A inteligência artificial generativa continua a evoluir em ritmo acelerado, oferecendo ferramentas cada vez mais poderosas para automação e análise de dados. Recentemente, a Anthropic lançou o Claude 3.7 Sonnet, seu modelo de linguagem grande (LLM) mais inteligente até o momento, superando diversos benchmarks e destacando-se em tarefas complexas como programação e extração de informações. Paralelamente, plataformas no-code como a VectorShift democratizam o acesso à criação de agentes de IA, permitindo que usuários sem conhecimento profundo em programação desenvolvam soluções personalizadas. Este artigo explora como a combinação do Claude 3.7 Sonnet com a VectorShift pode ser utilizada para criar agentes de IA capazes de realizar análises detalhadas de contratos, automatizando um processo tradicionalmente demorado e complexo.
O Claude 3.7 Sonnet é o mais recente e avançado modelo de linguagem grande (LLM) desenvolvido pela Anthropic. Este modelo se destaca por sua inteligência aprimorada e desempenho superior em uma ampla gama de benchmarks, superando modelos renomados como o DeepSeek R1 e diversas versões do GPT. De acordo com informações divulgadas pela Anthropic, o Claude 3.7 Sonnet demonstra capacidades notáveis em raciocínio, compreensão de nuances e, crucialmente, em tarefas de programação e extração de dados.
Um dos indicativos de sua proeza é seu desempenho no benchmark SWE-bench, focado em engenharia de software. O Claude 3.7 Sonnet alcançou uma pontuação de 70.3% com scaffold personalizado, superando significativamente o Claude 3.5 Sonnet (62.3%), OpenAI o1 (49.0%), e o DeepSeek R1 (49.2%). Essa performance o posiciona como uma ferramenta extremamente promissora para desenvolvedores e para a criação de agentes de IA que necessitam de alta capacidade de codificação e análise lógica.
Além disso, o modelo é particularmente eficiente na extração de informações de visuais, como gráficos e diagramas complexos, tornando-o ideal para tarefas de análise de dados e ciência de dados. Sua capacidade de processar e compreender grandes volumes de texto com baixas taxas de alucinação também o torna adequado para analisar documentos extensos, como contratos.
A VectorShift é uma plataforma de automação que permite a qualquer pessoa construir agentes de IA e fluxos de trabalho utilizando uma interface intuitiva de arrastar e soltar. A plataforma oferece templates prontos e a possibilidade de criar soluções do zero, integrando diversos LLMs, incluindo modelos open-source e proprietários como os da Anthropic.
A VectorShift se propõe a ser a maneira mais fácil de construir e implantar aplicações de IA, automatizando tarefas e processos de back-office sem a necessidade de escrever código. A plataforma oferece planos flexíveis, incluindo uma opção gratuita que permite aos usuários explorarem suas funcionalidades básicas, como a criação de pipelines, chatbots e a utilização de bases de conhecimento.
A combinação do poder do Claude 3.7 Sonnet com a facilidade de uso da VectorShift abre portas para a criação de agentes de IA altamente especializados. Um exemplo prático é a automação da análise de contratos, uma tarefa que pode ser repetitiva e consumir muito tempo. A seguir, detalhamos o processo de criação de um agente de IA para essa finalidade.
Após criar uma conta ou fazer login na VectorShift, o usuário é direcionado ao painel principal de pipelines. Para iniciar, clica-se no botão de "+" para criar um novo pipeline. Embora existam diversos templates, para este exemplo, optaremos por "Criar Pipeline" do zero.
Todo fluxo de trabalho na VectorShift requer, no mínimo, um nó de entrada (Input) e um nó de saída (Output). Estes nós representam o início e o fim do processamento de dados pelo agente de IA.
Para utilizar o Claude 3.7 Sonnet, adicionamos nós de LLM da Anthropic ao pipeline. No exemplo demonstrado no vídeo de referência, foram utilizados quatro nós LLM da Anthropic, cada um configurado para extrair uma informação específica do contrato:
Cada nó LLM da Anthropic é configurado com uma "Instrução de Sistema" (System Prompt), que orienta o modelo sobre como processar a entrada e qual informação extrair. Por exemplo, a instrução para o primeiro nó poderia ser: "Você é um analisador de contratos especialista. Extraia a duração do contrato. Responda em tópicos. Responda apenas com a informação extraída, nada mais." O modelo selecionado em cada um desses nós seria o Claude 3.7 Sonnet.
O nó de entrada (Input) é configurado para aceitar arquivos (Type: File), permitindo o upload de contratos em formatos como PDF ou DOCX. O texto processado deste arquivo é então passado para cada um dos nós LLM da Anthropic através de uma variável, como {{Input_0.processed_text}}
, inserida no campo "Prompt" de cada nó LLM.
As respostas de cada nó LLM (ou seja, as informações extraídas) são então conectadas a nós de saída (Output) individuais. Isso permite que cada informação extraída seja exibida separadamente.
Após configurar todos os nós e conexões, as alterações no pipeline são implantadas (Deploy Changes). Em seguida, o pipeline pode ser exportado como um formulário (Form). A VectorShift permite personalizar a aparência deste formulário, incluindo:
Com o formulário configurado, o usuário pode fazer o upload de um arquivo de contrato. Ao submeter, o agente de IA processa o documento utilizando o Claude 3.7 Sonnet e exibe as informações extraídas nos respectivos campos de saída. Este processo demonstra uma automação eficaz, transformando um documento extenso e complexo em dados estruturados e de fácil acesso.
A automação demonstrada pode ser ainda mais potencializada através das integrações oferecidas pela VectorShift. Por exemplo, em vez de apenas exibir os dados extraídos em um formulário, é possível configurar o pipeline para enviar essas informações automaticamente para uma planilha do Google Sheets.
Para isso, bastaria adicionar um nó de integração do Google Sheets ao final do fluxo de trabalho, conectando as saídas dos nós LLM da Anthropic aos campos apropriados no nó do Google Sheets. Isso permitiria, por exemplo, que cada contrato analisado gerasse uma nova linha em uma planilha com colunas para "Duração", "Valor", "Data de Início da Faturação" e "Limitações de Responsabilidade", criando um banco de dados organizado e de fácil consulta das informações contratuais.
A chegada de modelos como o Claude 3.7 Sonnet e a disponibilidade de plataformas no-code como a VectorShift estão revolucionando a forma como interagimos com a inteligência artificial. A capacidade de criar agentes de IA personalizados para tarefas específicas, como a análise de contratos, sem a necessidade de programação complexa, capacita empresas e indivíduos a otimizar processos, economizar tempo e extrair valor de grandes volumes de dados. À medida que essas tecnologias continuam a evoluir, podemos esperar aplicações ainda mais sofisticadas e acessíveis, transformando diversos setores e atividades profissionais.
Exploramos as consequências das armas nucleares no espaço para a Terra e a importância de leis internacionais
Descubra como a HeyRosie, uma startup de Inteligência Artificial, está revolucionando o atendimento telefônico para pequenos negócios, oferecendo uma solução mais eficiente e acessível. Conheça os insights de Jordan Gal.
Explore os limites do ChatGPT Operator da OpenAI! Testamos sua capacidade de multitarefa, desde encontrar produtos a criar planos de negócios com IA. Veja os sucessos e desafios.