Um time para o seu time: 12 agentes de IA em 45 minutos

Agentes de IA são assistentes especializados que já chegam sabendo fazer o trabalho de uma área, como análise de dados, estratégia ou RH. No workshop "Um time para o seu time", a Lumina mostrou ao vivo 12 agentes prontos resolvendo um caso de diretoria e criou um agente de RH do zero, sem código.

A sessão aconteceu no horário do almoço, com quase 100 pessoas conectadas de São Paulo, Campinas, Londrina, Porto Alegre, BH, Guaratinguetá e mais um punhado de cidades. Lucas, do time de marketing da Lumina, abriu com um panorama de mercado. Depois o palco ficou com Pedro Lopes, diretor de produto da Alun Future Studio, que conduziu as demonstrações. Este texto resume o que foi mostrado, com os prints da tela, para quem perdeu ou quer rever com calma. Se preferir assistir, a gravação completa está logo abaixo e também no canal da Lumina no YouTube .

Metade do mercado já usa IA. Quase ninguém chegou ao ganho

O workshop começou com números, e eles explicam boa parte da frustração de quem já tentou usar IA no trabalho. Segundo a pesquisa da Gallup do segundo trimestre de 2026 , 52% dos profissionais nos EUA usam IA na função. Dois anos antes eram 40%. Só que o uso frequente ainda é minoria: 30% usam algumas vezes por semana ou mais, e 15% usam todo dia.

A parte mais interessante veio no slide seguinte. Os usos com maior retorno declarado são automatizar tarefas e escrever código: 77% de quem faz isso relata muito mais produtividade. Mas só 16% das pessoas chegam lá. Escrever e revisar texto (68% de retorno, 51% de uso) e pesquisar informação (65% e 49%) são os usos mais comuns, com ganho menor.

Lucas foi direto nessa hora: o uso mais simples não é um erro de quem usa. As ferramentas genéricas é que não foram desenhadas para levar qualquer pessoa ao uso mais avançado de forma fácil. Tanto que existe uma indústria inteira de cursos ensinando a usar IA, e muita gente na plateia provavelmente já fez algum.

A promessa foi feita para a diretoria, a conta chegou na sua mesa

O terceiro slide mostrou o desencontro entre quem decide e quem executa. Um estudo do Upwork Research Institute de 2024 encontrou 96% dos executivos esperando que a IA aumente a produtividade, enquanto 77% dos funcionários que usam IA dizem que ela aumentou a carga de trabalho.

O mesmo slide trouxe o tal do "workslop": cerca de 40% dos trabalhadores de escritório receberam no último mês alguma entrega feita com IA que parece pronta e não está, e cada uma custa perto de duas horas de retrabalho, segundo o levantamento publicado na Harvard Business Review . A explicação de Lucas foi simples: a pessoa continua tendo que entregar tudo o que entregava antes e ainda ganhou uma tarefa nova, descobrir sozinha como usar a ferramenta. Isso envolve estudo, tentativa e erro, alucinação e um bocado de pressão da liderança.

Outro dado da Gallup mostrado ali ajuda a enxergar a saída. Entre quem usa IA para uma ou duas finalidades, 45% relatam ganho de produtividade. Entre quem usa para sete ou mais, o número sobe para 90%. Ganha quem leva a IA para mais partes do trabalho, e isso depende muito mais de a ferramenta estar no fluxo do dia a dia do que de força de vontade. A comparação que Lucas usou foi o Excel: quando ele apareceu, ninguém tentou encaixar a planilha no processo antigo, todo mundo mudou o jeito de trabalhar em volta dela.

Quem usa IA na Lumina tem um PDF, uma planilha e um prazo

Para fechar o panorama, Lucas mostrou dados de uso da própria plataforma: mais de 15.800 conversas de trabalho real. O que as pessoas mais sobem são PDFs (3.378), arquivos Word (1.885) e planilhas Excel (1.680). Código SQL aparece 57 vezes. Na outra ponta, o que a Lumina mais devolve são documentos prontos (15.823), seguidos de e-mails prontos para enviar, imagens, apresentações e páginas web.

