Apresentação de produto
Product deck
Call Signal Layer
Toda reunião vira conhecimento acionável.
Every meeting becomes actionable knowledge.
Do básico ao deep dive de IA — como decisões, compromissos e riscos deixam de morrer na sala de reunião.
From the basics to an AI deep dive — how decisions, commitments and risks stop dying in the meeting room.
Use as setas ← → para navegar
Use ← → arrow keys to navigate
O problema
The problem
O que é decidido em reunião evapora
What gets decided in meetings evaporates
Contexto preso na cabeça
Context stuck in heads
Decisões e acordos ficam só na memória de quem estava na sala. Quem não estava, pergunta de novo — ou decide diferente.
Decisions and agreements live only in the memory of whoever was in the room. Everyone else asks again — or decides differently.
Compromissos sem dono
Commitments without owners
"Eu te mando até sexta" some no minuto seguinte. Ninguém cobra, ninguém lembra, o prazo passa.
"I'll send it by Friday" is gone a minute later. Nobody follows up, nobody remembers, the deadline slips.
Sinais de cliente perdidos
Lost client signals
Um cliente menciona um risco numa call de rotina. O time que precisava saber só descobre quando vira incêndio.
A client mentions a risk on a routine call. The team that needed to know only finds out when it becomes a fire.
Atas e gravações não resolvem: ninguém lê transcript de 60 minutos.
Minutes and recordings don't fix it: nobody reads a 60-minute transcript.
A ideia
The idea
Um colega atento em toda reunião
An attentive colleague in every meeting
Imagine alguém que participa de todas as reuniões da empresa, anota só o que importa, arquiva de forma organizada e avisa a pessoa certa na hora certa. É isso — em software.
Imagine someone who joins every meeting in the company, writes down only what matters, files it neatly and pings the right person at the right time. That's it — in software.
Escuta
Listens
Transcrições de reuniões e threads de chat entram automaticamente.
Meeting transcripts and chat threads flow in automatically.
Extrai sinal
Extracts signal
IA separa o que é decisão, compromisso, risco — e descarta o resto.
AI separates decisions, commitments, risks — and discards the rest.
Devolve no fluxo
Returns it in the flow
O sinal chega onde o trabalho acontece: canais, lembretes, resumos e busca.
Signal lands where work happens: channels, reminders, digests and search.
O que é "sinal"?
What is "signal"?
Seis tipos, cada um com um destino
Six types, each with its own destination
decision"Vamos padronizar o onboarding no modelo B." Decisão tomada, com contexto e responsável.
"We're standardizing onboarding on model B." A decision made, with context and owner.
commitment"Envio a proposta revisada até quinta." Promessa com dono e prazo — vira lembrete automático.
"I'll send the revised proposal by Thursday." A promise with owner and deadline — becomes an automatic reminder.
risk"Se o fornecedor atrasar de novo, perdemos a janela do trimestre." Risco identificado antes de virar problema.
"If the supplier slips again, we miss the quarter window." A risk spotted before it becomes a problem.
client-signal"O cliente disse que está avaliando um concorrente." Menção relevante a um cliente, roteada pro time da conta.
"The client said they're evaluating a competitor." A relevant client mention, routed to the account team.
process-gap"De novo ninguém sabia quem aprova esse tipo de desconto." Falha de processo que se repete.
"Once again nobody knew who approves that kind of discount." A recurring process failure.
idea"E se a gente automatizasse esse relatório?" Proposta ainda não decidida, preservada para depois.
"What if we automated that report?" A proposal not yet decided, preserved for later.
Como o sinal volta pra você
How signal comes back to you
Push antes de pull
Push before pull
📬 Push — o sistema te procura📬 Push — the system finds you
- Canais por cliente — sinal sobre um cliente cai no canal daquela conta (ex.:
#client-acme). - Per-client channels — a signal about a client lands in that account's channel (e.g.
#client-acme). - Lembretes de compromisso — DM 48h antes do prazo e no dia seguinte, com botão "Concluir".
- Commitment reminders — a DM 48h before the deadline and the day after, with a "Done" button.
- Resumo diário — o dia de ontem agrupado por cliente, toda manhã.
- Daily digest — yesterday grouped by client, every morning.
- Temas da semana — assuntos que apareceram em várias reuniões.
- Weekly themes — topics that showed up across several meetings.
🔎 Pull — você pergunta🔎 Pull — you ask
/ask o que foi decidido sobre o novo onboarding?direto no chat./ask what was decided about the new onboarding?right in chat.- Resposta em segundos, com fontes citadas — cada bullet aponta pra reunião de origem.
