Serviços
Há mais de 10 anos criamos projetos financeiros baseados em blockchain: exchanges de criptomoedas centralizadas e descentralizadas, bots cripto, gateways de pagamento, tokenização imobiliária, projetos DeFi e NFT.
Chatbots com IA sob medida que respondem com base nos seus próprios dados e sabem quando transferir para uma pessoa
A Merehead cria chatbots com IA sob medida para suporte ao cliente, assistência no produto e conhecimento interno. Conectamos o bot à sua central de ajuda, aos dados do produto e aos sistemas de negócio, projetamos a conversa e testamos respostas e transferências antes do lançamento.
A maioria dos projetos de chatbot começa com um problema específico. Estes são os quatro que mais projetamos.
“Onde está minha fatura?” ou “Como ativo o login em duas etapas?”
Artigos da central de ajuda e dados da conta somente leitura por meio das suas APIs.
Uma resposta direta com link para o artigo certo, ou um chamado de suporte aberto com a conversa já anexada.
Onde a automação para: reembolsos, disputas, alterações de conta e tudo o que exige decisão humana vão para um atendente.
“Como configuro um pagamento recorrente?”
Documentação do produto, notas de versão e a lista de recursos do plano do usuário.
Orientação passo a passo dentro do app, considerando a tela em que o usuário está.
Onde a automação para: o bot explica as configurações, mas só as altera quando o usuário confirma e a ação está em uma lista aprovada por você.
“Qual é o procedimento para uma transferência bancária que falhou?”
Páginas da wiki, políticas e modelos, pesquisados com os próprios direitos de acesso do colaborador.
Uma resposta com o nome e a versão do documento, para que ele possa verificar a fonte.
Onde a automação para: se não houver resposta aprovada, o bot informa isso e envia a pergunta ao responsável pelo documento.
“Vocês suportam nosso provedor de pagamentos? Quanto custaria um piloto?”
Seu catálogo de produtos, a agenda de vendas e o CRM.
Algumas perguntas de qualificação e, em seguida, uma reunião agendada ou um novo registro no CRM para a equipe de vendas.
Onde a automação para: o bot não informa preços fora das faixas aprovadas pela sua equipe de vendas.
Tem outro problema em mente? Conte quais perguntas seus usuários fazem com mais frequência e quais sistemas guardam as respostas.
Discutir seu caso de usoTrês chatbots entregues, cada um com limites definidos, um caminho de transferência para uma pessoa e um resultado confirmado.
Os clientes faziam sempre as mesmas perguntas sobre acesso ao workspace, faturas e configurações da conta. As respostas existiam, mas estavam espalhadas entre a central de ajuda e os registros de contas, então a equipe de suporte precisava pesquisar antes de responder.
Um chatbot dentro do app conectado à central de ajuda e a APIs de conta somente leitura. Ele verifica o acesso ao workspace antes de mostrar os dados da conta e aponta para as instruções certas.
Disputas de cobrança e pedidos fora do escopo vão para um atendente com a conversa anexada.
Piloto de quatro semanas: 336 de 600 conversas elegíveis. A proporção se refere ao grupo do piloto, não a toda a demanda de suporte.
Perguntas sobre depósitos exigem a conta, a rede e o registro de transação corretos. Um bot genérico conseguia explicar confirmações, mas não mostrava ao cliente o status do próprio depósito.
Um chatbot autenticado que lê o status de depósitos e os registros de transações por meio de APIs somente leitura com escopo restrito, e verifica a rede e o horário em cada resposta.
Sem aprovações de saque, alterações de KYC ou recomendações de trading. Registros ausentes ou inconsistentes abrem um chamado de suporte com os detalhes já reunidos.
Comparado com as quatro semanas anteriores ao lançamento.
Os colaboradores perguntavam aos colegas sobre procedimentos que não conseguiam encontrar. Vários documentos tratavam do mesmo processo, e versões antigas ainda apareciam na busca.
Um chatbot dentro do workspace da empresa. Cada resposta cita a fonte e a versão, e os resultados seguem o papel do colaborador. Revisamos o conjunto de documentos com seus responsáveis e removemos o material obsoleto do índice.
