Como o Notion está evoluindo de um workspace com IA para uma plataforma na qual pessoas, agentes autônomos, ferramentas externas e código determinístico trabalham no mesmo fluxo.
Atualizado em 24 de agosto de 2026
Durante muito tempo, usar inteligência artificial no Notion significava resumir páginas, melhorar textos ou responder perguntas sobre documentos. Em 2026, essa experiência mudou de escala: agora é possível delegar tarefas, executar automações recorrentes, conectar sistemas externos, acionar código personalizado e até coordenar agentes que trabalham fora do Notion.
O resultado é uma arquitetura que vai além do tradicional “chat com IA”. O Notion está se posicionando como uma camada compartilhada de contexto e orquestração, na qual pessoas e agentes trabalham sobre os mesmos documentos, bases de dados, projetos e regras de acesso. Essa direção ficou especialmente clara com o lançamento dos Agentes Personalizados, da Plataforma para Desenvolvedores, dos Workers e dos Agentes Externos.
O que significa falar em “agentes no Notion”?
O termo pode representar quatro componentes diferentes do ecossistema:
| Componente | Principal função | Forma de execução | Nível de autonomia |
|---|---|---|---|
| Agente do Notion | Apoiar o usuário em tarefas contextuais | Sob demanda, por conversa | Assistido |
| Agente Personalizado | Automatizar um fluxo recorrente | Agenda, eventos, menções ou execução manual | Autônomo |
| Agente Externo | Executar trabalho especializado fora do Notion | Atribuição em quadros e menções | Especializado |
| Worker do Notion | Executar código determinístico | Sincronizações, chamadas de ferramentas e webhooks | Programático |
Embora todos apareçam dentro da mesma estratégia de produto, eles resolvem problemas diferentes.
Agente do Notion: inteligência sob demanda
O Agente do Notion é o assistente disponível dentro do workspace. Ele utiliza o contexto da página atual, de blocos selecionados, arquivos anexados, páginas mencionadas e fontes conectadas. Pode realizar tarefas com várias etapas, criar ou editar páginas, modificar bases de dados e consultar servidores MCP conectados.
Uma característica importante é que ele trabalha com as permissões do próprio usuário. Em outras palavras, o agente consegue acessar aquilo que a pessoa que iniciou a conversa também consegue acessar.
Exemplos de uso:
- Transformar um PRD em um plano de lançamento.
- Resumir decisões espalhadas por diversas páginas.
- Criar uma base de tarefas com responsáveis.
- Preparar uma reunião com base nos projetos em andamento.
- Ler planilhas, apresentações, documentos e PDFs anexados.
Ele é adequado para tarefas que exigem interação, refinamento ou aprovação do usuário durante a execução.
Agentes Personalizados: automação autônoma
Os Agentes Personalizados são configurados para executar um trabalho específico de forma repetida. Cada agente possui instruções, gatilhos, fontes, ferramentas, permissões e um modelo de IA. Eles podem ser criados por conversa em linguagem natural, a partir de templates ou manualmente.
Diferentemente do Agente do Notion, um Agente Personalizado:
- Pode ser iniciado por eventos.
- Pode executar em horários programados.
- Mantém instruções específicas para um processo.
- Possui permissões próprias.
- Pode trabalhar sem que um usuário esteja acompanhando a execução.
- Registra suas ações em um histórico de atividades.
Um agente de suporte, por exemplo, pode monitorar a entrada de tickets, consultar documentação, classificar o problema, identificar o time responsável, atualizar uma base de incidentes e publicar um resumo no Slack.
Agentes Externos: especialistas trabalhando ao lado da equipe
Agentes externos são ferramentas que realizam o trabalho em ambientes como IDEs, CLIs ou aplicativos especializados, mas que passam a colaborar por meio do Notion.
No Notion 3.6, Claude e Cursor foram apresentados como os primeiros Agentes Externos integrados. Eles podem receber tarefas por meio de um quadro compartilhado, ser mencionados como membros da equipe e ter sua execução acompanhada dentro do fluxo de trabalho.
Um fluxo possível seria:
- Um ticket de bug é criado no Notion.
- Um agente faz a triagem e adiciona o contexto necessário.
- O Cursor recebe a tarefa no quadro.
- O agente de programação analisa o repositório e propõe uma alteração.
- A equipe revisa a solução.
- O status e as decisões permanecem registrados no Notion.
Nesse modelo, o Notion não substitui o ambiente especializado do agente. Ele funciona como o espaço colaborativo no qual trabalho, contexto, execução e aprovação se encontram.
