Construí2026 · IA de voz
Ensinando um entrevistador de IA a falar menos.
Um agente de voz em tempo real que conduz entrevistas de pesquisa de 70 perguntas para uma startup de pesquisa organizacional.
- Papel
- Defini e construí
- Stack
- LiveKit, LLMs, Claude Code
- Escopo
- Entrevistas de 70 perguntas
Medir, depois corrigir
A primeira medição foi um choque de realidade.
Problema
As entrevistas eram feitas por videochamada. Alguém compartilhava a tela, lia mais de 70 perguntas em voz alta e digitava cada resposta numa planilha. Uma pessoa, uma entrevista por vez.
Decisão
Tirar o LLM do volante. Uma máquina de estados determinística conduz a entrevista: ordem das perguntas, etapas e o registro de cada nota. O LLM cuida só do que é aberto: tirar uma dúvida, aprofundar uma resposta, deixar a conversa natural.
Testei primeiro a versão livre. Ela confirmou o que os melhores agentes de voz já fazem: o modelo conversa, mas não controla o processo.
O que construí
Um agente de voz em tempo real em que toda pergunta segue o mesmo protocolo fixo. Construído inteiro com Claude Code: eu especifiquei, medi e revisei cada etapa; a IA escreveu o código.
Medir, depois corrigir
Para cada minuto que o participante falava, o agente falava quase cinco. E capturava só 3 de 7 notas: a transcrição transformava “sete” em “Sčet”.
Testei opções de transcrição com gravações minhas e troquei pela que acertou 7 de 7. Depois estudei gravações de entrevistadores humanos e cortei tudo que eles nunca fazem: reler a pergunta inteira, perguntar “você entendeu?”, cobrar três justificativas separadas.
Trade-off
A transcrição mais precisa deixou cada resposta cerca de um segundo mais lenta. Aceitei: menos perguntas repetidas economizaram muito mais do que isso custou.
Resultado
Uma entrevista completa de 70 perguntas agora roda do início ao fim em 45 minutos, contra os 110 projetados.
O que eu faria diferente
Medir desde o primeiro dia. Passei semanas ajustando no ouvido; os ganhos de verdade vieram quando passei a ver onde ia cada segundo.