Revisão: João Paulo Chagas, gestor de Marketing e Operações da Audatia · atualizado em 18 de agosto de 2026
Um agente de IA é supervisionado quando existe, por escrito e antes de ele ser ligado, uma regra que diz qual tipo de ação ele executa sozinho, qual executa e avisa, qual precisa de confirmação de quem executa o processo e qual precisa de aprovação de quem responde pela área. Essa regra tem nome de matriz de aprovação, cabe numa tabela de uma página e é o único artefato que separa um agente que a empresa controla de um agente que a empresa torce para dar certo. As plataformas dão a mecânica: a documentação do ClickUp registra que os Super Agents pedem aprovação humana para decisões críticas e que toda ação é registrada, e a do monday.com registra que os agentes operam dentro das permissões e guardrails definidos. O que nenhuma plataforma faz por você é decidir o que é crítico na sua operação. Isso é decisão de negócio, e ela é o trabalho.
O que é, de fato, um agente supervisionado?
Supervisão não é alguém olhando a tela. É a existência de um ponto de parada obrigatório antes de uma ação com consequência.
Uma distinção que ajuda: autonomia é sobre quem decide; supervisão é sobre quem confere. Um agente pode ter autonomia alta e supervisão alta ao mesmo tempo — decide muita coisa e tem tudo conferido depois. Ou autonomia baixa e supervisão baixa — decide pouco e ninguém olha o pouco que decide, que é a pior combinação e a mais comum.
Quais são os níveis de autonomia?
Quatro, e a graça está em usar níveis diferentes para tipos de ação diferentes dentro do mesmo agente. Agente não precisa ter um nível único.
| Nível | O agente… | Bom para | Ruim para |
|---|---|---|---|
| 1 · Sugere | Propõe e não executa nada | Começar. Primeiras semanas de qualquer agente | Volume alto — vira fila de sugestão ignorada |
| 2 · Executa e avisa | Faz e notifica quem precisa saber | Ação reversível e de baixo impacto | Qualquer coisa que saia da empresa |
| 3 · Pede confirmação | Prepara e espera um clique de quem executa | Ação com consequência interna relevante | Volume muito alto — cansa e o clique vira automático |
| 4 · Pede aprovação | Prepara e espera aprovação de quem responde pela área | Comunicação externa, número, encerramento | Rotina — trava o processo se aplicado a tudo |
O erro de calibragem mais frequente não é dar autonomia demais. É colocar o nível 3 em ação de alto volume: quando a pessoa confirma quarenta vezes por dia, o clique deixa de ser uma decisão e vira um reflexo. Aí você tem a burocracia da supervisão sem a supervisão.
Como montar a matriz de aprovação?
Liste os tipos de ação que o agente vai executar — não as tarefas, os tipos — e atribua um nível a cada um. Um exemplo real de agente de triagem numa operação de serviços:
| Tipo de ação | Nível | Quem confere | Por quê |
|---|---|---|---|
| Classificar e priorizar solicitação | 2 · executa e avisa | Quem atende, ao pegar | Reversível, alto volume, erro visível na hora |
| Atribuir responsável | 2 · executa e avisa | Líder da fila | Reversível, e o erro aparece rápido |
| Redigir resposta ao cliente | 3 · pede confirmação | Quem atende | Sai da empresa. Nunca automático |
| Solicitar informação faltante ao cliente | 3 · pede confirmação | Quem atende | Sai da empresa, mesmo sendo rotina |
| Escalar para outro time | 2 · executa e avisa | Time destino | Custo do erro é baixo; custo da demora é alto |
| Encerrar solicitação | 4 · pede aprovação | Dono da área | Encerramento é irreversível na percepção do cliente |
| Alterar prazo acordado | 4 · pede aprovação | Dono da área | Tem efeito contratual |
Duas regras práticas para preencher a sua:
- Tudo que sai da empresa começa no nível 3 ou 4. Sempre. Depois de meses de histórico limpo você reavalia, se quiser.
- Tudo que é irreversível é nível 4. Irreversível inclui o que é tecnicamente reversível mas socialmente não — um e-mail enviado pode ser apagado do sistema e não da cabeça de quem leu.
Como as plataformas implementam isso hoje?
