O agente de entrevista conduz as conversas. Você configura a coorte.

A Etapa 01 é como o corpus é preenchido. Nosso agente de conversação por IA conduz entrevistas estruturadas de quinze a quarenta e cinco minutos com as pessoas cujo conhecimento você quer capturar: liderança sênior, operadores de marca, gerentes de loja, franqueados, consultores, clientes. Cada conversa ocorre por voz pelo navegador, ou por chamada telefônica comum quando o navegador não está disponível. O custo unitário é de três centavos por conversa enriquecida, de ponta a ponta.

Esta página é a visão do produto dessa etapa: como você lança uma coorte, quem é entrevistado, o que o console do operador mostra e o que chega ao seu corpus quando o agente termina uma chamada. O protocolo de entrevista que o agente segue (sondagem ancorada, aplicação de neutralidade, protocolo de encerramento) está documentado em Metodologia. Os controles de qualidade que auditam o agente em cada chamada estão documentados em Confiança e Segurança.

No console do operador, você define uma coorte: o nível de stakeholder (um formato típico de quatro níveis cobre Nível 1 diretoria, Nível 2 operadores de marca, Nível 3 linha de frente e Nível 4 clientes), o escopo geográfico, o filtro de função e a cadência. A plataforma gerencia o recrutamento, a coordenação de agenda e o fluxo de consentimento. Funcionários e clientes veem o texto de consentimento antes de qualquer conversa começar. O funil de recrutamento é visível para você no console em cada etapa.

Para uma implantação de nível Pulse, o alvo é cerca de 250 conversas em um mercado. Para o nível Macro, cerca de 1.000 em uma região. Para uma grande rede de varejo de beleza, 50.000 em 35 mercados com atualização semanal. A plataforma lida com as três escalas na mesma arquitetura. O Cloud Harness é entregue pronto para o maior caso na menor implantação.

O agente abre cada entrevista com um evento recente e concreto no domínio do respondente: "descreva a última vez que um cliente pediu um produto que você não tinha em estoque." O agente não avança para o próximo tema até que a âncora esteja travada, porque perguntas abstratas produzem respostas abstratas e respostas abstratas não enriquecem. A neutralidade é verificada em cada enunciado antes da entrega. O encerramento segue uma sequência de fechamento fixa (cristalização, residual, despedida) para que os últimos dois minutos carreguem o conteúdo de maior fidelidade da conversa. O protocolo completo está em a página de Metodologia.

A comparação mecânica com métodos de captura adjacentes é clara. Um pesquisador qualitativo humano custa de $400 a $1.200 por entrevista com custo total, e cada entrevistador deriva. Uma pesquisa roda a poucos centavos por resposta, mas impõe um teto Likert em cada resposta. O agente roda a três centavos por conversa enriquecida e executa o mesmo protocolo na conversa número um e na conversa número dez mil. O meio da curva custo-fidelidade não existia antes da chegada do agente de entrevista por IA.

Cada conversa que o agente conduz é auditada por um agente de auditoria independente contra seis KPIs de protocolo: entrega de contexto, cobertura do perfil, cobertura de percepção de marca, não repetição, neutralidade e encerramento suave. Uma conversa com má execução tem sua inteligência descontada na pontuação de qualidade composta. A descrição completa da auditoria está em a Auditoria de Qualidade do Entrevistador.

O áudio original entra por um contrato zero-retenção com ElevenLabs. Dentro do seu tenant, um worker in-memory remove nomes, identificadores pessoais e qualquer frase na lista de redação. Você edita a lista de redação no console: adicione nomes de concorrentes, códigos de projetos internos ou qualquer coisa que nunca deva aparecer em uma transcrição. A transcrição limpa é então renderizada de volta pelo ElevenLabs como voz sintética. O áudio original nunca é gravado em disco por nenhum sistema que operamos, e o ElevenLabs o descarta conforme o contrato.

O que chega ao seu corpus é a transcrição limpa e o áudio em voz sintética. A reidentificação por voz requer a existência de uma gravação. Não há nenhuma. A descrição completa da cadeia está em Substituição de Voz Sintética.

Uma coorte de varejo típica passa o agente por quatro níveis da mesma marca. Nível 1 (diretoria) é a liderança sênior, que fornece a narrativa estratégica que a empresa conta para si mesma. Nível 2 (operadores de marca) é marketing, comunicações, merchandising e design, as pessoas que executam a marca. Nível 3 (linha de frente) são gerentes de loja e franqueados, que observam a marca chegando ao mercado. Nível 4 (clientes) são os compradores externos que decidem se a marca realmente funciona.

A mesma pergunta de percepção de marca atinge os quatro níveis com redação calibrada. O corpus permite então comparar as quatro respostas como quatro fatos com vetores de segmento diferentes. "A marca é um destino de moda acessível" pode ser verdade no Nível 4 hoje, contestada no Nível 2 hoje, e era verdade no Nível 1 em 2023. Esse desacordo estrutural entre níveis é o tipo de descoberta que a camada foi construída para trazer à superfície, e é invisível para pesquisas que sempre perguntam apenas a um nível.

O console do operador mostra a taxa de preenchimento da coorte, o funil de recrutamento em cada etapa, as conversas em andamento, as pontuações de qualidade por conversa do agente de auditoria e o custo acumulado. Uma conversa que falha no gate de pré-enriquecimento (menos de 60 segundos, menos de seis trocas, sinal fraco) é sinalizada com o motivo do gate e excluída das agregações. Você a vê no console. O registro de inteligência é preservado no rastro de auditoria, nunca excluído.

Você pode ouvir qualquer gravação em voz sintética no console (a gravação original não existe) e ler a transcrição limpa lado a lado com as dez dimensões tipadas que o pipeline de enriquecimento extraiu. Cada citação em cada dimensão está vinculada ao seu identificador de chunk. Cada chamada de enriquecimento está vinculada à sua linha no rastro de auditoria. Quando você nota algo que parece errado, o caminho da célula do painel até a chamada LLM que a produziu tem dois cliques.