Gepetto Skills - IA
Semi-automação do atendimento com IA generativa, com revisão humana e governança de dados.
EMPRESA
Cora Bank
ANO
2023
PAPEL
Product Designer
PRODUTO
Gepetto Skills
.png)
OVERVIEW
Com o avanço da IA generativa, surgiu uma necessidade clara de negócio: reduzir custos da operação e ganhar eficiência por meio de semi-automação de processos e atividades no atendimento. Foi desse contexto que nasceu o app Gepetto Skills.
A operação tinha alto volume de demandas via e-mail e dependia de respostas manuais, o que gerava consumo de tempo, dificuldade de escala e maior custo operacional. A oportunidade era usar IA para gerar respostas com base no conteúdo do cliente + dados de conta, mantendo revisão humana para garantir qualidade.
ENTÃO...
Precisávamos usar IA para gerar valor real para a operação, criando um fluxo em que times internos conseguissem:
-
gerar respostas rápidas e consistentes a partir das demandas recebidas por e-mail
-
testar e evoluir “skills” (prompts) com segurança e rastreabilidade
-
medir performance (acurácia e tempo) e melhorar continuamente, com revisão humana (human-in-the-loop).
INVESTIGAÇÃO
ETAPA 1
Discovery (rápido e prático)
-
Benchmarking: como o mercado usa IA e quais tendências já estavam sendo aplicadas.
-
Desk research: cursos de prompt engineering + estudo de conceitos como Human-in-the-loop e estruturas de dados.
-
Brainstorming com múltiplas áreas (Design, Dev, Cyber, TechOps, CX, Dados etc.) para mapear oportunidades reais.
ETAPA 2
Validação e priorização
-
Entrevistas em profundidade com 5 pessoas, testando hipóteses de solução e necessidades do dia a dia.
-
Impacto x esforço com times multidisciplinares para escolher o que geraria retorno mais rápido com viabilidade técnica.
TRADE-OFFS
-
Antes de desenhar interface e fluxos, foi necessário capacitar os times no uso de uma tecnologia recente; por isso, foi criado um hackathon interno (Corathon) para acelerar conhecimento e alinhamento.
-
A solução foi estruturada com revisão humana (semi-automação), priorizando segurança e qualidade da resposta antes de qualquer ambição de automação total.
SOLUÇÃO
Construir um aplicativo interno que gera respostas automáticas com base no texto do cliente e dados de conta, para que o analista de CX revise e envie, reduzindo significativamente o tempo de resposta.
Estratégia de priorização:
-
mapear as principais dores por tags/assuntos de atendimento
-
identificar as demandas que mais ocupavam a caixa de e-mail
-
distribuir tags para responsáveis criarem prompts (“skills”) e acompanharem performance.
IMPACTO - 3 MESES
-
100% de governança de dados, visto que agora utilizamos uma plataforma interna para gerar as respostas do Chat GPT, sem depender diretamente do site oficial da Open AI (proteção de dados);
-
92% de todas as demandas da operação semi automatizadas;
-
Redução de valores em contratos de BPO;
-
Aumento na eficiência operacional, fazendo com que os atendentes pudessem se dedicar a outras tarefas além de responder os tickets, dessa forma, trabalhar em seu desenvolvimento por nossas trilhas de conhecimento.
"O Gepetto transformou e-mails em respostas prontas em segundos, com revisão humana, rastreabilidade e escala."
APRENDIZADOS
-
Em IA aplicada ao atendimento, não basta “ter um modelo respondendo”. O que gera valor é um fluxo operável: respostas úteis com revisão humana, métricas de acurácia/tempo e rastreabilidade para evoluir com segurança.
O atalho mais eficiente foi começar pela operação (atendimento/comercial) e depois validar com clientes. Alinhamento cedo com dados/dev evita prometer o que não dá para medir/mostrar no prazo.
-
O caminho mais eficiente foi estruturar a base (tags, responsáveis, métricas e playground de testes) antes de tentar sofisticar a experiência ou “automatizar tudo”.
-
Alinhar cedo com CX, dados e engenharia evitou solução “bonita” sem sustentação: sem acurácia definida, sem métrica de tempo e sem rastro de uso, não existe evolução consistente.