Aí a tese do workshop ficou clara. A IA que temos hoje parece feita para desenvolvedor, para quem acompanha cada modelo novo e cada atualização semanal. Quem está na trincheira, atendendo cliente e entregando projeto, não tem tempo para isso. E, como disse Lucas, em quase todos os casos a culpa por não extrair valor não é de quem usa. Se você quer entender esse argumento com mais calma, ele está desenvolvido em como usar IA sem saber programar .

Os 12 agentes de IA prontos da Lumina

Pedro começou a demonstração pela tela inicial, que parece qualquer chat de IA: dá para escrever, anexar arquivo, falar por voz (ele prefere) e usar um melhorador de prompt. A primeira diferença aparece por trás. A Lumina é multimodelo, com um roteador que escolhe entre Claude, GPT e Gemini conforme a tarefa. Você vê qual modelo respondeu, mas quem decidiu foi o roteador. "Você se despreocupa", resumiu Pedro, lembrando que muita gente nem começa porque não sabe se deve assinar um ou outro.

A segunda diferença, e o assunto do dia, são os agentes. Pedro lembrou dos GPTs personalizados, dos Gems do Gemini e das bibliotecas com milhares de agentes da comunidade. O problema de uma ferramenta aberta é que ela precisa servir para o programador e para quem está escolhendo destino de viagem, e aí não funciona tão bem para ninguém. Na Lumina o foco é trabalho de negócio, e cada agente chega pronto, com prompts longos e de 10 a 12 habilidades (as skills) criadas com a expertise do grupo, que inclui Lumina, PM3, StartSe e Alun.

Por que 12 e não mil? Pedro respondeu antes que alguém perguntasse: se você precisa procurar no meio de mil agentes, não acha o certo a tempo. Com 12, fica óbvio quem chamar para cada tarefa. Você não precisa escrever "aja como um redator", porque ele já sabe ser redator. E quem não sabe o que é uma skill nem precisa saber.

Na prática: um diagnóstico para o board com três agentes

Para mostrar os agentes trabalhando, Pedro usou um caso fictício. A Línguas Fly é uma rede de escolas de idiomas com 38 unidades e 32 mil alunos, e a CEO, Helena, tem reunião de conselho na sexta. Os investidores querem uma tese sobre por que a empresa está perdendo alunos. Helena tem três relatórios que nunca conversaram entre si: o comercial diz que as matrículas novas caíram (e quer mais verba), operações diz que a evasão subiu (e quer treinar coordenadores), e o CS percebe pais cancelando porque os filhos adolescentes "preferem o ChatGPT".

Helena criou um projeto, colocou as três planilhas e mandou um prompt simples, do jeito que falaria com alguém do time. No campo de mensagem, com um @, chamou o Analista de Dados & Performance.

A resposta veio com gráficos que podem ser baixados como imagem ou CSV, como os cancelamentos por faixa etária mostrando o salto entre adolescentes. O diagnóstico abriu com uma frase que a CEO poderia levar para a sala: "Os três têm parte da razão, e as três histórias se encontram nos adolescentes". Cada afirmação aparece ligada ao arquivo de onde saiu. Pedro comparou com mandar os dados para um analista do time, só que sem esperar uma semana.

Quando Helena perguntou o que ninguém tinha visto, o agente apontou três coisas, entre elas que o número de 12 meses subestimava o problema e que comercial e operações estavam descrevendo o mesmo fenômeno por ângulos diferentes.

Com o diagnóstico na mão, ela chamou o Conselheiro de Estratégia & Mercado na mesma conversa e testou a ideia de reformular o curso de adolescentes. O agente acionou a habilidade de sparring estratégico (o termo vem do boxe, é o treino em que o parceiro bate de verdade) e respondeu sem rodeio.

Em vez de pedir ao conselho a aprovação de uma reformulação, o agente sugeriu pedir um mandato de 90 dias com testes definidos. Pedro reforçou que ninguém precisa concordar com a IA: dá para discordar, pedir algo mais agressivo, trocar de caminho. O agente trabalha a partir do seu pedido, com você no loop, e não sai executando coisas por conta própria (a diferença está explicada em agente reativo vs agente autônomo ).

O terceiro especialista foi o Estrategista de Marketing & Growth, para montar a comunicação com pais e alunos. A resposta virou um documento editável, com cronograma de 90 dias e tom diferente para cada público. Para fechar, Helena pediu uma imagem para a campanha e o roteiro de abertura da reunião de sexta.

