Qual a diferença entre agente, workflow e chatbot?

A diferença está em quem decide o próximo passo. No chatbot não existe próximo passo: o modelo responde e a conversa continua. No workflow quem decide é você, no código, antes de qualquer execução. No agente quem decide é o modelo, a cada volta, olhando o que a ação anterior devolveu. O modelo pode ser exatamente o mesmo nos três.

Isso não é uma taxonomia acadêmica. É a variável que muda o custo, a latência, a forma de testar e o tipo de erro que você vai receber às três da manhã. Encadear chamadas com ordem fixa é prompt chaining, e continua sendo workflow por mais chamadas que tenha.

A posição honesta, antes de qualquer detalhe: a maioria dos casos que chegam pedindo um agente se resolve melhor com workflow determinístico. Quando vale sair do prompt e montar um agente é uma pergunta com resposta mais estreita do que a palavra sugere, e o custo de errar para o lado do agente é alto.

Os três no mesmo chamado

Um cliente escreve: “comprei na terça e o pedido não chegou”. Vale ver o que cada desenho faz com essa frase.

O chatbot lê a frase e escreve uma resposta. Ela vai sair educada, no tom certo, e vai dizer que sente muito e que o cliente deve verificar o código de rastreio. Ele não consultou pedido nenhum, porque não tem como. O produto ali é o texto.

O workflow roda três etapas na mesma ordem, sempre: classificar a intenção, buscar o pedido pelo e-mail do remetente, montar a resposta a partir de um template com o status real. Se a intenção não for uma das seis previstas, ele encaminha para uma pessoa. Duas ou três chamadas ao modelo, alguns segundos, e o caminho é o mesmo em todas as execuções.

O agente recebe o mesmo texto com um catálogo de seis ferramentas e decide o que fazer. Talvez busque o pedido, veja que a transportadora marcou entrega e o cliente diz que não recebeu, consulte a política de reentrega, cheque se o endereço tem histórico de problema e só então responda. Ou talvez descubra na primeira consulta que o pagamento nem foi aprovado, e responda em uma volta. A variação é o ponto: é isso que ele oferece e é isso que ele cobra.

Chatbot: bom até a terceira mensagem

O chatbot é o desenho mais antigo dos três e o mais fácil de subestimar. Para conteúdo que já está no modelo, ou que cabe no prompt, é a resposta mais barata que existe. Um FAQ de política de troca respondido por modelo, com o texto da política colado no contexto, resolve bem e custa uma chamada.

O limite aparece quando a conversa se estende. Um estudo de 2025 comparou desempenho em conversa de um turno e de múltiplos turnos, simulando mais de 200 mil conversas com modelos abertos e fechados do topo da lista na época. A queda média foi de 39% em seis tarefas de geração, e a decomposição é o achado que interessa: a perda de capacidade é pequena e o aumento de imprevisibilidade é grande¹. Os autores descrevem o padrão de forma direta: os modelos assumem coisas cedo, tentam entregar a solução final antes da hora e passam a confiar demais nessa tentativa. Quando erram o caminho na conversa, eles se perdem e não voltam.

Isso muda o desenho de um chatbot de atendimento. Se a conversa vai passar de três ou quatro turnos, vale reconstruir o estado a cada mensagem a partir de campos extraídos, em vez de empurrar o histórico inteiro adiante. É menos elegante e é mais estável.

Reconstruir o estado significa, na prática, guardar cinco ou seis campos: qual pedido está em questão, qual é o problema relatado, o que já foi verificado, o que já foi prometido ao cliente. O prompt da mensagem seguinte é montado a partir desses campos mais os dois últimos turnos em texto. O histórico completo continua no banco, para auditoria, e não vai ao modelo. Uma suposição errada feita no turno 2 aparece como um campo errado que alguém consegue ver, em vez de contaminar em silêncio tudo o que vem depois.

Workflow: o desenho que quase sempre ganha

Workflow aqui significa uma sequência de etapas que você escreveu, com chamadas ao modelo dentro de algumas delas. Classificar, extrair, resumir, decidir por regra, chamar API, formatar. A ordem é sua.

