Pular para o conteúdo
SFERA Soluções Inteligentes

Case · Infinity Labs

Zhaia

Assistente conversacional de moda com inteligência artificial: orienta composição de look por ocasião, com revisão humana quando a decisão pesa.

Ficha do projeto

Casa de origem
Infinity Labs
Cliente
Produto próprio da Infinity Labs
Segmento
Moda e varejo
Categoria
Inteligência artificial
Situação
Produto disponível

O problema

A dúvida de estilo é constante e mal atendida. A pessoa está diante do guarda-roupa ou de uma vitrine e não sabe o que combina com o quê, o que cabe na ocasião, o que funciona com as peças que já tem. A decisão trava, e a compra ou o uso não acontecem.

Do outro lado do balcão, a marca responde a essa dúvida uma mensagem por vez. A qualidade da orientação depende de quem está atendendo naquele turno, e o que a vendedora mais experiente sabe não chega a quem entrou na equipe no mês passado. O conhecimento de estilo existe, mas não escala.

Contexto

Como a operação funcionava

A Zhaia foi construída como uma assistente conversacional voltada a esse atendimento: uma consultora de moda com inteligência artificial, disponível fora do horário comercial e com resposta em linguagem consistente.

É importante ser preciso sobre o que ela é e o que não é. Ela orienta a partir do que o usuário descreve — ocasião, preferência, peças disponíveis, contexto. Não prova a roupa, não mede corpo, não conhece o acervo que não foi informado e não substitui a consultoria presencial quando a decisão é importante. A qualidade da sugestão depende diretamente da qualidade do que foi contado a ela.

Solução

O que foi construído

A interface é uma conversa, porque é assim que a dúvida de estilo aparece na vida real: "tenho um casamento à tarde", "comprei esta calça e não sei com o que usar". Um modelo de linguagem interpreta o pedido e devolve sugestões de composição com a justificativa por trás da escolha — o motivo importa mais que a lista, porque é ele que ensina o usuário a decidir sozinho da próxima vez.

O comportamento da assistente é guiado por um repertório de estilo definido no produto, e não deixado ao acaso do modelo. Isso mantém a orientação coerente entre conversas e evita que a resposta mude de tom conforme a pergunta é reformulada.

Os limites foram tratados como parte do produto: quando a informação disponível não sustenta uma recomendação, a resposta correta é pedir mais contexto, não inventar uma certeza. Projeto desenvolvido pela Infinity Labs, cuja experiência passa a integrar a estrutura da SFERA.

Recursos técnicos

  • Interface conversacional
  • Modelo de linguagem
  • Repertório de estilo definido no produto
  • Aplicação web
  • Integração por API

Processo

Como o projeto aconteceu

  1. 01

    Definição do escopo de consultoria

    O que a assistente responde e, sobretudo, o que ela não responde. Delimitar cedo evita a promessa que o produto não sustenta.

  2. 02

    Construção do repertório

    Critérios de composição, ocasião e coerência organizados como base de orientação, para que a resposta não dependa do humor do modelo.

  3. 03

    Desenho da conversa

    Fluxo de perguntas que coleta contexto suficiente antes de sugerir, em vez de responder no escuro.

  4. 04

    Testes com pedidos reais

    Avaliação das respostas em situações concretas, ajustando o que soava genérico ou excessivamente assertivo.

  5. 05

    Ajuste dos limites

    Calibragem do comportamento nos casos em que falta informação: pedir contexto passou a ser resposta legítima.

Resultado

O que mudou na operação

Resultados descritos de forma qualitativa. Não publicamos percentuais nem economia estimada sem medição comprovada do cliente.

Resultado

  • Produto disponível, com orientação de estilo em formato conversacional.
  • Resposta consistente entre conversas, guiada por repertório definido e não por improviso do modelo.
  • Orientação disponível fora do horário de atendimento humano.
  • Sugestão acompanhada da justificativa, o que dá ao usuário critério para decidir por conta própria.
  • Limites explícitos: sem informação suficiente, a assistente pede contexto em vez de afirmar.

Aprendizados

  • Em produto com IA, definir o que ele não faz é mais importante para a confiança do que ampliar o que ele faz.
  • Modelo de linguagem sem repertório próprio responde bem uma vez e de forma inconsistente na terceira.
  • A justificativa da recomendação vale mais que a recomendação: é ela que sustenta a credibilidade da resposta.
  • Recomendação de estilo não substitui prova, medida nem consultoria presencial — e dizer isso no produto evita frustração.

Seu problema se parece com este?

Conte como a sua operação funciona hoje. Dizemos se o caminho seria parecido — e onde seria diferente.

Falar com um especialista Fazer o diagnóstico WhatsApp

Continue por aqui

Falar no WhatsApp