Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoHabr AI→ original

Suporte com agentes de IA fez seu próprio relatório em 17 horas com assinatura de $20

O gestor de suporte pedia ora metas por grupo, ora outro período, e cada ajuste no relatório caía na fila de desenvolvimento. A equipe descreveu a tarefa em linguagem comum no SimpleGen, ferramenta de IA da plataforma SimpleOne, e os agentes a levaram até uma página pronta em 17 horas. Fazer o mesmo à mão levaria, segundo o dono do produto, no mínimo o dobro do tempo. Os 786 330 tokens do Claude Code couberam na assinatura de $20 por mês. As fórmulas, porém, continuam sendo verificadas por uma pessoa.

Processado por IA de Habr AI; editado por Hamidun News
Suporte com agentes de IA fez seu próprio relatório em 17 horas com assinatura de $20
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
A especificação levou 5,5 horas11 iterações de revisão e 28 perguntas do agente
Dado-chave #2O deploy falhou 3 vezes, e a demo passou em 25 dos 28 passos
Dado-chave #3Via API, as respostas custariam $19,66, mais o pagamento do contexto de entrada

Situação familiar: o gestor de suporte recebe um relatório de chamados e fica satisfeito. Uma semana depois, pede para incluir metas de cada grupo, depois outro período, depois destacar à parte um tipo de tarefa. Cada pedido leva cinco minutos, mas o desenvolvimento tem uma fila para atendê-los, e no construtor de relatórios nativo do SimpleOne seria preciso montar cada variação separadamente.

A equipe decidiu não esperar na fila: descreveu a tarefa em linguagem comum no SimpleGen, ferramenta de desenvolvimento com IA da plataforma SimpleOne, na qual a empresa conduz seus processos de suporte. Aqui, «harness» é a estrutura de trabalho em que vários agentes de IA escrevem, revisam e publicam código. O caminho entre o pedido e o relatório pronto consumiu 17 sessões e cerca de 17 horas, contando as pausas.

Segundo o dono do produto, fazer esse relatório manualmente levaria no mínimo o dobro do tempo. Todo o consumo de tokens, 786 330 no Claude Code, coube na assinatura de $20 por mês. Para você, isso responde à pergunta: dá para resolver pequenos pedidos internos sem abrir um projeto separado de desenvolvimento.

Por que o construtor nativo não bastou

Os relatórios e dashboards padrão do SimpleOne somam bem os valores das tabelas. Mas o balanço do fluxo (quantos chamados chegaram e quantos foram encerrados), a mediana do tempo de resposta, a proporção de chamados reabertos e as metas por grupo exigem uma lógica de cálculo própria. Além disso, segundo a equipe, a tabela de histórico cresce até cerca de 30 milhões de registros. Com isso, líderes diretos, chefes de serviço e CIOs folheiam listas de chamados manualmente e deixam passar o que é crítico. Para estatísticas anuais existe BI, mas o suporte precisa de métricas, metas e um layout de tela próprios.

Como funcionam as quatro etapas

No SimpleGen trabalham agentes diferentes: autor do código, corretor, revisor e outros. O tempo ficou distribuído de forma desigual entre as etapas:

  • especificação: cerca de 5,5 horas, com 11 iterações de «escrever e revisar» e 28 perguntas do agente;
  • plano: 1,5 hora, com 11 fases e 42 tarefas;
  • código: cerca de 7 horas, com geração por fases, revisão e patch no ambiente de testes;
  • demo: cerca de 2 horas, com roteiro, dados de demonstração, execução e correções.

A parte que mais compensa é a especificação, ou seja, o termo de referência detalhado. Você escreve a tarefa em texto livre, o agente autor monta o documento, o revisor o verifica, e assim segue até o veredito «ok». No caminho, o agente faz perguntas: o que conta como chamado resolvido, se o balanço do fluxo pode ficar negativo, como calcular a mediana do tempo de resposta, que meta definir para grupos com valores diferentes. Se você concordar sem olhar, o agente preenche as lacunas da especificação ao seu gosto, e o resultado não será o que você precisava.

O agente também encontrou divergências com o ambiente de testes: a descrição citava três herdeiros de ITSM Task, mas na prática eram dez. Os status de espera e os códigos de encerramento também eram diferentes entre os grupos. Corrigir isso na especificação sai mais barato do que refazer um widget pronto. A especificação, o plano, o changelog e os logs ficam no Git, então um cálculo questionável pode ser conferido na fonte original.

