Silv.IA: análise multi-agente por linguagem natural

Contexto

Quem mais precisa de uma análise de churn ou de upsell raramente é quem consegue escrever a consulta. O pedido viaja até um time de dados, entra numa fila e volta depois que a decisão que ele deveria embasar já foi tomada.

Problema

Um único prompt grande sobre a base inteira devolve uma resposta plausível e nenhuma forma de saber qual parte dela está errada. E uma análise que termina em documento ainda depende de alguém reparar no documento.

Abordagem

O Silv.IA recebe uma única pergunta em linguagem natural e aciona vários agentes movidos a LLM, cada um responsável por uma parte da resposta (churn, upsell, análise de dados em geral) e depois age sobre o resultado, enviando um e-mail ou uma notificação no Discord, sem ninguém escrever uma linha de código.

Decisões não-óbvias

• Decompor a pergunta em agentes especializados em vez de aumentar um único prompt. Um agente estreito com contrato estreito falha de um jeito que dá para nomear e corrigir.
• Terminar em ação, não em relatório. Uma análise que chega como mensagem no canal onde a decisão é tomada é usada; a que espera num dashboard, não.
• Fazer da pergunta em linguagem natural o único insumo. Qualquer coisa que exija do solicitante conhecer o schema devolve o time de dados para dentro do fluxo.

Resultado

Quem tem a pergunta recebe uma análise multi-agente e uma notificação no canal em que já trabalha, sem consulta escrita e sem chamado aberto.