Agentes e assistentes de IA
Ajude seus usuários a preparar respostas e encontrar informações, ou sua equipe a classificar e encaminhar solicitações. Construímos agentes com seus dados, ferramentas e regras de aprovação.
Assistentes no seu produto que preparam rascunhos, resumem registros e respondem a perguntas com fontes às quais o usuário tem acesso.
Agentes que classificam tickets, encaminham solicitações ou conciliam registros com permissões acordadas. Informações ausentes e casos fora das regras são encaminhados a uma pessoa.
Interfaces de voz ou texto para tarefas em que as pessoas precisam fazer perguntas e consultar informações sem navegar por formulários.
Regras de aprovação, casos de avaliação e registros definidos com sua equipe, incluindo quem revisa as exceções e quando uma ação deve parar.
Provas
Em 2019, entregamos o Frankie: um assistente de voz para iOS que permitia à equipe comercial da Amgen consultar dados da empresa, antes da era dos LLMs.
A Sophilabs nos apresentou um produto que tínhamos orgulho de mostrar.
Desde o início de 2025, usamos um agente em produção para transformar transcrições de entrevistas em perfis prontos para o cliente. A preparação de cada perfil passou de duas a seis horas para cerca de dez minutos.
Ler a nota de campoExemplos ilustrativos
Uma pessoa da equipe de suporte usa o assistente para preparar uma resposta e a revisa antes de enviar.
Entrada
Um cliente pergunta o que seu plano inclui.
Proposta
O assistente prepara uma resposta com os detalhes do plano e mostra as fontes.
Revisão
Quem atende a consulta confere a resposta com as condições citadas e a corrige se necessário.
Ação
A resposta só é enviada com a aprovação dessa pessoa.
Um agente ajuda a classificar as solicitações recebidas conforme as regras da equipe e encaminha as exceções para revisão.
Entrada
Uma solicitação chega a uma caixa de entrada compartilhada.
Proposta
O agente sugere uma categoria e uma equipe responsável conforme as regras de encaminhamento.
Revisão
Se faltarem informações ou as regras não cobrirem o caso, ele o encaminha a uma pessoa.
Ação
O agente registra ou encaminha a solicitação apenas dentro das ações permitidas. As demais ações aguardam aprovação.
O fluxo de trabalho determina qual abordagem faz sentido. Antes de construir, acordamos as fontes, as ações permitidas e os requisitos de revisão.
O Discovery revisa o fluxo de trabalho, os dados e as integrações para ajudar a escolher um primeiro caso de uso. Com um escopo definido, você pode começar diretamente pela implementação.
Identificar a tarefa, as pessoas envolvidas e as decisões que precisam de aprovação.
Definir as fontes de dados, as permissões e os requisitos de integração.
Avaliar casos representativos e falhas com seus revisores antes do lançamento.
Sua equipe decide se muda as ações permitidas conforme as avaliações e as consequências de um erro.
Definimos quais ações exigem aprovação, quem as revisa e como as correções são usadas para melhorar as instruções e os testes. Sua equipe decide se amplia a autonomia de cada tipo de ação com base nos resultados da avaliação e nas consequências de um erro. Ter menos correções não basta para retirar a supervisão.
Grounding
Definir as fontes que ele pode usar, como conferir suas respostas e o que fazer quando faltam informações.
Escopo
Documentar os sistemas e as ações permitidas, com acesso controlado na aplicação e aprovações acordadas com sua equipe.
Avaliação
Testar casos representativos e falhas antes de publicar mudanças em prompts, modelos ou dados.
Trilha de auditoria
Registrar as informações necessárias para investigar respostas e ações, com regras de acesso e retenção acordadas.
Os procedimentos de monitoramento e escalonamento definem quem responde quando os resultados ficam fora dos critérios acordados.
Começamos acordando um fluxo de trabalho e critérios de aceitação. O AI Discovery Sprint ajuda a definir esse escopo; você também pode trazer um caso de uso definido diretamente para a implementação. Estimamos a primeira entrega após revisar os dados, as integrações e os requisitos de aprovação. O trabalho inclui o agente, os casos de avaliação, a documentação operacional e as instruções ajustadas durante o desenvolvimento. Antes do lançamento, acordamos quem vai operar e manter o sistema.
Ele pode dar respostas incorretas, mesmo usando seus dados. Testamos essas falhas com seus casos, mostramos as fontes para conferir as respostas e definimos quando elas precisam de revisão. O monitoramento após o lançamento ajuda a detectar problemas; esses controles não eliminam o risco.
Sim, quando as ferramentas oferecem os acessos e as integrações necessários. Verificamos esses requisitos, definimos as ações permitidas e acordamos as regras de aprovação antes de construir. Alguns sistemas podem precisar primeiro de uma integração ou preparação de dados.
Combinamos com seu time quais aprovações cada tipo de ação exige. O nível de autonomia depende das avaliações e das consequências de um erro; algumas ações podem continuar exigindo aprovação humana.
Escolhemos o modelo conforme a tarefa, as restrições de dados, a qualidade, a latência e o custo de operação. Ele fica atrás de uma interface que o seu produto controla. Trocá-lo pode exigir ajustes nos prompts, nas integrações com ferramentas e na infraestrutura, seguidos de uma avaliação com os seus casos antes da publicação.
Depende da implantação. Documentamos quais dados cada serviço recebe, onde são processados e armazenados, e quais condições de retenção e treinamento se aplicam. Se os seus dados precisam permanecer no seu ambiente, essa restrição orienta a escolha do modelo e da infraestrutura.
Antes do lançamento, acordamos quem assume o sistema, o monitoramento, o suporte e a transferência para sua equipe. Ela pode continuar com o código, os casos de avaliação e a documentação operacional. Se continuarmos mantendo ou desenvolvendo o sistema, o acordo define o escopo, as responsabilidades e o preço.