Assistente ou Agente: Construindo a Mesma Máquina de Conteúdo de Três Maneiras
OpenAI
Anthropic
Google/DeepMind
HeyGen
O autor passou três meses construindo uma máquina de conteúdo com IA para um canal do Telegram, primeiro manualmente com ChatGPT, depois com n8n e, finalmente, como um agente Python via Claude Code. A abordagem Python mostrou-se a mais compacta e previsível, substituindo uma dependência de SaaS que falhou em um dia. O artigo detalha a arquitetura, os tempos reais e uma lista de verificação para escolher entre assistentes e agentes.
Anatoly Klavdienko, responsável pelo desenvolvimento de agentes de IA na AlpinaGPT e Alpina Digital, automatizou a produção de 5 a 10 vídeos curtos por semana para um canal de Telegram sobre IA e tecnologia. Ele primeiro usou o ChatGPT como assistente de chat, o que levava cerca de 4 horas por semana para 10 vídeos, mas envolvia copiar e montar manualmente. Depois, ele construiu um fluxo de trabalho no n8n, gastando quatro dias na configuração e depuração, mas achou o editor visual doloroso para iterações, sem controle de versão e depuração adequada. Por fim, ele exportou o fluxo de trabalho do n8n como JSON, passou para o Claude Code e obteve um pipeline Python funcional em uma noite. O agente final consiste em 2074 linhas de código de produção em 19 arquivos, com três pipelines: D (coleta de fontes de 12 feeds RSS via GPT-4o), C (geração via HeyGen com 11 IDs de aparência, pós-processamento com Whisper e FFmpeg) e A (publicação no YouTube, TikTok e Instagram Reels). Os tempos reais do pipeline.log mostram que a coleta leva cerca de 80-84 segundos e a geração, 6-8 minutos. Quando a API do SubMagic começou a falhar em 20 de abril de 2026, o autor a substituiu por um serviço de pós-processamento personalizado em um dia. Ele conclui que os agentes de código são agora mais econômicos do que os construtores visuais, oferecendo melhor controle e depuração.
Fonte: Habr — хаб ИИ —
original