Uma empresa que decide “usar IA” normalmente começa pelo lugar errado. Assina três ferramentas, testa duas semanas, não vê nada mudar e conclui que ainda é cedo. O problema quase nunca é a ferramenta. É que ferramenta não tem responsabilidade: ela espera alguém abrir, pedir e conferir.
Agente é outra coisa. Um agente tem uma função definida, um gatilho que o aciona, um limite claro do que pode fazer e um lugar onde ele registra o que fez. Ele não espera você lembrar dele.
Este texto descreve os cinco agentes que a Duplo D constrói e mantém. Cada um cuida de uma frente, cada um tem nome, e cada um resolve um problema que dá para medir. Não é um catálogo de tecnologia: é a divisão de trabalho que a gente usa em projeto real.
• Lume cuida do site, da landing page e do blog, e faz o conteúdo nascer legível por máquina.
• Node orquestra automação com n8n e entra com julgamento só onde regra fixa não resolve.
• Signal atende no WhatsApp, qualifica e sabe a hora de passar para uma pessoa.
• Contextus responde com base no material da sua empresa e mostra a fonte.
• Pharos cuida de SEO, GEO e conteúdo citável: a frente mais lenta e mais duradoura.
Neste artigo
- 01. Por que "agente" e não "mais uma ferramenta de IA"
- 02. Lume: sites, landing pages e blog
- 03. Node: agentes sob medida e automação com n8n
- 04. Signal: chatbot e atendimento com IA no WhatsApp
- 05. Contextus: base de conhecimento com RAG
- 06. Pharos: SEO, GEO e conteúdo citável
- 07. Como os cinco se conectam
- 08. Como um projeto de agente acontece
- 09. Onde os agentes não entram
- 10. Perguntas frequentes
01. Por que “agente” e não “mais uma ferramenta de IA”
A palavra agente virou moda em 2025 e perdeu o sentido no caminho. Vale recuperar, porque a distinção é prática.
Ferramenta
Agente
Essa diferença muda a conta. Ferramenta economiza minutos de quem já está trabalhando. Agente tira a tarefa da fila antes de alguém precisar olhar para ela.
E muda também o que é preciso projetar. Ferramenta você escolhe. Agente você desenha: onde ele começa, onde ele para, o que ele pode acessar, o que ele faz quando não tem certeza e para quem ele entrega o caso quando desiste. É aí que mora o trabalho, e é por isso que os cinco abaixo são serviços, não assinaturas.
02. Lume: sites, landing pages e blog
O Lume é o primeiro agente porque ele cuida da coisa que todos os outros dependem: o lugar onde a sua empresa existe publicamente.
Site institucional, landing page de campanha e blog são três formatos com objetivos diferentes, mas com o mesmo requisito técnico em 2026: precisam ser legíveis por gente e por máquina ao mesmo tempo. Um site que só um humano entende está fora de metade das conversas que decidem uma compra hoje.
Na prática, o trabalho do Lume tem três camadas:
Estrutura
Velocidade e acessibilidade
Conteúdo que responde

