Recently active topics

👤  Para quem concluiu a série e quer aprofundar o uso🔐  Disponível nos planos pagos🎯  Para quem quer expandir o uso para processos críticos e para o time inteiro Se você chegou até aqui, o Pipefy já está conectado ao seu assistente, você fez seus primeiros comandos, auditou um pipe e talvez já tenha criado um agente. O que vem a seguir é usar o que você aprendeu em processos com mais complexidade, mais sistemas envolvidos e mais impacto na operação.Este artigo consolida a série, mostra onde o ganho é maior e aponta o caminho para quem quer ir além.  📖  O que você vai encontrar aqui:O que muda quando o time inteiro passa a operar assim Três casos de uso onde o ganho é maior Como expandir para outros processos e times Como medir se o uso está evoluindo Como continuar aprendendo e contribuir O que esta série cobriu O que muda quando o time inteiro passa a operar assimNos primeiros artigos o foco era individual: você conectando o assistente, você auditando um pipe, você criando um agen

👤  Para administradores de pipe e times de operações🔐  Disponível para todos os planos🎯  Para quem quer operar o Pipefy em linguagem natural a partir do assistente de IA que já usa Comece por aqui: O que é o Pipefy MCP Server e o que ele torna possível Com o Pipefy conectado ao seu assistente de IA, você passa a operar processos em linguagem natural: consultar pipes, acompanhar cards e, dependendo do caminho escolhido, executar ações dentro do fluxo. Existem duas formas de fazer essa conexão, e a primeira decisão do artigo é justamente qual delas atende o seu caso.O caminho hospedado leva dois comandos e não exige instalar nada na sua máquina. O caminho local pede mais preparação e libera a superfície completa de ferramentas, incluindo as que escrevem no processo. Ao terminar, você terá o Pipefy conectado e testado no assistente. 📖  O que você vai entender aqui:O que é o Pipefy AI Toolkit Passo 1: escolha o caminho de conexão Passo 2: caminho hospedado (somente leitura) Passo 3: ca

👤  Para administradores de pipe e gestores de processo🔐  Disponível nos planos pagos🎯  Para quem quer criar um AI Agent configurado para o seu processo, sem começar de uma tela em branco Criar um AI Agent na tela do Pipefy é direto: você define o nome, escreve as instruções e configura os behaviors um a um. Mas quando o processo já existe e tem estrutura, fases e padrões de uso, começar de uma tela em branco significa ignorar tudo o que o pipe já sabe sobre si mesmo.Com o MCP Server conectado, o assistente lê o pipe antes de propor qualquer coisa. Os behaviors que ele sugere vêm das fases, das automações e dos campos que existem ali. O que sai do outro lado é uma proposta construída a partir do processo real, e você a valida antes de ativar. Pré-requisitos para este fluxo: instalação local do MCP Server, habilidade de admin no pipe e a opção de AI Agents habilitada nas preferências do pipe. Faltando o último, a etapa 1 falha sem deixar claro o motivo, então vale conferir antes de co

 👤  Para administradores de pipe e gestores de processo🔐  Disponível nos planos pagos🎯  Para quem tem um pipe rodando e quer identificar o que melhorar sem revisar tudo manualmente Todo processo em uso há algum tempo acumula camadas: automações criadas para resolver problemas pontuais, fases que cresceram além do planejado, prazos que nunca foram definidos. Revisar tudo isso manualmente exige tempo e um olhar fresco sobre o que está funcionando e o que não está.Com o Pipefy conectado ao assistente, você pode pedir essa leitura. Ele inspeciona a estrutura do pipe, identifica padrões problemáticos e traz recomendações concretas. E quando você decide aplicar uma sugestão, ele executa a mudança e você confere o resultado no audit log. Pré-requisito: a etapa 1 é leitura e roda em qualquer conexão. As etapas 2, 3 e 4 escrevem no pipe ou leem registros de auditoria, então exigem a instalação local do MCP Server e habilidade de admin no pipe. Se você conectou pelo caminho hospedado, faça a

