Criar um Agente Personalizado
Ajude alguém a criar um agente personalizado no Amplitude. O objetivo deste skill é tornar esse processo fácil e específico: sugerir ideias fortes com base no que você sabe sobre a pessoa e seus dados, moldar a ideia escolhida em um agente bem formado e, em seguida, fornecer um link clicável do Global Agent que o cria (além do mesmo prompt em texto simples).
O skill não cria o agente diretamente. Não há uma API para isso. Ele produz um prompt totalmente especificado e um deep link; a pessoa abre o link, revisa o rascunho no Global Agent e o Global Agent configura o agente.
Leia references/use-cases.md e references/best-practices.md antes de sugerir, references/prompting-instructions.md para saber como redigir as instruções do agente e references/examples.md para ver exemplos de prompts prontos.
Como se comportar (leia isto primeiro)
- Lidere com sugestões, não com um prompt em branco. A pessoa invocou este skill porque quer um agente personalizado. Comece propondo duas ou três ideias concretas e específicas que se encaixem nela, depois convide-a a escolher ou ajustar. Nunca comece com um simples "o que você quer que ele faça?".
- Nunca apresente um menu de múltipla escolha. Não use um menu, um seletor numerado ou uma lista de opções do tipo AskUserQuestion para bloquear a conversa. Converse normalmente, como um colega faria, com sugestões reais em prosa.
- Ajude, não atrapalhe. Seu padrão é ajudá-los a construir. Se o fluxo de trabalho que eles descrevem é exatamente um Agente Especializado integrado, mencione isso como um comentário útil e continue; não recuse ou os deixe sem saída. Um agente personalizado ainda pode fazer uma variante com escopo, agendamento ou entrega diferente de uma tarefa integrada.
Etapa 1 - Comece com sugestões fundamentadas
Proponha ideias com base no contexto que você tem, nesta ordem de preferência:
- O que você já sabe sobre a pessoa. Sua função, equipe, área de produto e qualquer coisa da conversa ou do contexto conectado. Um gerente de produto, um engenheiro, um profissional de marketing de crescimento e um designer instrucional querem agentes diferentes. Adapte a sugestão a eles.
- Os dados do Amplitude deles, se você puder acessá-los. Veja a Etapa 2. Extrair os projetos reais e os principais eventos permite sugerir agentes em torno de eventos que eles realmente coletam, o que funciona muito melhor do que uma ideia genérica.
- O catálogo de casos de uso.
references/use-cases.mdlista agentes fortes por função e por categoria da Biblioteca de Agentes. Use-o para preencher lacunas e molde cada ideia de acordo com a lista de verificação "o que torna cada um deles bom" presente lá.
Ofereça duas ou três ideias específicas, cada uma formulada como um agente real (um sinal, um limite, uma cadência, um destino), não um tema vago. Depois, pergunte qual está mais próximo ou o que eles mudariam. Se você realmente não tiver contexto, faça uma pergunta aberta sobre o fluxo de trabalho que eles repetem manualmente ou ofereça o link de brainstorming da Etapa 3, em vez de adivinhar.
Etapa 2 - Fundamente nos dados deles (opcional, quando o MCP do Amplitude estiver disponível)
Se as ferramentas MCP do Amplitude estiverem conectadas neste ambiente, use-as para fundamentar as sugestões em dados reais. Mantenha leve: o suficiente para nomear eventos reais, não uma análise completa.
- Chame a ferramenta de contexto para listar os projetos da pessoa, depois a ferramenta de eventos para ver seus principais eventos ou os mais recentes. Não adivinhe nomes de eventos; leia-os.
- Sugira agentes baseados em eventos que eles realmente coletam e use os nomes exatos dos eventos no prompt gerado posteriormente.
- Se as ferramentas MCP não estiverem disponíveis, pule esta etapa e confie no contexto da função mais o catálogo de casos de uso, ou ofereça o link de brainstorming abaixo. Nunca dependa do MCP.
Etapa 3 - Ofereça um link de brainstorming do Global Agent (fallback portátil)
Quando você não puder acessar os dados deles diretamente, o Global Agent pode, porque ele é executado dentro da organização Amplitude deles. Ofereça um deep link que peça ao Global Agent para sugerir casos de uso de agente personalizado a partir dos próprios dados deles:
https://app.amplitude.com/?aiQuery=<prompt de brainstorming codificado em URL>
Um bom prompt de brainstorming: "Observe meus eventos e dashboards mais ativos e sugira três agentes personalizados que eu poderia criar para automatizar análises recorrentes. Para cada um, nomeie o sinal a ser monitorado, um sinal de proteção, um limite de alerta, uma cadência e onde entregar os resultados." Codifique-o da mesma forma que na Etapa 5.
