AI Builder
Permite pedir sugestões de próximos passos e até compor um plano inicial de workflow a partir de um objetivo escrito em linguagem natural.
AI
O Selfint já suporta AI e pode usá-la de várias formas.
A AI no Selfint não é apenas uma ideia futura. Já existem componentes concretos para ajudar a desenhar workflows, executar passos com AI dentro do processo e acompanhar custos, latência e resultados.
A lógica certa é simples: usar AI onde ela acelera trabalho humano, mas com controlo, contexto e supervisão.
Como pode ser usada
Há formas de uso mais operacionais e formas de uso mais assistidas ao nível de desenho do workflow.
Passos AI dentro do workflow
O workflow pode chamar AI para ler input, interpretar conteúdo, gerar estrutura, responder com JSON e mapear o resultado para o resto do processo.
Operação controlada
As equipas conseguem criar connections AI, manter prompts versionados, testar com preview e acompanhar logs, tokens, custo e latência.
Exemplos simples de uso
- Extrair campos importantes de emails, texto livre ou payloads complexos.
- Classificar pedidos por tipo, prioridade ou intenção.
- Resumir conteúdo antes de enviar para outro sistema ou equipa.
- Produzir resposta estruturada em JSON para continuar o workflow sem intervenção manual.
- Encaminhar para revisão humana quando a confiança é baixa.
O que já existe no editor AI
- Escolha de provider e connection.
- Modelo, prompts de sistema e utilizador, e variáveis.
- Definição de input, output e mapeamento para campos do workflow.
- Preview antes de gravar.
- Guard rails como confiança mínima e ações em caso de baixa confiança.
- Opções de privacidade e controlo sobre o que fica guardado.
O que a equipa técnica pode configurar
Estas capacidades estão já disponíveis na plataforma para configuração e operação contínua.
AI connections
Permitem configurar referências reutilizáveis por equipa, com provider, base URL, modelo por defeito e associação a credenciais API.
Prompts versionados
Os prompts podem ser guardados com nome, referência, versão, estado e schema de variáveis, para reutilização consistente.
Preview e testes
Antes de ativar, a equipa pode enviar input de exemplo para validar comportamento, output e eventuais erros.
Logs e estatísticas
É possível filtrar execuções AI por cliente, workflow, step, provider, connection ou modelo, com visibilidade de tokens, custo e latência.
AI Builder
Há endpoints e hooks já preparados para obter sugestões de design e compor um plano de workflow com testes incluídos.
Multi-provider
No step editor existem opções para OpenAI, Azure OpenAI, Ollama e HTTP custom, conforme o contexto de integração.
MCP Gateway
Endpoint JSON-RPC 2.0 compatível com Claude Desktop, Cursor e qualquer cliente MCP. Cada organização recebe uma chave de API própria (mcp_…), e o catálogo de ferramentas disponíveis pode ser consultado via GET /api/mcp/tools/list. Requer plano com MCP ativado.
Notificações Slack
Cada cliente pode configurar um webhook Slack para receber alertas automáticos de erros, aprovações pendentes e submissões de ficheiros. O webhook fica mascarado após gravação e pode ser testado diretamente na interface. Requer plano com Slack ativado.
Boas práticas
- Use AI em tarefas com objetivo claro e resultado verificável.
- Prefira output estruturado quando o resultado vai alimentar outro sistema.
- Defina confiança mínima e fallback humano para decisões mais sensíveis.
- Monitore logs, custo e latência para perceber se o uso está a compensar.
- Trate prompts e connections como ativos administrados, não como texto solto espalhado pelo sistema.