Como a GoBots automatizou a listagem de produtos na Amazon.com.br com Amazon Bedrock e Amazon Nova

Por Samuel Birocchi, cofundador e CTO da GoBots; Victor Hochgreb, cofundador e CEO da GoBots; Daniel Abib, Arquiteto de Soluções Sênior e Especialista em Amazon Bedrock na AWS e Victor Yamashita, arquiteto de soluções na AWS.

A GoBots

A GoBots é uma Startup de Inteligência Artificial Brasileira que busca tornar acessível para todas as empresas o uso de tecnologias complexas de uma forma simples, trazendo melhores resultados nos e-commerces e marketplaces para seus clientes. Atuando em mais de 1.500 lojas online em 8 países diferentes, a GoBots proporciona agilidade, alta performance e atendimento próximo. Juntos, os clientes GoBots transacionaram mais de R$15 bilhões em vendas em 2024, com respostas da IA gerando R$130 milhões em vendas.

A empresa desenvolve soluções de IA para empresas do Brasil e América Latina otimizarem a experiência de seus consumidores online. Suas tecnologias atuam em diversos marketplaces e e-commerces próprios utilizando técnicas avançadas de NPL (Natural Language Processing) e NLU (Natural Language Understanding).

Desafio: Facilitar a listagem de produtos em múltiplos canais de venda

Vendedores online que expandem seus canais de venda frequentemente precisam cadastrar seus produtos repetidamente em cada novo canal, incluindo atributos, descrição e material de marketing. Isso dificulta a expansão das operações, tornando a automação com tecnologia uma necessidade para ganho de eficiência.

Porém, até mesmo a automatização deste processo, não é um desafio simples. Cada canal de venda possui as suas próprias regras e necessidades para a listagem de produtos. Um exemplo disso é o marketplace da Amazon.com.br, que orientado pelo princípio de “Obsessão pelo cliente”, prioriza a qualidade do catálogo para oferecer informações completas aos compradores, permitindo decisões de compra assertivas e reduzindo reclamações e devoluções para os vendedores. Isso exige que os vendedores incluam informações essenciais nos produtos, que muitas vezes não são solicitadas em outros canais e podem não estar ainda registradas em seus sistemas.

“O desafio, no geral, é a dificuldade de listar e preencher todos os atributos na hora de criar um anúncio novo”, explica Victor Hochgreb, CEO da GoBots. “Porém a Amazon.com.br ajuda os vendedores em um processo de listagem de ofertas. Quando o produto já existe no catálogo, o vendedor só precisa adicionar uma oferta àquele produto, com base no código de barras. Então nós começamos a pensar em como poderíamos usar essa funcionalidade para ajudar ainda mais os vendedores através de automação… Se automatizássemos a criação de novos produtos, os vendedores poderiam apenas listar as ofertas.”

Quando um produto é inédito na Amazon.com.br, o primeiro vendedor deve fornecer todas as informações solicitadas para criar um catálogo de alta qualidade. Embora a Amazon.com.br invista em recursos para simplificar esse processo, como sugestões de preenchimento de atributos via IA no Seller Central, muitos vendedores buscam soluções multicanais centralizadas, que ainda não oferecem a mesma funcionalidade avançada da Amazon.

Solução: Automação inteligente com Amazon Bedrock e Amazon Nova

Para resolver este desafio, a GoBots desenvolveu uma solução inovadora utilizando inteligência artificial generativa através do Amazon Bedrock e do modelo Amazon Nova. A solução, chamada GoBots Listing, automatiza o processo de criação de novas listagens de produtos na Amazon a partir de informações mínimas, como o código de barras (EAN) e o título do produto.

Com o apoio do time de parcerias da Amazon.com.br, a GoBots analisou os requisitos técnicos e de negócios para automatizar a listagem multicanais de produtos usando APIs do Marketplace. Munida do conhecimento dos atributos mínimos requeridos, APIs disponíveis e do suporte ao desenvolvimento fornecido pela Amazon, a GoBots aplicou sua expertise em inteligência artificial para criar uma automação de listagem inteligente para vendedores. “A abordagem colaborativa entre as empresas permitiu alinhar de forma eficiente os requisitos técnicos e de negócios, garantindo que o produto atendesse às necessidades com uma implementação ágil e robusta” explica Raquel Molina, que conduziu o suporte ao desenvolvimento pela Amazon.