Em uma linha
Cuida do site, da landing page e do blog, e faz o conteúdo nascer legível por máquina.
Ver a página do LumeO Lume é também o agente que acompanha o site depois da entrega. Conteúdo novo entra no mesmo padrão, e o padrão não se perde seis meses depois porque alguém colou um texto do Word direto no editor.
Landing page tem uma regra própria, e ela contraria o instinto de quem vem do institucional: quanto menos ela tenta dizer, melhor ela converte. Uma página de campanha tem uma promessa, uma prova e uma ação. Tudo que não sustenta essas três coisas está roubando atenção de quem já estava quase decidindo.
E blog não é diário corporativo. Blog é o material que o Pharos vai usar depois para fazer a empresa ser citada. Um artigo que responde uma pergunta real de cliente vale mais que dez notas sobre a rotina da empresa, e continua valendo anos depois, o que nenhuma nota sobre rotina faz.
03. Node: agentes sob medida e automação com n8n
Esta é a frente que mais reduz custo, e é também a menos glamourosa. Um fluxo de automação é uma sequência de passos que roda sem ninguém clicando: recebe um gatilho, busca o dado onde ele mora, decide o que fazer e executa.
O n8n é a ferramenta que a gente usa para orquestrar isso. Ele conecta API, planilha, e-mail, ERP, CRM e modelo de linguagem no mesmo desenho, e deixa visível o caminho que o dado percorreu.
Essa visibilidade não é detalhe. Quando um fluxo falha às duas da manhã, a diferença entre consertar em dez minutos e passar o dia caçando o erro é conseguir ver onde ele parou. Automação que roda numa caixa preta é dívida técnica esperando a hora de cobrar.
O agente entra quando o fluxo precisa de julgamento. Classificar a intenção de uma mensagem. Extrair os campos de um documento mal formatado. Escolher qual caminho seguir diante de um pedido ambíguo. Isso é o que o modelo de linguagem faz bem.
O resto (cálculo, regra fixa, consulta a banco) continua sendo código comum. Não por conservadorismo: código comum é mais barato, mais rápido e não erra por criatividade. Colocar um modelo de linguagem para somar dois números é pagar caro por um resultado pior.
É essa fronteira que a gente desenha em cada projeto. Onde o problema tem regra, regra. Onde o problema tem ambiguidade, modelo. A maior parte dos fluxos que dão errado em produção erra exatamente aí: usa IA onde bastava um “if”, ou usa “if” onde o mundo real é bagunçado demais para caber num.

Em uma linha
Orquestra automação com n8n e entra com julgamento só onde regra fixa não resolve.
Ver a página do Node04. Signal: chatbot e atendimento com IA no WhatsApp
No Brasil, o atendimento acontece no WhatsApp. Não adianta desenhar um funil elegante que termina em formulário se a pessoa vai abrir o aplicativo verde de qualquer jeito.
O que a gente constrói aqui é um assistente que responde dúvida repetida, qualifica quem chega e registra tudo no CRM. O CRM é desenvolvido pela Duplo D, então o funil segue o processo da sua empresa e não o contrário.
Isso resolve o problema mais comum do atendimento por mensagem: a conversa existe, mas não vira histórico, nem tarefa, nem funil, e por isso não vira gestão. Três meses depois ninguém sabe quantos orçamentos foram pedidos, quantos viraram proposta e quantos morreram sem resposta.
O ponto de projeto aqui é saber onde o assistente para.
Ele responde preço de tabela, prazo, endereço, o que está incluso e o que não está. Quando a conversa vira negociação, exceção ou reclamação, ele entrega para uma pessoa com o contexto já organizado, em vez de insistir.
Um assistente que insiste é pior do que nenhum. Todo mundo já saiu de um chat que repetia a mesma pergunta de três formas diferentes, e essa experiência gruda na marca. O valor de um bom agente de atendimento está tanto no que ele responde quanto no que ele reconhece que não é dele.

Em uma linha
Atende no WhatsApp, qualifica e sabe a hora de passar para uma pessoa.
Ver a página do Signal05. Contextus: base de conhecimento com RAG
RAG quer dizer “geração aumentada por recuperação”, e a ideia é simples de explicar: em vez de esperar que o modelo saiba, você faz ele buscar primeiro no seu material e responder com base no que achou.
Na prática, é a diferença entre uma IA que inventa uma cláusula de contrato e uma IA que diz o que o seu contrato realmente escreve, com a fonte junto. Para uma empresa, essa segunda coisa é a única utilizável.
Onde isso costuma pagar:
No atendimento
No comercial
Na entrada de gente nova
Acesso por perfil

