# O Grok Bot não precisa fazer tudo. Precisa saber quem faz.

> Como utilizo Grok Bot, Antigravity e ESAA para coordenar agentes, automatizar processos e transformar tarefas complexas em fluxos de trabalho.

- Author: Elzo Brito
- Language: pt-BR
- Published: 2026-11-03
- Canonical URL: https://elzobrito.com/blog/o-grok-bot-nao-precisa-fazer-tudo/
- Translation: https://elzobrito.com/en/blog/grok-bot-does-not-need-to-do-everything/

---
Há algumas semanas venho utilizando o Grok Bot como um assistente permanente. Ele tem acesso a um computador, consegue operar aplicações, navegar na web, consultar arquivos, executar comandos e utilizar outras ferramentas de inteligência artificial. Recentemente, li um artigo sobre o uso desse tipo de agente que destacava a importância de escrever bons prompts, estabelecer regras, oferecer contexto e supervisionar resultados.

Concordo com esses princípios, mas acredito que existe uma dimensão ainda mais interessante: o potencial de um agente como o Grok Bot não está em executar tudo sozinho, mas em coordenar ferramentas e agentes especializados para realizar processos completos. Essa diferença muda bastante a maneira de trabalhar com inteligência artificial.

## Um agente não precisa ser especialista em tudo

Quando preciso desenvolver software, tenho ferramentas como Codex, Claude Code, Antigravity (AGY) e Grok Build. São agentes especializados em programação, capazes de explorar repositórios, implementar funcionalidades, refatorar código e executar testes. Por que utilizar o Grok Bot diretamente para escrever centenas de linhas de código quando ele pode operar o Antigravity e delegar essa atividade?

Não estou dizendo que o Grok Bot não possa programar. Ele pode escrever scripts e resolver problemas técnicos quando necessário. Mas existe uma diferença entre conseguir executar uma tarefa e ser a ferramenta mais adequada para realizá-la.

O papel que atribuo ao Grok Bot é outro: compreender meus objetivos, organizar atividades, selecionar ferramentas, acompanhar a execução e verificar os resultados. Se preciso desenvolver uma aplicação, ele pode preparar os requisitos, acionar o AGY, acompanhar o desenvolvimento e me apresentar o resultado. O Grok Bot não precisa competir com os agentes especializados. Ele pode utilizá-los. E isso não se limita ao desenvolvimento de software.

## Um canal no YouTube produzido por uma equipe de agentes

Um dos meus projetos envolve a produção de documentários sobre bandeiras e sua história para um canal no YouTube. Nesse trabalho, utilizo o Grok Bot para coordenar um processo que envolve pesquisa histórica, roteiro, narração, imagens, animações, edição e validação técnica. O processo começa com a definição da pauta. O Grok Bot pesquisa fontes, organiza referências, realiza curadoria e prepara as informações que serão utilizadas no episódio.

Em seguida, aciona o Antigravity para escrever o roteiro. O AGY utiliza uma skill com as regras editoriais, a estrutura narrativa e os critérios de produção. Assim, o Grok Bot não precisa consumir seu próprio contexto produzindo todo o roteiro. Ele delega essa tarefa a outro agente.

Com o roteiro preparado, começa a produção da narração. O Grok Bot utiliza o Google AI Studio para gerar os áudios por segmento, com a voz definida para o canal. Depois, o Whisper processa os arquivos de áudio e produz o alinhamento temporal das palavras. Isso permite saber em que momento cada trecho da narração acontece. Com essas informações, é possível realizar a decupagem: dividir o roteiro em cenas e especificar imagens, movimentos e duração de cada plano.

O Antigravity volta a participar, agora na preparação dos recursos visuais. Outras ferramentas, como o vectorcraft-cli, auxiliam na produção de bandeiras e mapas vetoriais, preservando a fidelidade dos elementos históricos. Por fim, entram as ferramentas da família *-craft-cli e o FFmpeg, responsáveis por etapas de composição, montagem, processamento de áudio e renderização.

O resultado é um vídeo montado, que recebo para avaliação. Mas existe uma parte importante dessa arquitetura que ainda não mencionei. Como controlar todas essas tarefas, suas dependências e os arquivos produzidos? Como saber se uma etapa foi realmente concluída, se determinado artefato foi alterado ou se uma aprovação foi concedida? É aí que entra o ESAA.

## ESAA: a estrutura que governa o processo

Além do Grok Bot e dos agentes especializados, utilizo o ESAA (Event-Sourced Agentic Architecture), uma arquitetura que venho desenvolvendo para coordenar fluxos de trabalho multiagentes. O ESAA utiliza conceitos de event sourcing, nos quais as mudanças de estado são registradas como eventos. Isso permite acompanhar a evolução das tarefas, recuperar estados de execução e reconstruir o histórico do processo.

