Como criar seu primeiro workflow no AirOps?

Resposta rápida: o AirOps é uma plataforma de conteúdo com AI que permite criar workflows automatizados para SEO e produção de conteúdo sem escrever código. Este guia acompanha você na criação do seu primeiro workflow, de uma tela em branco até um resultado funcional, passando por etapas, agentes, modelos e o mapeamento dos resultados.

Começar a usar o AirOps parece assustador no início. A interface é flexível, a terminologia é nova e a documentação presume que você já sabe o que um workflow deve fazer.

Este guia não presume isso. Ele parte do zero e acompanha você, passo a passo, na criação de um workflow real e funcional no AirOps. Ao final, você saberá como funcionam entradas e saídas, como escolher um modelo, como adicionar uma etapa de agente e como mapear seus resultados para que sejam realmente utilizáveis.

O que é o AirOps e por que ele importa para equipes de conteúdo?

O AirOps é uma plataforma de workflows de AI criada especificamente para equipes de conteúdo e SEO. Em vez de enviar prompts ao ChatGPT um de cada vez, o AirOps permite criar workflows estruturados e repetíveis que executam tarefas de AI em escala, de forma consistente, com a voz da sua marca e a lógica do seu conteúdo já incorporadas.

Um workflow no AirOps é uma sequência de etapas. Cada etapa recebe uma entrada, executa uma tarefa (geralmente um modelo de AI ou uma consulta de dados) e passa uma saída para a etapa seguinte. Você pode criar workflows para pesquisa de palavras-chave, briefings de conteúdo, rascunhos de artigos, links internos e muito mais.

Por que isso importa: prompts manuais de AI não escalam. O AirOps transforma um prompt avulso em um processo repetível que toda a sua equipe pode executar.

Antes de criar: três conceitos que você precisa entender

1. Entradas

Uma entrada é a informação variável que você fornece a um workflow sempre que o executa. Pense nela como um campo de formulário. Você pode ter uma entrada chamada keyword ou target_url. Toda vez que executar o workflow, você preenche esse campo, e o workflow o utiliza do início ao fim.

2. Etapas

As etapas são os blocos de construção de um workflow. Cada etapa faz um trabalho: chamar um modelo de AI, executar uma busca, transformar um texto ou passar dados adiante. As etapas rodam em sequência, e cada uma pode referenciar a saída de qualquer etapa anterior.

3. Saídas

Uma saída é o que uma etapa produz. Você dá um nome a ela e, depois, pode referenciá-la em etapas posteriores usando uma variável como {{step_name.output}}. Um bom mapeamento de saídas é o que torna um workflow realmente útil, em vez de uma caixa-preta.

Como criar seu primeiro workflow no AirOps: passo a passo

Este passo a passo cria um Gerador de briefing de conteúdo por palavra-chave simples. Você informa uma palavra-chave e ele devolve um briefing de conteúdo estruturado. É simples o bastante para ser concluído em 30 minutos e prático o bastante para usar de imediato.

Passo 1: crie um novo workflow

1. Faça login no AirOps e acesse Workflows na barra lateral esquerda
2. Clique em New Workflow
3. Dê um nome a ele: "Content Brief Generator"
4. Clique em Create

Agora você tem uma tela em branco com um nó inicial à esquerda.

Passo 2: adicione sua variável de entrada

1. Clique no nó Start
2. Selecione Add Input
3. Dê um nome à entrada keyword (minúsculas, sem espaços)
4. Defina o tipo como Texto
5. Adicione uma descrição: "The target keyword for this content brief"

Essa entrada agora está disponível para todas as etapas do workflow como {{keyword}}.

Passo 3: adicione sua primeira etapa de LLM

1. Clique no botão + para adicionar uma nova etapa depois do Start
2. Escolha LLM no menu de tipos de etapa
3. Dê um nome à etapa brief_generator

Agora configure-a:

Seleção de modelo: o AirOps dá acesso a vários modelos, incluindo GPT-4o, Claude 3.5 Sonnet e Gemini. Para briefings de conteúdo, o Claude 3.5 Sonnet tem bom desempenho em saídas estruturadas e longas. Selecione-o no menu suspenso de modelos.

Escreva seu prompt:

You are an expert SEO content strategist.

Create a detailed content brief for the following keyword: {{keyword}}

Include:
- Recommended H1
- Search intent summary (2-3 sentences)
- 5 suggested H2 headings
- 3 competitor angles to address
- Recommended word count
- Key entities and terms to include

Format the output as structured text with clear labels for each section.

1. Clique em Save Step

Passo 4: dê um nome à saída e faça o mapeamento

Depois de salvar, clique na etapa e localize o campo Output . Dê a ele o nome content_brief.

Isso significa que etapas posteriores (ou sua exportação final) podem referenciar {{brief_generator.content_brief}} para trazer esse resultado adiante.

Dica de mapeamento de saídas: sempre nomeie as saídas pelo que elas contêm, não pela etapa que as produziu. content_brief é mais útil do que step_2_output quando você for criar workflows mais complexos no futuro.

Passo 5: adicione uma etapa de agente (opcional, mas poderosa)

Uma etapa de agente é diferente de uma etapa de LLM padrão. Em vez de seguir um prompt fixo, um agente pode tomar decisões, usar ferramentas e executar subtarefas para atingir um objetivo.

Para adicionar uma:

1. Clique em + depois da sua etapa de LLM
2. Escolha Agent no menu de tipos de etapa
3. Dê um nome a ela serp_researcher

Configure o agente:

• Objetivo: "Research the top 5 ranking pages for {{keyword}} and summarise the key topics they cover"
• Ferramentas: ative Web Search no painel de ferramentas
• Nome da saída: serp_summary

O agente vai navegar pelos resultados de busca ao vivo e devolver um resumo estruturado. Depois, você pode referenciar {{serp_researcher.serp_summary}} no prompt do seu briefing para fundamentá-lo em dados reais da SERP.

