O Desafio Silencioso do Monitoramento Manual de Preços
Equipes de comércio eletrônico dependem de dados de mercado atualizados e precisos para permanecerem competitivas. Atualmente, muitas organizações ainda recorrem a fluxos de trabalho manuais: navegar por múltiplos sites de concorrentes, registrar informações de preços e promoções, consolidar tudo em planilhas para análise. Esse processo apresenta desafios críticos que se estendem muito além do varejo.
A realidade é que o monitoramento manual consome horas significativas de trabalho diário. Conforme catálogos de produtos crescem, essa abordagem se torna insustentável. Os riscos incluem inconsistências e erros humanos, que podem levar a decisões de preço inadequadas. Mas o maior problema é a velocidade: quando os preços dos concorrentes mudam hora a hora, informações defasadas resultam em receita perdida e oportunidades desperdiçadas.
Esse desafio transcende o varejo. Provedoras de seguros precisam revisar periodicamente políticas, coberturas, exclusões e estruturas de prêmios dos concorrentes. Instituições financeiras analisam taxas de empréstimo, ofertas de cartão de crédito e estruturas de taxas através de verificações manuais demoradas. Empresas de viagens e hospitalidade monitoram preços flutuantes de voos, hospedagens e pacotes para ajustar suas ofertas dinamicamente. Em todos os setores, a pesquisa manual permanece lenta, exigente em mão de obra e propensa a erros.
A Solução: Automação com Amazon Nova Act
Amazon Nova Act é um serviço da AWS, acompanhado de um Desenvolvimento de Kit de Software (SDK), projetado para ajudar desenvolvedores a construir agentes que atuam dentro de navegadores web. Os desenvolvedores estruturam suas automações compondo comandos menores e direcionados em Python, combinando instruções em linguagem natural para interações de navegador com lógica programática como testes, breakpoints, assertions ou thread-pooling para paralelização.
O serviço oferece suporte a cenários de comércio agentico onde agentes automatizados lidam com tarefas como monitoramento competitivo, validação de conteúdo, atualizações de catálogo e fluxos de navegação multietapas. Inteligência de preços competitivos se encaixa perfeitamente porque o Desenvolvimento de Kit de Software (SDK) é projetado para lidar com comportamento real de sites, incluindo mudanças de layout e conteúdo dinâmico.
Sites de comércio eletrônico frequentemente alteram layouts, executam promoções de curta duração ou rodam banners e componentes diferentes. Essas mudanças frequentemente quebram scripts tradicionais baseados em regras que dependem de seletores de elementos fixos ou caminhos de navegação rígidos. A abordagem orientada por comandos em linguagem natural do Amazon Nova Act ajuda agentes a continuarem operando mesmo quando páginas evoluem, fornecendo a resiliência necessária para sistemas de inteligência competitiva em produção.
Componentes Fundamentais da Automação
Extraindo Informações de Páginas Web
Com as capacidades de extração do Amazon Nova Act, agentes conseguem coletar dados estruturados diretamente de uma página renderizada. Você pode definir um modelo Pydantic que representa o esquema desejado e fazer uma chamada de act_get() para responder uma pergunta sobre a página atual do navegador usando esse esquema. Isso mantém os dados extraídos fortemente tipados, validados e prontos para uso posterior.
Nova.act_get("Search for 'iPad Pro 13-inch (M4 chip), 256GB Wi-Fi'.", schema=ProductData.model_json_schema())
Navegando para uma Página Web
Este passo redireciona o agente para uma página web específica como ponto de partida. Uma nova sessão de navegador se abre no ponto desejado, permitindo que o agente tome ações ou extraia dados.
nova.go_to_url(website_url)
Executando Múltiplas Sessões em Paralelo
Cargas de trabalho de inteligência de preços frequentemente exigem verificar dezenas de páginas de concorrentes em um período curto. Uma única instância do Amazon Nova Act pode invocar apenas um navegador por vez, mas múltiplas instâncias podem rodar simultaneamente. Cada instância é leve, tornando prático iniciar várias em paralelo e distribuir trabalho entre elas. Isso permite uma abordagem estilo map-reduce para automação de navegador onde diferentes instâncias do Amazon Nova Act lidam com tarefas separadas ao mesmo tempo.
