação.

Agente também abre espaço pro humano no loop: a solução vira um copiloto. Exemplo do vídeo: um sistema que gera artes pro Instagram fica melhor com alguém aprovando (e pedindo ajuste) do que postando direto.

E existe o caso em que agente não compensa: tarefa que roda uma vez só. Montar o sistema demanda energia; só vale a pena com uso recorrente.

Por que o Relevance AI entrou no build

O Relevance AI é uma plataforma no-code de agentes. Os motivos da escolha, direto do vídeo:

• Curva de aprendizado curta. Alternativas como CrewAI e LangChain envolvem Python; aqui a interface é visual e amigável.
• Templates da comunidade, prontos pra editar e usar.
• Integrações nativas (CRM, Salesforce, WhatsApp, HeyGen pra vídeo, ElevenLabs pra áudio) e integração via API com o que faltar.
• Sistema de múltiplos agentes, o ponto decisivo pra esse projeto.
• Compartilhamento: a aplicação que você cria vira um link que sua equipe usa, e outros softwares podem acionar seus agentes via API.

O conselho que vale mais que a ferramenta: escolha uma plataforma e fique bom nela até entender a estrutura: ferramentas, agentes, LLMs. Depois, você avança pra soluções com mais controle na sua mão, rodando no seu servidor. Pra tirar um MVP do papel rápido e com qualidade, o Relevance dá conta.

Ferramenta, agente, multiagentes: os três conceitos

Ferramenta

Fluxo estruturado: entra um input, passa por etapas (chamadas de LLM, código em JavaScript ou Python, consumo de API) e sai um resultado. Funciona como uma automação empilhada. Foi assim que nasceu a ferramenta de prospecção com mensagens personalizadas do vídeo anterior: entrava o link do LinkedIn do lead, o fluxo buscava o perfil via API e devolvia três e-mails baseados nas postagens da pessoa.

E uma ferramenta pode ser usada por um humano, ou equipada num agente.

Agente

Um agente junta três peças: um system prompt (a persona e as instruções), uma base de conhecimento opcional (texto, tabela ou PDF de onde ele puxa informação específica, como as perguntas frequentes da sua empresa) e as ferramentas que você equipa nele.

É das ferramentas que vem o poder. Quando você pede uma tarefa, o agente escolhe qual usar: consultar uma API, buscar num banco de dados, enviar e-mail, mandar mensagem. Equipado com a ferramenta do LinkedIn e a do Gmail, o agente da prospecção não só escreveria os e-mails, como enviaria pro lead e acompanharia a resposta. Se agente ainda é conceito cru pra você, o primeiro agente de IA do canal mostra a ideia na forma mais enxuta.

Sistema de múltiplos agentes

Um agente gerente recebe o pedido e direciona pro subagente certo. A dica de engenharia do vídeo: capriche na descrição de cada subagente: é ela que o gerente lê pra decidir quem executa o quê.

No prompt, a estrutura tem objetivo, contexto, exemplos, SOP e notas no final: o modelo dá mais peso pro começo, então o fim reforça o comportamento que não pode falhar. Quando o prompt sozinho não basta, o flow builder amarra o passo a passo, com labels de progresso ("pesquisando no calendário", "enviando e-mail") conforme as ferramentas rodam.

A arquitetura: Telegram, Make e três subagentes

1. Telegram é a porta de entrada. Você cria um bot no BotFather, pega a chave de API e o ID único. Podia ser WhatsApp ou Slack; o Telegram entrou por ser o mais rápido de configurar.
2. O Make roteia a mensagem. Texto segue direto; áudio vira texto num passo de transcrição com o GPT. Tudo chega ao Relevance via webhook, com o ID do agente.
3. Um conversation ID mantém o contexto. Sem ele, cada mensagem abriria uma conversa nova e o assistente esqueceria o e-mail que vocês estavam ajustando.
4. O agente gerente tem ferramentas próprias: responder no Telegram (webhook de volta pro Make), buscar telefone e e-mail na agenda de contatos do Google e obter data e hora atual. LLM não sabe que horas são; é um script simples que sustenta filtros como "e-mails de hoje".
5. Três subagentes executam:
   • E-mail: descobre o endereço na agenda, lê e envia pelo Gmail;
   • Calendário: cria evento com nome, horário, duração e convidados (via cenário no Make integrado ao Google Calendar) e lê os compromissos;
   • Notion: lista a to-do e adiciona tarefa com prioridade.

O assistente em ação

As demonstrações do vídeo dão a medida do sistema:

• "Agende uma reunião hoje ao meio-dia com o Chapolin" → o assistente acha o e-mail do contato na agenda do Google, marca a reunião, envia o invite e devolve o link.
• Por áudio: "quais reuniões eu tenho hoje?" → o áudio vira texto no caminho e a lista de compromissos chega no Telegram.
• "Coloca na minha lista de tarefas: gravar vídeo pro YouTube, prioridade alta" → a tarefa aparece no Notion com a prioridade marcada.
• De manhã: "quais são meus principais e-mails?" → o que conta como "principal" está definido no prompt (mensagens do chefe, por exemplo).

Pedidos compostos também: "marca reunião com fulano, manda um e-mail agradecendo e avisa que o convite já foi". O gerente aciona calendário e e-mail em sequência e entrega a tarefa completa.

Onde esse desenho vale dinheiro

Os casos de uso em que sistemas de agentes mais entregam, segundo a experiência que o Lucas relata no vídeo:

• Atendimento ao cliente: enviar, receber e ler e-mail, WhatsApp, ligação;
• Pré-vendas: SDR, BDR e prospecção de leads;
• Marketing: criação e avaliação de conteúdo, com a equipe interagindo com os agentes;
• Recrutamento e seleção: entrevistas ajustadas à função da vaga;
• Jurídico, treinamento interno de equipes e gestão de projetos e processos.

O assistente pessoal deste vídeo e um atendimento de empresa são o mesmo padrão de engenharia: porta de entrada de mensagens, gerente que roteia, subagentes com ferramentas. Quem aprende o desenho organizando a própria agenda aprende o desenho que atende cliente, o tipo de projeto que agências e integradores vêm montando, incluindo gente que nunca programou. Uma frase que o Lucas trouxe de um evento da NVIDIA resume: nenhuma pessoa é melhor que uma IA, mas nenhuma IA é melhor que uma pessoa usando IA.

Perguntas frequentes

Precisa saber programar?

Não. O fluxo é no-code: Relevance AI e Make têm interface visual, e os templates do vídeo já vêm montados. JavaScript ou Python ampliam as ferramentas, mas não são pré-requisito.

Funciona no WhatsApp em vez do Telegram?

Funciona. A porta de entrada é intercambiável (WhatsApp, Slack, Telegram). O Telegram entrou por ser o mais rápido de montar.

Quanto custa pra testar?

O Relevance AI tem conta gratuita que já dá pra fazer várias coisas, e o Make também. O custo variável fica na chave de API usada pra transcrever os áudios.

Pra ir além

O passo a passo completo (telas, prompts, configuração de cada webhook) tá no vídeo acima; os templates do Relevance e do Make ficam na descrição, prontos pra clonar. Builds como esse saem com frequência no canal do Lucas Moreira.

Esse jeito de pensar sistema (fluxo determinístico onde a regra é clara, agente onde a tarefa varia) é o mesmo que a gente usa nos projetos aqui da fazer.ai.

Quer fazer acompanhado, tirar dúvida, pegar arquivo pronto? A comunidade tá em lucasmoreira.ai. Vem fazer junto.