Curso 2: Wrappers e Automação com IA

Encontro 2

Automação Básica
De conversas para workflows

3 horasFoco Bloom: Aplicar

Instrutor: Rodrigo Pinto | Método Tempo para o que Importa

Slide título. Esperar todos entrarem (10 min acomodação). Iniciar com energia. Pré-requisito: Curso 1 completo + Encontro 1 do Curso 2.

Abertura

No Encontro 1, vocês
configuraram wrappers

NotebookLM, GPTs customizados, Claude Projects — IA empacotada com contexto persistente.

Mas tudo ainda era MANUAL.

Hoje: vamos fazer a IA trabalhar sozinha, disparada automaticamente.

Min 10-15. Recap rápido do E1. Perguntar: "Quem já usou o wrapper que criou no E1 durante a semana?" Transição: "Wrappers são ótimos, mas você ainda precisa abrir, colar, copiar... Hoje eliminamos isso."

A Evolução: Manual → Automático

Curso 1

Prompt

Você digita, IA responde

1 tarefa por vez

E1 — Wrappers

Configurar

Contexto persistente

Ainda manual

E2 — Hoje

Automatizar

Trigger → IA → Ação

Sem intervenção humana

Mostrar progressão. "Cada passo multiplica o impacto. Prompt = 1x. Wrapper = 5x. Automação = 100x."

Agenda do Encontro 2

3 Ciclos — 3 Horas

Ciclo 1: O que é uma API — desmistificado

Analogia do garçom, request/response, autenticação

Ciclo 2: n8n — Automação Visual

Interface, nodes, triggers, primeiro workflow

Ciclo 3: Primeiro Workflow Completo

Email → IA → planilha, passo a passo

Entregável: 1 workflow funcional no n8n

Mostrar agenda. "Não vamos programar. Tudo é visual, arrastar e soltar." Tempo: min 20-25.
Ciclo 1

O que é uma
API?

Application Programming Interface — mas esquecem esse nome.

Pensem: GARÇOM entre dois sistemas.

Ciclo 1 começa. Min 25-30. Tom: desmistificador, leve. "API é uma palavra que assusta, mas o conceito é simples."

A Analogia do Garçom

No Restaurante

  • Você (cliente) faz o pedido
  • O garçom leva para a cozinha
  • A cozinha prepara
  • O garçom traz o prato

Na Tecnologia

  • Seu sistema faz um request
  • A API envia para o servidor
  • O servidor processa
  • A API retorna a resposta

Você não entra na cozinha. Você não precisa saber programar. O garçom (API) resolve.

Analogia central. Desenhar no quadro se possível. "Vocês NUNCA vão precisar entrar na cozinha. O n8n é o garçom de vocês."

Request & Response

Toda comunicação via API segue esse padrão:

REQUEST

Seu pedido

API

O garçom

SERVIDOR

A cozinha

RESPONSE

O resultado

Exemplo real: Quando o ChatGPT responde sua pergunta, seu navegador fez um request para a API da OpenAI, que processou e retornou um response.

Diagrama visual. "Cada vez que vocês usaram ChatGPT, isso aconteceu por baixo dos panos. Vocês já usam APIs sem saber."

Autenticação: API Keys

Como o restaurante sabe que você pode pedir?

No Restaurante

  • Reserva no seu nome
  • Cartão de crédito na conta
  • Identificação do cliente

Na API

  • API Key: sua "identidade digital"
  • Código único que te identifica
  • Vinculada à sua conta e cobrança

REGRA DE OURO: API Key é como senha — NUNCA compartilhe, NUNCA coloque em lugar público.

Segurança de API Keys. "Se alguém pegar sua key, usa na sua conta e você paga." Mencionar: no n8n, as keys ficam em 'Credentials', protegidas.

Rate Limits & Tokens

Rate Limits

Quantos pedidos você pode fazer por minuto/hora.

Analogia: o restaurante só atende 50 mesas por noite. Se lotou, você espera.

OpenAI: ~500 requests/min (tier padrão)

Tokens

A "moeda" da IA. Cada palavra usa ~1.3 tokens.

Analogia: cada ingrediente do prato tem um custo. Prato mais elaborado = mais caro.

GPT-4o: ~$2.50 por 1M tokens de entrada

No Curso 1 vocês não pensavam nisso porque a interface pagava. Agora, via API, vocês controlam o custo.

Conceitos práticos de custo. "Não se preocupem com os números exatos. O ponto é: automação tem custo, mas é centavos por execução."

Demo Visual

Uma chamada de API na prática

// REQUEST (o que você envia)

{

"model": "gpt-4o",

"messages": [{

"role": "user",

"content": "Resuma este email em 3 bullet points"

}]

}

// RESPONSE (o que você recebe)

{

"content": "1. Reunião confirmada para terça...

