Utilização de agentes para o desenvolvimento de negócios

Scanner de feiras e exposições

Um fluxo de trabalho inteligente de qualificação de leads com base no n8n AI Agent, Bright Data e GPT-5-mini

(This post is reproduced from on a Hackaton submission by us – you can access the original post aqui)

As feiras comerciais são minas de ouro para o desenvolvimento de negócios, mas a pesquisa manual de centenas de expositores é morosa e ineficaz. Este fluxo de trabalho automatiza todo o pipeline de prospeção para os participantes em feiras comerciais.

O que faz

O fluxo de trabalho analisa e qualifica de forma inteligente os potenciais clientes a partir de qualquer lista de expositores de feiras comerciais:

1. Extração automatizada de dados: Uses Bright Data’s web scraper to fetch the full exhibitor list from the trade show website, then extracts company names, descriptions, booth numbers, and website URLs using HTML parsing
2. Loteamento inteligente: Processa as empresas em lotes configuráveis (atualmente definido para um pequeno número para testes, facilmente ajustável) para gerir os custos da API durante o desenvolvimento
3. Investigação e qualificação com base em IA: Cada empresa passa por um agente de IA que:

• Realiza pesquisas na Web utilizando a SerpAPI e a recolha de dados de sítios Web específicos
• Avalia a dimensão da empresa (pequena/média/grande com base no número de empregados)
• Avalia a sua posição pública sobre iniciativas de dados, IA e automatização
• Classifica cada empresa (baixa/média/alta) como potencial cliente com base nos seus critérios específicos
• Fornece a justificação de cada pontuação para ajudar a dar prioridade aos acompanhamentos

1. Documentação automatizada: Os resultados são automaticamente anexados a uma folha do Google com dados estruturados, incluindo detalhes da empresa, pontuações de qualificação e raciocínio de IA

A camada de inteligência

The AI Agent is configured with detailed context about my company (lyfX.ai). It specifically looks for companies that match our profile and an “ideal” client profile: small-to-medium businesses with a modern, future-oriented approach who value working with specialized, high-caliber teams.

Isto cria uma lista pré-qualificada e prioritária de visitas a stands e objectivos de acompanhamento, transformando o que seriam horas de pesquisa manual num sistema de filtragem automatizado e inteligente.

Demonstração

Vídeo

https://www.loom.com/share/978e4d64c11b405aa85c8d72aca8b6a1?sid=0be6cc43-ea17-461a-9f1d-4e563cd8edac

Fluxo de trabalho n8n

https://gist.github.com/andremoreira73/fe972f825a5f41e36c8df5ad7cb1f2bb

Note-se que o fluxo de trabalho foi limpo para que qualquer pessoa o possa adaptar ao seu próprio caso de utilização. Deixei os avisos intactos, pois podem servir de inspiração para outros.

Implementação técnica

I designed this workflow with simplicity in mind – keeping the implementation clean while maintaining effectiveness. The HTML parsing and code transformations are minimal, just enough to structure the data and make it digestible for the AI agent. (The JavaScript in the code node was kindly prepared by my good friend Claude 😊)

Escolha do modelo: I am using GPT-5-mini, which I have tested across other setups. What I particularly appreciate for agent workflows is OpenAI’s consistent balance between reasoning capability and reliable structured output formatting. After nearly 2 years with the OpenAI API, there is also the practical advantage of familiarity and development speed.

Arquitetura da memória: This initial version runs stateless – each company evaluation is independent. For a future version, I am planning to implement memory for more sophisticated research patterns and cross-referencing between companies.

Pilha de ferramentas: Manteve a concentração com apenas duas ferramentas:

• SerpAPI for web search – reliable and fast for internet-wide search
• Bright Data for targeted scraping – handles sites that the agent may want to review

Instruções do sistema: My favorite part! This is where the magic happens – carefully prepared a system prompt with instructions that encode our ideal client profile and evaluation criteria, ensuring consistent and relevant qualification scoring.

The beauty of this approach is its flexibility – swap the trade show URL, adjust the target profile in the system instructions, and you have a reusable lead qualification system for any event.

