Deixamos nossos planejadores financeiros escreverem os agents — Matthew Ragone, Range

Autoria: AI Engineer · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: We Let Our Financial Planners Write the Agents — Matthew Ragone, Range · Canal: AI Engineer · 08:25 · Assistir no YouTube

Tópicos: Agentes de IA, Aplicações empresariais de IA, Mercados e economia

Resumo

Matthew Ragone explica como planejadores financeiros da Range passaram a criar e manter os agents usados diariamente, mesmo sem saber programar. A abordagem começa escolhendo workflows frequentes e fáceis de avaliar, documentando o julgamento dos especialistas e reunindo etapas, perguntas e limites em uma skill. Antes de disponibilizá-la para a equipe, é preciso testá-la em casos reais e definir responsáveis pela manutenção e revisão. Após seis meses, a Range tinha 24 skills, criadas por especialistas de diferentes áreas sem uma exigência formal da empresa.

Pontos-chave

O principal ganho dos agents é realizar trabalho em paralelo enquanto o planejador atende outro cliente, não apenas acelerar a escrita.
Em um contexto de aconselhamento financeiro regulado, o agent prepara rascunhos, mas um planejador revisa cada recomendação antes de ela chegar ao cliente.
As skills devem refletir os processos específicos da empresa, não apenas conhecimento genérico de planejamento financeiro.
Para começar, escolha um workflow recorrente, com resultado fácil de avaliar e bastante trabalho manual.
Ao ensinar o agent com casos reais, explique em voz alta o raciocínio, os critérios e os sinais que levam a fazer uma pausa ou pedir esclarecimentos.
Uma skill confiável especifica tanto as perguntas que o agent deve fazer quanto os limites do que pode fazer por conta própria.
Teste a skill de cinco a dez vezes em casos reais, corrigindo erros e lacunas antes de compartilhá-la com a equipe.
Cada skill precisa de uma pessoa responsável por mantê-la atualizada e de outra pessoa para revisá-la.
Na Range, especialistas de planejamento, vendas e marketing criaram skills para suas áreas sem um mandato formal.

Capítulos

Início	Capítulo	Resumo
00:01	Contexto e adoção de IA na Range	Matthew Ragone apresenta sua função e explica por que o uso de agents precisa considerar a revisão de aconselhamento financeiro.
01:35	O valor dos agents e as cinco etapas	Agents permitem preparar análises em paralelo, desde que trabalhem nos sistemas da equipe e sigam os métodos específicos da empresa.
03:11	Como criar e validar uma skill	Ragone detalha como escolher um workflow, ensinar o julgamento dos especialistas, definir limites e testar a skill em casos reais.
06:20	Responsabilidade, adoção e próximos desafios	A equipe deve atribuir responsáveis e revisores às skills, enquanto a experiência da Range mostra sua adoção espontânea por outras áreas.

Citações

O agent não envia nada. Um planejador revisa cada recomendação antes de o cliente vê-la. — 02:07

Escolha, ensine, empacote, teste e, então, disponibilize. — 03:11

O julgamento é o que transforma isso no trabalho da sua empresa, em vez de aconselhamento genérico. — 04:47

Cada execução ensina algo que a skill ainda não sabia. — 05:49

O gargalo mudou: quem documenta como sua empresa trabalha, testa antes de disponibilizar e assume a responsabilidade depois? — 07:54

Conceitos e entidades

Range (empresa): Empresa de gestão patrimonial que Matthew Ragone apresenta como o contexto de adoção de agents por especialistas.
Matthew Ragone (pessoa): Planejador financeiro certificado da Range que descreve como sua equipe cria e utiliza agents.
Agent (conceito): Sistema que prepara análises e recomendações para revisão de um planejador antes de serem enviadas a clientes.
skill (conceito): Registro do método de uma empresa para executar uma tarefa específica, incluindo etapas, perguntas e limites.
Claude (modelo): Modelo mencionado como capaz de repetir um processo definido em uma skill.
planejamento financeiro (conceito): Trabalho de análise de temas como fluxo de caixa, seguros, impostos, aposentadoria e planejamento patrimonial.
Revisão humana (conceito): Verificação das análises e recomendações do agent por um planejador antes de qualquer envio ao cliente.

