/ Aplicativos com IA
Desenvolvimento de aplicativo com IA que faz trabalho, não que enfeita a tela
Quase todo produto ganhou um chatbot nos últimos anos, e quase todo chatbot virou um botão que ninguém clica. O problema não é a IA. É onde ela foi colocada.
A gente constrói aplicativo em que o modelo faz trabalho de verdade: lê o documento e preenche o campo, ouve o áudio e devolve o resumo estruturado, classifica o pedido e manda pra fila certa, sugere o próximo passo com base no que a pessoa já fez. Quando dá certo, o usuário nem percebe que tem IA ali. Ele percebe que o trabalho chato sumiu.
E a gente diz quando não vale. Tem tarefa que uma regra de três linhas resolve melhor, mais barato e sem inventar resposta. Vender modelo de linguagem pra isso seria fácil, e seria errado.
Pra quem isso costuma ser
Empresa afogada em documento
Contrato, nota, laudo, ficha, e-mail. Alguém lê e digita em outro lugar, todo dia, e erra às vezes porque é humano.
Operação que precisa decidir rápido
Triagem, priorização, classificação. O volume passou do que o time consegue olhar um a um sem deixar coisa importante no fim da fila.
Time que atende conversando
Suporte, pré-venda, agendamento. A mesma pergunta chega cinquenta vezes por semana, escrita de cinquenta jeitos diferentes.
Startup com IA no centro
A funcionalidade principal só existe porque o modelo existe. Sem ele, o produto não faz sentido nenhum.
O que está incluso, e o que não está
As duas listas ficam escritas antes de você assinar qualquer coisa. A de baixo é a que evita mal-entendido no meio do projeto.
Está incluso
- Escolha do modelo por tarefa, com o custo por mil chamadas na mesa antes de decidir.
- Prompt e regras versionados no repositório e testados como código, não colados numa tela de configuração que ninguém audita.
- Ingestão dos seus documentos com busca semântica, pra resposta sair da sua base e não da internet.
- Avaliação com casos reais do seu negócio antes de subir, e não só com o exemplo bonito da demonstração.
- Rastro de tudo: qual pergunta chegou, qual resposta saiu, quanto custou e quanto demorou.
- Caminho de escape pro humano em todo fluxo. Quando o modelo não sabe, ele passa a bola em vez de inventar.
- Painel pra sua equipe ajustar regra e mensagem sem pedir deploy pra ninguém.
- O aplicativo inteiro: telas, banco, login e cobrança, e não só a parte de IA.
Não está incluso
- Modelo treinado do zero. Isso custa uma fortuna e quase nunca é a resposta certa. A gente usa modelo de mercado com a sua base por cima, que é o que resolve o problema real.
- Garantia de acerto de 100%. Modelo erra. O que a gente entrega é limite de escopo, verificação e caminho de escape, não promessa mágica.
- O custo de API. Ele é seu, varia com o uso, e a estimativa mensal sai no diagnóstico antes de você aprovar.
- Publicação nas lojas de aplicativo. Web no celular resolve a maioria dos casos e vai ao ar bem antes.
- Consultoria de IA sem produto no fim. A gente constrói; se o que você quer é palestra ou treinamento, não somos nós.
Como funciona na prática
Diagnóstico da tarefa
A pergunta é uma só: qual trabalho chato isso elimina, ou qual decisão isso torna mais fácil? Sem resposta clara, a gente para aqui e você economiza dinheiro.
Prova em cima do seu dado
Antes de construir aplicativo, a gente testa o modelo com material de verdade seu e mede quanto ele acerta. Se não passar, o projeto muda de forma antes de custar caro.
Construção do produto
Telas, banco, login, cobrança se precisar. A IA é uma peça dentro do produto, não o produto inteiro.
Ajuste com uso real
Modelo bom em teste não é modelo bom em produção. As primeiras semanas são de olhar conversa de verdade e corrigir o que só aparece com gente usando.
