Avaliação automática com visão.
Feedback humano-like, em segundos.
Llama-4-Scout multimodal (via Cloudflare AI Gateway) lê texto, foto e vídeo. Faz o que um tutor faria: comenta, sugere, valida — sem o gargalo de esperar dias.
- Avaliação de desafios com rubric configurável por trilha
- Multimodal real: texto, imagem, vídeo (até 50MB de upload)
- Feedback em PT-BR natural, não placeholder genérico
- Score numérico + comentários acionáveis + sugestão de próximo passo
- Audit trail: prompt, response, score, model version, latência salvos
- Per-tenant rate limits + cost tracking (não pagar conta surpresa)
Como funciona, sem mistério.
Rubric configurável
Admin define critérios por desafio: clareza, completude, aplicação prática. AI segue o rubric, não improvisa.
Multimodal de verdade
Aluno envia foto do flipchart, vídeo do exercício, ou texto. AI processa tudo com o mesmo modelo de visão.
Feedback em PT-BR
Prompt engineered pra português brasileiro corporativo. Tom profissional, não traduzido literal.
Audit completo
Cada avaliação salva prompt + response + score + model + latência. Reviews humanas podem auditar quando preciso.
Custo controlado
Rodando em CF AI Gateway com cache de 1 semana. Repeats e variações similares cacheiam. Per-tenant rate limit evita abuso.
Failover automático
Llama-4-Scout primary, llama-3.3-70b fallback. Se um modelo cair, segundo entra sem learner perceber.
Caso de uso típico: força de vendas com 200+ promotoras.
Promotora envia foto do produto montado no PDV. AI Tutor compara contra o brand book do tenant (gabarito visual), aponta desvios ("merchandising fora do planograma na prateleira 3") e libera XP só quando o desafio está dentro da rubric. Sem AI, esse desafio exigia 1 supervisor regional revisando ~80 fotos/dia. Com AI, a mesma supervisora revisa só os 8 casos que a AI marcou borderline.
Quer ver no produto, não só em texto?
Demo público com dados de exemplo, sem cadastro.
Experimentar agora