Quatro propriedades explicam por que ele ganha com tanta frequência.

Custo previsível. Três chamadas com contexto controlado custam três chamadas. Não existe a soma de contextos crescentes que faz a conta de um agente subir de forma superlinear.

Latência de segundos. O usuário pode esperar por isso atrás de um botão.

Erro localizado. Quando a saída sai errada, você sabe qual etapa produziu, e a correção é uma alteração num prompt específico ou numa regra específica. Em agente, a mesma investigação começa lendo a trajetória inteira.

Teste que funciona. Cada etapa tem entrada e saída definidas, então cada etapa tem conjunto de teste. Com temperatura zero, o comportamento é praticamente reproduzível.

Uma confusão frequente: workflow não significa pouco modelo. Ele pode ter cinco chamadas, com prompts distintos e temperaturas distintas, e continua sendo workflow, porque as arestas entre as etapas estão no seu código. O que define não é quanta inteligência cabe dentro de cada caixa, é quem desenha as setas entre elas.

O caso que mais gera dúvida é o roteamento. Uma etapa em que o modelo escolhe qual das seis intenções vale, e o código chama um caminho diferente para cada uma, parece decisão do modelo, e é. Só que é uma decisão única, sobre um conjunto fechado que você escreveu. O que caracteriza agente é a escolha se repetir com base no resultado da escolha anterior. Um roteador escolhe uma vez e a execução segue por trilho.

A limitação real também é clara: workflow não lida com o que você não previu. Se a intenção do cliente não estiver na lista, ele encaminha. Isso costuma ser aceitável e às vezes é exatamente o comportamento desejado.

Agente: quando o loop paga

O padrão que quase todo agente segue veio de um trabalho de 2022 que propôs intercalar raciocínio e ação em vez de tratá-los como etapas separadas: o modelo escreve o que está pensando, escolhe uma ação, lê o resultado e repete². É esse ciclo que dá a capacidade de investigar, e é ele que cobra.

O loop paga quando o espaço de caminhos é grande e você não consegue enumerá-lo. Investigar por que um lote de cobranças falhou. Percorrer uma base de código que ninguém conhece atrás da origem de um comportamento. Pesquisar até encontrar uma resposta que pode estar em cinco lugares diferentes.

E o loop cobra em consistência. O τ-bench, de 2024, montou um cenário próximo do atendimento real: agente com ferramentas de domínio, documento de política, usuário simulado, avaliação pelo estado final do banco. Os autores mediram pass^k, a taxa de acerto em todas as k tentativas da mesma tarefa. Agentes de function calling do estado da arte na época ficaram abaixo de 50% de sucesso, e no domínio de varejo o pass^8 ficou abaixo de 25%³. Oito execuções da mesma tarefa, e em três de cada quatro casos pelo menos uma saiu errada.

Os números envelhecem rápido e o formato não. Onde a mesma entrada precisa produzir sempre a mesma saída, o loop trabalha contra você.

O híbrido que resolve boa parte

A escolha raramente é entre três caixas fechadas. O arranjo que mais funciona é um workflow determinístico com um único passo agêntico dentro, na etapa onde a variação de fato mora.

No caso do chamado de atendimento: classificar, buscar o pedido e formatar a resposta continuam sendo etapas fixas. Só a etapa do meio, “decidir o que fazer quando o rastreio diz entregue e o cliente diz que não recebeu”, vira um pequeno loop com três ferramentas e teto de cinco passos. Você paga o loop em uma etapa de seis, e as outras cinco continuam determinísticas.

Um levantamento de 2024 sobre arquiteturas de agentes descreve o mesmo movimento no nível de cima, comparando desenhos de agente único e de múltiplos agentes: quanto mais definida a divisão de papéis e mais explícito o ponto de coordenação, mais confiável o sistema⁴. É um survey, com as limitações do gênero, mas a observação bate com o que se vê na prática. Estrutura em volta do loop rende mais que autonomia.

