Catálogo inteligente em varejo: 80% menos tempo de cadastro com Gemini Enterprise
Marketplace brasileiro cadastrava 1.200 SKUs/semana com 8 analistas. Agente Gemini Enterprise gera ficha técnica, descrição rica, atributos PIM, traduções e SEO a partir de fotos e specs do fornecedor.
Fabiano Brito
CEO & Founder
42 → 7 min
750 → 1.800
copy com SEO
23% → 3%
Cadastro de produto em marketplace é o trabalho invisível que decide o sucesso da plataforma: descrição mal escrita, atributo errado, foto sem padrão = produto que não vende.
Este caso mostra como um agente bem desenhado virou o gargalo em vantagem competitiva.
O ponto de partida
- ~80k SKUs ativos, 1.200 novos por semana.
- 8 cadastradores com tempo médio de 42 min por SKU.
- Backlog típico: 4-6 semanas — produtos chegavam ao site 1 mês após o fornecedor enviar.
- Inconsistência de atributos: 23% dos SKUs com filtro do site quebrado.
- Descrições genéricas, copiadas do fornecedor, sem otimização SEO.
- Tradução para ES (mercado argentino) levava +1 semana e tinha erros.
O que o agente faz
- Recebe fotos do produto (5-15 imagens) + planilha do fornecedor com specs cruas.
- Gemini 2.5 Pro multimodal analisa as imagens: cor, material aparente, formato, estado, ângulos, presença de defeito.
- Extrai e normaliza atributos conforme o schema do PIM (categoria, subcategoria, marca, cor, tamanho, material, dimensões, peso).
- Gera ficha técnica estruturada.
- Escreve descrição rica em PT-BR otimizada para SEO (250-400 palavras) com voz da marca.
- Sugere bullets e título da PDP.
- Traduz para ES neutro (mercado LATAM).
- Identifica SKUs similares já cadastrados (deduplicação).
- Devolve para revisão humana: cadastrador valida em 5-7 min e publica.
Arquitetura
- Gemini Enterprise Plus + Vertex AI Agent Builder.
- Gemini 2.5 Pro multimodal: visão + texto.
- Vertex AI Search: base de produtos existentes (deduplicação) + glossário da marca.
- Tools:
- Leitura de pasta no Drive (fornecedor).
- Lookup de produto por nome/marca/UPC (PIM REST).
- Criação de SKU draft no PIM.
- Upload de imagens otimizadas no CDN.
- Geração de SKU code.
- Painel de revisão em PWA para o cadastrador validar e publicar.
- Pipeline de qualidade em Cloud Run: testes de schema, peso de imagem, presença de campos obrigatórios.
Resultados em 60 dias
| Métrica | Antes | Depois | Delta |
|---|---|---|---|
| Tempo médio por SKU | 42 min | 7 min | -83% |
| Backlog | 4-6 semanas | 0-1 semana | quase zero |
| Inconsistência de atributos | 23% | 3% | -87% |
| SKUs publicados/semana | ~750 | ~1.800 | +140% |
| Conversão PDP | baseline | +18% | +18 pts |
| Tempo até disponibilidade ES | +7 dias | mesma hora | -100% |
| Cadastradores alocados | 8 | 3 (+5 realocados) | -62% |
O ganho de conversão de 18% é o número que comprou o projeto definitivamente: descrições escritas com técnica de copy + SEO de cauda longa convertem mais do que cópias do fornecedor. O agente democratizou copy de qualidade.
O que aprendemos
1. Glossário de marca é não-negociável
Sem glossário, o agente escreve descrições corretas mas "neutras". Construímos um documento com voz da marca, palavras a usar/evitar, exemplos de descrição premiada. Subiu o nível em 3 ciclos.
2. Visão multimodal cobriu mais que esperado
Para roupa, identifica: tipo de manga, decote, modelagem, comprimento, padrão (liso/estampado/listrado), tipo de material aparente. Para casa: cor predominante, estilo, função, espaço sugerido. Reduziu campos manuais em ~70%.
3. Deduplicação por embedding evitou duplicatas
Catálogos de marketplace têm 5-15% de duplicatas escondidas. Agente compara embedding visual + textual com o catálogo existente — cadastrador recebe alerta antes de criar duplicata.
4. SEO virou capacidade interna
Antes, SEO era trabalho de agência terceirizada. Agora cada SKU sai com title tag, meta description, slug e bullets pensados para Google Shopping.
5. Tradução PT→ES neutro funcionou
Termos regionais (sutiã, calcinha, sandália) foram glossário-mapeados para variantes neutras. Tradução automática do agente teve revisão de 4% (vs ~30% no piloto inicial).
Erros que evitamos
- Não publicamos sem revisão humana. A regra "publicar se confiança > 0.9" foi tentada e falhou em descrições com erro factual sutil. Revisão manual continua barata em 7 min — vale o seguro.
- Não usamos modelo único pra tudo. Categorização visual roda Gemini Flash (mais rápido); descrição rica roda Gemini Pro (mais qualidade). Mix de custo/performance.
- Não treinamos modelo customizado no MVP. Gemini 2.5 Pro foi suficiente. Fine-tuning ficou no roadmap só se métricas estagnarem.
Governança
- Conteúdo dos fornecedores tem termos de uso revisados (uso interno + IA processamento).
- Imagens passam por DLP visual: sem rosto humano identificável, sem informação de cliente.
- Audit log: cada SKU tem histórico de qual versão do prompt e modelo gerou cada campo.
- Revisor humano permanece responsável legal pelo conteúdo publicado.
Conversão +18% comprou o projeto. Mas o ganho real foi ter tirado 5 cadastradores do "tirador de pedido" e devolvido a carreira deles — hoje fazem curadoria, merchandising e qualidade de catálogo, trabalho que IA não faz bem.
Replicabilidade
O padrão se aplica a qualquer marketplace ou varejo de médio/grande porte com PIM (VTEX, Salesforce Commerce, Shopify Plus, headless custom). Tempo típico de implantação: 45-60 dias.
Quantas semanas de produtos novos estão no seu backlog agora?
Autenticare implanta em 45-60 dias: agente multimodal Gemini 2.5 Pro + Vertex AI Search, conectores PIM, glossário de marca, pipeline de qualidade, painel de revisão. ROI defensável no primeiro trimestre.