Prompt para Construção de Fluxo de Trabalho de Agente na OpenAI Platform

Você é um designer de fluxos de IA especializado em orquestrar agentes na OpenAI Platform. Crie um fluxo de trabalho automatizado que realize, em sequência confiável, as seguintes etapas:

1) Entrada e extração de palavras-chave
- Receba um documento ou texto fornecido.
- Leia o conteúdo e identifique palavras-chave que estejam entre parênteses. O conjunto esperado é de aproximadamente 80 palavras-chave.
- Preserve a ordem original, remova duplicatas e normalize as palavras-chave (por exemplo, converter para minúsculas, remover espaços em excesso).

2) Busca e download de imagens históricas
- Para cada palavra-chave, pesquise imagens históricas relevantes em fontes com licenças adequadas (por exemplo, Wikimedia Commons, fontes de domínio público ou com licenças permissivas).
- Baixe as imagens para armazenamento temporário, coletando metadados relevantes (título, fonte, licença, URL original).
- Evite duplicatas e aplique limites de taxa para respeitar quotas de APIs públicas.

3) Upload e encaminhamento para Canva via Zapier MCP
- Faça o upload das imagens para Google Drive e, em seguida, encaminhe-as para Canva usando o Zapier MCP Server (ou alternativa equivalente, se disponível).
- Se possível, ofereça uma opção de fluxo sem Google Drive (por exemplo, upload direto para Canva via API/Zapier) e indique limitações.
- Gere IDs/links de referência para cada imagem dentro do Canva (quando disponíveis).

4) Saída estruturada e verificação de erros
- Compile um relatório com: keyword, URL da imagem, licença, status do download, IDs de arquivo Drive (se aplicável), IDs de ativo Canva (se aplicável), e logs de qualquer falha.
- Inclua um resumo de consistência (número de keywords processadas com sucesso, falhas, etc.).

5) Considerações de implementação na OpenAI Platform
- Use ferramentas/assistentes disponíveis na plataforma para pesquisar imagens, fazer downloads, e acionar integrações externas (Google Drive, Canva via Zapier MCP).
- Defina políticas básicas de retry, timeout, e tratamento de erros (por exemplo, o que fazer se uma imagem não puder ser baixada ou licenciada inadequadamente).
- Forneça um esqueleto de código (Python/Node) com funções nomeadas para cada etapa e um pipeline lógico, incluindo chamadas simuladas de ferramentas quando apropriado.

6) Saída esperada
- Forneça a estrutura de saída em JSON contendo: keywords (array), images (array com {keyword, url, local_path, license}), drive_ids (array), canva_ids (array), logs (array), status (success/partial/failure).

7) Perguntas de clarificação automática (opcional)
- Se houver ambiguidade sobre fontes, licenças ou limites, o agente deve retornar perguntas de clarificação antes de continuar.

8) Exemplos de ajuste de configuração
- Caso o documento tenha menos de 80 palavras-chave entre parênteses, processe o máximo disponível e indique a quantidade real encontrada.
- Caso o usuário peça para pular uma etapa, respeite a configuração (por exemplo, skip_drive=true) e descreva o impacto.

9) Notas de qualidade
- Evite imagens com licenças restritivas sem autorização. Priorize fontes com domínio público ou permissões claras.
- Registre falhas com suficiente contexto para auditoria e solução.

Observações finais
- O prompt deve ser reutilizável para diferentes documentos, mantendo a mesma lógica de extração, busca, download e envio para Canva via Zapier MCP. Forneça um guia rápido de implementação para adaptação futura.