Agente · Squad Voice
Voz do Cliente Omnichannel
Ativo
Clusteriza reclamações por tema (App + NPS + Reviews) e prioriza clientes de alto LTV para atendimento omnichannel.
Full Autonomy
No Human Loop
Requests 24h
1.240
Tokens 24h
5.8M
Custo 24h
R$ 62
Latência p50/p95
0.6s · 1.1s
Success rate
98.1%
Judge score
89.2%
End-to-End Flow
Fluxo completo de execução do agente.
TriggerNovo review, ticket ou NPS negativo
1
Ingerir reviews + NPS + tickets
2
Clusterizar por tema
3
Cruzar com LTV no CDP
4
Priorizar fila de atendimento
OutcomeCliente de alto LTV priorizado no atendimento
Tools & Retrievers
Capacidades registradas (Omnigent · Databricks Agent Framework).
app.read_reviews
read
App · ~2820 tokens/run · error rate 0.1%
crm.read_tickets
read
CRM · ~1810 tokens/run · error rate 0.2%
crm.priority_queue
write
CRM · ~240 tokens/run · error rate 0.5%
Retrievers
Taxonomia de reclamações84 categorias · atualizado há 1d
Guardrails & Policies
PII check
On
Prompt injection
On
Holdout obrigatório
Off
Budget diário · R$ 42034% usado
Histórico de Melhorias
- 03/01/2026modelDowngrade custo com Llama 4 (sem perda de score)
Avaliação do Orquestrador
Llama 4 · LLM-as-Judge · última 08/01/2026, 06:00
Quality Score
89.2%+0.6%
Amostras
3.120
Target 82%Avaliado a cada 200 runs
Acima do target (82%)
Clusterização robusta; melhorar detecção de sarcasmo em reviews.
Autonomia & Controle
Escopo de Autonomia
Full Autonomy
Controle Humano
No Human Loop
Priorização de fila é reversível e monitorada por dashboard.
Key Actions
Cluster
Prioritize
Modelo
Llama 4 Maverick
Fallback: Gemini 3 Flash
Meta que este agente serve
Recompra fidelidade 90d
Priscila Alves · Head CRM
Cohort out/2533.4%
Histórico de execuções
há 8h · done
Direcionar 412 clientes detratores para atendimento omnichannel prioritário
Receita · RoT
R$ 82k · 30.5×
Ambiente de demonstração · dados fictícios · metodologia RoT real