👤  Para quem pode criar automações no pipe🔐  Planos pagos, e depende de liberação por organização; veja a primeira seção🎯  Para quem quer que os AI Agents do Pipefy alcancem ferramentas externas durante a execução do processo  Quando um AI Agent no Pipefy precisa buscar dados em uma planilha, consultar um registro no CRM ou avisar alguém em uma ferramenta de mensageria durante a execução do processo, ele usa o MCP Client. É a ponte entre o agente e as ferramentas externas que já fazem parte da sua operação.Ao terminar este artigo, você vai saber configurar essa conexão no seu pipe, usá-la em um behavior e acompanhar o que acontece em cada execução. 📖  O que você vai encontrar aqui:Primeiro: confirme que a sua organização tem acesso MCP Client e MCP Server: reforço rápido O que o MCP Client torna possível Por que a conexão é configurada pipe por pipe Quem configura o quê Passo 1: configurar a conexão no pipe Passo 2: usar a ferramenta em um behavior Como acompanhar as execuções Quan

👤  Para líderes de operações, gestores de processo e membros de pipe🔐  Disponível nos planos pagos🎯  Para quem quer entender o que o MCP Server é e o que passa a ser possível antes de configurar qualquer coisa Seus processos no Pipefy agora respondem ao assistente de IA que você já usa no dia a dia. Em vez de abrir o app para consultar um relatório, acompanhar um card ou aprovar um pedido, você digita o que precisa e o processo acontece, com as mesmas regras e aprovações que você já configurou.Este artigo cobre o MCP Server: o componente do Pipefy AI Toolkit que expõe os processos do Pipefy para que um assistente de IA compatível possa executá-los em linguagem natural. Ao terminar, você vai saber o que ele é, onde ele se encaixa no que você já tem, e o que passa a ser possível. Nenhum conhecimento técnico é necessário. 📖  O que você vai entender aqui:Antes de começar: o que a sua permissão habilita O ponto de partida: processos que vivem entre os sistemas O que é o MCP Server Onde

👤  Para gestores e profissionais de Marketing que já usam o Pipefy em pelo menos um processo do time🔐  Disponível para todos os planos🎯  Para quem quer descobrir quais outros processos de Marketing o Pipefy resolve além do que já está no ar Você trouxe um processo para o Pipefy. Talvez tenha sido a execução de campanhas, talvez a gestão de conteúdo. Ele começou a rodar, ganhou visibilidade, e a rotina daquele fluxo específico ficou mais leve. Enquanto isso, o resto do dia a dia do time segue em planilhas compartilhadas, threads de e-mail e pedidos de criação que ninguém consegue rastrear depois.Ao terminar este artigo, você vai saber reconhecer quais outros processos do seu time já podem sair da planilha e entrar no Pipefy, e vai identificar pelo menos dois candidatos para construir a seguir. A ideia não é aprender a configurar nada agora. É enxergar a jornada inteira do trabalho de Marketing, do briefing de uma campanha à aprovação de uma peça, e ver onde o Pipefy encaixa em cada e

Visão geralAgentes de IA agora podem incluir um ponto de aprovação humana no meio do fluxo. A Validação Humana é um checkpoint que você configura dentro do próprio Behavior do agente: em pontos de maior risco, o agente pausa e envia a saída para uma pessoa aprovar antes de seguir. O controle fica dentro do comportamento do agente, sem automação separada para configurar. O que há de novo?  Um checkpoint configurado direto no Behavior: digite `/` nas instruções e selecione Request Human Validation no menu de Actions, no ponto do fluxo em que a revisão humana deve acontecer. Direcione a revisão para uma pessoa específica pelo campo Send to, com o SLA da fase aplicado automaticamente. A validação aparece como um chip próprio no behavior, deixando sempre visível quais etapas têm checkpoint humano e quais não têm. Como isso ajuda?Coloca o julgamento humano exatamente onde está o risco: o agente segue sozinho na maior parte do fluxo e para apenas nos pontos que exigem decisão, como um pagamen

OverviewAI Agents can now include a human approval point in the middle of a flow. Human Validation is a checkpoint you set up inside the agent's own Behavior: at higher-risk moments, the agent pauses and sends its output to a person for approval before continuing. The control lives inside the agent's behavior, with no separate automation to configure. What's new?A checkpoint set up right inside the Behavior: type `/` in the instructions and select Request Human Validation from the Actions menu, at the point in the flow where human review should happen. Route the review to a specific person through Send to, with the phase SLA applied automatically. The validation appears as its own chip on the behavior, so it's always clear which steps have a human checkpoint and which don't. How does this help?Puts human judgment exactly where the risk is: the agent runs on its own through most of the flow and stops only at the points that require a decision, such as a payment above a threshold, a cont

