Os agentic workflows são processos nos quais um ou vários agentes de IA decompõem uma tarefa complexa em passos e os executam de forma autónoma, tomando decisões, chamando ferramentas externas e revendo os seus próprios resultados sem intervenção humana constante. Ao contrário de uma simples consulta a um modelo, aqui o sistema planeia, atua e corrige-se em ciclos iterativos até atingir um objetivo.
A sua importância reside no facto de permitirem automatizar trabalhos que antes exigiam supervisão contínua, encadeando capacidades que um único prompt não resolve. Costumam apoiar-se em vários padrões:
- Planeamento: dividir o objetivo em subtarefas ordenadas.
- Uso de ferramentas: consultar APIs, bases de dados ou executar código.
- Reflexão: avaliar o resultado e tentar novamente se for deficiente.
Um exemplo prático seria um agente que investiga um tema: procura fontes, lê documentos, contrasta dados e redige um relatório, repetindo passos quando deteta lacunas. A principal nuance é que a autonomia acarreta riscos — erros que se propagam ou ações indesejadas —, pelo que convém incorporar limites, validações e, quando for crítico, pontos de controlo humano.