2. Orçamento aprovado...

3. Prazo final: sexta-feira"

}

Vocês nunca vão escrever isso na mão. O n8n monta para vocês.

Mostrar o JSON de forma visual. "Parece complexo, mas o n8n transforma isso em arrastar e soltar. Vocês só precisam ENTENDER o conceito."

Quando usar IA vs Banco de Dados

Nem tudo precisa de IA. Saber quando usar cada ferramenta é essencial para automação eficiente.

Use IA (LLM) para:

  • Síntese: resumir textos longos
  • Redação: gerar ou reformular textos
  • Raciocínio: analisar e tirar conclusões
  • Transformação: converter formatos e extrair dados

NAO use IA para:

  • Fatos exatos: buscar CPF, CNPJ, datas oficiais
  • Dados estruturados: consultar tabelas e planilhas
  • Recuperação precisa: buscar legislação específica
  • Cálculos: somas, médias, contagens exatas

RAG: o melhor dos dois mundos

Fonte de Dados

Recuperação

LLM Raciocina

Resposta

RAG (Retrieval-Augmented Generation): busca fatos no banco de dados, depois deixa a IA raciocinar sobre eles. Precisão + inteligência.

Conceito de RAG simplificado. "Seus workflows devem saber quando consultar um banco de dados e quando pedir para a IA pensar. RAG combina os dois." Conceito que voltará nos encontros 4 e 5.

Resumo: API desmistificada

API = garçom entre dois sistemas

Request/Response = pedido e prato entregue

API Key = sua identidade (nunca compartilhe)

Tokens = a moeda (custo por uso)

Rate Limits = capacidade máxima por período

Com esses 5 conceitos, vocês já entendem o suficiente para automatizar.

Consolidação. "Guardem esses 5 conceitos. São a base de tudo que vem a seguir." Transição para Ciclo 2.
Ciclo 2

n8n

Automação Visual

Sem código. Sem terminal. Arrastar, conectar, executar.

Ciclo 2 inicia. Min 35-40. "n8n se pronuncia 'n-eight-n' ou simplesmente 'n8n'. É uma ferramenta de automação open-source."

O que é o n8n?

Características

  • Open-source — código aberto, gratuito
  • Visual — interface drag-and-drop
  • Self-hosted — roda no seu servidor
  • 400+ integrações nativas
  • IA nativa — nodes de OpenAI, Anthropic, etc.

Por que n8n?

  • Dados ficam no SEU servidor (segurança!)
  • Sem limite de execuções (vs Zapier/Make)
  • Comunidade ativa, templates prontos
  • Perfeito para serviço público (compliance)
  • Versão cloud disponível para começar
Enfatizar: "Open-source + self-hosted = seus dados ficam com você. Lembram da Portaria 227 do Curso 1? n8n resolve isso."

A Interface do n8n

1

Canvas

A área de trabalho onde você arrasta e conecta os nodes

2

Nodes

Cada "caixa" faz uma ação: ler email, chamar IA, salvar dados

3

Conexões

As linhas entre nodes definem o fluxo dos dados

Pensem como LEGO: cada peça (node) tem uma função. Você conecta as peças para criar o que quiser.

Se possível, abrir o n8n e mostrar ao vivo. Mostrar: canvas vazio, como adicionar um node, como conectar. Min 40-45.

Triggers: O que inicia o workflow?

Todo workflow começa com um trigger — o evento que dispara a automação.

📧

Email

"Quando chegar um email novo..."

Schedule

"Todo dia às 9h..."

🔗

Webhook

"Quando alguém enviar dados para este link..."

O trigger é o "quando" da automação. Sem trigger, nada acontece.

"Pensem: qual evento no dia de vocês poderia disparar uma automação? Email novo? Planilha atualizada? Horário específico?"

O Fluxo Básico de um Workflow

TRIGGER

O que dispara

🤖

IA

Processa

AÇÃO

Resultado

Exemplo: Chega email (trigger) → IA resume o conteúdo (processamento) → Salva resumo na planilha (ação)

Diagrama central do encontro. "Este é o padrão: TRIGGER → PROCESSAMENTO → AÇÃO. Todos os workflows seguem essa lógica."

Prompt Chaining: Cadeia de Prompts

Em vez de um prompt gigante, divida tarefas complexas em etapas encadeadas. Cada etapa adiciona uma camada.

📧

Email chega

Prompt 1

Classifica

Prompt 2

Extrai dados

Prompt 3

Gera resposta

Por que encadear?

