Cinimex apresenta treinador de IA para vendas corporativas com checagem em documentos

A Cinimex divulgou detalhes do protótipo de um treinador de IA para vendas B2B. A ferramenta ensina vendedores a negociar, contornar objeções e não exagerar as características do produto. O sistema já está em testes e ficou bem mais estável depois de uma mudança de arquitetura. A equipe espera que os treinos regulares aumentem os pedidos de propostas comerciais em pelo menos 15%.

Do fracasso ao simulador

A ideia surgiu de um problema comum em vendas B2B. Um vendedor iniciante pode conduzir com segurança a primeira parte da reunião e se perder quando o cliente começa a fazer perguntas difíceis sobre o produto, a documentação e as vantagens da migração. No varejo, esse tipo de erro ainda é contornável. No segmento corporativo, cada reunião malsucedida significa um lead perdido, tempo da equipe e dinheiro. Para empresas com ciclo de vendas longo, essa falha é especialmente dolorosa e cara.

Por isso, a Cinimex decidiu criar um simulador de negociações em vez de um simples chatbot. O treinador precisa acompanhar o vendedor por todo o ciclo da conversa, da saudação à definição dos próximos passos. Ele também precisa levantar objeções realistas e dar feedback ao fim da conversa. Para o treinamento, a equipe usou dois tipos principais de dados. O primeiro são roteiros de visitas com objetivos e objeções típicas. O segundo é a documentação do produto em PDF, para que o agente se baseie em fatos e não em "impressões".

Arquitetura sob controle

A equipe testou três abordagens. O esquema com um único agente foi descartado por estourar o contexto: em conversas longas, o modelo perdia o fio da meada e seguia pior as instruções. A abordagem multiagente clássica também não serviu. Ela é flexível, mas funciona demais como uma caixa-preta: fica difícil entender por que um agente passou a tarefa para outro e em que etapa o erro surgiu. No fim, a escolha foi o sequential prompting, uma cadeia de etapas específicas com saída controlada em JSON e prompts separados para cada fase da conversa.

• escolha do prompt conforme a fase da conversa
• geração de várias versões da fala
• escolha da melhor resposta por um agente separado
• envio da fala final ao vendedor

Mesmo assim, a primeira versão do sistema fracassou: apenas 2 de 8 diálogos foram considerados bem-sucedidos. A equipe então incluiu um segundo agente, o "editor", que escolhe a melhor entre várias respostas geradas. Esse pipeline em duas etapas aliviou o prompt principal e deu mais variedade ao modelo sem perda de controle. Na segunda iteração, o resultado subiu para 7 diálogos bem-sucedidos em 8, e as respostas ficaram mais naturais. Foi o ponto de virada do projeto.

Checagem contra invenções

O passo seguinte foi deixar a simulação mais complexa. O treinador ganhou níveis de dificuldade. No fácil, o cliente virtual é mais flexível. No médio, ele exige argumentos. No difícil, passa a checar com rigor cada afirmação do vendedor. Foi nesse ponto que o RAG entrou no sistema, para que o agente pudesse consultar a documentação e flagrar promessas sem respaldo. Sem isso, o treinador acreditaria em qualquer promessa do vendedor ou discutiria sem base em fatos.

O fluxo funciona assim: o vendedor faz uma afirmação sobre o produto e o sistema isola a tese específica. Em seguida, uma busca vetorial encontra o trecho relevante da documentação. Por fim, a afirmação e o trecho encontrado vão para o modelo, que dá o veredito. Suponha que o vendedor diga que a versão em nuvem do produto suporta 500 usuários simultâneos, mas a documentação só traga dados de um teste com dois. Nesse caso, o agente não concorda automaticamente e aponta a inconsistência com delicadeza. Segundo a equipe, cada prompt foi reescrito em média cerca de 12 vezes para chegar a esse comportamento.

O que isso significa

O projeto da Cinimex mostra que agentes de IA corporativos estão migrando cada vez mais de "chatbots espertos" para simuladores práticos com lógica verificável. Se o formato confirmar as previsões de crescimento de propostas e de conversão em projetos-piloto, a IA poderá assumir em vendas B2B o papel de treinador permanente. Ele estaria disponível a qualquer momento e se basearia em documentos em vez de improviso. Para as equipes internas de vendas, isso deixa de ser um experimento pelo experimento e passa a ser uma ferramenta em potencial para escalar o treinamento.