Visão geralA Visão de Automações ganhou novas opções de ordenação e timestamps mais completos, dando a você controle rápido sobre como enxergar as automações do seu processo e facilitando a identificação do que mudou recentemente. O que há de novo?Novas opções de ordenação: ordene suas automações por "Última atualização" ou "Atualização mais antiga" diretamente na Visão de Automações. Timestamps mais claros: o timestamp de "Última atualização" agora exibe o ano, além do dia e do mês, para uma linha do tempo precisa e completa. Como isso ajuda?Diagnóstico rápido quando algo para de funcionar: se uma automação deixa de rodar, ordene por "Última atualização" e veja na hora se uma mudança recente pode ter causado o comportamento. Leitura precisa da linha do tempo: com o ano no timestamp, você entende exatamente quando cada automação foi alterada, sem ambiguidade entre anos diferentes. Visão imediata da atividade recente: a ordenação organiza suas automações pela última mexida, dando um ret

OverviewThe Automations view now offers new sorting options and more complete timestamps, giving you fast control over how you see your process automations and making it easy to spot what changed recently. What's new?New sorting options: sort your automations by "Last Updated" or "Oldest Updated" right inside the Automations view. Clearer timestamps: the "Last Updated" timestamp now shows the year alongside the day and month, for an accurate and complete timeline. How does this help?Fast diagnosis when something stops working: if an automation stops running, sort by "Last Updated" and instantly see whether a recent change might have caused the behavior. Precise timeline reading: with the year in the timestamp, you know exactly when each automation was changed, with no ambiguity across different years. Immediate view of recent activity: sorting arranges your automations by their latest edit, giving you a clear snapshot of what was touched most recently. Use cases1. A Pipe Admin investig

Visão geralAgora você pode aprimorar as instruções dos seus Agentes de IA com um clique. O Melhorar instruções gera uma reescrita do seu prompt aplicando boas práticas de engenharia de prompt, direto no editor de comportamento. Você continua no controle: a sugestão vem totalmente editável antes de ser aceita. O que há de novo?Melhorar instruções no editor de comportamento do Agente de IA. Com um clique, você recebe uma versão reescrita do seu prompt, mais clara e estruturada, seguindo boas práticas de engenharia de prompt. Você pode substituir as instruções atuais pela versão sugerida ou continuar refinando a partir dela. Junto com o Testar comportamento, o recurso fecha o fluxo completo do construtor de Agentes de IA: Construir, Testar, Melhorar e Criar, tudo no mesmo lugar. Como isso ajuda?Prompts mais claros e estruturados sem começar do zero: você parte da sua própria instrução e recebe uma versão organizada, em vez de reescrever tudo manualmente. Iteração mais rápida na construção

OverviewYou can now refine your AI Agent instructions with a single click. Improve instructions generates a rewrite of your prompt applying prompt engineering best practices, right inside the behavior editor. You stay in control: the suggestion comes fully editable before you accept it. What's new?Improve instructions in the AI Agent behavior editor. With one click, you get a rewritten version of your prompt, clearer and more structured, following prompt engineering best practices. You can replace your current instructions with the suggested version or keep refining from it. Together with Test behavior, this completes the full AI Agent builder workflow: Build, Test, Improve, and Create, all in one place. How does this help?Clearer, more structured prompts without starting from scratch: you begin from your own instruction and get an organized version instead of rewriting everything by hand. Faster iteration while building behaviors: apply prompt engineering best practices with a single

👤  Para gestores e profissionais de RH que já usam o Pipefy em pelo menos um processo do time🔐  Disponível para todos os planos🎯  Para quem quer descobrir quais outros processos do RH o Pipefy resolve além do que já está no ar Você trouxe um processo para o Pipefy. Talvez tenha sido o recrutamento, talvez o onboarding. Ele começou a rodar, ganhou visibilidade, e a rotina daquele fluxo específico ficou mais leve. Enquanto isso, o resto do dia a dia do time segue em planilhas compartilhadas, threads de e-mail e mensagens soltas que ninguém consegue rastrear depois.Ao terminar este artigo, você vai saber reconhecer quais outros processos do seu time já podem sair da planilha e entrar no Pipefy, e vai identificar pelo menos dois candidatos para construir a seguir. A ideia não é aprender a configurar nada agora. É enxergar a jornada inteira do colaborador, da vaga aberta ao desligamento, e ver onde o Pipefy encaixa em cada etapa. 📖  O que você vai entender aqui:Por que vale concentrar o