  • Cada prompt é simples e focado
  • Resultado mais preciso que um prompt enorme
  • Mais fácil de debugar (testar etapa por etapa)
  • Reuso: mesma etapa serve para vários fluxos

A conexão com n8n

  • Cada node do n8n = um prompt na cadeia
  • O workflow É a cadeia de prompts, visual
  • Vocês já estão fazendo prompt chaining!
  • Conceito de Tina Huang (Stanford/Google)

Quando montam Trigger → IA → Ação, vocês estão encadeando. Nos próximos encontros, as cadeias ficam mais longas e poderosas.

Prompt Chaining (Tina Huang). "Um prompt único para tudo é como pedir ao garçom: 'quero comida boa'. Prompt chaining é pedir entrada, prato principal e sobremesa separadamente.' Cada node do n8n É um elo da cadeia."

n8n vs Make vs Zapier

n8nMakeZapier
TipoOpen-sourceCloud (SaaS)Cloud (SaaS)
HospedagemSelf-hosted ou cloudCloud apenasCloud apenas
PreçoGrátis (self-hosted)A partir de $9/mêsA partir de $20/mês
ComplexidadeMédiaMédiaBaixa
DadosNo SEU servidorNos EUA/EUNos EUA
IA nativaSim, avançadaSim, básicaSim, básica

Por que n8n neste curso: dados no seu controle + sem limites + IA avançada + grátis.

Comparação rápida. "Zapier é mais fácil, mas caro e limitado. Make é intermediário. n8n é o mais poderoso E grátis." Para serviço público: dados no servidor próprio é essencial.
Exercício 1 — 15 min

Explorar a Interface do n8n

1. Abram o n8n (link fornecido pelo instrutor)

2. Criem um novo workflow (botão "New Workflow")

3. Adicionem 3 nodes quaisquer (cliquem no "+" no canvas)

4. Conectem os nodes entre si (arrastem as conexões)

5. Observem: o que cada node faz? Que opções aparecem?

Objetivo: familiarizar com a interface. Não precisa funcionar ainda!

Exercício exploratório. Circular e ajudar. "Não se preocupem se não funcionar. O objetivo é CONHECER a interface." Min 50-65.

Debrief — Exercício 1

O que vocês descobriram?

Canvas

Área infinita para montar workflows

Nodes

Centenas de opções: email, planilha, IA, HTTP...

Conexões

Dados fluem de um node para o outro

Agora vamos criar algo que FUNCIONA de verdade.

Debrief rápido. Perguntar: "Quem achou mais fácil do que esperava?" Transição para o primeiro workflow funcional.

Primeiro Workflow Funcional

Vamos criar juntos, passo a passo:

Manual Trigger

Botao "executar"

OpenAI Node

Gerar texto com IA

Ver Resultado

Output no n8n

O que vai acontecer: Vocês clicam "executar" → o n8n envia um prompt para a IA via API → a resposta aparece no resultado.

É exatamente o que vocês fazem no ChatGPT, mas automatizado.

Construir ao vivo junto com a turma. "Abram o n8n. Vamos fazer juntos, passo a passo." Min 65-75.
Exercício 2 — 15 min

Criar Workflow: Trigger → IA → Resultado

1. Adicionem node "Manual Trigger"

2. Adicionem node "OpenAI" (ou outro modelo de IA)

3. No node OpenAI, configurem: Prompt = "Gere 3 dicas de produtividade para servidores públicos"

4. Conectem: Manual Trigger → OpenAI

5. Cliquem "Execute Workflow" e vejam o resultado!

Credenciais da API serão fornecidas pelo instrutor.

Exercício guiado. Ter credenciais prontas. Circular e ajudar. "Se der erro, chamem. Erros são normais no começo." Min 75-90.

Intervalo

20 minutos

Voltamos para construir um workflow completo e funcional:
Email → IA → Planilha.

Intervalo REAL de 20 minutos. Min 90-110. Garantir horário de volta. Deixar n8n aberto.
Ciclo 3

Primeiro Workflow
Completo

Vamos construir algo que resolve um problema real.

Ciclo 3 inicia. Min 110. "Agora é para valer. Vamos construir algo que vocês podem levar para o setor."

O Problema

Você recebe dezenas de emails por dia. Precisa ler cada um, extrair informações-chave e registrar em uma planilha. Manualmente, isso leva horas.

A solução automatizada:

Email chega → IA lê e extrai informações → Planilha é atualizada automaticamente.

Tempo: de 2 horas para 0 minutos.

"Quem aqui já perdeu tempo copiando dados de email para planilha? Isso acaba hoje." Criar urgência e relevância.

Arquitetura do Workflow

📧

Email Trigger

Novo email chega

🤖

OpenAI

Extrai: remetente, assunto, ação, prazo

📋

Google Sheets

Salva linha com os dados

Node 1

IMAP Email — monitora caixa de entrada

Node 2

OpenAI — prompt de extração estruturada

Node 3

Google Sheets — append row com dados extraídos

Mostrar a arquitetura completa antes de construir. "3 nodes. 3 passos. Zero intervenção humana após configurar." Min 115-120.