Tradução completa (pt-BR)

00:01 Olá, pessoal. Sou Matt Ragone e sou planejador financeiro na Range. Quero mostrar como nossos planejadores financeiros acabaram escrevendo os agents que usamos todos os dias, embora nenhum de nós, os planejadores financeiros, escreva código. Este é o guia de construção: como fizemos isso, passo a passo, para que vocês possam levar a ideia de volta às suas próprias equipes, empresas etc. Para começar, um pouco sobre mim, porque isso importa para a forma como vocês vão ouvir esta palestra. Não sou engenheiro. Sou planejador financeiro certificado e passo meus dias com clientes

00:34 conversando sobre fluxo de caixa, impostos, seguros, aposentadoria, planejamento sucessório — o que vocês quiserem. Também lidero a adoção de IA pela equipe de planejamento da Range, uma empresa que oferece gestão patrimonial completa em um só lugar. A maioria das palestras sobre agents que vocês vão ouvir vem das pessoas que construíram a plataforma. Esta palestra vem de alguém do outro lado: das pessoas a quem vocês entregam a plataforma. Trabalhamos em um setor regulado. O resultado é aconselhamento financeiro para clientes reais. E a etapa de revisão não é

01:04 opcional. Portanto, isto não é uma apresentação de vendas de fornecedor. É um método, e é o que realmente funcionou para nós. Começamos como todo mundo começa: usando a IA como chatbot. Eu escrevia uma mensagem para um cliente, colava ali e pedia que a deixasse um pouco mais clara ou simpática. E isso era útil. Economizava alguns minutos aqui e ali, mas eu ainda fazia todo o trabalho manualmente. Só fazia um pouco mais rápido. A mudança que realmente fez diferença veio depois.

01:35 Foi isto que descobrimos: a limitação de um planejador nunca foi, por exemplo, a velocidade de digitação. É que só podemos estar em um lugar de cada vez. Se estou em uma ligação com um cliente, não estou preparando o plano de outra pessoa. Escrever mais rápido não resolve esse problema. O que resolve é o trabalho acontecer enquanto estou em outro lugar. Então, veja como é um dia agora. Estou em uma ligação com um cliente. Ao mesmo tempo, um agent está preparando um rascunho completo de uma análise de fluxo de caixa ou de seguros

02:07 para outro cliente. Quando a ligação termina, abro esse rascunho. Faço uma revisão completa, ajusto o que precisa ser ajustado e envio as recomendações ao cliente. Quero deixar bem claro esse último passo. O agent não envia nada. Um planejador revisa cada recomendação antes que o cliente a veja. O que mudou foi que o primeiro rascunho não precisa mais que eu fique sentado diante dele. Chegar a esse ponto exigiu muito mais do que um bom prompt. No entanto, duas

02:39 coisas precisavam ser verdade. Primeiro, o agent precisa funcionar onde o trabalho acontece, não em uma janela de chat separada para a qual eu tenha que copiar e colar tudo. Segundo, precisa saber como nós fazemos o trabalho, não como o planejamento financeiro funciona em geral. O modelo já sabe disso, mas o agent precisa saber como a Range faz. O que analisamos primeiro, o que sempre sinalizamos, como formulamos uma recomendação específica. Essa combinação é o que chamamos de skill: a maneira como nossa empresa executa uma tarefa específica, registrada para que um agent possa segui-la.

03:11 A maior parte desta palestra é sobre como construir uma. São cinco etapas: escolher, ensinar, empacotar, testar e lançar. Nenhuma exige escrever código. Todas exigem conhecer muito bem o trabalho — e é exatamente por isso que as pessoas que fazem o trabalho também devem ser as que o constroem. Etapa um: escolha um workflow que você repete.

03:43 Seu primeiro impulso pode ser escolher o trabalho mais impressionante, o que toma mais tempo e é mais complexo. Não escolha algo que você faz toda semana, cujo resultado desejado já conhece e em que consegue identificar um rascunho ruim só de olhar. Além disso, recomendamos começar com alguns dos workflows menos complexos, mas que exigem mais trabalho manual. Para nós, isso significou coisas como análises de fluxo de caixa e revisões de seguros. Aqui na Range, eram justamente essas tarefas que exigiam mais

04:15 trabalho manual. E, se você não consegue avaliar o resultado rapidamente, não consegue testá-lo nem confiar nele. Então, procure duas coisas: você faz isso com frequência e sabe como avaliar. Etapa dois: mostre vários casos reais de planos anteriores que você entregou. Pegue vários casos reais de clientes e percorra o trabalho do começo ao fim. E, enquanto faz isso, narre seu julgamento em voz alta. Não diga apenas “agora abro a aba anterior”; explique por que está abrindo, o que está

04:47 procurando e o que faria você parar e fazer uma pergunta. Essa narração é o principal. É fácil anotar as etapas. O julgamento é o que torna isso o trabalho da sua empresa, em vez de um conselho genérico. Etapa três: empacote isso em uma skill. Uma skill não é só uma lista de etapas. Duas coisas são mais importantes. As perguntas que ela precisa fazer antes de começar. O que precisa saber? O que deve confirmar comigo em vez de simplesmente adivinhar? E