O utilizador fornece uma lista de empresas que irão participar numa feira comercial. A lista contém o nome da empresa, a descrição, o stand e o sítio Web.
Irei representar a minha empresa (lyfX.ai) na feira.

Sobre lyfX.ai: Ajudamos as organizações a integrar soluções de dados e IA que abordam seus desafios de negócios e fornecem resultados mensuráveis. Ao fundir profunda perspicácia comercial, conhecimento de domínio, ciência de dados e IA moderna, oferecemos estratégias que impulsionam o crescimento, aumentam a eficiência e aumentam a lucratividade.  Temos um profundo conhecimento em produtos químicos, engenharia de processos, fertilizantes e indústrias adjacentes.

Somos uma equipa pequena com pessoas de grande calibre: Um deles é professor catedrático numa universidade de renome na Alemanha e o outro teve uma longa carreira de sucesso nas indústrias química e de fertilizantes. Os membros da nossa equipa possuem diferentes certificações: por exemplo, Google Associate Cloud Engineer, Google Professional ML Engineer, entre outros.

Somos proficientes em python, LangGraph, n8n, django.



Descobrir, a partir da lista de empresas, quais as que devemos abordar como potenciais novos clientes.



- empresa de pequena e média dimensão
- expressa publicamente um grande interesse em dados, IA, automação
- moderno e orientado para o futuro
- não tem medo de trabalhar com uma equipa pequena e de alto calibre



Para cada empresa da lista, faça o seguinte:
1) Descubra o que eles fazem
2) Trata-se de uma empresa pequena (menos de 50 empregados), média (entre 10 e 1000 empregados) ou grande (mais de 1000 empregados)?
3) Com base no que descobriu, classifique a pontuação desta empresa como perfil de cliente-alvo: baixa, média ou alta?

Seja minucioso e atenha-se aos factos.
Se não souber algo ou não encontrar algo, deixe em branco.





SerpApi: Google como motor de busca para pesquisa na Internet
Scraper: Extrai um URL específico conforme necessário



Formato JSON com os elementos:
- nome
- descrição
- posição
- sítio web
- pontuação como perfil de cliente-alvo
- justificação da pontuação

Nó verificado de dados brilhantes

Utilizei o Bright Data em dois pontos críticos do fluxo de trabalho:

• Initial Data Extraction: Bright Data’s web scraper handles the complete exhibitor list extraction from trade show websites, reliably parsing pages (JavaScript-heavy pages, dynamic content, etc).
• Como ferramenta de agente para a sua investigação: A Bright Data permite que a IA execute a raspagem direcionada de sites de empresas individuais sob demanda. Isto permite ao agente recolher informações públicas em tempo real sobre a dimensão da empresa, o foco tecnológico e as iniciativas diretamente da fonte.

The integration was easy. Bright Data’s n8n nodes required minimal configuration and handled complex sites that typically require browser automation.

A fiabilidade significou uma intervenção manual zero, mesmo ao processar centenas de expositores, tornando-o ideal para casos de utilização de produção em que a consistência é importante.

Viagem

Este projeto foi uma excelente oportunidade para explorar a n8n e a Bright Data em profundidade. Embora tenha investido no LangGraph, descobri que o n8n é excelente na prototipagem rápida de uma forma que o LangGraph não é. O desenvolvimento do meu fluxo de trabalho habitual envolve vários notebooks Jupyter para experimentar gráficos e agentes, mas o n8n abriu um novo caminho: Agora posso criar protótipos funcionais em horas, em vez de dias, e depois produzi-los no LangGraph ou mantê-los a correr diretamente no n8n.

Using Bright Data was a great experience. Previously, I had been using other scraping solutions, but Bright Data’s approach is really elegant and robust. The AI-assisted collector builder particularly impressed me (though this workflow ultimately didn’t require it). What stands out is the platform’s versatility. The tool has definitely earned a permanent place in my tech stack.

Próximas etapas

The combination of n8n’s visual workflow building and Bright Data’s reliable data extraction creates a powerful environment that bridges the gap between “quick experiment” and “production-ready solution.”

Este ponto ideal é exatamente o que tenho procurado nos meus projectos de automatização. Já criei mais alguns fluxos de trabalho de desenvolvimento empresarial e estou ansioso por partilhá-los ao longo do tempo!