Simulador de mercado com múltiplos agentes de IA — projeto da equipe para o AKCIT Camp 2026.
Teste produtos, preços e estratégias antes de investir: o MarketMind cria consumidores sintéticos com perfis diferentes, faz com que eles avaliem e debatam a sua oferta, e entrega um relatório com objeções, oportunidades e cálculos financeiros básicos.
🚧 Status: em desenvolvimento. O andamento, as decisões técnicas e o histórico de cada commit estão em DESENVOLVIMENTO.md.
Quem vai abrir ou expandir um pequeno negócio precisa decidir o que vender, quanto cobrar, para quem e como divulgar — quase sempre com pouca informação e sem pesquisa de mercado acessível.
O MarketMind não promete prever se um negócio vai dar certo. Ele oferece uma forma rápida e estruturada de explorar hipóteses, levantar objeções e identificar o que merece ser validado com consumidores reais.
O empreendedor preenche um formulário com:
| Campo | Descrição |
|---|---|
| Tipo de negócio | Segmento e modelo de venda (ex.: loja física, delivery) |
| Localização | Bairro e cidade |
| Produto principal | O que será vendido |
| Preço de venda | Valor unitário |
| Público pretendido | Quem ele quer atingir |
| Divulgação | Canais planejados |
| Custos | Custo fixo mensal, custo variável por venda e taxa de plataforma (%) |
| Concorrentes (até 3) | Nome, preço e observações — cadastro manual |
Usuário preenche o formulário
│
▼
Agente pesquisador ──► busca na internet preços de negócios parecidos na região (faixas popular,
│ intermediária e premium: média e desvio-padrão) e conta lojas do ramo no mapa
▼
Agente de contexto ──► organiza dados do negócio + concorrentes + referência de mercado, identificando a origem de cada dado
│
▼
Consumidores sintéticos (até 5 personas, o usuário escolhe quais, mínimo 2; cada uma com prompt e memória próprios)
│ Rodada 1: cada persona avalia a oferta individualmente
│ Rodada 2: cada persona reage às opiniões das outras
▼
Moderador / orquestrador ──► controla as rodadas, distribui mensagens, salva o histórico
│
▼
Agente analista ──► lê todo o debate e consolida padrões, objeções e oportunidades
│
▼
Calculadora financeira (sem IA) ──► margem de contribuição e ponto de equilíbrio
│
▼
Interface: feed do debate em tempo real + relatório final
| Componente | Responsabilidade | Usa IA? |
|---|---|---|
| Agente pesquisador | Busca preços na internet (Tavily) e conta lojas do ramo no OpenStreetMap; calcula média, desvio-padrão e a posição do preço | Sim (planeja a busca e lê os preços; os números são calculados pelo código) |
| Agente de contexto | Padroniza as informações do negócio, dos concorrentes e da referência de mercado | Não |
| Personas | Avaliam a oferta segundo prioridades próprias (preço, qualidade, conveniência, diferenciação, proximidade) | Sim |
| Moderador / orquestrador | Coordena rodadas e chamadas em paralelo, mantém o histórico | Não |
| Agente analista | Gera o relatório a partir do histórico real do debate | Sim |
| Calculadora financeira | Fórmulas determinísticas sobre os custos informados | Não |
Por que multiagentes? Não é um chatbot escrevendo cinco opiniões de uma vez. Cada consumidor tem instruções, preferências e memória próprias; as opiniões são geradas separadamente e depois confrontadas. O analista trabalha sobre o histórico real do debate.
- Interesse simulado (0–10) por perfil de consumidor.
- Principais elogios, objeções e fatores de decisão de compra.
- Pontos de atenção sobre preço, produto, conveniência e divulgação.
- Sugestões de experimentos para validar com consumidores reais.
- Indicadores financeiros:
receita líquida por venda = preço × (1 − taxa de plataforma)
margem de contribuição = receita líquida − custo variável
ponto de equilíbrio = custo fixo mensal ÷ margem de contribuição
- As opiniões são sintéticas: não representam uma amostra estatística de consumidores reais.
- O sistema separa dados informados pelo usuário, dados de concorrentes e opiniões geradas por IA.
- A referência de mercado é automática e aproximada: preços achados na internet (com links das fontes) e lojas mapeadas no OpenStreetMap (que não tem todas as lojas pequenas). Os concorrentes digitados pelo usuário aparecem separados.
- Não apresentamos "chance de sucesso" nem previsão de vendas — apenas hipóteses a validar.
- O cálculo financeiro é simplificado e depende dos custos informados.
| Parte | Tecnologia |
|---|---|
| Frontend | React + Vite + TypeScript |
| Backend | Python + FastAPI |
| IA | API de LLM (provedor a definir) — com modo demo que funciona sem chave |
| Persistência | SQLite |
| Deploy | Vercel (frontend) + Render (backend) |
Detalhes e justificativas em DESENVOLVIMENTO.md.
MarketMind/
├── README.md # este arquivo
├── DESENVOLVIMENTO.md # plano vivo + changelog (atualizado a cada commit)
├── .env.example # variáveis de ambiente de referência
├── docs/ # proposta original e materiais de apoio
├── backend/ # API FastAPI
│ ├── app/
│ │ ├── api/ # rotas HTTP
│ │ ├── agents/ # personas, moderador, analista e prompts
│ │ ├── llm/ # interface do provedor de LLM + modo mock
│ │ ├── services/ # orquestrador do debate e calculadora financeira
│ │ ├── models/ # schemas e tabelas
│ │ └── db/ # conexão SQLite
│ ├── demo_data/ # simulações gravadas para o modo demo
│ └── tests/
└── frontend/ # React + Vite
└── src/
├── components/ # formulário, feed do debate, dashboard
├── pages/
└── services/ # cliente da API
Backend (API):
cd backend
py -3.12 -m venv .venv
.venv\Scripts\Activate.ps1
pip install -r requirements.txt
copy ..\.env.example ..\.env # preencha as chaves (ou deixe LLM_PROVIDER=mock)
uvicorn app.main:app --reloadDocumentação interativa em http://localhost:8000/docs. Guia para o frontend: docs/api.md.
Frontend: em construção.
Projeto desenvolvido para o AKCIT Camp 2026. Frentes: Backend · Frontend · IA/Agentes · Produto/Validação.