05:19 os limites que precisa respeitar. O que nunca faz por conta própria. No nosso caso, o principal é que nunca envia nada a um cliente. Ela prepara um rascunho, e então um planejador decide se ele será enviado ou se precisa de ajustes. Se você escrever apenas as etapas, terá algo que simplesmente funciona por conta própria. Se escrever as perguntas e definir os limites, poderá ter algo em que confiar. Pense em uma skill como uma receita. Quando Claude souber executar a skill, vai repetir seu

05:49 processo sob comando. Etapa número quatro: execute-a cinco ou dez vezes em casos reais antes que qualquer outra pessoa a veja. Esta é a etapa que todo mundo quer pular. Cada execução ensina algo que a skill ainda não sabia: um caso atípico, uma pergunta que deveria ter feito, um ponto em que pareceu confiante, mas estava errada. Você precisa corrigir, salvar a skill e executá-la de novo, de novo e de novo. Cinco a dez execuções parecem muitas, mas dão muito menos trabalho do que

06:20 corrigir os problemas depois de entregar uma skill mal-acabada a 15, 20 ou 100 pessoas da sua equipe. Etapa cinco: lance-a com uma pessoa responsável e uma revisora. A pessoa responsável mantém a skill atualizada. Nossos processos mudam, as regras tributárias mudam, e uma skill que estava correta em março pode estar errada em dezembro. A revisora confere a skill antes que a equipe passe a depender dela. E deve ser alguém diferente da pessoa que a criou. Assim como acontece com um plano, você não avalia o próprio

06:50 trabalho. Quando outras pessoas passam a depender de uma skill, alguém precisa se responsabilizar por ela. Essa é a diferença entre um atalho pessoal inteligente e algo sobre o qual uma equipe pode construir. Então, onde estamos agora? Depois de seis meses, temos 24 skills na empresa, e 17 delas são de planejamento. E aqui está o que eu não esperava: isso se espalhou para vendas, produto e marketing, tudo sem uma ordem. Ninguém enviou um memorando. As pessoas viram o que os planejadores estavam fazendo e começaram a

07:22 criar seus próprios agents. Todas essas skills foram escritas e são mantidas por planejadores, profissionais de marketing e vendedores, não por desenvolvedores ou engenheiros. Algumas coisas mudaram quando especialistas começaram a criar para suas próprias áreas. As skills ficaram muito mais específicas. A pessoa que mais entende de seguros, por exemplo, cria a skill de seguros. A pessoa que mais entende de impostos, do código tributário e da legislação tributária deve criar a skill de impostos. E a revisão surgiu

07:54 naturalmente. Já revisamos os planos uns dos outros, e é assim que o planejamento funciona. Então, agora revisamos as skills uns dos outros da mesma forma. É o mesmo hábito, só que com algo novo para revisar. Então, por que isso importa agora? Porque o gargalo mudou. A questão de saber se um modelo consegue preparar uma análise de fluxo de caixa já está resolvida. Consegue. O que ainda não está resolvido? Quem registra como sua empresa faz isso? Quem testa antes do lançamento? Quem fica responsável quando outras 15 pessoas passam a depender disso?

08:25 Se estão pedindo que você implemente agents para além da equipe de engenharia, você está prestes a se deparar com exatamente essas perguntas. Ainda não há muitos dados de campo sobre isso, mas é assim que fizemos aqui na Range. Então, é isso. Muito obrigado por ouvirem esta palestra. Sou Matt Ragone, da Range, e vocês podem entrar em contato comigo pelo mattrange.com. Tenham um ótimo dia.

Transcrição original

[00:01] Hi everyone, I’m Matt Rigon and I’m a financial planner at Range. I want to show you how our financial planners ended up writing the agents that we use every day and none of us the financial planners for that matter write code. This is the build guide. How we did it step by step so you can take it back to your own teams, companies, etc. So, a quick bit about me because it matters for how you’ll hear this talk. I’m not an engineer. I’m a certified financial planner and I spend my days with clients

[00:34] talking about cash flow, taxes, insurance, retirement, estate, you name it. I also lead the AI adoption for the planning team at Range, which is an all-in-one wealth management company. Most agent talks you’ll hear come from the people who built the platform. This talk comes from someone on the other side, the people you hand the platform to. We work in a regulated business. The output is financial advice to real clients. And the review step is not

[01:04] optional. So, this isn’t a vendor pitch. It’s a method and it’s what actually worked for us. We started where everyone starts AI as a chatbot. I’d write a client message, paste it in, and ask it to make it a little clearer or friendlier. And that was useful. It saved me a few minutes here and there, but I was still doing all of the work manually. I was just doing it a little bit faster. The change that actually mattered came later.