- Answers in seconds, with cited sources — each bullet points to the original meeting.
- Interface web de busca e um servidor MCP para agentes de IA consultarem a mesma base.
- A web search UI and an MCP server so AI agents can query the same knowledge base.
Se a pessoa precisa lembrar de procurar, o sistema já falhou. Por isso, push primeiro.
If people have to remember to search, the system already failed. That's why push comes first.
Confiança
Trust
Humanos no loop, sempre
Humans in the loop, always
IA erra. O produto assume isso desde o design: nada vira "verdade oficial" sem passar por um filtro de confiança — e pessoas revisam o que a IA não tem certeza.
AI makes mistakes. The product assumes that by design: nothing becomes "official truth" without passing a confidence filter — and people review whatever the AI isn't sure about.
Triagem em dois níveis
Two-tier triage
Curadores revisam sinais no dia a dia; um nível de governança cuida do catálogo de entidades, permissões e configuração.
Curators review signals day to day; a governance tier manages the entity catalog, permissions and configuration.
Auditoria append-only
Append-only audit
Toda ação — promover, dispensar, editar, reverter — fica registrada para sempre. Nada é apagado, tudo é rastreável.
Every action — promote, dismiss, edit, revert — is recorded forever. Nothing gets deleted, everything is traceable.
Feedback vira tuning
Feedback becomes tuning
Sinal perdido? Marque com @missed no chat. Cada correção humana alimenta
a calibração dos modelos.
Missed a signal? Flag it with @missed in chat. Every human correction
feeds model calibration.
Como funciona — visão geral
How it works — overview
Da conversa ao canal certo, em minutos
From conversation to the right channel, in minutes
Fontes: notetakers de reunião (ex.: Granola, Fireflies) e threads de canais observados no chat. Tudo assíncrono: filas e workflows duráveis garantem que nenhuma reunião se perde se algo falhar no meio.
Sources: meeting notetakers (e.g. Granola, Fireflies) and watched chat threads. Everything is async: queues and durable workflows guarantee no meeting is lost if something fails midway.
Privacidade primeiro
Privacy first
A tarja preta antes do leitor
The black bar before the reader
Pense em documentos confidenciais liberados com tarjas pretas: quem lê vê a história, mas não vê CPF, telefone ou cartão. Aqui é igual — nenhum dado pessoal chega ao LLM.
Think of declassified documents with black bars: the reader gets the story, but not the ID numbers, phones or credit cards. Same here — no personal data ever reaches the LLM.
"Pode ligar pra cliente no "You can call the client at +55 11 9xxxx-xxxx e mandar o boleto pro CPF and send the invoice to tax ID xxx.xxx.xxx-xx"
"Pode ligar pra cliente no "You can call the client at [PHONE_1] e mandar o boleto pro CPF and send the invoice to tax ID [TAXID_1]"
- Regex + NER detectam documentos, telefones, e-mails e dados bancários; tokens estáveis substituem os valores.
- Regex + NER detect IDs, phones, emails and banking data; stable tokens replace the values.
- Os valores reais ficam num cofre separado; reidentificar exige permissão e gera trilha de auditoria.
- Real values live in a separate vault; re-identifying requires permission and leaves an audit trail.
- Transcripts são criptografados em repouso e expiram por política de retenção.
- Transcripts are encrypted at rest and expire under a retention policy.
Triagem inteligente
Smart triage
Como um pronto-socorro: cada caso na fila certa
Like an ER: every case in the right queue
Todo sinal extraído recebe uma nota de confiança. Ela decide quem revisa — assim como a triagem hospitalar decide quem vai direto pro atendimento e quem espera.
Every extracted signal gets a confidence score. It decides who reviews it — just like hospital triage decides who goes straight in and who waits.
Promove direto
Auto-promote
Alta confiança: o sinal vai direto pros canais. Humano pode reverter depois.
High confidence: the signal ships straight to channels. Humans can revert later.
Segunda opinião
Second opinion
Zona cinzenta: um modelo mais forte revisa e decide — promover, dispensar ou mandar pra fila humana.
Gray zone: a stronger model reviews and decides — promote, dismiss, or send to the human queue.
Fila humana
Human queue
Baixa confiança: espera revisão humana na UI de triagem. Sem revisão, expira sozinho.
Low confidence: waits for human review in the triage UI. Unreviewed, it expires on its own.
Resultado: humanos gastam atenção só onde ela é necessária.