O processo funciona da seguinte forma:

• Coletar de dados iniciais: A GoBots reuniu dados básicos de produtos dos clientes, como código de barras, título e descrição. Além disso, através de APIs do marketplace da Amazon.com.br, a GoBots identificou se o produto já estava listado na Amazon, e caso não, quais seriam os atributos obrigatórios para a nova listagem.
• Enriquecimento via LLM: Utilizando o Amazon Nova através do Amazon Bedrock, a solução enriqueceu os dados do produto, gerando automaticamente descrições, bullet points e preenchendo os atributos obrigatórios específicos para cada categoria.
• Verificaçar e correção: Um segundo prompt de IA analisou os resultados, identificou possíveis erros ou campos faltantes, e fez as correções necessárias.
• Integra com a API da Amazon: A solução se integrou diretamente com as APIs da Amazon para submeter as listagens enriquecidas. Utilizando novos recursos disponíveis pela área de soluções de integração da Amazon.com.br, a GoBots pôde aumentar a eficiência deste processo com uma pré-checagem de qualidade das informações sugeridas pelo modelo; antes de efetivamente utilizar a API para listar produtos no marketplace.
• Tratamento de erros: Quando a API da Amazon retornou erros, a solução utilizou o feedback para corrigir as informações e reenviar a listagem.

“A ideia foi criar uma função no meio do caminho entre as APIs da Amazon que recebem os produtos e uma interface para os resellers que estão fazendo isso, funcionando como um bot para fazer esse meio de campo”, explica Samuel Birocchi, CTO e co-fundador da GoBots.

Inicialmente, a GoBots utilizava modelos da OpenAI, mas migrou para o Amazon Nova através do Amazon Bedrock, um processo que levou aproximadamente uma semana. A migração trouxe benefícios significativos, incluindo menor latência de resposta, melhor relação custo-benefício e uma performance superior no processamento de linguagem natural para o contexto específico de produtos. O Amazon Nova se destacou pela sua capacidade de gerar descrições precisas e completas mesmo com informações limitadas de entrada, além de oferecer maior velocidade de processamento, permitindo que a GoBots aumentasse sua taxa de processamento para 95 itens por hora. A escolha pelo Amazon Nova foi estratégica, pois o modelo oferece melhores resultados para este caso de uso específico.

O Amazon Bedrock é um serviço totalmente gerenciado que oferece acesso a modelos de fundação (FMs) de empresas líderes em IA através de uma API unificada. Este serviço permite que empresas construam e escalem aplicações de IA generativa com segurança e privacidade empresarial, sem a necessidade de gerenciar a infraestrutura subjacente ou realizar treinamento especializado em machine learning. Uma das principais vantagens do Amazon Bedrock é a flexibilidade para alternar entre diferentes modelos de IA com facilidade, permitindo que as empresas escolham o modelo mais adequado para cada caso de uso específico.

O Amazon Nova, desenvolvido pela AWS e disponível através do Amazon Bedrock, é um modelo de linguagem de alta performance que se destaca pela sua capacidade de compreensão contextual e geração de conteúdo de alta qualidade. Com baixa latência e excelente relação custo-benefício, o Nova é especialmente eficaz em tarefas que exigem raciocínio complexo e processamento de linguagem natural avançado, como o enriquecimento de dados de produtos para listagens em marketplaces.

Arquitetura da solução

A arquitetura da solução GoBots Listing é composta por:

• Interface de entrada de dados: Recebe as informações básicas dos produtos a serem listados.
• Processamento com Amazon Bedrock: Utiliza o Amazon Nova através do Amazon Bedrock para enriquecer os dados e gerar as informações necessárias para a listagem.
• Sistema de verificação: Analisa os resultados e identifica possíveis erros ou campos faltantes.
• Integração com APIs da Amazon: Submete as listagens enriquecidas diretamente para a Amazon para obter o esquema da API e obtém os campos obrigatórios daquela categoria de produtos.
• Sistema de tratamento de erros: Processa os feedbacks da API da Amazon e faz as correções necessárias.

Legenda

• Azul: Componentes desenvolvidos pela GoBots
• Laranja: Serviços AWS
• Preto: Serviços Amazon Marketplace
• Branco: Dados e processos

A migração para o Amazon Bedrock trouxe benefícios significativos, incluindo a facilidade de trocar entre diferentes modelos de IA quando necessário e uma melhor relação custo-benefício. Além disso, o Amazon Bedrock oferece alta disponibilidade com redundância em múltiplas zonas de disponibilidade, garantindo que a solução de listagem da GoBots opere de forma ininterrupta mesmo em caso de falhas de infraestrutura.

A parceria com os times comerciais e técnicos da AWS foi fundamental para o sucesso do projeto. Os arquitetos de soluções da AWS trabalharam lado a lado com a equipe da GoBots, oferecendo orientação especializada na implementação do Amazon Bedrock e na otimização dos prompts para o modelo Amazon Nova. Esta colaboração estreita permitiu que a GoBots aproveitasse ao máximo os recursos da plataforma, implementando as melhores práticas de arquitetura e segurança desde o início do projeto. O suporte contínuo da equipe da AWS foi essencial para resolver desafios técnicos rapidamente e para adaptar a solução às necessidades específicas do caso de uso de listagem de produtos.

