Commerce AgentsBase de Conhecimento
Português
РусскийEnglishDeutschFrançaisEspañolPortuguêsItalianoNederlandsPolskiУкраїнськаČeštinaSlovenčinaSlovenščinaHrvatskiСрпскиБългарскиRomânăMagyarΕλληνικάSvenskaNorskDanskSuomiLatviešuLietuviųEestiTürkçeالعربيةעברית中文
Planos Para o Gabinete

Como funciona um agente comercial e onde gera mais retorno

Análise da arquitetura de agentes de IA comerciais da Anthropic e a nossa experiência: o que o agente realmente consegue fazer e em que nichos o retorno do investimento é mais notório.

6 de setembro de 2026

Anthropic publicou uma análise sobre como funcionam os agentes comerciais que chegam à produção: The anatomy of effective commerce agents. Vale a pena lê-la na íntegra. Aqui, apresentamos o que daí se retira para o proprietário de uma loja que apenas quer que o cliente obtenha uma resposta às onze da noite.

Desenvolvemos os Commerce Agents seguindo princípios semelhantes, e a coincidência é agradável: significa que o caminho já está trilhado.

Um agente, não uma alcateia de bots#

A primeira conclusão do artigo é surpreendente para quem acompanha a moda dos esquemas multiagente. Uma conversa sobre uma compra não é um conjunto de tarefas isoladas que podem ser distribuídas por diferentes bots. A pessoa pergunta sobre o tamanho, depois sobre a entrega, depois volta ao tamanho e diz «e que tal dois». Tudo isto é um único fluxo, onde cada réplica se baseia na anterior.

Por isso, o esquema eficaz é um único agente que mantém o contexto, mais competências plug-in para tarefas específicas. A divisão é simples: o que é necessário em quase todas as conversas reside na instrução principal; o que é raro é carregado a pedido. O limiar na Anthropic é definido aproximadamente assim: se uma competência é necessária em mais de um terço das conversas, o seu lugar é na instrução permanente.

Na nossa parte permanente, temos a pesquisa no catálogo, as condições da loja e o perfil do negócio. São carregados conforme a necessidade: comparação de produtos, criação de pedidos, gestão do carrinho e análise de anexos enviados pelo cliente.

As ferramentas são os seus sistemas, não as suas cópias#

O segundo princípio: o agente não deve reinventar a lógica da loja. A pesquisa, os stocks, a finalização da compra já funcionam nalgum lado — a tarefa do agente é aceder a eles, não construir a sua própria versão da verdade ao lado.

No nosso caso, «os seus sistemas» são o catálogo, compilado a partir de publicações e do site, o texto das condições, o carrinho de compras e o fornecedor de pagamentos. O agente não inventa prazos de entrega: ele retira-os do seu texto. Não inventa o preço: retira-o da ficha do produto. Se não houver dados, diz honestamente que vai verificar e pede um contacto — isto também faz parte da arquitetura, não é uma desculpa.

Uma ideia separada do artigo: as fichas de produto, botões e formulários também são ferramentas, com tipos e validações. É por isso que o agente mostra a ficha do produto, em vez de a recontar por texto: o cliente vê a foto, o preço e o botão, e você obtém uma interface previsível em vez da improvisação do modelo.

Velocidade e dinheiro#

Aqui, o artigo adota um tom sóbrio, raro em textos sobre IA. É inútil perseguir décimos de segundo se a resposta for má: a qualidade, e não os milissegundos, afeta as devoluções e o valor médio do pedido. Mas também não é preciso pagar a mais — a cache de contexto com uma taxa de acerto de 90–99 % e a escolha do modelo para a tarefa, verificada por medições e não por sensações, ajudam.

Dividimos os modelos exatamente por esta lógica: um rápido fala com o cliente, um mais ponderado calcula relatórios e edições do catálogo. O proprietário da loja vê isto nas «Definições» como dois campos separados, e geralmente não os altera — os valores predefinidos foram ajustados por medições.

Segurança sem paranoia#

Três regras do artigo que seguimos à risca:

Onde o retorno da implementação é maior#

Esta é a principal questão prática, e a resposta não é «igual em todo o lado». Nas nossas lojas, a variação é notável.

Serviços e agendamentos. O maior retorno. Manicura, dentista, reparação de equipamentos, formação, aluguer — onde, antes da compra, a pessoa faz cinco a dez perguntas e quase sempre fora do horário de expediente. Cada pergunta não respondida à noite é um agendamento que foi para quem respondeu mais rápido. O agente preenche a lacuna por completo: ele sabe os preços, a duração, o que levar e quando há vagas.

Produtos com parâmetros. Roupa, mobiliário, eletrodomésticos, cosméticos — tudo onde se pergunta sobre tamanho, composição, compatibilidade e prazos. Uma conversa assim leva dez minutos a um vendedor, mas segundos a um agente, e este não se cansa de explicar a mesma coisa pela centésima vez.

Vendas sem site. Instagram, TikTok, YouTube e Telegram, onde o catálogo existe apenas sob a forma de publicações. Aqui, o agente oferece o que antes não existia em princípio: uma montra, um carrinho de compras e pagamento por um link na biografia do perfil, sem necessidade de desenvolver um site.

Noite, fins de semana e outros fusos horários. Metade dos contactos chega quando ninguém está a responder. Esta é a receita mais barata que se pode recuperar: ela já existe, apenas não há ninguém para a atender.

Clientes em diferentes idiomas. Uma loja de Varsóvia recebe perguntas em polaco, ucraniano, inglês e russo. O agente responde no idioma do cliente sem a necessidade de um tradutor na equipa.

Onde o retorno é mais modesto: produtos com uma única característica e preço óbvio, vendas através de um marketplace onde a comunicação ocorre dentro da plataforma, e negócios por atacado que, de qualquer forma, são fechados por negociação. O agente também aí alivia a rotina, mas não provoca uma revolução.

O que fazer com isto#

  1. Crie o catálogo a partir do que já existe: publicações, vídeos ou o site.
  2. Descreva as condições de forma honesta e detalhada — esta é a única fonte a partir da qual o agente responde sobre entregas e devoluções.
  3. Coloque um link na biografia do perfil e observe os primeiros vinte diálogos. Eles mostram o que os seus clientes realmente perguntam, melhor do que qualquer análise.

Como fazer isto passo a passo está descrito no artigo Primeiro arranque. A análise da arquitetura da Anthropic — aqui.

Agente Demo