Quando usar um agente em vez de uma etapa de LLM: use uma etapa de LLM quando você sabe exatamente o que quer e consegue escrever um prompt preciso. Use um agente quando a tarefa exigir reunir informações, tomar decisões ou lidar com entradas variáveis.

Passo 6: conecte suas etapas e teste

1. Confirme que suas etapas estão conectadas em sequência: Start → brief_generator → serp_researcher (ou a ordem que fizer sentido para a sua lógica)
2. Clique em Run Test no canto superior direito
3. Digite uma palavra-chave de teste, por exemplo: "AI workflow automation for content teams"
4. Clique em Execute

Acompanhe cada etapa sendo executada em tempo real. Verde significa que passou. Se uma etapa falhar, clique nela para ver o log de erros.

Passo 7: revise e exporte sua saída

Quando o workflow for executado com sucesso:

1. Clique na etapa final para ver a saída dela
2. Verifique se o briefing de conteúdo está estruturado corretamente
3. Use o Output Panel à direita para ver todas as saídas nomeadas de cada etapa

Você pode exportar os resultados para uma planilha do Google Sheets, copiá-los diretamente ou conectar o AirOps ao seu CMS pelo painel de integrações.

Como escolher o modelo certo para o seu workflow

A escolha do modelo afeta qualidade, velocidade e custo. Veja um guia prático para iniciantes:

Você pode trocar de modelo em cada etapa, então um único workflow pode usar modelos diferentes em estágios diferentes, conforme a necessidade de cada etapa.

Erros comuns de iniciantes no AirOps

Não nomear as saídas com clareza. Se você deixar as saídas com os nomes padrão, referenciá-las depois fica confuso. Dê nome a cada saída antes de passar para a próxima etapa.

Escrever um prompt gigante. Uma única etapa tentando fazer cinco coisas gera resultados inconsistentes. Divida tarefas complexas em várias etapas, cada uma com um objetivo claro.

Pular o teste. Sempre teste com uma entrada real antes de compartilhar um workflow com sua equipe. Casos extremos quebram prompts de maneiras que não são óbvias até você executá-los.

Usar um agente quando uma etapa de LLM basta. Agentes são mais lentos e consomem mais créditos. Se você sabe exatamente qual saída precisa, um prompt de LLM bem escrito é mais rápido e mais barato.

O que você pode criar depois do seu primeiro workflow?

Quando você estiver confortável com o básico, os workflows do AirOps conseguem lidar com operações de conteúdo bem mais complexas:

• Pipelines de briefing de conteúdo que puxam dados da SERP, analisam concorrentes e entregam um briefing pronto para redação
• Workflows de SEO programático que geram centenas de páginas de localização ou categoria a partir de uma entrada de dados
• Assistentes de links internos que analisam seu conteúdo existente e sugerem links para novos artigos, muitas vezes junto de um workflow mais amplo de content marketing para B2B SaaS
• Verificadores de voz da marca que revisam rascunhos com base em um guia de estilo antes da publicação
• Workflows de otimização para busca com AI que reformatam o conteúdo existente para ser citado por ferramentas como ChatGPT e Perplexity, algo cada vez mais relevante para equipes que exploram suporte em GEO e AEO

No SaaS Hackers, usamos workflows do AirOps como parte de um sistema de conteúdo com AI mais amplo. A plataforma é mais valiosa quando os workflows se conectam entre si, com a saída de um alimentando a entrada do próximo. Para equipes que estão montando esse motor mais completo, ela costuma andar junto com especialistas em SEO, agências de SEO ou uma área de estratégia digital mais completa.

Perguntas frequentes

O que é o AirOps e para que ele serve?
O AirOps é uma plataforma de workflows de AI criada para equipes de conteúdo e SEO. Ele permite criar workflows automatizados de várias etapas que executam tarefas de AI em escala, incluindo briefings de conteúdo, rascunhos de artigos, pesquisa de palavras-chave e links internos. Conecta-se a vários modelos de AI e pode puxar dados ao vivo da web por meio de etapas de agente.

O AirOps é adequado para iniciantes sem experiência com programação?
Sim. O AirOps usa um construtor de workflows visual e no-code. Você adiciona etapas, escreve prompts e conecta saídas sem escrever nenhum código. A curva de aprendizado está em entender a lógica dos workflows e a escrita de prompts, não na configuração técnica.

Quanto tempo leva para criar o primeiro workflow no AirOps?
Um workflow simples, com uma ou duas etapas de LLM, leva cerca de 20 a 30 minutos para ser criado e testado pela primeira vez. Workflows mais complexos, com etapas de agente, lógica de ramificação ou integrações externas, levam mais tempo, normalmente algumas horas.

Qual é a diferença entre uma etapa de LLM e uma etapa de agente no AirOps?
Uma etapa de LLM executa um prompt fixo em um modelo e retorna uma saída. Uma etapa de agente pode usar ferramentas (como busca na web), tomar decisões e concluir subtarefas em várias etapas para atingir um objetivo. Use etapas de LLM para tarefas previsíveis e estruturadas. Use etapas de agente quando o workflow precisar reunir ou avaliar informações de forma dinâmica.

Quanto o AirOps custa para iniciantes?
Os preços do AirOps começam em $200 por mês para planos de equipe. Não há um plano gratuito permanente, embora o AirOps já tenha oferecido acesso de teste. Para equipes que produzem conteúdo em escala, o custo costuma se justificar pela redução do tempo de produção manual de redatores e estrategistas.