No projeto audiovisual, o ESAA organiza a produção em um conjunto de tarefas com dependências explícitas, formando um grafo acíclico dirigido, ou DAG. Cada tarefa possui responsabilidades, entradas, saídas e condições de conclusão. Uma atividade dependente não deveria avançar enquanto seus pré-requisitos não estiverem satisfeitos. O processo também registra evidências e hashes SHA-256 dos artefatos, permitindo identificar alterações e conferir a integridade dos arquivos utilizados.

Outro componente importante são os pontos de aprovação, ou gates. No fluxo audiovisual, existem dois gates oficiais, com regras específicas sobre quem pode autorizar o avanço. Determinadas aprovações podem ser delegadas ao Grok Bot, enquanto decisões finais permanecem sob minha responsabilidade.

Isso cria uma distinção importante entre os componentes:

- **Grok Bot:** interpreta meus objetivos, pesquisa, coordena operações e interage com as ferramentas.

- **ESAA:** administra tarefas, estados, dependências, evidências e aprovações.

- **Antigravity e demais ferramentas:** executam os trabalhos especializados e produzem os artefatos.

- **Eu:** estabeleço objetivos, avalio resultados e mantenho a autoridade sobre decisões finais.

O ESAA não substitui o Grok Bot. Tampouco é outro agente encarregado de escrever roteiros ou montar vídeos. Ele fornece a estrutura de governança na qual o trabalho acontece.

Imagine que uma narração precise ser refeita depois que algumas cenas já foram preparadas. O áudio novo pode alterar a duração dos trechos e invalidar a sincronização anterior. Em um processo manual, seria necessário identificar quais arquivos precisam ser atualizados e quais etapas devem ser executadas novamente. Em um processo governado por dependências, como o que construí com o ESAA, essas relações podem ser registradas, permitindo identificar os artefatos afetados e organizar o retrabalho.

O mesmo vale para falhas. Uma ferramenta pode produzir um arquivo tecnicamente inválido, uma cena pode não atender às especificações ou uma etapa pode terminar sem entregar todas as evidências obrigatórias. Nesses casos, marcar uma tarefa como concluída não é suficiente. É necessário comprovar que ela cumpriu seus critérios de aceitação. Essa é uma das maiores diferenças entre simplesmente automatizar uma sequência de comandos e estruturar um processo governado.

O Grok Bot coordena o trabalho. O ESAA mantém o controle formal da execução. As ferramentas especializadas realizam as atividades. Com isso, não dependo exclusivamente da memória de uma conversa para saber o que já foi produzido, aprovado ou precisa ser corrigido.

## O fluxo audiovisual na prática

A produção pode ser resumida em uma sequência de etapas: pesquisa e curadoria pelo Grok Bot, roteiro pelo AGY, narração no Google AI Studio, transcrição e sincronização com Whisper, decupagem e criação visual, montagem com ferramentas especializadas, validação técnica e entrega. O ESAA acompanha esse processo como uma camada transversal de governança. Ele não é apenas mais uma etapa da sequência: suas tarefas, dependências, evidências e aprovações atravessam todo o fluxo.

![Fluxograma da produção audiovisual: Grok Bot coordena pesquisa, roteiro, narração, sincronização, criação visual, montagem e validação; o ESAA governa o fluxo, com aprovação final do autor.](/images/grok-bot-esaa-fluxo.svg)

O fluxograma representa essa separação entre coordenação, execução e governança. Ao final, mesmo que as etapas técnicas tenham sido concluídas, a publicação não acontece automaticamente. O vídeo precisa passar pela minha aprovação, e a publicação no YouTube permanece uma ação manual.

## Da produção audiovisual à correção de provas

Outro exemplo aconteceu no meu trabalho como professor universitário. Eu tinha um conjunto de provas discursivas respondidas à mão. Precisava digitalizá-las, identificar as respostas dos estudantes e realizar uma correção preliminar com base em um gabarito. Utilizei o Grok Bot em conjunto com o Antigravity para coordenar esse processo. As provas foram digitalizadas e submetidas ao reconhecimento óptico de caracteres (OCR), incluindo a interpretação das respostas manuscritas. A partir de um gabarito com critérios de avaliação e pontuação parcial, os agentes produziram uma correção preliminar de cada prova.

Para cada estudante foram gerados dois arquivos principais: um PDF com a prova digitalizada e um documento Markdown contendo a transcrição das respostas, a pontuação atribuída a cada item e as justificativas. Eu não queria simplesmente receber uma nota. Queria saber por que cada resposta havia recebido determinada pontuação. O gabarito orientava a avaliar compreensão, justificativa e aplicação dos conceitos, aceitando respostas alternativas corretas e atribuindo pontos parciais.

