A Celcoin colocou no ar em três dias um assistente de IA que responde sobre APIs, produtos e suporte em quatro canais, construído dentro da nossa própria conta Snowflake, com sete agentes especializados e cerca de 140 mil documentos organizados para a busca. A Snowflake contou o caso completo no site dela.
Foi um dos projetos mais gostosos de fazer nos últimos tempos, porque andou muito rápido e foi bem mais fácil do que eu esperava, e boa parte disso vem do produto da Snowflake, que é sensacional. O conteúdo, a busca e os modelos de IA ficam no mesmo ambiente, debaixo das mesmas regras de governança, então o time gastou o tempo cuidando das respostas e quase nada ligando sistemas.
A resposta existia, só que espalhada
Clientes e desenvolvedores chegam todo dia com dúvidas parecidas sobre como funciona uma integração, o que um produto inclui ou onde fica um relatório. As respostas já estavam escritas, mas em três lugares: o portal do desenvolvedor, com cerca de 1.300 páginas, a central de ajuda, com cerca de 1.000 artigos, e o site institucional, com cerca de 375 páginas. O objetivo era ter um assistente único, que respondesse só com conteúdo aprovado e estivesse disponível no canal em que cada pessoa já trabalha.
Como montamos
O Cortex Search organiza as três fontes para que a IA encontre a informação certa, e os Cortex Agents respondem a partir desse conteúdo, com sete agentes, cada um com uma função específica. O servidor MCP gerenciado da Snowflake leva esses agentes para ferramentas de IA e ambientes de desenvolvimento. Na frente do acesso público fica um gateway da Celcoin, com limite de uso, cache, monitoramento e um botão de desligar, e cada canal tem credencial e permissão próprias, o que permite liberar ou cortar um canal sem mexer nos outros.
O projeto usou apenas documentação e conteúdo de suporte, e nenhum dado transacional de clientes entrou nele.
O que ficou pronto em três dias
- Três índices de busca com cerca de 140 mil documentos, a partir de documentação pública e interna.
- Sete agentes de IA trabalhando sobre esses índices.
- Quatro canais em produção, incluindo um acesso público via MCP protegido pelo gateway da Celcoin.
- Um piloto de inteligência de tickets (Ticket Intelligence), que organizou 80.526 chamados de suporte e 58.587 itens do Jira num ambiente isolado, separado do assistente em produção.
- Credenciais de serviço com autenticação por par de chaves (key pair) e uma permissão de acesso por canal.
No case, resumi assim: «Em três dias, tínhamos um assistente respondendo perguntas reais em quatro canais, construído onde nossos dados já estão. A Snowflake nos permitiu avançar na velocidade que nossos clientes esperam.»
Quanto custou
Preparar os cerca de 140 mil documentos para a busca da IA custou cerca de US$ 5,30, e manter os dois serviços de busca funcionando sai por cerca de US$ 5 a 6 por dia. Atualizar o conteúdo leva uns 20 segundos no menor warehouse (XS), e cada resposta de agente consome cerca de 0,047 crédito Snowflake.
Em um dos agentes trocamos para um modelo de IA menor, que ficou de 2 a 3 vezes mais rápido e com custo por resposta cerca de 3 vezes menor, ao preço de uma pequena perda de qualidade: nota 4 de 5, contra 5 de 5 do modelo maior. Em todos os agentes, de 80% a 90% do tempo de resposta vem do modelo de linguagem, e num teste um processo escrito em SQL rodou em 0,4 segundo, contra 13,4 segundos da versão em Python.
Fonte: Snowflake, «Com Snowflake, Celcoin coloca no ar em três dias assistente de IA».