👤  Para gestores e profissionais de CS e Suporte que já usam o Pipefy em pelo menos um processo do time🔐  Disponível para todos os planos🎯  Para quem quer descobrir quais outros processos de CS e Suporte o Pipefy resolve além do que já está no ar Você trouxe um processo para o Pipefy. Talvez tenha sido a gestão de tickets, talvez o onboarding de clientes. Ele começou a rodar, ganhou visibilidade, e a rotina daquele fluxo específico ficou mais leve. Enquanto isso, o resto do dia a dia do time segue em planilhas compartilhadas, threads de e-mail e mensagens de clientes que ninguém consegue rastrear depois.Ao terminar este artigo, você vai saber reconhecer quais outros processos do seu time já podem sair da planilha e entrar no Pipefy, e vai identificar pelo menos dois candidatos para construir a seguir. A ideia não é aprender a configurar nada agora. É enxergar a jornada inteira do atendimento, da abertura de um chamado à resolução de uma reclamação, e ver onde o Pipefy encaixa em cad

👤  Para gestores e profissionais de Compras que já usam o Pipefy em pelo menos um processo do time🔐  Disponível para todos os planos🎯  Para quem quer descobrir quais outros processos de Compras o Pipefy resolve além do que já está no ar Você trouxe um processo para o Pipefy. Talvez tenha sido o pedido de compras, talvez a avaliação de fornecedores. Ele começou a rodar, ganhou visibilidade, e a rotina daquele fluxo específico ficou mais leve. Enquanto isso, o resto do dia a dia do time segue em planilhas compartilhadas, threads de e-mail e cotações que ninguém consegue rastrear depois.Ao terminar este artigo, você vai saber reconhecer quais outros processos do seu time já podem sair da planilha e entrar no Pipefy, e vai identificar pelo menos dois candidatos para construir a seguir. A ideia não é aprender a configurar nada agora. É enxergar a jornada inteira de uma compra, do pedido ao contrato com o fornecedor, e ver onde o Pipefy encaixa em cada etapa. 📖  O que você vai entender a

Visão geralA Timeline do card agora mostra com clareza quem ou o que executou cada ação e registra o comportamento das suas Automações e Agentes de IA direto no card. Além de acompanhar a atividade manual, você passa a ter um ponto central para investigar por que uma automação rodou, falhou ou não fez nada, sem sair do card. O que há de novo?Identificação clara do autor da ação: cada evento da Timeline exibe o autor com avatar (ou iniciais), nome e email. Automações e Agentes de IA têm ícones próprios e distintos, deixando óbvio à primeira vista quando a ação não partiu de uma pessoa. Links diretos para as configurações: eventos gerados por uma automação ou Agente de IA agora têm link direto para a respectiva página de configuração, então você vai da Timeline direto para a origem da regra. Logs de Automações e Agentes na Timeline: automações e agentes que falharam, ou que rodaram mas não executaram ação porque as condições não foram atendidas, agora aparecem direto na Timeline do card.

OverviewThe card Timeline now shows clearly who or what performed each action and records how your Automations and AI Agents behave right on the card. Beyond tracking manual activity, you get a central place to investigate why an automation ran, failed, or did nothing, without ever leaving the card. What's new?Clear activity ownership: every Timeline event displays the actor with avatar (or initials), name, and email. Automations and AI Agents have their own distinct icons, making it obvious at a glance when an action was not taken by a person. Direct links to settings: events driven by an automation or AI Agent now link straight to their settings page, so you go from the Timeline right to the source of the rule. Automation and Agent logs on the Timeline: automations and agents that failed, or that ran but took no action because conditions were not met, now show up directly on the card Timeline. 90-day badge: these log events carry a visual badge indicating this history is retained for

Visão geralO Max effort é uma capacidade configurável no nível de comportamento que eleva a precisão de raciocínio dos seus Agentes de IA. Em vez de uma execução em passo único, o agente segue um ciclo cognitivo avançado: planeja, busca contexto específico, revisa a própria análise e executa subconsultas direcionadas quantas vezes forem necessárias antes de agir. É a capacidade indicada quando o comportamento precisa interpretar documentos longos e cruzar informações antes de tomar uma decisão. O que há de novo?Raciocínio iterativo sobre documentos: um ciclo inteligente que faz buscas semânticas, inspeciona páginas específicas e interpreta contextos visuais como gráficos, assinaturas e tabelas digitalizadas. Isolamento por comportamento: você ativa ou desativa o Max effort em cada comportamento individualmente, sem alterar as tarefas padrão do mesmo agente. Configure em AI Agents > selecione ou crie um Agente > aba Behaviors > localize o comportamento > Effort: Max. Validaç