Perguntas sem resposta aprovada vão para um responsável de conteúdo designado.
Medido em um exercício controlado de tarefas.
Tem um problema parecido de suporte ou conhecimento? Vamos definir o escopo do seu chatbot.
Discutir seu projeto de chatbotAvaliamos se configurar uma plataforma existente, ampliá-la com conectores próprios ou construir um chatbot dedicado atende melhor aos seus requisitos.
Você precisa de respostas para um pequeno conjunto de perguntas com respostas públicas.
A plataforma cobre a conversa, mas alguém precisa construir a conexão com seu CRM, help desk ou APIs do produto.
As plataformas disponíveis não atendem aos seus requisitos de fluxo, acesso, implantação ou interface a um custo total aceitável.
Analisamos cada ponto com você na fase de descoberta e recomendamos a opção de menor custo total que ainda atenda aos seus requisitos.
Se a plataforma já se conecta ao seu CRM, help desk e APIs do produto, ou se alguém precisará construir cada conexão.
Se o bot consegue mostrar a cada usuário apenas o que ele tem permissão para ver.
Quanto controle você tem sobre o widget, a identidade visual e o comportamento no celular.
Onde o sistema roda e se você poderá migrá-lo depois.
Quanto você paga por usuário, por conversa ou por integração à medida que o volume cresce.
Quem detém os prompts, o conteúdo, os registros das conversas e o código das integrações.
Quem conserta uma integração quebrada numa sexta-feira à noite.
Cada serviço termina com uma entrega concreta que você pode revisar.
Discutir seu projetoPodemos avaliá-lo primeiro. Você recebe uma análise por escrito do que funciona, do que é arriscado manter e um plano de escopo fechado para deixá-lo pronto para produção.
Solicitar avaliação do protótipoAnalisamos seus chamados de suporte, o conteúdo de ajuda atual e as perguntas que as pessoas realmente fazem.
Escrevemos os fluxos de diálogo, as perguntas de esclarecimento, a lógica de continuidade, o tom e os limites do que o bot responde.
Preparamos o conteúdo, construímos a busca sobre ele e configuramos o modelo.
Conectamos o bot ao seu site, app ou canais de mensagens e aos seus sistemas.
Testamos com categorias reais de perguntas, dados ausentes, verificações de permissão e casos de transferência, e lançamos em etapas.
O suporte é um contrato separado que cobre monitoramento e correção de bugs.
Cada integração depende de três coisas:
Confirmamos os três itens na fase de descoberta, antes de definir o cronograma.
Para perguntas factuais, projetamos o chatbot para buscar informações em fontes aprovadas. Respostas específicas da conta usam APIs autorizadas. Testamos como ele lida com informações ausentes, fontes conflitantes e pedidos fora do escopo.
Preparamos seus documentos: removemos duplicatas, definimos um responsável para cada um e estabelecemos uma versão.
O bot mostra um link para a fonte em cada resposta, para que o cliente ou colaborador possa conferi-la.
Quando você atualiza um documento, o bot usa a nova versão após a atualização do índice. Não é preciso retreinar o modelo.
Os usuários veem apenas o conteúdo que seu papel permite. Um atendente de suporte e um auditor interno podem receber respostas diferentes para a mesma pergunta.
Quando duas fontes divergem, o bot informa isso e sinaliza o conflito para um responsável.
Quando nenhuma fonte aprovada cobre a pergunta, o bot diz que não sabe e encaminha a pergunta.
Indexar seus documentos não é o mesmo que fazer fine-tuning de um modelo com eles. Também não é uma promessa de zero erros. Modelos de linguagem ainda erram, por isso medimos a frequência dos erros e projetamos a transferência para os casos que envolvem risco.
Um bom bot pergunta antes de adivinhar. Se uma pergunta pode ter dois sentidos, o bot pergunta qual deles. Ele também acompanha as mensagens anteriores, para que o usuário não precise repetir dados da conta ou o nome do produto a cada resposta.
Voz é possível, mas é uma opção e não faz parte do pacote padrão. Recomendamos apenas quando as ligações telefônicas já fazem parte do fluxo de suporte.
O cliente não precisa explicar o problema de novo.
Projetamos o acesso em torno do seu sistema de identidade existente.