Quanto custa cada um

Ordens de grandeza para o mesmo chamado de atendimento, com as premissas à vista.

O chatbot faz uma chamada. Instrução de 600 tokens, mensagem de 200, resposta de 200. Perto de 1.000 tokens no total.

O workflow faz três chamadas com contexto enxuto em cada uma: classificar em 400 tokens, decidir em 900, redigir em 1.200. Cerca de 2.500 tokens, e a composição é conhecida de antemão.

O agente carrega instrução de 1.500 tokens e catálogo de 1.200 em toda iteração. Em nove voltas, com cada resultado de ferramenta acrescentando uns 700 tokens ao histórico, a soma passa de 50 mil tokens de entrada. São vinte vezes o workflow para o mesmo chamado, e é isso que aparece na fatura no fim do mês.

A latência acompanha. Uma chamada leva segundos, três chamadas levam alguns segundos, nove iterações com ferramenta no meio levam de um a dois minutos. Se o seu produto tem um usuário olhando a tela, essa diferença decide sozinha.

Onde cada um falha

O chatbot inventa com confiança. Ele não tem acesso ao pedido e responde mesmo assim, porque responder é o que ele faz. Sem ferramenta ou contexto recuperado, a resposta plausível é a única disponível.

O workflow quebra fora da lista. A sétima intenção, aquela que ninguém previu, cai no caminho padrão. Se o caminho padrão for encaminhar para uma pessoa, tudo bem. Se for responder assim mesmo, você tem um problema silencioso.

O agente varia. Duas execuções, dois caminhos, duas respostas. Boa parte da estratégia de teste de software comum não se aplica, e medir exige rodar a mesma tarefa várias vezes em vez de uma.

O agente esconde o custo. Ele funciona na demo com quatro iterações e vai a trinta em produção, com um catálogo que cresceu. A curva é superlinear e a surpresa chega junto com a fatura.

Os três falham quando a escolha foi feita por moda. O erro mais caro que aparece nessa decisão não é escolher errado entre os desenhos: é escolher agente sem ter tentado o workflow, e descobrir seis semanas depois que o workflow resolvia.

Como decidir

1. A resposta em texto já encerra a tarefa? Se ninguém precisa que algo mude num sistema, é chatbot. Acrescentar ferramenta a isso é resolver um problema que você não tem.
2. Você consegue escrever a sequência inteira de passos? Se consegue, é workflow. O teste é literal: abra um editor e escreva. Se sair, está pronto.
3. A variação cabe dentro de um passo só? Se sim, é workflow com um passo agêntico dentro. Você mantém o determinismo das outras etapas.
4. O loop cabe no custo e na latência? Vinte vezes o preço e dois minutos de espera são aceitáveis nesse produto? Se não forem, a resposta é workflow mesmo que a tarefa pareça pedir agente.

Uma observação sobre a pergunta 2, que é onde mais se erra: a resposta é sobre a sequência, não sobre a dificuldade. Uma tarefa pode ser difícil, exigir julgamento e ainda assim ter ordem fixa. Difícil não implica agêntico.

E rode a mesma entrada oito vezes antes de decidir que o agente funciona. Uma execução bem-sucedida é o dado mais enganoso desta decisão inteira.

Footnotes

1. Laban et al. (2025) simularam mais de 200 mil conversas e mediram queda média de 39% em seis tarefas de geração ao passar de um turno para múltiplos turnos, quase toda ela atribuída a aumento de imprevisibilidade e não a perda de capacidade. ↩

2. Yao et al. (2022) propuseram intercalar raciocínio e ação numa mesma sequência, que é a estrutura base do loop de agente usada até hoje. ↩

3. Yao et al. (2024) mediram consistência com pass^k: agentes de function calling do estado da arte na época ficaram abaixo de 50% de sucesso e abaixo de 25% de pass^8 no domínio de varejo. ↩

4. Masterman et al. (2024) compararam arquiteturas de agente único e de múltiplos agentes e observaram que papéis bem definidos e pontos de coordenação explícitos são o que mais contribui para confiabilidade. ↩