from concurrent.futures import ThreadPoolExecutor, as_completed
from nova_act import ActError, NovaAct
# Accumulate the complete list here.
all_prices = []
# Set max workers to the max number of active browser sessions.
with ThreadPoolExecutor(max_workers=10) as executor:
# Get all prices in parallel.
future_to_source = {
executor.submit(
check_source_price, product_name, source_name, source_url, headless
): source_name
for source_name, source_url in sources
}
# Collect the results in all_books.
for future in as_completed(future_to_source.keys()):
try:
source = future_to_source[future]
source_price = future.result()
if source_price is not None:
all_prices.extend(source_price.source)
except ActError as exc:
print(f"Skipping source price due to error: {exc}")
print(f"Found {len(all_prices)} source prices:\n{all_books}")Gerenciando CAPTCHAs
Alguns sites apresentam CAPTCHAs durante navegação automatizada. Por razões éticas, recomenda-se envolver um humano para resolver CAPTCHAs em vez de tentar soluções automatizadas. O Amazon Nova Act não resolve CAPTCHAs em nome do usuário. Ao executar localmente, seu fluxo de trabalho pode usar uma chamada act_get() para detectar se um CAPTCHA está presente. Se detectado, o fluxo pode pausar e solicitar ao usuário que o complete manualmente.
Ao implantar fluxos de trabalho do Amazon Nova Act com Ferramenta de Navegador AgentCore (ACBT), você pode usar suas capacidades de loop humano integrado. A ACBT oferece infraestrutura de navegador sem servidor com transmissão ao vivo do Console AWS AgentCore. Quando um CAPTCHA é encontrado, um operador humano pode assumir a sessão do navegador em tempo real através da interface de takeover, resolver o desafio e retornar o controle ao fluxo de trabalho.
result = nova.act("Is there a captcha on the screen?", schema=BOOL_SCHEMA)
Tratamento de Erros
Uma vez que o cliente do Amazon Nova Act é iniciado, pode encontrar erros durante uma chamada act(). Esses problemas podem surgir de layouts dinâmicos, elementos ausentes ou mudanças inesperadas de página. O Amazon Nova Act expõe essas situações como ActErrors para que desenvolvedores possam capturá-las, repetir operações, aplicar lógica de fallback ou registrar detalhes para análise posterior.
Desenvolvendo e Monitorando Fluxos de Trabalho
Desenvolvimento com Ambientes Integrados Alimentados por Inteligência Artificial
Desenvolvedores criando fluxos de trabalho de automação do Amazon Nova Act podem acelerar experimentação e prototipagem usando ambientes de desenvolvimento alimentados por inteligência artificial com extensões do Amazon Nova Act. A extensão está disponível para ambientes integrados populares incluindo Kiro, Visual Studio Code e Cursor, trazendo geração de código inteligente e assistência contextual diretamente em seu ambiente de desenvolvimento preferido.
A extensão do ambiente integrado para Amazon Nova Act acelera o desenvolvimento transformando prompts em linguagem natural em código pronto para produção. Em vez de cavar através de documentação ou escrever boilerplate repetitivo, você pode simplesmente descrever seus objetivos de automação. Isso é útil para tarefas complexas como inteligência de preços competitivos, onde a extensão pode ajudá-lo a estruturar rapidamente lógica ThreadPoolExecutor, projetar esquemas Pydantic e construir tratamento robusto de erros.
Observando Fluxos de Trabalho no Console do Amazon Nova Act
O console da AWS do Amazon Nova Act fornece visibilidade na execução do seu fluxo de trabalho com rastreamentos detalhados e artefatos do seu ambiente da AWS via Console de Gerenciamento da AWS. Oferece um local central para gerenciar e monitorar fluxos de trabalho de automação em tempo real. Você pode navegar de uma visualização de alto nível dos execuções de fluxo de trabalho para os detalhes específicos de sessões individuais, acts e passos. Essa visibilidade ajuda a depurar e analisar desempenho mostrando exatamente como o agente toma decisões e executa loops.