O bot sabe quem é o usuário antes de revelar dados da conta.
Somente leitura por padrão. Ações de escrita exigem uma lista explícita de permissões e, quando necessário, uma etapa de confirmação.
Chaves de API e tokens ficam no seu gerenciador de segredos, não no prompt nem no código.
Definimos quais conversas são registradas, por quanto tempo e quem pode lê-las.
O bot não pode executar uma ação que você não aprovou, mesmo que o usuário peça.
As permissões de acesso e os limites de ação são aplicados pela aplicação e pelos serviços de backend. Os testes incluem tentativas de expor dados restritos ou disparar ações não autorizadas.
Escolhidos por projeto, com base nos termos de tratamento de dados e nos resultados dos testes.
Na conta de nuvem do cliente.
Discutir seus requisitosA aplicação roda na sua conta de nuvem, enquanto as requisições vão para a API de modelo escolhida. As APIs padrão da OpenAI, Anthropic e Google não usam seus dados para treinamento, segundo os termos atuais.
Confirmamos os termos do provedor escolhido antes do lançamento.
Antes do piloto, acordamos o plano de testes com sua equipe.
Verificadas por um revisor.
Se cada resposta é sustentada por um documento aprovado.
Sem novo contato dentro do prazo acordado.
Avaliada pelos operadores que recebem os casos.
O tempo de resposta dentro do qual ficam 95% das respostas.
Quanto custa operar uma conversa.
Uma conversa abandonada não conta como resolvida.
Os prazos dependem da rapidez com que sua equipe fornece acesso às APIs, revisa rascunhos e organiza os documentos de origem. Não definimos uma data antes que a descoberta mostre o que está envolvido.
Analisamos suas perguntas, documentos e sistemas.
Sua parteAcesso a dados de exemplo e um responsável pelo conteúdo
Construímos os fluxos de diálogo e os testamos com sua equipe usando perguntas de exemplo.
Sua parteVocê aprova o escopo antes do início do desenvolvimento
Conectamos as fontes de conhecimento e os sistemas.
Sua parteAcesso às APIs, credenciais e acesso para revisão
Executamos o plano de testes acordado e compartilhamos os resultados.
Você recebeResultados dos testes, incluindo falhas e suas causas
O bot entra no ar para um conjunto limitado de categorias de perguntas.
Sua parteSua equipe revisa as conversas antes de o escopo crescer
Monitoramos a qualidade, atualizamos o conteúdo e reportamos as métricas acima.
Você recebeRelatórios regulares sobre as métricas acordadas
Para conhecer todo o processo de desenvolvimento, leia Como criar um chatbot do zero para o seu negócio
O custo de um chatbot com IA tem cinco partes. Mostramos cada uma separadamente para que você veja o que define o orçamento.
$3,000–7,000
2–4 semanasUm chatbot no seu site que responde a perguntas comuns, construído sobre uma API de LLM.
Não inclui upload de documentos nem base de conhecimento criada a partir dos seus arquivos.
$7,000–15,000
4–7 semanasRespostas com base em documentos, PDFs e uma base de conhecimento.
$12,000–30,000
6–12 semanasIntegrações com CRM e APIs, analytics.
$30,000–80,000
3–6 mesesPapéis de usuário, SSO, várias fontes de dados, segurança, registros de auditoria.
A descoberta começa em $2,000 e está incluída no preço do pacote. Cada preço considera os canais, integrações, fontes de dados, idiomas e a complexidade de acesso da sua estimativa. Os custos operacionais mensais de infraestrutura em nuvem, uso da API do modelo e suporte são estimados separadamente, com base no volume mensal esperado de conversas e na duração média de cada uma. Informamos essas premissas na estimativa.
Algumas etapas acontecem em paralelo, então o prazo total é menor que a soma das etapas. Aprovações de segurança e acesso às APIs são as causas mais comuns de atraso.
