Subimos ao palco do Claude Meetup Rio para mostrar IA que já está em produção
O agente que atende os candidatos de uma universidade de 5 mil alunos, construído com Claude Code e em produção há meses. Foi esse caso que a MGV apresentou na comunidade Claude no Rio.
30 de junho de 2026 · Rio de Janeiro
Semana passada a MGV esteve no Claude Meetup Rio, o encontro da comunidade que constrói com Claude, a IA da Anthropic. Levamos ao palco um caso nosso que já roda em produção há meses: o agente de captação de uma universidade de 5 mil alunos no Rio. Os nossos sócios Diogo Miranda e João Pedro Goes apresentaram para uma plateia de desenvolvedores, executivos, fundadores e times técnicos.
Quase toda conversa sobre inteligência artificial no Brasil ainda vive no condicional, na prova de conceito que talvez um dia chegue ao cliente. A IDC estima que, de cada 33 dessas provas de conceito, só 4 cruzam para a operação real. O caso que levamos ao Rio está entre esses.
Qual problema vale um agente de IA
Nem todo processo justifica um agente de inteligência artificial, e boa parte do nosso trabalho é reconhecer quando não justifica. No caso dessa universidade, justificava. Ela capta candidatos pelo WhatsApp, e mais de 80% das perguntas se repetiam, quase sempre sobre curso, valor e inscrição. Além disso, tinha o gargalo do horário: ninguém atendia à noite ou no fim de semana, que é quando o candidato senta para decidir a faculdade, e para um público cada vez mais imediatista a demora já inclina mais a sua escolha para o concorrente.
O que foi construído
Construímos um atendente de inteligência artificial no WhatsApp que responde a qualquer hora, a partir de uma base de conhecimento montada com as informações oficiais da universidade. Ele responde apenas com o que está nessa base; quando a pergunta foge dela, encaminha a conversa a uma pessoa. Na prática, resolve sozinho a maior parte das dúvidas, e ao time chega apenas o atendimento que realmente pede alguém do outro lado.
Além de atender, o agente gera informação. Cada conversa alimenta um painel em tempo real com a demanda por curso, os assuntos que mais travam a decisão e a qualidade de cada resposta. É um retrato que a coordenação não tinha em mãos, e que passou a orientar as decisões de comercial e de marketing. Cada conversa vira também um registro completo, com nome, contato, curso e dúvida (com autorização), entregue pronto à equipe comercial.
Como o Claude Code entra nisso
O Claude Code, a ferramenta de programação agêntica da Anthropic, construiu o sistema sob a direção do nosso time. Três pontos do processo chamaram a atenção da plateia.
A base de conhecimento veio do próprio site. O Claude Code leu o site da universidade e estruturou a base que o agente consulta. A camada que liga as peças, o banco de dados e o MCP, o protocolo de contexto da Anthropic, também foram montados por ele.
As regras do agente são arquivos de texto, em português. Escrevemos as diretrizes em arquivos simples, com nomes como fonte-da-verdade.md, tom-de-voz.md e barreiras.md, e o Claude Code constrói o comportamento do agente a partir deles. Quem decide como ele age escreve em português claro, e qualquer pessoa do projeto revisa.
Um agente avalia o outro. Antes de estrear, montamos um ciclo de avaliação: um segundo modelo simulava candidatos difíceis e dava nota às respostas do primeiro. A cada desvio, ajustávamos a regra e recomeçávamos a rodada. Foram oito rodadas até a nota 9,6, e só então o agente conheceu o primeiro candidato real. O ciclo continua rodando enquanto ele atende.
Os resultados, medidos em produção
O agente registra NPS 10 entre quem é atendido, e a maior parte das conversas termina sem ninguém do time precisar entrar. As pessoas que respondiam a isso o dia inteiro voltaram a tarefas que exigem o que elas sabem de verdade.
Talvez tenha sido o ponto mais anotado da plateia: o que antes exigia um departamento hoje cabe num time pequeno e bem montado, desde que exista método por trás.
Por que estávamos nesse palco
O Claude Meetup Rio reúne quem constrói de fato com os modelos da Anthropic no Brasil. Levar a esse ambiente um caso que já roda diz o tipo de trabalho que a gente faz: coisa que já está na operação do cliente, medida em NPS e em horas que voltaram para o time.
O que vimos no encontro, no nosso caso e nos outros, reforçou uma ideia simples: inteligência artificial em produção já entrega resultado concreto, e quem já opera com ela está meses à frente de quem ainda monta prova de conceito.
Fica o agradecimento à taicor.ai, na pessoa de Hannah Rabe, João Henrique Lisboa e Luiz Guilherme Gama, pela organização do encontro e por abrir o palco à comunidade que constrói com IA no Rio.
Se a sua operação atende ou capta pelo WhatsApp, a conversa nos interessa. Ela começa com um diagnóstico de dois minutos, e respondemos no mesmo dia.
Perguntas frequentes
O que é o Claude Code?
É a ferramenta de programação agêntica da Anthropic, a mesma empresa do Claude. Ela executa tarefas completas de engenharia sob direção humana: lê sistemas, escreve integrações e testa o que construiu. A MGV a utiliza como ferramenta central de construção dos seus agentes.
Quanto tempo leva para um agente de IA entrar em produção?
No método da MGV, o primeiro agente entra em produção em semanas, com critério de sucesso definido antes e um loop de avaliação que só libera o agente quando a nota para de subir. Esse caso passou por oito rodadas de avaliação antes do primeiro atendimento real.
O agente de IA pode inventar respostas para os clientes?
Não, quando construído sobre uma base de conhecimento fechada. O agente responde apenas com as informações oficiais da instituição, organizadas em uma base estruturada. Quando a pergunta foge dessa base, ele encaminha a conversa a uma pessoa.
Preciso trocar meus sistemas para usar um agente assim?
Não. A arquitetura apresentada integra o que a empresa já usa: WhatsApp na frente e, por trás, uma camada de orquestração de integrações, banco de dados dedicado e MCP conectando os sistemas existentes.
Quanto custa implementar?
Cada projeto começa com um diagnóstico gratuito que mapeia onde a IA entra na operação. Na primeira conversa falamos faixa de investimento, com a conta do custo atual do problema ao lado do preço.