Result: humans spend attention only where it's needed.
Deep dive de IA · 1
AI deep dive · 1
Dois modelos, dois papéis
Two models, two roles
Como numa clínica: a recepcionista resolve rápido o que é rotina e encaminha o resto; o especialista só entra nos casos que exigem profundidade. Usar o especialista pra tudo seria lento e caro.
Like a clinic: the receptionist quickly handles routine matters and routes the rest; the specialist only steps in when depth is required. Using the specialist for everything would be slow and expensive.
⚡ Modelo rápido e barato⚡ Fast, cheap model
- "Essa reunião vale extração?" (filtro inicial)
- "Is this meeting worth extracting?" (initial filter)
- Reordenar resultados de busca (rerank)
- Re-ordering search results (rerank)
- Desempatar entidades ambíguas
- Tie-breaking ambiguous entities
- Confirmar se um compromisso foi cumprido
- Confirming whether a commitment was fulfilled
🎯 Modelo forte🎯 Strong model
- Extração estruturada: transcript → JSON com os 6 tipos de sinal
- Structured extraction: transcript → JSON with the 6 signal types
- Síntese de respostas do
/askcom citações - Synthesizing
/askanswers with citations - Resumos diários e temas da semana
- Daily digests and weekly themes
- Segunda opinião na zona cinzenta da triagem (modelo premium)
- Second opinion in the triage gray zone (premium model)
Tudo passa por um AI Gateway: cache, retry, circuit breaker e controle de custo num só lugar.
Everything goes through an AI Gateway: caching, retries, circuit breaking and cost control in one place.
Deep dive de IA · 2
AI deep dive · 2
Embeddings: o GPS do significado
Embeddings: a GPS for meaning
Cada frase vira uma coordenada num "mapa de significado" com 1024 dimensões. Frases que querem dizer coisas parecidas ficam perto nesse mapa — mesmo sem compartilhar nenhuma palavra.
Every sentence becomes a coordinate on a 1024-dimension "map of meaning". Sentences that mean similar things sit close together on that map — even if they share no words at all.
Todo sinal promovido é indexado nesse mapa (índice vetorial, similaridade por cosseno). É a fundação da busca semântica, dos temas recorrentes e do loop closure.
Every promoted signal gets indexed on this map (vector index, cosine similarity). It's the foundation for semantic search, recurring themes and loop closure.
Deep dive de IA · 3
AI deep dive · 3
Busca FTS: o índice remissivo do livro
FTS search: the index at the back of the book
Full-Text Search é o índice remissivo de um livro: em vez de folhear tudo, você vai direto em "onboarding, pág. 42". O banco mantém um índice invertido — para cada palavra, a lista de sinais onde ela aparece.
Full-Text Search is the index at the back of a book: instead of flipping through every page, you jump straight to "onboarding, p. 42". The database keeps an inverted index — for each word, the list of signals where it appears.
Pontos fortesStrengths
- Sub-segundo — resposta imediata, sem LLM no caminho.
- Sub-second — instant answers, no LLM in the path.
- Exata — encontra exatamente o termo pedido, com stemming (busca "entregas" acha "entrega").
- Exact — finds exactly the requested term, with stemming ("deliveries" matches "delivery").
- Barata — um índice GIN no banco, zero inferência.
- Cheap — one GIN index in the database, zero inference.
LimiteLimitation
O índice remissivo só acha a palavra, não a ideia. Procurar "problemas de logística" não encontra "o pedido travou no estoque" — nenhuma palavra coincide.
A book index only finds the word, not the idea. Searching "logistics problems" won't find "the order got stuck in the warehouse" — not a single word matches.
É aí que entra a busca semântica →
That's where semantic search comes in →
Deep dive de IA · 4
AI deep dive · 4
RAG: o bibliotecário que prepara o dossiê
RAG: the librarian who prepares the dossier
Retrieval-Augmented Generation. Em vez de pedir pro LLM "adivinhar" de memória, um bibliotecário primeiro separa os trechos certos do acervo — e o especialista escreve a resposta usando só esse material, citando as fontes.
Retrieval-Augmented Generation. Instead of asking the LLM to "guess" from memory, a librarian first pulls the right excerpts from the archive — and the specialist writes the answer using only that material, citing sources.
Por isso a resposta nunca "alucina" fora da base: se não há contexto relevante, o sistema diz que não achou — e tenta de novo ampliando o período antes de desistir.
That's why answers never "hallucinate" beyond the knowledge base: if there's no relevant context, the system says so — and retries with a wider time window before giving up.