Obter um orçamento sob medida| Etapa | Duração típica | O que acontece |
|---|---|---|
| Descoberta e arquitetura | 3–5 dias | Requisitos, cenários, escolha do LLM |
| Design UI/UX | 4–7 dias | Interface de chat, painel administrativo |
| Backend e integração com LLM | 1–2 semanas | API, contexto, histórico de conversas |
| Implementação de RAG | 1–2 semanas | Embeddings, busca, documentos |
| Implantação na nuvem | 3–5 dias | Docker, CI/CD, banco de dados |
| Testes e otimização | 1–2 semanas | Qualidade das respostas, segurança, desempenho |
A qualidade de um chatbot depende dos sistemas por trás dele.
Nossa equipe construiu APIs, modelos de permissão e camadas de integração para produtos fintech e cripto, então tratamos respostas vinculadas à conta como uma tarefa de engenharia, não como uma resposta roteirizada.
Este é o nosso ponto mais forte. Suporte vinculado à conta, perguntas sobre status de transações e respostas sensíveis a compliance exigem regras diferentes de um bot de FAQ genérico, e a maior parte da nossa equipe já construiu esse tipo de sistema.
Yuri Musienko, CBDO da Merehead, trabalhou com desenvolvimento e otimização de IA, plataformas de trading e tokenização de ativos. Desde 2018, assessora empresas em planejamento estratégico e entrada em novos mercados.
Você recebe uma documentação que sua equipe pode usar sem nós.
Veja o que as equipes com quem trabalhamos disseram após o lançamento.
“Começamos pelas perguntas de acesso e pelos pedidos de fatura, porque tomavam tempo todos os dias. O mais útil foi a transferência: nossa equipe via o que o cliente tinha perguntado e o que o bot já tinha verificado. Também tínhamos uma lista clara das perguntas que ele ainda não estava pronto para responder.”
“A interface de chat era só parte do trabalho. Precisávamos que o acesso às contas fosse tratado corretamente e que o bot avisasse quando os dados da transação estivessem incompletos. A equipe resolveu esses casos com nossos desenvolvedores de backend antes do lançamento. Isso nos deu uma base muito mais clara para a decisão de lançamento.”
“A primeira revisão mostrou quantas versões antigas dos nossos procedimentos ainda circulavam. Resolvemos isso antes de lançar o bot. Agora as pessoas podem abrir a fonte de cada resposta, e cada documento tem um responsável. Isso foi mais útil para nós do que mais uma caixa de busca.”
Desde 2018, Yuri assessora empresas em planejamento estratégico, entrada em mercados internacionais e escalonamento de negócios de tecnologia. Pergunte a ele diretamente sobre o seu caso.
Falar com um especialistaOs pacotes vão de $3,000 para um chatbot básico a $30,000–80,000 para uma solução corporativa. A descoberta começa em $2,000, e cada estimativa lista as premissas por trás dela.
Um chatbot básico leva de 2 a 4 semanas, e uma solução corporativa, de 3 a 6 meses. A duração das etapas está na seção de custo e prazos.
Os documentos com base nos quais o bot deve responder, acesso aos sistemas que ele deve ler e uma lista das perguntas que sua equipe mais recebe. Conteúdo desorganizado é normal. Ajudamos a separar o que está atual e o que deve ser removido.
Sim. Começamos com uma avaliação e entregamos uma análise por escrito do que pode ficar, do que precisa ser refeito e de quanto custa chegar à produção.
Se o seu CRM oferece uma API, normalmente sim. Confirmamos campos, permissões e limites de requisição na fase de descoberta. Alguns CRMs exigem uma integração licenciada ou um conector próprio, e informamos qual é o seu caso.
Inglês, que já testamos. Outros idiomas podem ser incluídos no escopo de um projeto específico.
O bot transfere a conversa para um operador quando o caso está fora do escopo, quando o usuário pede uma pessoa ou quando o pedido exige uma decisão. O operador vê todo o histórico e os dados já verificados.
O chatbot roda na sua conta de nuvem. Entregamos o código, a documentação e os prompts. A API do modelo é licenciada separadamente, na sua própria conta junto ao provedor.
O projeto inclui 1 mês de garantia para defeitos dentro do escopo acordado. O monitoramento e a manutenção contínuos são cobertos por um contrato de suporte separado. Novas integrações, cenários, trocas de modelo e melhorias de funcionalidades são orçados à parte.
Descreva o que o chatbot deve fazer. Vamos analisar o escopo e definir os próximos passos.