Três especialistas na mesma conversa, um de cada vez, como quem resolve uma parte com um colega e chama o próximo para a sala. A versão completa desse caso, dia a dia, está em 5 dias até o board .

Ao vivo: um agente de RH criado em poucos minutos

Os 12 agentes são proprietários e não podem ser editados. Mas dá para criar os seus, e essa foi a segunda metade da demonstração. Pedro clicou em criar agente, deu o nome de Sofia e ditou a instrução: um assistente de RH para tirar dúvidas sobre férias, benefícios, viagem e reembolso, que responde só com base nos documentos das fontes, diz de onde tirou a resposta, manda a pessoa falar com o RH quando não encontrar nada e usa linguagem simples.

O criador de agentes tem um checklist e um medidor de qualidade da instrução. Com um clique em "Melhorar instruções", a própria IA reorganizou o texto ditado em papel, tom e tarefas. Pedro lembrou que a instrução pode ser longa, com vários passos. Se quiser um roteiro para escrever a sua, o framework de 7 blocos usa exatamente a Sofia como exemplo.

A parte que mais chamou atenção foram as fontes. Em vez de subir arquivos, Pedro conectou o Microsoft 365 e sincronizou a pasta inteira de políticas de RH.

Para provar, ele jogou um quarto arquivo na pasta durante a live, forçou a sincronização e o documento apareceu nas fontes da Sofia. Sem forçar, a atualização acontece sozinha, com atraso máximo de 24 horas. Para uma pasta onde entra contrato novo todo dia, isso faz o agente estar sempre em dia.

Nas perguntas de teste, a Sofia respondeu se ainda dava tempo de pedir 10 dias de férias a partir de 12 de novembro e se um jantar de R$ 82 numa viagem cabia no teto de reembolso, sempre citando o documento usado (as regras eram simuladas para a demonstração).

Por fim, o compartilhamento. O agente nasce pessoal. Dá para liberar para pessoas específicas por e-mail ou, com o aval do admin, para a empresa inteira. Liberado para a organização, ele aparece na aba da empresa para todo mundo, mas só quem criou edita instruções e base de conhecimento. Os níveis de permissão estão detalhados em como compartilhar agentes de IA com seu time .

Outros agentes que apareceram na sessão

Ao longo das perguntas, Pedro abriu mais duas conversas que tinha preparado.

Com o Assistente Executivo conectado ao Outlook e ao Teams, o prompt foi curto: "Tenho reunião com a Vértice na terça. Dá uma olhada no meu Outlook e no Teams e me conta o que rolou com eles essa semana". O agente leu os e-mails, abriu o anexo que a cliente tinha mandado, apontou que ela chegaria cobrando uma integração parada e sugeriu a pauta. Depois marcou a reunião no calendário e deixou o rascunho de resposta pronto, pedindo revisão antes de enviar.

Com o Parceiro de Gente & Gestão, um gestor inseguro anexou a avaliação de desempenho de uma colaboradora e o perfil do cargo e pediu ajuda para conduzir a conversa de feedback. O agente acionou a habilidade de roteiro de feedback e conversas difíceis. Pedro contou que usa o agente de Produto como parceiro na área dele e os outros onze justamente nas tarefas em que não é especialista, como escrever bem, dar feedback ou vender.

Também surgiram usos de marketing no chat. Dá para subir o logo da empresa e pedir uma imagem com ele, pedir ao Redator os textos da mesma campanha para Instagram, LinkedIn e e-mail, e, com o e-mail conectado, já disparar a comunicação interna para cada área que precisa saber da ação. Se você quer mais ideias nessa linha, veja as 15 ideias de agentes de IA para criar no seu time .

O que levar do workshop

O resumo que Lucas fez no encerramento é um bom ponto de partida. Não precisa estudar engenharia de prompt nem acompanhar cada modelo novo para tirar resultado de IA no trabalho. O que faz diferença é ter especialistas prontos, com contexto da sua empresa, dentro do fluxo onde o trabalho já acontece. E uma IA que puxa o seu trabalho para cima, em vez de ficar dando tapinha nas costas.

Se quiser ver na sua rotina, dá para conhecer a Lumina e testar com os seus próprios arquivos. Comece por um agente pronto numa tarefa desta semana. Depois crie o primeiro agente seu, com uma pasta que já existe.