SaaS B2B que mede quais produtos de eletrônicos os assistentes de IA recomendam no Brasil, quais concorrentes vencem e por quê — com a evidência de cada resposta.
Produto autoral · 2026 · B2B SaaS
Visão geral
A busca por produtos está migrando dos buscadores para conversas com assistentes de IA. Gengine responde a uma pergunta nova para marcas e varejistas: quando um consumidor pede uma indicação a uma IA, meu produto aparece? E se não aparece, quem aparece no lugar?
A oportunidade de negócio
SEO e mídia de performance não medem a recomendação gerada por IA (GEO — Generative Engine Optimization). Times de marketing, e-commerce e trade de eletrônicos não têm dados para decidir onde investir. Gengine transforma uma percepção difusa em diagnóstico auditável.
Como funciona o diagnóstico
- Define-se o conjunto: até 3 produtos da marca e até 3 concorrentes.
- Aprovam-se 5 perguntas de compra neutras, executadas em português para o mercado brasileiro.
- Cada pergunta roda 3 vezes em um provedor: 15 observações por diagnóstico.
- Cada contagem de menção e recomendação liga à resposta exata, com provedor, modelo, modo e horário — evidência, não palpite.
Resultado: taxa de recomendação e de menção, concorrentes que vencem, auditoria de página de produto, Central de Ações com oportunidades e exportação CSV.
Escopo do MVP
Eletrônicos de consumo (notebooks, smartphones, tablets, TVs e monitores, áudio, games e periféricos), mercado Brasil, interface em PT e EN. Medição experimental via APIs públicas — os resultados podem diferir da interface de chat do consumidor, o que o produto deixa explícito.
Modelo de negócio
Diagnóstico gratuito como porta de entrada (um por organização a cada 30 dias) e proposta de planos mensais por volume de produtos, auditorias e observações de IA (Starter, Growth, Scale e Agency), sem cobrança automática de excedente. Segmentos: marcas D2C, sellers de marketplace e agências. Monitoramento contínuo, múltiplos provedores e camada preditiva em desenvolvimento.
Arquitetura técnica
- TanStack Start + React 19, chamadas aos provedores de IA feitas no servidor, banco Postgres (Lovable Cloud/Supabase) com RLS por organização.
- Pipeline de observação: prompt × provedor × repetição, com armazenamento integral da resposta e classificação de menções/recomendações.
- Módulos: inteligência de catálogo, GEO Scanner, visibilidade em IA, oportunidades de mídia e integrações.
- Validação com Zod e visualização com Recharts; assistente de marca "Cito" na experiência.
Meu papel
Tese de produto, metodologia de medição, posicionamento B2B, precificação e desenvolvimento do MVP.