A maioria das empresas que experimenta agentes de IA esbarra na mesma limitação: cada agente só sabe fazer uma coisa de cada vez. Para uma tarefa que exige pesquisar, escrever e publicar, é preciso configurar três ferramentas diferentes — e um humano a passar o testemunho entre elas. Um novo estudo mostra que os agentes IA com múltiplas skills já conseguem decompor um pedido complexo, ir buscar a ferramenta certa para cada passo e montar um plano de execução sozinhos. E o melhor: o consumo de recursos cai 99%.
O que é e como funciona
Chama-se “roteamento composicional de skills” e é a capacidade de um agente de IA olhar para um pedido como “analisa as vendas do último trimestre, cria um gráfico e envia por email à equipa” e dividi-lo automaticamente em três passos: análise de dados, visualização e envio de email. Depois, o sistema procura numa biblioteca de “skills” — pequenas ferramentas reutilizáveis, como as que existem no ecossistema MCP (Model Context Protocol) — a que melhor se adequa a cada passo. Por fim, compõe um plano que respeita as dependências: não se pode enviar o email antes de ter o gráfico.
Os investigadores criaram o SkillWeaver, um sistema que combina um decompositor de tarefas baseado em LLM, um motor de pesquisa de skills com indexação FAISS e um planeador que constrói um grafo de dependências. Para testar, desenvolveram o CompSkillBench, um benchmark com 300 consultas complexas e 2.209 skills reais de servidores MCP públicos, cobrindo 24 categorias — de produtividade a análise de dados.
O segredo está no método SAD (Skill-Aware Decomposition), que melhora a decomposição ao verificar iterativamente se as sub-tarefas correspondem a skills disponíveis. Imagine um chefe de projecto que, ao planear, confirma se cada especialista necessário existe na equipa. Com uma única iteração, a precisão da decomposição sobe de 51% para 67,7%.
O que diferencia os agentes IA com múltiplas skills
Até agora, a opção para tarefas complexas era a orquestração manual: um utilizador tinha de encadear agentes ou ferramentas num workflow, como no n8n ou no Make. Isso exige tempo, conhecimento técnico e manutenção constante. Outra alternativa era dar ao agente um “super-prompt” com todas as instruções, mas isso consome muitos tokens e torna-se caro e lento.
O SkillWeaver resolve dois problemas que as alternativas não conseguiam. Primeiro, a decomposição automática com consciência das skills disponíveis — o sistema não inventa passos para os quais não há ferramenta. Segundo, a redução drástica do consumo de contexto: ao selecionar apenas as skills necessárias, o consumo de tokens cai mais de 99%. Isto significa que um agente pode trabalhar com bibliotecas enormes de skills sem disparar custos.
Além disso, o método mostrou capacidade de generalização: mesmo quando as categorias de skills-alvo não estavam na base de treino, o ganho relativo foi de 35,6%. Ou seja, o sistema aprende a decompor, não apenas a decorar.
O que isto significa para PMEs portuguesas
Para uma PME com 10 colaboradores, o tempo gasto a configurar automações é um luxo. Com agentes IA com múltiplas skills, um único assistente pode tratar de um processo completo: desde responder a um email de cliente, verificar stock no sistema, gerar uma proposta e agendar follow-up. Tudo sem intervenção humana.
Os números do estudo indicam que a precisão ainda não é perfeita (67,7%), mas a redução de 99% no consumo de recursos torna viável correr estes agentes em infraestruturas mais leves — e mais baratas. Para empresas que já usam ferramentas como o ChatGPT ou o Claude, a integração deste tipo de capacidade pode significar menos assinaturas de serviços isolados e menos horas de configuração. Como explicamos no nosso guia para integrar IA nos processos da empresa, o segredo está em começar com processos bem definidos e skills documentadas.
Se a sua empresa está a dar os primeiros passos na automação com IA, uma consultoria de inteligência artificial para PMEs pode ajudar a identificar quais os processos com maior retorno e a construir a biblioteca de skills certa para o seu negócio.
O erro que a maioria comete
A maioria das empresas tenta resolver tarefas complexas com uma única ferramenta de IA, como um chatbot genérico. O resultado são respostas superficiais, processos incompletos e a frustração de ver que “a IA não funciona”. A realidade é que tarefas de negócio raramente são atómicas — exigem uma combinação de capacidades. Ignorar a decomposição e a composição de skills é o atalho que sai caro.
Riscos e limitações
O SkillWeaver é ainda um protótipo de investigação. A precisão de 67,7% significa que, em cerca de um terço dos casos, a decomposição pode falhar — o que pode levar a planos incompletos ou errados. Não está pronto para processos críticos sem supervisão humana. Além disso, exige uma biblioteca de skills bem documentada e atualizada, o que implica um investimento inicial de organização. Para PMEs sem equipa técnica, a implementação direta ainda não é realista.
Veredito Descomplicar®
Vale a pena acompanhar de perto. Para PMEs que já usam agentes de IA em tarefas isoladas, o roteamento composicional de skills promete dar o salto para a automação de processos completos — com menos custos e menos configuração. No entanto, ainda não é uma solução “chave na mão”. A nossa recomendação: comece por mapear os processos da sua empresa e identificar as skills que seriam necessárias. Quando esta tecnologia chegar às plataformas de automação que já conhece, estará pronto para a adotar em semanas, não em meses.
