PARA CTOs E TIMES DE ENGENHARIA
O primeiro agente em produção é um sprint. O que vem depois — evals a cada mudança, guardrails, isolamento de dados, mais um canal, o caso de borda de ontem — é um time dedicado por tempo indeterminado. Aqui está a arquitetura inteira, sem camada de marketing.
ACME Cloud
Nera · assistente · online
Em produção para
Nada disso é um modo especial para clientes técnicos: é o padrão que sustenta cada assistente em produção. A única coisa que muda nesta página é o nível de detalhe.
WhatsApp, chat in-app, SDK mobile, e-mail e o helpdesk que o time já opera — Intercom, Zendesk, Pylon — onde o agente entra como mais um agente, não como substituto do sistema.
Não é um guardrail: é a arquitetura padrão. O modelo nunca recebe dados de outro usuário, porque a lógica que monta o contexto é determinística e não depende do modelo se comportar.
Cada integração passa por uma camada de middleware do lado do cliente. O que ele decide não compartilhar, o StudioChat não vê — o controle fica com o cliente por design, não por promessa.
Alucinações, prompt injection e ações irreversíveis são validadas antes de a resposta sair, de forma automática ou com revisão humana. O mesmo guardrail que roda em produção pode ser hospedado para o time de segurança testar em vez de ler num PDF.
Cada mudança de instrução roda contra conversas sintéticas antes de ir ao ar: um judge marca o que desvia da política e uma pessoa revisa uma amostra. Sem essa camada, mudar um prompt é fazer deploy sem testes.
Raciocínio e citações por resposta, histórico completo de dados consultados e ações executadas, versionamento dos assistentes com autor e data. Criptografia em trânsito e em repouso, 2FA para todos os usuários e retenção configurável pelo cliente.
Segurança de LLM, segurança de agentes, controle do cliente e infraestrutura não são a mesma camada — cada uma protege algo diferente, e o agente deixa rastro de tudo o que faz no meio do caminho.
Um modelo de linguagem pode tomar uma decisão errada — apagar algo que não devia, inventar um dado que não existe (como um número de conta), ou deixar o gasto disparar sem controle. Os guardrails validam o que o agente vai responder antes de responder, de forma automática ou manual, cobrindo alucinações e prompt injection.
Cada integração passa por uma camada de middleware que o cliente configura — a StudioChat não consegue ver os dados que o cliente decide não compartilhar. O controle fica do lado do cliente, por design.
O medo mais comum é que o agente faça algo e ninguém saiba. Por isso cada resposta vem com seu raciocínio e suas citações — não existe caixa-preta agindo sem deixar rastro.
A pergunta honesta não é se o time consegue construir — quase sempre consegue. É contra qual parte do roadmap se paga a manutenção, todo mês, indefinidamente.
3 a 6 meses até o primeiro agente em produção.
E mais 3 a 6 meses para aprender o que se aprende observando muitos clientes ao mesmo tempo.
Quase nenhum time escreve o próprio banco colunar para conseguir consultar seus logs, e ainda assim ninguém duvida que conseguiria. O que se compra não é a capacidade: é não ter que sustentá-la.
Um ticket resolvido por IA custa entre $0,50 e $2,37, contra $2,70 a $5,60 resolvido por uma pessoa.
Lorikeet, benchmarks de custo por ticket, 2026.
“A Joaquina resolve sozinha 70% das conversas, mas o mais valioso é o acompanhamento que recebemos como clientes e a atenção personalizada — eles sabem se adaptar às necessidades do time.”
Assume-se que vai errar, e o sistema é desenhado em volta disso. Os guardrails validam a resposta antes de ela sair — alucinações, prompt injection, ações irreversíveis — de forma automática ou com revisão humana, e tudo que fica fora dos limites definidos vai para uma pessoa em vez de ser improvisado. O mesmo guardrail que roda em produção pode ser hospedado para o time de segurança testar.
Com evals: conversas sintéticas rodadas contra o assistente antes de publicar a mudança, um LLM-as-judge que marca desvios da política e amostragem humana sobre conversas reais. Sem essa camada, mudar um prompt é fazer deploy sem testes.
Por arquitetura, não por instrução. A lógica que decide qual informação entra em cada conversa está em código e é determinística — o modelo nunca recebe dados que não pertençam àquela conversa, então não consegue vazá-los por mais criativo que seja o pedido.
Os que a empresa decidir. Cada integração passa por uma camada de middleware configurada pelo cliente: o que ele decide não compartilhar não chega, e o controle dessa decisão fica do lado dele por design.
Cada resposta guarda seu raciocínio e suas citações, cada conversa guarda os dados consultados e as ações executadas, e cada mudança em um assistente fica versionada com autor e data. A infraestrutura soma criptografia em trânsito e em repouso, 2FA para todos os usuários e retenção configurável pelo cliente.
Essa decisão é de cada time. A conta costuma ser esta: 3 a 6 meses até o primeiro agente em produção e outro tanto para aprender o que se aprende vendo muitos clientes ao mesmo tempo. Um ticket resolvido por IA custa de $0,50 a $2,37 contra $2,70 a $5,60 resolvido por uma pessoa (Lorikeet, 2026), e essa diferença só começa a contar quando o sistema se sustenta sozinho: evals a cada mudança, guardrails, isolamento de dados, cada canal novo. Sustentar isso é o produto.