Deep dive de IA · 5
AI deep dive · 5
Busca híbrida: o roteador decide o caminho
Hybrid search: the router picks the path
Nem toda pergunta merece o pipeline completo. Um roteador olha a query e escolhe: busca exata e instantânea, ou compreensão semântica com síntese.
Not every question deserves the full pipeline. A router looks at the query and chooses: instant exact search, or semantic understanding with synthesis.
"proposta acme" → FTS, resposta em menos de 1 segundo. "o que ficou definido sobre a proposta da conta acme até agora?" → RAG com síntese e citações.
"acme proposal" → FTS, answered in under a second. "what has been decided about the acme account proposal so far?" → RAG with synthesis and citations.
Deep dive de IA · 6
AI deep dive · 6
Recência: informação tem prazo de validade
Recency: information has a shelf life
Como na geladeira: o leite vence em dias, a conserva dura meses. Cada tipo de sinal "decai" num ritmo próprio — a busca aplica uma meia-vida por tipo, igual à física da radioatividade.
Like your fridge: milk expires in days, preserves last for months. Each signal type "decays" at its own pace — search applies a per-type half-life, just like radioactive decay in physics.
Um compromisso de 2 meses atrás quase não importa mais; uma decisão de 2 meses ainda vale muito. A busca reflete isso sem esconder o histórico — o antigo só perde prioridade.
A commitment from 2 months ago barely matters now; a decision from 2 months ago still matters a lot. Search reflects that without hiding history — older items just rank lower.
Deep dive de IA · 7
AI deep dive · 7
Entidades: "Zé", "Josef" e "José" são a mesma pessoa
Entities: "Bob", "Rob" and "Robert" are the same person
Em conversa, ninguém usa nome oficial. Clientes viram apelidos, pessoas viram diminutivos, sistemas viram siglas. Sem resolver isso, o conhecimento se fragmenta em dezenas de "quase-duplicatas".
In conversation, nobody uses official names. Clients become nicknames, people become diminutives, systems become acronyms. Left unresolved, knowledge fragments into dozens of near-duplicates.
Cache de apelidos
Alias cache
Apelido já conhecido? Resolve na hora, via cache chave-valor (caminho quente).
Known alias? Resolved instantly via a key-value cache (hot path).
Fuzzy match
Fuzzy match
Similaridade de trigramas no banco tolera erro de digitação e variação ("Jose" ≈ "José"), com threshold por tipo de entidade.
Trigram similarity in the database tolerates typos and variants ("Jose" ≈ "José"), with per-entity-type thresholds.
Desempate por LLM
LLM tie-break
Empatou? O modelo rápido olha o contexto da frase e escolhe. Sem candidato bom, nasce uma entidade "pendente" pra governança aprovar.
Still ambiguous? The fast model reads the sentence context and picks. No good candidate → a "pending" entity is born for governance to approve.
Um lock distribuído garante que duas reuniões simultâneas não criem a mesma entidade duas vezes.
A distributed lock guarantees two simultaneous meetings can't create the same entity twice.
Deep dive de IA · 8
AI deep dive · 8
Loop closure: o sistema percebe quando você entregou
Loop closure: the system notices when you delivered
Semana 1: "envio a proposta até sexta" vira um compromisso rastreado. Semana 2: alguém comenta "a proposta foi enviada, cliente aprovou". O sistema liga os dois pontos — e fecha o compromisso sozinho.
Week 1: "I'll send the proposal by Friday" becomes a tracked commitment. Week 2: someone says "proposal went out, client approved". The system connects the dots — and closes the commitment on its own.
Vizinhos no mapa
Neighbors on the map
Sinais novos de cada reunião buscam compromissos abertos "próximos" no índice vetorial.
New signals from each meeting look up "nearby" open commitments in the vector index.
Confirmação por LLM
LLM confirmation
O modelo rápido compara os dois textos: isso é mesmo a conclusão daquele compromisso? Só fecha acima de 80% de certeza.
The fast model compares both texts: is this really that commitment being fulfilled? It only closes above 80% certainty.
Fecha e avisa
Close and notify
Compromisso concluído, trilha de auditoria gravada, aviso no canal. Menos um lembrete desnecessário.
Commitment completed, audit trail recorded, channel notified. One fewer pointless reminder.
Deep dive de IA · 9
AI deep dive · 9
Temas recorrentes: ouvir o coro, não as vozes
Recurring themes: hearing the chorus, not the voices
Uma reclamação isolada é ruído. A mesma dor aparecendo em três reuniões diferentes na mesma semana é padrão — e ninguém percebe padrão lendo ata por ata.