De formas parecidas na intenção e diferentes na configuração. O que vale saber antes de desenhar a matriz é o teto que cada uma impõe.
No ClickUp, os agentes ficam limitados ao que o usuário já acessa: a documentação registra que todos os papéis de usuário só podem usar Autopilot Agents a partir de locais e itens que podem acessar e sobre os quais têm permissão total ou de edição total. Há ainda uma configuração de escopo que mantém o agente fora de locais, tarefas e documentos privados. E o help center descreve os Super Agents como tratados como usuários da plataforma, com log de ações e aprovação humana para decisão crítica.
No monday.com, a formulação é a de guardrails:
“Agents operate within your permissions and guardrails, so you stay in control of what they do, where they act, and how they communicate.”
— monday.com Support
E a governança fica concentrada numa área de administração: segundo a documentação, ela dá aos administradores um lugar central para gerenciar e monitorar IA na conta, com controle de acesso a recursos, revisão de consumo de créditos e limites de uso. As permissões podem ser definidas por tipo de agente ou herdadas do nível superior.
O ponto que interessa para a sua matriz: nas duas plataformas, o teto de alcance do agente é a permissão que já existe. Se a sua conta hoje dá a todo mundo acesso a tudo, a matriz de aprovação vai ser a única barreira que existe — e barreira única é frágil. Vale arrumar permissão antes.
Quem deve ser o aprovador?
Quem responde pelo resultado do processo, não quem entende de tecnologia. É a confusão de papel mais cara desse tema: colocar o administrador da ferramenta como aprovador de conteúdo faz com que ele aprove o que não tem como avaliar, e cria uma assinatura sem julgamento.
Três critérios para escolher:
- Consequência. Quem explica para o cliente quando dá errado.
- Contexto. Quem tem como saber se aquela saída faz sentido naquele caso.
- Disponibilidade. Quem consegue responder no tempo do processo. Aprovador que demora dois dias num processo de duas horas não é supervisão — é gargalo, e o time vai contornar.
O critério 3 elimina mais candidatos do que se imagina, e é o que faz matriz de aprovação bonita fracassar na segunda semana.
Como saber se a supervisão está calibrada?
Olhando dois números depois de um mês de operação:
- Taxa de correção: de tudo que o agente propôs nos níveis 3 e 4, quanto foi alterado antes de aprovar. Taxa muito alta significa que o agente não está pronto para aquele tipo de ação. Taxa perto de zero por semanas seguidas significa que aquele tipo de ação provavelmente pode descer de nível.
- Tempo de espera na aprovação: quanto tempo as ações ficam paradas esperando. Se o tempo de espera for maior que o tempo que a ação levava para ser feita manualmente, a supervisão está custando mais do que economiza — e a resposta certa costuma ser trocar o aprovador, não remover a aprovação.
A revisão desses dois números não é evento único. Permissão muda quando alguém entra ou troca de função, e processo evolui. Manter isso calibrado ao longo do tempo é sustentação — pela mesma razão que integração e automação precisam de dono depois do go-live.
Resumo
| Pergunta | Resposta curta |
|---|---|
| O que é agente supervisionado? | Aquele com regra escrita de parada obrigatória antes de ação com consequência |
| Supervisão é olhar a tela? | Não. É um ponto de aprovação definido antes de ligar |
| Quantos níveis existem? | Quatro: sugere, executa e avisa, pede confirmação, pede aprovação |
| Um agente tem um nível só? | Não. O nível é por tipo de ação, dentro do mesmo agente |
| Qual o erro de calibragem mais comum? | Confirmação em ação de alto volume — o clique vira reflexo |
| O que sempre começa no nível 3 ou 4? | Tudo que sai da empresa e tudo que é irreversível |
| Quem deve aprovar? | Quem responde pelo resultado, com contexto e disponibilidade |
| Como sei se está calibrado? | Taxa de correção e tempo de espera na aprovação |
Próximo passo
Se você está montando a matriz e travou em “não sei quem responde por esse processo”, o problema é de desenho de processo e ele aparece muito antes da IA — é o tipo de definição que a consultoria resolve mapeando dono, entrada e saída de cada fluxo.
Para colocar a matriz dentro de um conjunto maior de regras — acesso, dado, registro e resposta a incidente —, siga para governança de IA para time de operação.