Implementando a Solução
Para ajudar a começar com pesquisa de mercado automatizada, foi lançado um projeto de amostra baseado em Python que cuida do trabalho pesado do monitoramento de preços. Esta solução usa o Amazon Nova Act para lançar múltiplas sessões de navegador simultaneamente, pesquisando produtos em vários sites de concorrentes. Em vez de navegar por abas manualmente, o script navega pela web para encontrar preços e promoções. Depois coleta tudo em um formato limpo e estruturado para você usar em seus próprios modelos de preço.
Pré-requisitos
Seu ambiente de desenvolvimento deve incluir: Python 3.10 ou posterior e o Desenvolvimento de Kit de Software (SDK) Nova Act.
Obtendo a Chave de API do Amazon Nova Act
Navegue para https://nova.amazon.com/act e gere uma chave de API. Ao usar o Playground do Amazon Nova Act ou escolher ferramentas de desenvolvedor do Amazon Nova Act com autenticação de chave de API, acesso e uso estão sujeitos aos Termos de Uso nova.amazon.com.
Clonando o Repositório e Instalando Dependências
Para começar, clone o repositório, defina sua chave de API para que a aplicação possa autenticar e instale as dependências Python necessárias:
# Clone the repo
https://github.com/aws-samples/amazon-nova-samples.git
cd nova-act/usecases/price_comparison
# Create and activate a virtual environment (optional but recommended)
python3 -m venv .venv
source .venv/bin/activate
# Windows:
.venv\Scripts\activate
# Install Python dependencies
pip install -r requirements.txt
# Set the Nova Act API Key
export NOVA_ACT_API_KEY="your_api_key"Executando o Script
Uma vez que seu ambiente esteja configurado, você pode executar o agente para realizar inteligência de preços competitivos. O script toma um nome de produto (opcional) e uma lista de sites de concorrentes (opcional), lança sessões concorrentes de navegador do Amazon Nova Act, pesquisa cada site, extrai detalhes de preço e promoção, e retorna um resultado estruturado e agregado.
python -m main.py --product_name "iPad Pro 13-inch, 256GB Wi-Fi" --product_sku "MVX23LL/A" --headless
O agente lança múltiplas sessões de navegador do Amazon Nova Act em paralelo, uma por site de concorrente. Cada sessão carrega o site do varejista, verifica se um CAPTCHA está presente e pausa para entrada do usuário se precisar ser resolvido. Uma vez resolvido, o agente pesquisa pelo produto, revisa os resultados retornados, clica na listagem mais relevante e extrai o preço e informações promocionais.
Revisando o Resultado
Após o agente terminar de pesquisar todos os sites de concorrentes, ele retorna uma tabela consolidada que lista cada varejista, o produto correspondente, o preço extraído, os detalhes de promoção e metadados adicionais. A partir desta tabela, você pode comparar resultados em múltiplas fontes em uma única visualização.
O agente escreve os resultados extraídos em um arquivo CSV para integração posterior com ferramentas de preço, painéis ou APIs internas.
Conclusão
O Amazon Nova Act transforma automação de navegador de uma tarefa técnica complexa em uma interface simples em linguagem natural, permitindo que varejistas automatizem fluxos de trabalho manuais, reduzam custos operacionais e obtenham insights de mercado em tempo real. Ao reduzir significativamente o tempo gasto com coleta manual de dados, as equipes conseguem focar em decisões estratégicas de preço. A solução escala eficientemente conforme as necessidades de monitoramento crescem, sem exigir aumentos proporcionais em recursos.
Para explorar mais exemplos e aprender mais, consulte o repositório Amostras do Amazon Nova disponível no GitHub.
Fonte
Automating competitive price intelligence with Amazon Nova Act (https://aws.amazon.com/blogs/machine-learning/automating-competitive-price-intelligence-with-amazon-nova-act/)
Leave a Reply