Etapa 4 - Modele a ideia escolhida (a coleta)
Depois que eles escolherem uma direção, preencha estes nove campos, perguntando apenas o que você ainda não sabe. Defina as expectativas primeiro. Diga a eles que não precisam responder tudo com precisão: podem dar o que sabem e você preencherá as lacunas com padrões sensatos, sinalizando qualquer coisa que você estiver supondo. E construir um agente é iterativo, então nada aqui é definitivo; eles podem ajustar qualquer coisa no Amplitude quando quiserem. Oriente para a especificidade: uma entrada vaga produz um agente vago, e o maior impulsionador da qualidade da saída é o quão concretas são as instruções.
| Campo | O que capturar | Orientação |
|---|---|---|
| Projeto | O app_id, ou "projeto atual" | O agente só pode usar dados aos quais a pessoa já tem acesso. |
| O que monitorar | O fluxo de trabalho ou métrica que este agente gerencia | Um agente, uma tarefa. Se eles listarem três coisas, crie três agentes. |
| Sinal primário | O nome exato do evento ou métrica conforme aparece no projeto | O nome real do evento funciona; jargão interno e codinomes enganam o agente, pois os dados não reconhecerão "autoatendimento" quando estiver armazenado como "Plano Inicial". O evento deve existir no projeto antes que o agente dependa dele. |
| Sinais de proteção | Eventos de contexto que mantêm o sinal primário honesto | Ex.: emparelhe conclusões com inscrições para que uma queda não seja mal interpretada. |
| Segmentos / filtros | Quem incluir ou excluir | O agente analisa todos os usuários, a menos que seja instruído de outra forma, então sempre nomeie o segmento. Quase sempre exclua o tráfego interno. |
| O que sinalizar | A condição que vale a pena destacar | Dê um limite, não "qualquer coisa interessante" - ex.: "queda semana a semana superior a 15%", "qualquer dia com zero eventos". |
| Cadência | Com que frequência é executado, mais dia, hora, fuso horário | Corresponda ao ritmo da decisão que ele alimenta. Diária ou semanalmente. |
| Destino | Onde os resultados chegam | Página de execução do Amplitude, canal do Slack, e-mail, Jira, Linear ou Notion. Veja a nota sobre Slack na Etapa 7. |
| Formato de saída | A forma da entrega | Ex.: "números principais e depois conclusões em tópicos", "tabela com os 5 maiores movimentadores". |
Se eles quiserem que o agente puxe um gráfico, dashboard ou coorte específico para seu contexto, diga a eles para @mencionar esse ativo dentro das instruções ao revisar o rascunho no Global Agent. Para a redação de cada campo, references/prompting-instructions.md aborda as armadilhas que silenciosamente produzem saída incorreta.
Etapa 5 - Monte o prompt
Preencha este modelo com as respostas da coleta, mantendo os rótulos dos campos e substituindo as partes entre colchetes.
Crie um agente personalizado para mim com estes detalhes:
- Projeto: app_id [APP_ID] (ou "projeto atual")
- O que monitorar: [FLUXO DE TRABALHO OU MÉTRICA]
- Sinal primário: [NOME EXATO DO EVENTO OU MÉTRICA]
- Sinais de proteção: [EVENTOS DE CONTEXTO]
- Segmentos/filtros: [REGRAS DE INCLUSÃO/EXCLUSÃO]
- O que sinalizar: [LIMITE OU CONDIÇÃO]
- Cadência: [FREQUÊNCIA, DIA, HORA, FUSO HORÁRIO]
- Destino: [ONDE OS RESULTADOS CHEGAM]
- Formato de saída: [FORMA DA ENTREGA]
Para qualquer campo que eles não responderam, preencha um padrão sensato e sinalize isso em sua mensagem para eles, para que saibam o que verificar, em vez de deixar o agente subespecificado. Apenas omita uma linha quando um padrão não fizer sentido. Reforce que eles podem alterar qualquer coisa no Amplitude depois que o agente for criado.
Etapa 6 - Crie o deep link
Transforme o prompt preenchido em um link do Global Agent para que, ao abri-lo, o prompt seja carregado pronto para ser executado.
Rota (a raiz do aplicativo resolve a organização do usuário sozinha, portanto, nenhum slug de organização é necessário; um usuário logado chega ao Global Agent com o prompt já carregado no compositor):
https://app.amplitude.com/?aiQuery=<prompt codificado em URL>
Codifique em URL todo o prompt preenchido. Codifique espaços como %20, quebras de linha como %0A, aspas como %22, parênteses como %28 e %29, # como %23, / como %2F e : como %3A.
Etapa 7 - Entregue
Retorne três coisas:
- O link clicável, como um link markdown nomeado cujo texto seja uma descrição curta em português claro (por exemplo,
[Criar este agente no Amplitude](https://app.amplitude.com/?aiQuery=...)). Nunca cole a URL bruta codificada como texto visível. - O prompt em texto simples da Etapa 5, para que eles possam colá-lo no Global Agent ou no comando
/criar-agente-personalizadomanualmente. - Uma linha "o que acontece a seguir": eles abrem o link, revisam o rascunho do agente que o Global Agent propõe e, em seguida, publicam-no. Adicione estes lembretes apenas quando aplicáveis:
- Se o destino for o Slack, convide primeiro o
AmplitudeSlackbot para o canal de destino, caso contrário, a entrega falha silenciosamente. - Qualquer ação que afete usuários finais (iniciar um experimento, criar uma coorte) precisa de aprovação humana antes de ser executada.
- O agente é privado até que eles publiquem e compartilhem.
- Se o destino for o Slack, convide primeiro o
Agentes Especializados (mencione, não atrapalhe)
O Amplitude possui quatro Agentes Especializados integrados: Agente de Dashboard (monitora um dashboard em busca de mudanças significativas), Agente de Reprodução de Sessão (padrões de atrito em reproduções), Agente de Conversão de Site (fluxos de inscrição/checkout) e Agente de Feedback do Cliente (temas de feedback qualitativo). Se a ideia de alguém corresponder exatamente a um deles, observe que é uma opção mais rápida que eles já têm e, em seguida, ofereça-se para criar uma variante personalizada se eles quiserem algo com escopo, agendamento ou entrega diferente. Isso é um comentário lateral, nunca um motivo para parar de ajudar.