Com os resultados estruturados, tornou-se possível revisar as correções e questionar decisões específicas. Em uma dessas revisões, a pontuação de uma prova mudou. O documento preservou tanto a nota anterior quanto as justificativas da alteração. Mais importante ainda: ao revisar avaliações de estudantes com notas muito baixas, questionei se os ajustes poderiam favorecer apenas aquele grupo. A decisão foi considerar os mesmos critérios para toda a turma antes de aprovar as alterações.

Nesse caso, o Grok Bot e o AGY foram utilizados para organizar e executar o processamento, sem que eu precisasse transformar o Grok Bot em um sistema especializado de OCR ou correção.

Naturalmente, há limitações. A leitura de manuscritos pode falhar, a interpretação de respostas discursivas pode ser equivocada e a aplicação de critérios pode apresentar inconsistências. Por isso, a correção automatizada é preliminar. A avaliação final continua sendo responsabilidade do professor. Também existem cuidados obrigatórios com a privacidade dos estudantes, o acesso aos documentos e o tratamento dos dados pessoais. O ganho não está em eliminar a revisão humana, mas em disponibilizar evidências organizadas para que ela seja realizada de maneira mais eficiente.

## Não é apenas engenharia de prompts

Escrever bons prompts continua sendo importante. Um agente precisa compreender objetivos, receber contexto, respeitar restrições e saber quando solicitar uma decisão. Mas um processo que envolve diferentes agentes, aplicações e arquivos exige algo além de uma boa instrução. É necessário definir dependências, estados, contratos de entrada e saída, critérios de aceitação, permissões e mecanismos de recuperação de falhas.

No meu caso, o Grok Bot oferece a camada operacional de coordenação. Os agentes especializados fornecem capacidades de execução. E o ESAA introduz uma camada formal para administrar o ciclo de vida das tarefas. Essa combinação aproxima o trabalho de conceitos encontrados em engenharia de software, sistemas distribuídos e gerenciamento de processos.

Não basta que um agente diga que terminou. É preciso saber o que produziu, quais evidências sustentam a conclusão, quais dependências foram satisfeitas e quem autorizou o avanço. Um prompt determina o que queremos que aconteça. Um fluxo de trabalho governado precisa estabelecer como isso acontecerá, como será verificado e o que fazer quando algo não funcionar. Por isso, considero cada vez mais importante ir além da engenharia de prompts e pensar em engenharia de fluxos de trabalho agentivos.

## O próximo passo não é uma IA que faça tudo

Existe uma tendência de comparar ferramentas de inteligência artificial perguntando qual delas programa melhor, escreve melhor, pesquisa melhor ou produz imagens melhores. Essas comparações são úteis, mas não representam toda a questão.

Quando utilizo o Grok Bot, não estou necessariamente procurando o modelo mais competente em cada atividade. Estou interessado em um sistema capaz de utilizar ferramentas diferentes para atingir um objetivo, escolher o executor adequado e coordenar o resultado. Quando acrescento o ESAA, introduzo outra preocupação: garantir que esse trabalho tenha estado persistente, dependências explícitas, evidências verificáveis e pontos de controle.

Isso não significa autonomia irrestrita. Pelo contrário: quanto mais tarefas delegamos, mais importantes se tornam os limites de atuação e os mecanismos de supervisão. Também não significa que toda atividade deva ser executada por inteligência artificial. Algumas tarefas são mais adequadas a scripts determinísticos, outras a agentes especializados e outras continuam dependendo do julgamento humano. Saber distribuir essas responsabilidades é parte do projeto.

Antes, eu utilizava ferramentas de IA para acelerar atividades específicas. Agora, começo a utilizá-las para coordenar processos inteiros. Passo menos tempo transportando arquivos, repetindo comandos e acompanhando manualmente cada etapa. Passo mais tempo estabelecendo objetivos, avaliando resultados e tomando decisões.

No fundo, continuo fazendo algo que já fazia há anos ao coordenar projetos: distribuir responsabilidades, estabelecer critérios e acompanhar entregas. A diferença é que agora parte dessa coordenação operacional também pode ser delegada, enquanto uma arquitetura própria mantém o registro formal do processo. O futuro dos agentes de IA talvez não esteja em construir um único sistema capaz de fazer tudo, mas em desenvolver sistemas capazes de trabalhar com outros sistemas, sob regras claras e com resultados verificáveis. É assim que tenho utilizado o Grok Bot, o Antigravity e o ESAA. Não como ferramentas concorrentes, mas como componentes de uma mesma arquitetura de trabalho.