O Prompt que a IA recebe (Node 2)

System Prompt no node OpenAI:

"Você é um assistente de triagem de emails. Analise o email abaixo e extraia as informações em formato JSON:

- remetente: nome e email
- assunto_resumido: máximo 10 palavras
- ação_necessária: o que precisa ser feito
- prazo: data se mencionada, ou 'não informado'
- urgência: alta, média ou baixa

Responda APENAS com o JSON, sem texto adicional."

Reconhecem isso? É Context Engineering do Curso 1 aplicada em automação!

"Vejam: ROLE + TAREFA + FORMATO + RESTRIÇÃO. Tudo que aprenderam no Curso 1 está aqui. A diferença: agora roda automaticamente."
Exercício 3 — 25 min (em grupo)

Construir o Workflow Completo

1. Formem grupos de 2-3 pessoas

2. Criem novo workflow no n8n

3. Adicionem: Manual Trigger (usaremos manual para teste)

4. Adicionem: OpenAI com o prompt de extração (slide anterior)

5. Adicionem: Google Sheets (append row) — ou outro node de saída

6. Testem com um email de exemplo fornecido pelo instrutor!

Exercício principal do encontro. Circular ativamente. Template de email será fornecido. "Se travar, perguntem. Errar faz parte." Min 120-145.

Quando der erro (e vai dar!)

Erros comuns

  • 401 Unauthorized — API Key errada ou expirada
  • 429 Rate Limit — Muitos pedidos, espere um pouco
  • 500 Server Error — Problema no servidor, tente de novo
  • Node desconectado — Faltou ligar as linhas

Como resolver

  • Clique no node com erro para ver detalhes
  • Verifique as Credentials
  • Execute node por node (botão "Test")
  • Olhe o output de cada node

Erros são normais. Até profissionais experientes debugam o tempo todo.

Slide de apoio durante o exercício. "Se vocês verem 401, é a key. 429, é rate limit. 500, tente de novo. Sem pânico."

Debrief — Exercício 3

O que vocês acabaram de fazer

Conectaram um trigger a uma IA a uma planilha

Usaram Context Engineering do Curso 1 dentro de um workflow

Criaram algo que roda sem vocês precisarem fazer nada

Isso é automação. Zero código. Zero terminal.

Celebrar a conquista. "Vocês acabaram de criar algo que profissionais de TI cobram caro para fazer. E fizeram em 25 minutos."
Atividade Final — 20 min

Recap em Duplas

1. Formem duplas (diferentes do exercício anterior)

2. Mostrem seu workflow para o colega e expliquem o fluxo

3. Discutam: qual tarefa do dia-a-dia poderia virar um workflow?

4. Anotem: trigger + processamento + ação dessa ideia

20 min. Circular e ouvir ideias. Nos últimos 5 min, pedir 2-3 duplas para compartilhar com a turma. Min 140-155.

3 Perguntas para as Duplas

1

Explique o que é uma API usando a analogia do garçom.

2

Qual a diferença entre n8n e Zapier? Por que escolhemos n8n?

3

Descreva um workflow do seu setor: trigger → IA → ação.

Projetar perguntas. Ajuda duplas a focar. A pergunta 3 é a mais importante: gera ideias para o E3 e E4.

Fechamento

O que levar do Encontro 2

API = garçom entre sistemas (request/response)

n8n = automação visual, open-source, dados no seu controle

Workflow = Trigger → Processamento IA → Ação

Context Engineering do Curso 1 é o que alimenta a IA nos workflows

Recap rápido dos 4 pontos-chave. "Tudo que aprenderam nos Cursos 1 e 2 E1 está sendo usado aqui."

A automação não substitui o pensamento humano. Ela libera tempo para que você possa pensar no que realmente importa.

Rodrigo Pinto

Método Tempo para o que Importa

Citação de fechamento. Conectar com o método geral: "Tempo para o que importa = eliminar trabalho repetitivo."

Próximo Encontro

Encontro 3:
Integrações Práticas

📧

Email

Classificação e triagem automática

📊

Planilhas

Análise e relatórios automáticos

📄

Documentos

Geração e reformulação em batch

Tarefa: Identifiquem 2 tarefas repetitivas do setor que poderiam virar workflows.
Tragam: qual é o trigger, o processamento e a ação de cada uma.

Dar a tarefa. "No E3 vamos conectar com ferramentas reais do dia-a-dia. Tragam ideias do setor de vocês." Min 155-158.

Até o próximo
encontro!

Curso 2: Wrappers e Automação com IA

Rodrigo Pinto

Método Tempo para o que Importa

Encerrar no horário. Agradecer a participação. Lembrar da tarefa. Min 158-160.
1 / 37