O código foi gerado por fases: autor, depois revisor, depois patch no ambiente de testes. A revisão pegou detalhes fáceis de passar despercebidos em um trabalho manual, como um valor padrão vazio.

O que ficou pronto e quanto custou

O gestor ganhou uma nova página e um item de menu. No topo ficam três filtros: período, grupo de suporte e tipos de tarefa. Abaixo, quatro blocos: fluxo, velocidade, recortes e qualidade. À parte há um cadastro de metas: por exemplo, a proporção de chamados da primeira linha resolvidos dentro do SLA não deve ficar abaixo de 75%. Se o valor cai, o card fica vermelho na hora, e não no fim do mês.

O merge request incluiu 169 registros e 161 arquivos, dos quais 130 de localização. O código do widget tem cerca de 2 600 linhas. O SOP de 288 registros foi para um ambiente de testes limpo, sem ajustes manuais na interface.

A assinatura do Opus 5 por $20 ao mês cobriu todos os 786 330 tokens, sem estourar limites nem gerar cobranças extras. Em cenários corporativos com exigências de segurança, costuma ser necessário usar a API. Segundo os cálculos da equipe, o mesmo volume de respostas custaria lá $19,66, mais o pagamento do contexto de entrada, então a diferença é pequena.

Onde foi preciso consertar

O deploy falhou três vezes: o ambiente de testes recusou uma dica longa em russo com travessão longo, em um campo chegou um array vazio no lugar de uma string, e a própria plataforma criou um formulário que se tentou criar de novo. Cada caso levou cerca de cinco minutos, e o que ajudou foi o product sync, equipe que puxa o formulário para o repositório. A demo passou em 25 dos 28 passos: os três restantes exigem autorização e ações manuais. A execução levou cerca de 7 minutos e encontrou dois defeitos: um bloco vazio era renderizado de forma incorreta, e as dicas dos campos de metas não apareciam.

A principal limitação: ninguém leu o código linha por linha, por isso as fórmulas precisam ser verificadas por uma pessoa. Parte das métricas é discutível. O bloco «gargalo» tem um nome impreciso, já que violações de SLA por prioridade não provam a existência de um gargalo. O balanço do fluxo fica negativo por causa de chamados que aguardam resposta do cliente e não dependem da equipe. O relatório em si é retrospectivo e não substitui os dashboards operacionais.

O que levar daqui

A equipe extraiu cinco regras. Responder ao agente com atenção. Mudar primeiro a especificação e só depois recriar o código. Publicar por fases e testar cada uma no ambiente de testes. Fazer commit depois de cada patch. Não pular a demo run, que encontra defeitos invisíveis no código.

Você pode começar com uma página de texto: anote o relatório pedido com mais frequência, os números necessários, as metas e a definição de chamado «resolvido». Depois, conte quantas vezes ele já foi refeito.

História

Perguntas frequentes sobre a notícia

Por que o construtor nativo não bastou?

Os relatórios e dashboards padrão do SimpleOne somam bem os valores das tabelas. Mas o balanço do fluxo (quantos chamados chegaram e quantos foram encerrados), a mediana do tempo de resposta, a proporção de chamados reabertos e as metas por grupo exigem uma lógica de cálculo própria. Além disso, segundo a equipe, a tabela de histórico cresce até cerca de 30 milhões de registros. Com isso, líderes diretos, chefes de serviço e CIOs folheiam listas de chamados manualmente e deixam passar o que é crítico.

Como funcionam as quatro etapas?

No SimpleGen trabalham agentes diferentes: autor do código, corretor, revisor e outros. O tempo ficou distribuído de forma desigual entre as etapas: especificação: cerca de 5,5 horas, com 11 iterações de «escrever e revisar» e 28 perguntas do agente; plano: 1,5 hora, com 11 fases e 42 tarefas; código: cerca de 7 horas, com geração por fases, revisão e patch no ambiente de testes; demo: cerca de 2 horas, com roteiro, dados de demonstração, execução e correções.

O que ficou pronto e quanto custou?

O gestor ganhou uma nova página e um item de menu. No topo ficam três filtros: período, grupo de suporte e tipos de tarefa. Abaixo, quatro blocos: fluxo, velocidade, recortes e qualidade. À parte há um cadastro de metas: por exemplo, a proporção de chamados da primeira linha resolvidos dentro do SLA não deve ficar abaixo de 75%. Se o valor cai, o card fica vermelho na hora, e não no fim do mês. O merge request incluiu 169 registros e 161 arquivos, dos quais 130 de localização.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…