[01:35] Here’s what we figured out. A planner’s constraint was never typing speed, for example. It’s that we can only be in one place at a time. If I’m on a call with a client, I’m not building someone else’s plan. Writing faster doesn’t fix that problem. What fixes it is work that happens while I’m somewhere else. So, here’s what a day looks like now. I’m on a call with one client. At the same time, an agent is drafting a full cash flow analysis or an insurance analysis

[02:07] for a different client. When the call ends, I open that draft. I fully review it, adjust what needs to be adjusted, and send the client their recommendations. I want to be really clear about that last step. The agent doesn’t send anything. A planner reviews every single recommendation before a client sees it. What changed is that the first draft no longer needs me sitting in front of it. Getting there took a lot more than a good prompt. However, two

[02:39] things had to be true. First, the agent has to work where the work lives, not in a separate chat window I’m copying and pasting it into. Second, it has to know how we do it, not how financial planning works in general. The model already knows that, but the agent needs to know how range does it. What we look at first, what we always flag, how we phrase a specific recommendation. That combination is what a skill is. Our firm’s way of doing one specific piece

[03:11] of work written down so an agent can follow it. The bulk of this talk is how you build one. Five steps. Pick, teach, pack, test, and then ship. None of them require writing code. Every one of them requires knowing the work really well, which is exactly why the people doing the work should also be the ones building it. Step one, pick a workflow you repeat.

[03:43] Your initial instinct is to go for the flashiest work, whatever’s taking the most amount of time and the most complex. Don’t pick something you do every week where you already know what good looks like, where you can spot a bad draft at a glance. Additionally, we recommend choosing some of the least complex workflows to start, but some that require the most manual work. For us, that meant things like cash flow analysis and insurance reviews. Just for us here at range, that required the most

[04:15] manual work. And if you can’t judge the output quickly, you can’t test it and you can’t trust it. So look for two things. You do it often and you know how to judge it. Step two, show it several real cases for previous plans you’ve delivered. Take several actual client cases and walk through the work start to finish. And as you do it, narrate your judgment out loud. Not just next I open the pastub, why you’re opening it, what you’re

[04:47] looking for, what would make you stop and ask a question. That narration is the whole game. The steps are easy to write down. The judgment is what makes it your firm’s work instead of generic advice. Step three, pack it into a skill. A skill isn’t just a lip a list of steps. Two things matter most. The questions it must ask before it starts. What does it need to know? What should it confirm with me instead of simply guessing? And

[05:19] the limits it must respect. What it never does on its own. In our world, the big one is that it never sends anything to a client. It drafts and then a planner decides if it gets sent or needs to be adjusted. If you only write the steps, you get something that simply just runs on its own. If you write the questions and set the limits, you can get something you can trust. Think of a skill as a recipe. Once Claude knows how to do the skill, it will repeat your

[05:49] process on command. Step number four, run it five or 10 times on real cases before anyone else sees it. This is the step everyone wants to skip. Every run teaches you something the skill didn’t know yet. An edge case, a question it should have asked, a spot where it sounded confident and was wrong. You need to fix it, save the skill, and run it again and again and again. Five to 10 runs sounds like a lot, but it’s a lot less work than

[06:20] cleaning up after you hand a halfbaked skill to 15, 20, 100 people in your team. Step five, ship it with an owner and a reviewer. The owner keeps it current. Our processes change, tax rules change, and a skill that was right in March can be wrong by December. The reviewer checks it before the team relies on it. And it’s someone other than the author. Same as a plan, you don’t grade your own

[06:50] work. Once other people depend on a skill, somebody has to be accountable for it. That’s the difference between a clever personal shortcut and something a team can build on. So, where are we at currently? Six months in, we have 24 skills across the company and 17 of them are in planning. And here’s the part I didn’t expect. It spread to sales, product, marketing, all without a mandate. Nobody sent a memo. People saw what the planners were doing and started

[07:22] building their own agents. Every one of those skills was written and is maintained by planners, marketers, and salespeople, not developers or engineers. A couple of things changed once subject matter experts started building for their own niche. The skills got a lot more specific. The person who knows insurance, for example, best builds the insurance skill. The person who best knows tax, tax code, tax law should be building the tax one. and a review came

[07:54] naturally. We already review each other’s plans and that’s just how planning works. So now we review each other’s skills in that same way. It’s the same habit, just a new thing to review. So why does this matter right now? Because the bottleneck has moved. Whether a model can draft a cash flow analysis, that question’s already been settled. It can. What’s not settled? Who writes down how your firm does it? who tests it before it ships, who owns it

[08:25] once 15 other people depend on it. If you’re being asked to push agents out past the engineering org, you’re about to hit these exact questions. There isn’t much field data on this yet, but this is how we’ve done it here at Range. So, that’s it. Thank you so much for listening to this talk. I’m Matt Rigon from Range and you can reach me for at mattrange.com. Have a great day.