06. Pharos: SEO, GEO e conteúdo citável
Esta frente é o outro lado da mesma moeda. Se a IA passou a ser a porta de entrada, o conteúdo da empresa precisa ser legível por ela.
E isso é bem menos misterioso do que parece:
Texto direto, sem rodeio antes da resposta. Blocos de pergunta e resposta que fecham sentido sozinhos. Dados estruturados que dizem à máquina o que cada coisa é. Um arquivo llms.txt que apresenta o site para os assistentes em linguagem simples. E números concretos em vez de adjetivos, porque adjetivo não é citável.
Essa última é a mais fácil de aplicar e a mais ignorada. “Atendimento ágil” não entra em resposta nenhuma. “Resposta em até duas horas úteis” entra.
É trabalho de escrita e de marcação, feito junto, e é aí que quase todo projeto se perde, porque escrita costuma ser de uma pessoa e marcação de outra, e as duas nunca conversam.
É a frente com o retorno mais lento e mais duradouro. Conteúdo bem feito continua sendo citado muito tempo depois de publicado, e isso é o oposto de anúncio, que para de existir no dia em que a verba acaba.
Sobre o llms.txt: é um arquivo de texto na raiz do site que apresenta a empresa para assistentes de IA em linguagem direta: o que ela faz, para quem, onde, e quais páginas importam. Ele não substitui o conteúdo, mas resolve um problema real: um assistente que chega ao site sem contexto precisa inferir tudo a partir do menu e do rodapé, e infere errado com frequência. O arquivo custa uma tarde para escrever e ainda é raro no Brasil.
Vale saber medir. A métrica honesta de GEO ainda é manual: pergunte todo mês ao ChatGPT, ao Perplexity e ao Gemini quem faz o que você faz na sua cidade, e registre se a sua empresa aparece. É simples, é chato e quase ninguém faz. Também é a única forma de saber se o trabalho está andando antes de o telefone tocar.

Em uma linha
Cuida de SEO, GEO e conteúdo citável: a frente mais lenta e mais duradoura.
Ver a página do Pharos07. Como os cinco se conectam
Separados, cada agente resolve um pedaço. Juntos, eles fecham um ciclo, e é aí que a conta muda.
O Pharos faz a empresa ser encontrada e citada. Quem chega cai no site que o Lume mantém, estruturado para responder rápido. Quem tem dúvida vai para o WhatsApp, onde o Signal atende e qualifica. Quando a pergunta é técnica, o Contextus entrega a resposta com a fonte. E tudo que acontece nesse caminho (registro no CRM, notificação para o time, atualização de planilha, disparo de proposta) é o Node que executa, sem ninguém clicando.
Nenhum deles precisa dos outros para funcionar. Dá para começar por um só, e normalmente é o que a gente recomenda: escolher a dor mais cara e resolver ela primeiro.
Mas vale entender a ordem em que eles costumam se pagar. Signal e Node dão retorno mais rápido, porque atacam trabalho manual que acontece toda semana. Contextus paga no médio prazo, quando o volume de dúvida repetida justifica. Pharos é o mais lento e o que rende por mais tempo. E o Lume é a base: sem um site que preste, os outros quatro trabalham para levar gente a um lugar que não converte.
| Agente | Frente | Retorno costuma vir | Página |
|---|---|---|---|
| Lume | Site, landing page e blog | É a base: sem site que preste, os outros levam gente a um lugar que não converte | Ver o Lume |
| Node | Agentes sob medida e automação com n8n | Mais rápido: ataca trabalho manual que acontece toda semana | Ver o Node |
| Signal | Atendimento e qualificação no WhatsApp | Mais rápido: ataca trabalho manual que acontece toda semana | Ver o Signal |
| Contextus | Base de conhecimento com RAG | No médio prazo, quando o volume de dúvida repetida justifica | Ver o Contextus |
| Pharos | SEO, GEO e conteúdo citável | O mais lento e o que rende por mais tempo | Ver o Pharos |
08. Como um projeto de agente acontece
Quatro etapas, sempre nesta ordem. A ordem importa mais do que parece: metade dos projetos de automação que dão errado inverteu duas delas.
1. Medir o que existe
2. Desenhar a fronteira
3. Construir com o caminho visível
4. Acompanhar e ajustar
09. Onde os agentes não entram
Esta seção é a mais curta de escrever e a mais importante de ler.