One isolated complaint is noise. The same pain showing up in three different meetings in the same week is a pattern — and nobody spots patterns reading minutes one by one.
Clustering vetorial
Vector clustering
Sinais da semana são agrupados por proximidade no mapa de significado (similaridade ≥ 0.65).
The week's signals are grouped by proximity on the map of meaning (similarity ≥ 0.65).
Filtro de relevância
Relevance filter
Só vira tema o cluster com ≥ 3 sinais vindos de ≥ 3 reuniões distintas — uma reunião repetitiva não engana o filtro.
A cluster only becomes a theme with ≥ 3 signals from ≥ 3 distinct meetings — one repetitive meeting can't game the filter.
Síntese semanal
Weekly synthesis
O modelo forte nomeia cada tema e resume em bullets com fontes, postado toda segunda-feira.
The strong model names each theme and summarizes it in sourced bullets, posted every Monday.
Deep dive de IA · 10
AI deep dive · 10
Arquitetura 100% serverless
100% serverless architecture
Nenhum servidor pra manter, escalar ou acordar de madrugada. Cada peça é um serviço gerenciado que cobra por uso — o custo acompanha o volume de reuniões.
No servers to maintain, scale or wake up for at 3am. Every piece is a managed pay-per-use service — cost tracks meeting volume.
Workers (compute na borda) · Queues (nada se perde) · Workflows (extração resumível passo a passo) · Durable Objects (coordenação com estado) · R2 criptografado · Postgres com FTS · Vectorize (índice vetorial) · KV (cache e dedup).
Workers (edge compute) · Queues (nothing gets lost) · Workflows (step-by-step resumable extraction) · Durable Objects (stateful coordination) · encrypted R2 · Postgres with FTS · Vectorize (vector index) · KV (cache and dedup).
Deep dive de IA · 11
AI deep dive · 11
Confiança não se declara — se mede
Trust isn't declared — it's measured
📏 signalPrecision📏 signalPrecision
Dos sinais que o sistema promoveu, quantos eram realmente úteis? Medido pelas ações humanas (dispensas e reversões), com intervalo de confiança de 95% numa janela móvel.
Of the signals the system promoted, how many were actually useful? Measured from human actions (dismissals and reverts), with a 95% confidence interval over a rolling window.
🕳️ signalRecall🕳️ signalRecall
Quanto o sistema deixou passar? Toda semana, uma amostra de transcripts é auditada por humanos procurando sinais perdidos.
How much did the system miss? Every week, a sample of transcripts is human-audited hunting for missed signals.
🎚️ Calibração🎚️ Calibration
Um diagrama de confiabilidade compara a confiança declarada pelo modelo com a taxa real de acerto. Os thresholds da triagem automática só mudam com evidência — e aumentar a autonomia da IA é uma decisão humana, tomada com dados.
A reliability diagram compares the model's declared confidence against its actual hit rate. Auto-triage thresholds only move with evidence — and increasing AI autonomy is a human decision, made with data.
🧾 Audit trail🧾 Audit trail
Cada promoção, edição e reversão fica registrada em log append-only. O histórico é a matéria-prima da calibração.
Every promotion, edit and revert is recorded in an append-only log. That history is the raw material for calibration.
Para onde isso vai
Where this goes
De reuniões a um world model da operação
From meetings to a world model of the operation
Cada reunião, thread e decisão alimenta uma base de conhecimento viva — consultável por pessoas (chat e web) e por agentes de IA via MCP, com OAuth e acesso somente leitura ao que já foi curado.
Every meeting, thread and decision feeds a living knowledge base — queryable by people (chat and web) and by AI agents via MCP, with OAuth and read-only access to curated knowledge.
Reuniões, threads de chat e múltiplos notetakers, com triagem híbrida IA + humano.
Meetings, chat threads and multiple notetakers, with hybrid AI + human triage.
Mais fontes, mais autonomia conforme a calibração comprovar precisão — e agentes agindo sobre o sinal.
More sources, more autonomy as calibration proves precision — and agents acting on signal.
Toda reunião vira conhecimento acionável.
Every meeting becomes actionable knowledge.
Obrigado!
Thank you!
Menos reuniões esquecidas, mais sinal no dia a dia.
Fewer forgotten meetings, more signal in your day-to-day.
Dúvidas, ideias ou vontade de ver uma demo? Vamos conversar.
Questions, ideas or want to see a demo? Let's talk.