Ir para o conteúdo principal
Português— Escolher um idioma
Menu

O Que É um Agente de IA da OpenAI

Aula 1 de 25 Atualizada a 2 de novembro de 2026 Programador
Nesta página
  1. O Que É um Agente de IA da OpenAI
  2. Agente vs. Chatbot: A Diferença Fundamental
  3. O Ecossistema de Agentes da OpenAI em 2026
  4. A API de Respostas: O Motor Por Trás dos Bastidores
  5. Modelos Disponíveis para os Seus Agentes
  6. Pontos-chave

Atualizado a 2 de novembro de 2026 — Agent Builder. A 3 de junho de 2026, a OpenAI anunciou o encerramento do Agent Builder, agendado para 30 de novembro de 2026; o ChatKit permanece disponível. Doravante, a OpenAI direciona os utilizadores para o Agents SDK ou para os agentes do espaço de trabalho do ChatGPT. Desde 10 de setembro de 2026, a OpenAI disponibiliza uma API de Agentes em beta público que gere a orquestração de agentes (consulte ChatGPT em 2026, Lição 10).

O Que É um Agente de IA da OpenAI

Uma chamada de API padrão produz texto: envia uma pergunta, o modelo devolve uma resposta e a transação termina aí. Um agente funciona de forma diferente. Este raciocina sobre a tarefa atribuída, decide quais as ações a tomar, executa-as, observa os resultados e repete o ciclo até atingir o objetivo. Esta mudança de “gerar texto” para “concluir uma tarefa” representa uma evolução fundamental na forma como construímos aplicações inteligentes.

Em 2026, a OpenAI oferece um ecossistema completo para criar agentes: o Agents SDK (Python), o Agent Builder (sem código) e o ChatKit (implementação). Este curso guia-o através de cada um destes componentes.

GPT-5.6
Geração atual
1M
Tokens de contexto
6+
Ferramentas integradas
MCP
Protocolo aberto

Agente vs. Chatbot: A Diferença Fundamental

Um chatbot padrão responde às suas mensagens; um agente age. Quatro propriedades distinguem-no. Primeiro, a autonomia: o agente decide quais ferramentas utilizar e em que ordem; não precisa de programar a sequência para ele. Segundo, o ciclo de raciocínio permite-lhe observar os resultados das suas ações e ajustar a sua estratégia, em vez de seguir um plano rígido. Terceiro, o acesso a ferramentas dá-lhe “mãos”: pesquisar na web, executar código, ler ficheiros ou chamar APIs. Por fim, a persistência mantém o contexto entre vários passos, garantindo que a informação recolhida durante a terceira chamada permanece utilizável na décima.

Um exemplo prático ilustra esta diferença. Pergunta: “Analise as vendas do último trimestre e envie um resumo à equipa.” Um chatbot fornecer-lhe-á um modelo de resumo, deixando-o a si o preenchimento. Um agente irá:

  1. Chamar a sua API de vendas para recuperar os dados
  2. Utilizar o Code Interpreter para calcular tendências
  3. Gerar um resumo estruturado
  4. Enviar o e-mail através de uma função ligada

Não programou nenhum destes quatro passos: descreveu um objetivo e forneceu as ferramentas.

O Ecossistema de Agentes da OpenAI em 2026

Coexistem três níveis de entrada, desde o primeiro protótipo até à implementação em produção.

Agent Builder (Sem Código)

A interface visual em platform.openai.com permite criar um agente sem escrever código: configura aí as instruções, as ferramentas e as salvaguardas. É a ferramenta para prototipagem rápida, aquela que lhe diz em meia hora se a sua ideia é viável.

Agents SDK (Python)

O SDK oficial oferece controlo total sobre a lógica, as ferramentas, as transferências entre agentes e o rastreio. Este é o núcleo deste curso, e um agente completo cabe em apenas algumas linhas.

from agents import Agent, Runner

agent = Agent(
    name="Sales Assistant",
    instructions="You are a sales assistant. Analyze sales data and propose recommendations.",
    model="gpt-5.6-terra",
)

result = Runner.run_sync(agent, "What is the best-selling product this month?")
print(result.final_output)

ChatKit (Implementação)

O ChatKit integra os seus agentes no seu produto: widgets de chat, personalização de temas e ações do utilizador. Transforma um agente em execução num terminal num componente pronto para produção.

A API de Respostas: O Motor Por Trás dos Bastidores

Todos os agentes da OpenAI dependem da API de Respostas, que substituiu a API de Completamentos de Chat como ponto de entrada principal. Esta gere nativamente a chamada de funções, a pesquisa na web (pesquisa em tempo real), a pesquisa de ficheiros (pesquisa nos seus ficheiros), o interpretador de código (execução de código Python), o uso de computador (controlo de interface) e os conetores MCP (protocolo aberto). Não precisa de a chamar diretamente, pois o Agents SDK encapsula-a; mas quando um agente se comporta mal, é nesta camada que irá mergulhar para o compreender e otimizar.

Modelos Disponíveis para os Seus Agentes

Desde 9 de julho de 2026, a família GPT-5.6 (Sol, Terra, Luna) constitui a geração atual, e o raciocínio deixou de ser um modelo separado: é uma definição, que varia de none a max. Os exemplos de código neste curso utilizam esta família.

ModeloIdentificadorPosicionamento
GPT-5.6 Solgpt-5.6-solMais capaz: tarefas complexas, raciocínio avançado
GPT-5.6 Terragpt-5.6-terraEquilíbrio inteligência/custo — a sua escolha padrão
GPT-5.6 Lunagpt-5.6-lunaVolume e custo mínimo, perfeito para cadeias de agentes

O raciocínio é configurável por pedido em cada um deles (none → max), substituindo o antigo compromisso entre um modelo de uso geral e um modelo de raciocínio dedicado.

A escolha do modelo impacta diretamente as capacidades e o custo do seu agente: um modelo económico chamado vinte vezes numa cadeia não tem o mesmo custo que um modelo de ponta solicitado uma vez. Voltaremos a este tema em detalhe nas próximas lições.

Pontos-chave

  • Um agente de IA raciocina, decide e age — é muito mais do que um chatbot
  • O ecossistema da OpenAI oferece três níveis: Agent Builder (sem código), Agents SDK (código), ChatKit (implementação)
  • A API de Respostas é o motor subjacente a todos os agentes
  • O GPT-5.6 (Sol, Terra, Luna) é a geração atual; o raciocínio é uma definição, não um modelo separado