Como um assistente de Telegram baseado no Claude aliviou o CEO e assumiu parte do trabalho da equipe

Uma pequena equipe de SaaS integrou um assistente de IA diretamente ao chat de trabalho no Telegram e, em poucos meses, transformou-o de experimento em uma ferramenta operacional completa. O bot responde aos gerentes de produto, consulta o código, cria tarefas no GitHub e assume parte da carga que antes recaía quase toda sobre o CEO.

Como o assistente funciona

A equipe descreve um processo de negócio bem típico de um SaaS pequeno: cinco desenvolvedores, quatro gerentes, o CEO e uma stack com PHP, Vue, MySQL, GitHub e Telegram. O problema não era a falta de ferramentas, mas o fato de quase toda a expertise interna se concentrar em uma só pessoa. O líder respondia manualmente a perguntas repetitivas, explicava como o produto funciona e alternava o tempo todo entre vendas, suporte e desenvolvimento. Por isso, até dúvidas simples de clientes ficavam horas esperando.

O assistente foi colocado no chat comum para trabalhar onde a comunicação diária já acontece. A base é um bot no Claude que recebe não uma mensagem isolada, mas o contexto da conversa, com acesso à base de código, aos dados de clientes, às issues do GitHub e a documentos internos. Os autores destacam uma ideia central: o decisivo não foi o fine-tuning, mas um contexto bem montado. O modelo só é útil quando enxerga dados reais e a situação de trabalho atual.

Onde ele realmente ajuda

O cenário mais claro são as perguntas rápidas dos gerentes, quando o cliente precisa de resposta agora. Em vez da cadeia "perguntar ao CEO, esperar o desenvolvedor, checar o código, voltar com a resposta", o bot encontra sozinho o trecho relevante do projeto e dá uma dica prática. O artigo traz o exemplo de um template em que um cliente tentava colar um link: o assistente verificou o tratamento do texto e explicou que links em HTML são removidos, enquanto uma URL comum é mantida sem problemas.

"90% da mágica não está no modelo, mas no contexto que você passa a ele."

O modo de criação de tarefas se mostrou igualmente útil. Quando o CEO pede para "escrever uma tarefa", o assistente não copia a conversa para a issue, e sim transforma a discussão em uma descrição técnica com etapas de implementação. No caso da análise de fotos de apartamentos, o bot ligou por conta própria o hashing já existente ao novo cenário de comparação, e acrescentou distância de Hamming, limiares de correspondência, um score combinado e validação em uma amostra grande. O desenvolvedor recebe em um minuto uma tarefa no nível de um tech lead, e não uma conversa bruta.

• Responde a perguntas rotineiras dos gerentes em 15–40 segundos
• Cria issues no GitHub com responsável e labels
• Dá dicas sobre o código e estreita a área de busca de bugs
• Escreve o changelog após os releases direto no chat
• Ajuda a preparar a resposta ao cliente mesmo tarde da noite

O terceiro cenário são as mensagens pós-deploy. O bot escreve automaticamente no chat quais melhorias entraram no release: da lógica de mensagens não lidas e mudanças de interface ao bloqueio de e-mails de contatos indesejados. Para uma equipe pequena, isso não é cosmético, mas disciplina operacional: gasta-se menos tempo com relatório manual, a conversa mantém um rastro claro das mudanças e os gerentes entendem mais rápido o que já foi ao ar e o que pode ser prometido aos clientes.

Onde ele erra

Os autores admitem com honestidade que o assistente não lida com bugs complexos na fronteira entre vários serviços com a mesma confiabilidade de uma pessoa. Ele pode encontrar trechos de código relevantes, propor uma hipótese convincente e, mesmo assim, errar na forma como os sistemas interagem no runtime real. O exemplo mais desagradável: o bot disse com segurança a um gerente que a função de importação do Excel já existia, embora o produto não a tivesse, e a equipe precisou pedir desculpas separadamente ao cliente.

Há também limitações que não se resolvem apenas melhorando o prompt. O assistente pode reunir informações para uma decisão de negócio, mas não deve tomá-la no lugar do gestor. Pode sugerir o texto de uma resposta a um cliente irritado, mas não substitui a confiança e o apoio de um gerente. Além disso, discussões longas no chat de trabalho continuam perigosas: se o tema se arrasta por vários dias, o modelo começa a perder o fio, porque até uma janela de contexto grande não é infinita.

Para reduzir o risco, a equipe adotou uma regra simples, porém importante: se não há certeza, o bot deve dizer claramente que a resposta precisa ser verificada com os desenvolvedores. Em três meses, o assistente deixou cerca de 2500 mensagens, criou aproximadamente 120 tarefas e ajudou a resolver, sem o CEO, cerca de 60% das dúvidas dos gerentes. Mas houve também três incidentes críticos causados por alucinações. É um bom resultado para um acelerador de processos, mas um motivo fraco para tratar o sistema como fonte autônoma da verdade.

O que isso significa

Esse caso mostra bem para onde a IA corporativa caminha na prática. O formato mais útil hoje não é uma vitrine isolada com um chatzinho, mas um agente dentro do ambiente de trabalho já existente, com acesso a código, CRM, tarefas e histórico de discussões. Nessa configuração, a IA realmente tira a rotina do gestor e acelera a equipe. Mas a confiança nela não se constrói sobre a beleza das respostas, e sim sobre a qualidade do contexto, as restrições e o direito de uma pessoa de interromper o erro a tempo.