Construímos agentes conectados aos seus sistemas que fazem o trabalho, não que comentam sobre ele. Com controle humano, avaliação prévia e entrega documentada.
Um agente não é um chatbot
Um chatbot responde perguntas. Um agente faz o trabalho: lê seu CRM, redige a proposta, salva onde precisa e avisa quem tem de assiná-la. A diferença não é o modelo por baixo, e sim o fato de o agente ter acesso às suas ferramentas e permissão para agir nelas.
A diferença não é o modelo: é o acesso às suas ferramentas e a permissão para agir nelas.
É também por isso que a maior parte dos projetos de IA nas empresas não chega à produção. Compra-se uma licença, abre-se uma janela de chat e espera-se que as pessoas inventem o que fazer com ela. Sem acesso aos dados reais e sem uma tarefa concreta, o resultado é mais uma ferramenta que ninguém abre a partir da terceira semana.
O que fazemos
Agentes conectados aos seus sistemas. Construímos agentes sobre Claude, GPT e os modelos que melhor se encaixam em cada tarefa, conectados por MCP ou API ao seu CRM, ao e-mail, ao repositório de documentos, à planilha ou ao banco de dados. O agente não «sabe» da sua empresa: ele lê seus dados quando precisa.
Uma tarefa concreta, não uma ferramenta genérica. Partimos de algo que alguém faz à mão hoje e que cabe em uma frase: qualificar os leads que entram, preparar o relatório semanal, responder ao primeiro e-mail de um orçamento, conferir notas fiscais contra o contrato.
Controle humano onde é necessário. Definimos com você o que o agente faz sozinho e o que passa por uma pessoa antes de sair. Um agente que redige e espera aprovação é adotado; um que envia sem perguntar é desligado no primeiro susto.
Avaliação antes da confiança. Montamos um conjunto de casos reais com a resposta correta conhecida e medimos o acerto do agente neles. Sem esse teste não há como saber se funciona: só a impressão de quem mostrou a demonstração.
Entrega documentada. O agente fica na sua casa, com instruções, permissões e limites escritos em português, para que sua equipe possa mudá-lo sem nos chamar.
Como começa
Antes de construir qualquer coisa olhamos quais tarefas sua equipe repete, quantas horas se vão nelas e quais têm resposta verificável. É esse último ponto que decide: uma tarefa cujo resultado ninguém sabe avaliar não se automatiza com garantia, por mais repetitiva que seja.
Daí sai uma lista curta ordenada por horas liberadas e por risco. Começamos por uma, colocamos em produção e medimos por algumas semanas antes de tocar na seguinte.
O que medimos
O número é acordado antes de começar. Conforme o caso, costuma ser horas liberadas por mês, tempo de resposta ao cliente, percentual de tarefas que o agente fecha sem intervenção humana, ou erros detectados que antes passavam.
Não reportamos «número de chamadas ao modelo» nem custo por token como se fossem resultados. São custos, acompanhamos de perto, mas não são o que você comprou.
Por que nós
Usamos agentes no nosso próprio trabalho todos os dias: na análise de dados de campanhas, na produção de conteúdo e na manutenção dos sites que administramos. O que propomos é o que já funciona dentro da agência, não uma linha de serviço inventada para o folheto.
Também sabemos onde quebra. Um agente com acesso aos seus sistemas pode causar dano se receber permissões amplas e puder ler textos vindos de fora: um e-mail ou um documento podem conter instruções dirigidas ao modelo. Por isso separamos leitura de escrita, limitamos permissões por tarefa e registramos tudo o que o agente faz.
