Contexto universal: a aposta de engenharia da Flunora

Em 2026, colocar um modelo de linguagem dentro de um software deixou de ser diferencial. Os modelos de fronteira estão à distância de uma chave de API, e a diferença entre eles encurta a cada trimestre. A pergunta que separa produtos de IA mudou de lugar: importa menos qual modelo responde e importa muito o que ele consegue ver no momento em que responde.

Este texto descreve a resposta da Flunora para essa pergunta. É a decisão de engenharia que sustenta todo o resto da plataforma.

O gargalo não é o modelo

Uma operação de receita típica guarda o funil numa ferramenta, os emails em outra, as reuniões numa terceira e o que se sabe sobre cada empresa na memória de quem vende. Qualquer IA colocada sobre esse cenário herda a fragmentação: enxerga um pedaço do quadro e completa o resto com plausibilidade. O texto sai bem escrito e genérico, porque o modelo não tinha como saber o que nunca esteve na frente dele.

Nós partimos do problema inverso. Antes de qualquer prompt, construímos a camada que reúne o que a operação inteira sabe: o funil com os negócios abertos, os emails e as reuniões de cada contato, o dossiê de cada empresa, a carteira e o histórico do pós-venda. É isso que chamamos de contexto universal. Os modelos operam sobre essa camada, nunca sobre fragmentos.

Um registro por empresa

Contexto duplicado é quase tão ruim quanto contexto ausente. O dossiê de uma empresa vive num registro único, deduplicado pelo domínio do site quando ele existe, porque só o domínio prova que dois nomes diferentes se referem à mesma empresa. Todos os contatos daquela empresa apontam para o mesmo dossiê: a pesquisa é paga uma vez e o conhecimento não se espalha em cópias que divergem com o tempo.

Proveniência por campo

Um modelo escreve com a mesma segurança quando acerta e quando inventa. A defesa contra isso não pode ser confiança no prompt; precisa ser estrutura de dados. Na Flunora, todo campo produzido por IA carrega a origem ao lado: a fala literal da transcrição que sustenta uma objeção registrada, a fonte e o grau de confiança de cada informação vinda da web, a versão do playbook e o hash do prompt que produziram a análise. Qualquer registro da plataforma consegue dizer exatamente que regras o geraram.

E decisão humana manda. Um campo confirmado ou editado por uma pessoa nunca é sobrescrito por uma análise posterior; o sistema apenas avança a data da verificação. A IA propõe, quem opera decide.

O modelo nunca monta query

As ferramentas que o assistente usa são a única porta para os dados. Cada entrada é validada, e cada leitura passa pelo mesmo filtro de permissão das rotas da aplicação: quem pergunta só recebe o que poderia ver na tela. O modelo não escreve consultas, não navega no banco e não enxerga além do escopo de quem está logado.

Depois da geração vêm filtros determinísticos, que não dependem de julgamento. Toda citação atribuída a alguém é conferida palavra por palavra contra a transcrição de origem, e afirmação sem critério que a sustente é bloqueada antes de chegar à tela. Preferimos campo vazio a campo errado: num sistema que orienta decisão de receita, o erro com cara de certeza é o pior resultado possível.

Um playbook versionado como código

O conhecimento de vendas que orienta as análises não vive em prompts ajustados no improviso. Vive num playbook com regras identificadas, versionado como código. Mudar uma linha tem protocolo: regenerar o pacote, subir a versão e rodar uma suíte de regressão com vinte cenários sintéticos antes de qualquer deploy. Caso de fronteira que diverge vai para arbitragem humana, nunca para um ajuste rápido que resolve um exemplo e quebra três.

Como a versão viaja na proveniência de cada campo, dá para auditar o comportamento do sistema como se audita software. Porque é software.

Custo é decisão de arquitetura

Rodar modelos de fronteira sobre contexto extenso custa caro, e ignorar isso termina em produto raso. Cada tarefa é roteada para a camada de modelo que ela exige. O prefixo do prompt é estável e compartilha cache entre organizações do mesmo perfil. E tudo o que ninguém está esperando na tela vai para processamento em lote, pela metade do preço, ficando o caminho síncrono reservado para quando há uma pessoa olhando. É essa disciplina que permite análise profunda em escala sem repassar a fatura para o cliente.

O que sobra para quem usa

Nada disso aparece na interface, e é essa a intenção. O que a pessoa vê é um campo preenchido com a origem ao lado, uma resposta que cita de onde veio e um assistente que conhece a operação inteira sem que ninguém tenha alimentado planilha nenhuma. A sofisticação fica embaixo do assoalho, que é onde engenharia boa costuma morar.

A Flunora está em acesso por solicitação. Se a sua operação deveria rodar sobre contexto e evidência, solicite acesso.