Workers: código para aquilo que não deve depender do LLM
Workers são uma primitiva da Plataforma para Desenvolvedores do Notion. Eles executam código personalizado na infraestrutura do próprio Notion e podem ser utilizados para:
- Sincronizar dados com sistemas externos.
- Criar ferramentas para Agentes Personalizados.
- Processar webhooks.
- Aplicar validações determinísticas.
- Fazer cálculos.
- Consultar APIs internas.
- Atualizar páginas e bases de dados.
A própria documentação diferencia os dois papéis: o agente decide o que precisa ser feito, enquanto o Worker executa de maneira previsível como determinada etapa deve ser realizada.
Essa separação é importante porque nem toda automação precisa — ou deveria — utilizar raciocínio probabilístico.
Uma arquitetura de agentes dentro do Notion
Uma forma útil de visualizar a plataforma é dividi-la em seis camadas:
1. Gatilhos
Um agente pode ser iniciado manualmente, por agenda ou em resposta a eventos. Entre os exemplos documentados estão:
- Mensagem publicada no Slack.
- Reação com emoji.
- Menção ao agente.
- Eventos em páginas ou bases de dados.
- Execução agendada.
- Finalização de uma Anotação IA de reunião.
Desde 31 de julho de 2026, uma reunião resumida pelo AI Meeting Notes pode acionar automaticamente um Agente Personalizado. O agente pode atualizar o tracker do projeto, publicar uma recapitulação, registrar decisões ou transformar feedback em tickets de engenharia.
2. Contexto
O contexto é formado pelas páginas, bases de dados, arquivos e aplicativos que o agente pode consultar.
Uma instrução que menciona uma página não concede automaticamente acesso a ela. A página ou base precisa ser incluída explicitamente em Tools and access.
Desde 7 de agosto de 2026, também é possível conceder contexto a um Agente Personalizado diretamente pelo menu de compartilhamento de uma página ou base, tratando o agente de maneira semelhante a um colaborador.
3. Instruções
As instruções representam o contrato operacional do agente. Uma configuração robusta deve informar:
- Qual é o objetivo.
- Quais eventos devem ser considerados.
- Quais fontes são confiáveis.
- Quais ações são permitidas.
- Quais decisões exigem aprovação humana.
- Como lidar com informações ausentes.
- Qual formato deve ser usado na saída.
- Quando o agente não deve executar nenhuma ação.
Instruções vagas tendem a produzir automações difíceis de prever. Quanto mais crítico for o fluxo, mais importante será transformar regras implícitas em critérios explícitos.
4. Modelo
O Notion permite selecionar diferentes modelos de IA ou utilizar o modo automático. Em 14 de agosto de 2026, o seletor foi simplificado: os modelos passaram a ter indicadores para comparar velocidade, inteligência e custo, além da possibilidade de favoritar opções e aumentar o nível de esforço para tarefas que exigem respostas mais aprofundadas.
Essa escolha deve considerar a natureza do trabalho:
- Modelo mais rápido: classificação, extração e roteamento simples.
- Modelo mais avançado: pesquisa, análise, escrita complexa ou planejamento.
- Worker: regras determinísticas, cálculos, integrações e validações.
O melhor desenho nem sempre utiliza o modelo mais poderoso. Muitas vezes, a arquitetura mais eficiente combina um modelo menor para decidir o fluxo e Workers para executar operações previsíveis.
5. Ferramentas e ações
O agente pode atuar dentro do Notion ou utilizar ferramentas conectadas.
As integrações nativas oferecem acesso a produtos como Slack, Mail e Calendar. As conexões MCP ampliam esse conjunto para serviços externos e APIs personalizadas.
6. Observabilidade
Agentes autônomos precisam ser observáveis.
Os Agentes Personalizados possuem uma área de atividade com informações sobre:
- O evento que iniciou a execução.
- As etapas realizadas.
- Os erros encontrados.
- As ações efetuadas.
- O consumo de créditos.
As configurações do agente também têm histórico de versões, permitindo restaurar uma versão anterior. Nos ambientes Enterprise, atividades dos agentes podem aparecer nos registros de auditoria.
MCP: a ponte entre o Notion e o ecossistema de agentes
O Model Context Protocol ocupa duas posições complementares nessa arquitetura.
Notion MCP: agentes externos acessando o workspace
O Notion MCP permite que aplicativos como Claude, ChatGPT e Cursor leiam e escrevam em páginas do Notion em tempo real. A ferramenta externa atua utilizando as permissões do usuário que realizou a conexão.
