Case studies · Mercuri Finance

Mercuri Finance

A Mercuri está construindo uma camada de coordenação para liquidez concentrada, combinando comportamento autônomo de vaults com um modelo non-custodial, uma camada de sistema apoiada por IA e uma explicação pública mais forte de como o produto funciona.

Company size

50-100 employees

Industry

FintechBlockchainCripto

Solution

Everest

Providers used

AnthropicOpenAI

Stats we reached:

+118%

ciclos internos de execução mais rápidos

+92%

narrativa de produto e protocolo mais clara

-71%

sobrecarga operacional manual

-68%

trabalho repetitivo de outreach e coordenação

Challenge

O produto precisava comunicar com clareza a coordenação de liquidez concentrada, o comportamento autônomo dos vaults e os limites de confiança de um modelo non-custodial, enquanto a equipe também precisava de sistemas internos mais fortes para sustentar a velocidade de execução.

What we shipped

Apoiamos a experiência pública na web, tanto no site principal quanto na superfície do app, ajudamos a implementar partes do sistema de IA e trabalhamos em fluxos agênticos com Claude e OpenAI para automatizar operações, marketing, outreach e apoio à engenharia.

Outcome

A Mercuri agora tem uma presença pública mais coesa e mais alavancagem interna por meio de fluxos habilitados por IA, conectando posicionamento de produto, exploração da interface, explicação do protocolo e execução do dia a dia em um sistema operacional mais consistente.

Find this case familiar to you?

Contact us to find unique solution

Contact us

A narrativa pública importava tanto quanto a interface

A Mercuri atua em um espaço tecnicamente exigente. O produto precisa fazer sentido para usuários que exploram vaults autônomos de liquidez sem esconder a complexidade real por trás da liquidez concentrada, da delegação e dos limites determinísticos de segurança.

  • O site público precisava explicar o produto sem cair em linguagem genérica de cripto.
  • A superfície do app precisava parecer concreta e navegável, e não apenas conceitual.
  • A narrativa técnica precisava reforçar confiança ao explicar claramente o modelo do sistema.
  • A equipe também precisava de alavancagem interna para que a execução avançasse mais rápido sem depender apenas de coordenação manual.

Apoiamos o sistema de IA tanto quanto a superfície pública

O trabalho não ficou restrito à apresentação. Também apoiamos a implementação do sistema de IA da Mercuri, ajudando a conectar a direção pública do produto ao comportamento real do sistema e ao suporte operacional nos bastidores.

Isso permitiu que o projeto evoluísse para além de uma casca de marketing ou de um documento de protocolo. A camada de IA, a UX pública e a explicação técnica foram trabalhadas como partes da mesma história de produto.

Ajudamos a construir o sistema público do produto

Não se tratava apenas de apontar o usuário para alguns endpoints. Ajudamos a construir e moldar o sistema público ao redor da Mercuri: o site de marketing, a experiência do app, a narrativa do protocolo e o tecido de ligação que fazia tudo soar como um único produto, e não como peças desconectadas.

  • O site principal carregava o posicionamento, a explicação do produto e a construção de confiança.
  • A superfície do app dava aos usuários uma forma concreta de explorar a experiência do produto.
  • O white paper formalizava o modelo do protocolo e reforçava a história técnica.

Os fluxos agênticos criaram alavancagem interna

Em paralelo ao trabalho no produto público, ajudamos a automatizar partes das operações, do marketing, do outreach e dos fluxos de engenharia da Mercuri usando skills e padrões de fluxos agênticos construídos sobre Claude e OpenAI.

  • Fluxos de suporte operacional que reduziram coordenação manual repetida.
  • Fluxos de marketing e outreach que tornaram produção de conteúdo e follow-up mais sistemáticos.
  • Ciclos de apoio à engenharia que ajudaram a equipe a avançar mais rápido com skills reutilizáveis e padrões agênticos.

Por que a história do produto funciona melhor em público

O material público agora tem uma linha condutora mais clara: a Mercuri se apresenta como uma camada de coordenação para liquidez concentrada, com comportamento autônomo de vaults e um modelo non-custodial que o usuário pode inspecionar tanto na interface do produto quanto na documentação do protocolo. Internamente, a equipe também passou a ter mais alavancagem apoiada por IA em torno da execução.

A liquidez concentrada exige monitoramento contínuo, reposicionamento frequente, raciocínio matemático preciso e resposta às mudanças de volatilidade e condições de gas.White paper da Mercuri, 15 de fevereiro de 2026

More case studies

Precisa de um parceiro de engenharia de IA que consiga construir de verdade?

Ajudamos empresas no Brasil a integrar IA, acelerar produtos com IA, automatizar operações e modernizar os sistemas de software por trás do negócio.

Get in touch