Operação e custo
Monitoramento de erro, de demora e de gasto. Custo de IA que ninguém acompanha é a conta que surpreende no terceiro mês.
As decisões que a gente toma antes de você pedir
Isso não é diferencial de folder, é o que separa software que dura de software que vira problema de outra pessoa em dois anos.
Modelo é peça trocável
A chamada fica isolada num lugar só. Quando sair um modelo melhor ou mais barato, a troca é de configuração, e não reescrita do produto.
Contexto decide mais que prompt
Resposta boa vem da informação certa chegando ao modelo. A maior parte do trabalho é preparar a base, não caçar a frase mágica.
O erro entra no desenho
Toda resposta que vira ação irreversível passa por verificação ou por confirmação humana. Quem trata alucinação como bug raro é surpreendido em produção.
Custo medido desde o primeiro dia
Cada chamada registra token e valor. Dá pra ver quanto custa cada usuário e cada funcionalidade, e cortar a que não se paga.
Faixa de investimento
Duas faixas, porque são dois trabalhos diferentes. Agente de IA rodando dentro do que a empresa já usa, sem produto com tela própria, fica entre R$ 12.000 e R$ 25.000, com 4 a 8 semanas. Aplicativo com IA, com login, telas e usuário seu, começa em R$ 30.000, com 8 a 16 semanas.
O que mais mexe nesses números é o quanto o produto precisa acertar. Automatizar uma sugestão que a pessoa revisa é bem mais barato que automatizar uma decisão que ninguém confere. O segundo caso exige verificação, teste com volume e trilha de auditoria, e isso é trabalho de verdade.
Some ao valor do projeto o custo de API, que é variável, é seu e não passa pela nossa conta. A estimativa de consumo mensal sai no diagnóstico, com número, antes de você aprovar. Operação e manutenção ficam entre R$ 500 e R$ 2.500 por mês, e entram na mesma proposta.
Se a conta não fechar, a gente fala. Tem tarefa que sai mais barata e mais confiável com uma regra fixa do que com modelo de linguagem, e nesse caso a resposta honesta custa menos que o projeto.
Onde isso já saiu do papel
Perguntas frequentes
Meus dados vão treinar o modelo de alguém?
Não, e isso é configuração explícita: a gente usa as APIs no modo que não retém conteúdo pra treino. Onde o dado é sensível demais pra sair de casa, o processamento fica na sua infraestrutura.
E se a IA responder errado pro meu cliente?
Ela vai errar em algum momento, e o desenho já conta com isso. O escopo é fechado, assunto proibido é bloqueado, e quando a conversa sai do trilho o atendimento vai pro humano. Resposta que vira ação irreversível passa por confirmação antes.
Quanto custa de API por mês?
Depende do volume, e a estimativa sai no diagnóstico com número em cima do seu caso. O que costuma estourar a conta não é o volume, é usar modelo grande pra tarefa pequena, e isso é decisão de arquitetura.
Dá pra usar meus documentos internos?
Dá, e é onde a IA rende mais. A gente indexa a sua base e o modelo responde citando de onde tirou, pra sua equipe conseguir conferir em vez de confiar no escuro.
Eu preciso de IA mesmo?
Talvez não. Se a tarefa tem regra fixa, código comum resolve melhor, mais barato e sem variação. A gente diz isso no diagnóstico, antes de vender projeto.
Isso é a mesma coisa que automação de WhatsApp?
É primo. Automação conecta as ferramentas que você já usa e faz tarefa rodar sozinha; aplicativo com IA é um produto com tela própria, login e usuário. Muita empresa acaba precisando dos dois, e dá pra começar pelo mais barato.
Pra ler antes de decidir
Conta o que você precisa resolver.
Quem responde é quem constrói. A gente diz se dá pra fazer, como seria e em que faixa de investimento isso costuma cair. Se não valer a pena no seu caso, a gente fala também.
A conversa é gratuita e leva uns 15 minutos.
Outras frentes