Exemplo:
Cursor
↓
Notion MCP
↓
Documentação técnica + decisões arquiteturais + backlog
↓
Geração ou atualização de documentação
Esse formato é especialmente interessante para desenvolvimento de software. Um agente no Cursor pode consultar decisões arquiteturais, identificar padrões do projeto e publicar automaticamente uma documentação técnica no workspace.
Conexões MCP: Agentes Personalizados acessando ferramentas externas
No sentido inverso, um Agente Personalizado pode utilizar servidores MCP para acessar serviços externos. Existem conexões pré-configuradas e a possibilidade de adicionar um servidor MCP personalizado.
Exemplo:
Evento em uma base do Notion
↓
Agente Personalizado
↓
Servidor MCP do Linear
↓
Criação ou atualização do ticket
Uma diferença importante é que conexões MCP não fornecem gatilhos por conta própria. Elas disponibilizam ferramentas de leitura e escrita. Os gatilhos normalmente vêm do Notion, das integrações nativas, de agendas ou de outros eventos configurados no agente.
Workers: tornando os fluxos mais previsíveis
Um LLM é adequado para interpretar contexto, classificar informações e escolher entre alternativas. Ele não é a melhor ferramenta para qualquer tipo de operação.
Considere uma automação que precisa calcular o impacto financeiro de uma alteração de contrato. Pedir ao agente que “faça as contas” pode introduzir variabilidade. Uma arquitetura melhor seria:
- O agente interpreta o contrato.
- Extrai valores, datas e regras.
- Envia os dados estruturados para um Worker.
- O Worker realiza o cálculo.
- O agente interpreta o resultado.
- A saída é registrada no Notion.
Essa composição traz três benefícios:
- Menor custo de inferência.
- Maior previsibilidade.
- Testabilidade da lógica de negócio.
Workers também podem receber webhooks, sincronizar bases de dados e funcionar como ferramentas chamadas por Agentes Personalizados.
Exemplo prático: um agente de pós-reunião para engenharia
Imagine uma equipe que utiliza o Notion para PRDs, decisões arquiteturais, projetos e incidentes.
O objetivo é automatizar o trabalho realizado depois de uma reunião de acompanhamento.
Gatilho
Meeting note summarized
Esse gatilho é disparado quando a Anotação IA da reunião termina de gerar o resumo.
Fontes autorizadas
O agente receberia acesso somente a:
- Base de projetos.
- Base de tarefas.
- Registro de decisões.
- Página do projeto relacionado.
- Documentação arquitetural.
- Canal específico do Slack.
Instrução de exemplo
Você é o Agente de Acompanhamento de Engenharia.
Sempre que uma anotação de reunião for concluída:
1. Identifique decisões explícitas.
2. Identifique tarefas, responsáveis e prazos mencionados.
3. Não invente responsáveis ou datas.
4. Atualize tarefas existentes antes de criar duplicatas.
5. Registre cada decisão na base "Decisões Arquiteturais".
6. Inclua um link para a anotação original como evidência.
7. Publique no Slack um resumo com:
- decisões;
- tarefas;
- responsáveis;
- riscos;
- pontos sem definição.
8. Não altere prioridade para P0 ou P1 sem aprovação humana.
9. Não feche tarefas automaticamente.
10. Quando houver ambiguidade, registre "Revisão humana necessária".
Uso de MCP
O agente poderia usar uma conexão MCP com GitHub ou Linear para consultar o estado atual de issues antes de criar ou atualizar tarefas.
Uso de Worker
Um Worker poderia:
- Validar se a identificação do projeto existe.
- Impedir duplicidade por chave externa.
- Normalizar datas.
- Verificar campos obrigatórios.
- Aplicar regras de roteamento.
- Gerar um identificador de correlação.
Human-in-the-loop
Mudanças de baixo risco poderiam ser realizadas automaticamente. Ações críticas seriam encaminhadas para aprovação:
Baixo risco:
- Criar rascunho.
- Atualizar resumo.
- Adicionar comentário operacional.
- Publicar recapitulação.
Alto risco:
- Alterar prioridade crítica.
- Fechar incidente.
- Aprovar orçamento.
- Enviar comunicação externa.
- Modificar permissões.
Esse modelo mantém a velocidade da automação sem entregar decisões irreversíveis ao agente.
Segurança: o detalhe que pode comprometer toda a implementação
O princípio mais importante é o menor privilégio.
Um novo Agente Personalizado não precisa receber acesso a todo o workspace. O recomendado é conceder somente as páginas, bases, canais e ferramentas necessárias para sua função.
Existe ainda um comportamento que merece atenção especial: um Agente Personalizado responde com base nas permissões do próprio agente, e não nas permissões da pessoa que o acionou. Caso o agente tenha acesso a linhas de uma base que determinado usuário não possa visualizar, existe o risco de a resposta revelar informações além do acesso direto desse usuário.
Por isso:
- Não compartilhe um agente amplamente apenas porque sua interface parece inofensiva.
- Revise as fontes às quais ele tem acesso.
- Separe agentes por área ou nível de confidencialidade.
- Evite um “superagente” com acesso irrestrito.
- Teste o comportamento usando contas com diferentes permissões.
- Revise periodicamente os registros de atividade.
- Desative ferramentas de escrita quando o fluxo exigir apenas leitura.
Para conexões externas, administradores Enterprise podem controlar quais clientes MCP podem acessar o workspace, aprovando ferramentas específicas e bloqueando as demais.
Custos e créditos
Agentes Personalizados estão disponíveis como complemento dos planos Business e Enterprise. Os créditos são compartilhados pelo workspace, renovados mensalmente e não utilizados não são transferidos para o mês seguinte. O preço informado pelo Notion é de US$ 10 por 1.000 créditos mensais.
O consumo depende da complexidade da tarefa. Um fluxo com diversas fontes, ferramentas e etapas tende a consumir mais do que uma classificação simples.
Para Workers, a documentação oficial atual informa que a fase beta gratuita continua até 15 de outubro de 2026. Depois disso, eles passarão a consumir créditos. O custo de referência informado é de aproximadamente US$ 0,0023 por execução, equivalente a cerca de 4.348 execuções por 1.000 créditos, embora o consumo real dependa do processamento realizado.
Uma estratégia de controle de custos deve incluir:
- Limites por agente.
- Frequências de execução moderadas.
- Processamento em lote.
- Redução de fontes desnecessárias.
- Workers para operações determinísticas.
- Modelos menores em tarefas simples.
- Monitoramento de execuções e créditos.
- Desativação de agentes sem utilização.
Administradores podem acompanhar consumo, execuções e projeções no painel de créditos. O Notion também disponibiliza notificações quando o workspace chega a 80% e 100% do saldo.
As novidades mais recentes
31 de julho: reuniões passaram a acionar agentes
Anotações IA podem iniciar Agentes Personalizados assim que o resumo da reunião é concluído. Isso transforma reuniões em eventos operacionais, reduzindo a distância entre uma decisão e sua execução.
7 de agosto: compartilhamento direto de contexto
Páginas e bases podem ser compartilhadas com agentes diretamente pelo menu Share, simplificando a administração das fontes utilizadas.
14 de agosto: seleção de modelos simplificada
O seletor passou a oferecer uma lista mais clara, comparações de velocidade, inteligência e custo, favoritos e controle do nível de esforço.
19 de agosto: Portal do Desenvolvedor na barra lateral
O Portal do Desenvolvedor agora aparece dentro do workspace, centralizando Workers, conexões e tokens de acesso pessoal. Também é possível visualizar os Workers implantados, consultar logs e copiar identificadores ou objetos da API relacionados a páginas, blocos, bases, workspaces e usuários.
Essa atualização reduz a separação entre o ambiente no-code do Notion e sua plataforma programável.
O Notion está se tornando um sistema operacional para o trabalho com agentes?
Minha leitura é que essa é a direção mais importante do produto.
O diferencial não está apenas em oferecer um novo chatbot. A estratégia combina:
- Conhecimento corporativo.
- Documentos e bases estruturadas.
- Permissões.
- Gatilhos.
- Modelos de diferentes provedores.
- Ferramentas MCP.
- Execução de código.
- Agentes especializados.
- Observabilidade.
- Colaboração humana.
Em vez de manter o agente isolado em uma janela de conversa, o Notion aproxima a IA do lugar em que o trabalho é definido, documentado, discutido e aprovado.
Isso não elimina plataformas de automação, sistemas transacionais ou ambientes de desenvolvimento. O Notion passa a funcionar como a camada que reúne contexto, coordena o fluxo e registra os resultados.
A arquitetura mais promissora não será formada por um agente que faz tudo, mas por uma composição:
Pessoa
+
Agente contextual
+
Agentes especializados
+
MCP para interoperabilidade
+
Workers para previsibilidade
+
Aprovação humana para decisões críticas
O desafio deixou de ser apenas criar bons prompts. Agora é necessário projetar permissões, contratos operacionais, ferramentas, custos, observabilidade e limites de autonomia.
E é exatamente nesse ponto que os Agentes do Notion deixam de ser apenas uma funcionalidade de IA e começam a se transformar em uma verdadeira plataforma de trabalho agentic.
Top comments (0)