Resultados: Economia de tempo e escala sem precedentes

O projeto de listagem automatizada da GoBots com a Amazon alcançou resultados impressionantes durante o período de 2 de janeiro a 7 de maio de 2025:

• 150.966 novos produtos listados com sucesso na Amazon
• 502.377 itens processados e enriquecidos via LLM
• Taxa de sucesso de 56,14% para produtos que chegaram à fase de tentativa de listagem
• Taxa de sucesso de 44,24% mesmo para produtos com informações mínimas (apenas EAN e título)
• Velocidade atual de processamento de 95 itens por hora

O impacto mais significativo foi a economia de tempo operacional. A GoBots estimou que um vendedor dedicado, buscando informações detalhadas e garantindo qualidade em textos, bullet points e atributos, além de realizar curadoria das informações, pode levar até 30 minutos para listar um novo produto do zero. Assim, estimam que a automação de 150.000 listagens representou uma economia de aproximadamente 75.000 horas de trabalho, equivalente a:

• 36 anos de trabalho de uma única pessoa (considerando jornada de 8 horas)
• Ou 150 pessoas trabalhando por 6 meses

“Nossas APIs de listagem já são amplamente utilizadas por soluções de integração no Brasil e no mundo. A Amazon segue investindo para aprimorar essa experiência, incluindo a recente atualização para uma versão mais moderna, com atributos dinâmicos e um validador offline que evita chamadas desnecessárias. Tudo isso visa facilitar para o vendedor a identificação rápida de ajustes e melhorias para uma listagem de alta qualidade.” – afirma Bruno Salomé, Head de Soluções de Integrações e Parcerias para a Amazon na América Latina – “O diferencial desta solução da GoBots está na combinação de integrações via APIs e IA generativa, além de oferecer essas soluções a outros integradores para escalar o uso e ampliar o acesso a cada vez mais vendedores da Amazon.”

Lições aprendidas e próximos passos

Durante o projeto, a equipe da GoBots identificou vários desafios e aprendizados importantes:

• Qualidade dos dados de entrada: Muitos sellers forneciam EANs incorretos, duplicados ou inventados, o que impactava a taxa de sucesso das listagens.
• Importância da colaboração: O apoio do time interno da Amazon foi essencial para o sucesso do projeto, ajudando a entender o fluxo de integração e a mentalidade por trás da obsessão pelo cliente na qualidade de listagem.
• Estratégia de volume: Diante das inevitáveis perdas por inconsistências nos dados de entrada, a estratégia mais eficaz foi aumentar o volume da base inicial para garantir um número significativo de listagens bem-sucedidas.
• Eficácia surpreendente com dados limitados: Mesmo bases de dados consideradas “pobres” (apenas nome e EAN) demonstraram uma taxa de listagem acima do esperado (~45%), graças ao processo de enriquecimento via LLM.

A GoBots já está expandindo a solução, integrando-a com parceiros e plataformas de integração (Hubs) que conectam sellers a múltiplos marketplaces. Isso permitirá que mais vendedores se beneficiem da tecnologia, aumentando ainda mais o impacto da solução.

“Aprendemos com o time da Amazon sobre as especificidades da listagem de diferentes categorias, como entender o esquema detalhado dos itens e o funcionamento da API da Amazon. O que resultou em uma arquitetura mais completa, e maior velocidade de desempenho e em ganhos significativos de eficiência na entrega da solução” explica Vitor.

Para completar, Victor diz que “Hoje temos vários integradores, inclusive do mundo todo, esses Hubs de marketplace, e hoje não fazem isso. Eles não têm esse “expertise” em IA. E a gente foi, em pouco tempo, demonstrar que consegue listar e ainda consegue integrar no parceiro”

Biografia dos autores

	Samuel Birocchi é cofundador e CTO da GoBots. Engenheiro da Computação formado pela Unicamp, tem experiência em software, planejamento e finanças, com passagem pelo iFood. http://linkedin.com/in/samuelbirocchi
	Victor Hochgreb é cofundador e CEO da GoBots. Engenheiro da Computação pela Unicamp, com a qual colabora até hoje com pesquisas acadêmicas. Trabalhou na P&G antes de fundar a GoBots em 2017. http://linkedin.com/in/victorhochgreb
	Daniel Abib é Arquiteto de Soluções Sênior e Especialista em Amazon Bedrock na AWS, com mais de 25 anos trabalhando com gerenciamento de projetos, arquiteturas de soluções escaláveis, desenvolvimento de sistemas e CI/CD, microsserviços, arquitetura Serverless & Containers e especialização em Machine Learning. Ele trabalha apoiando Startups, ajudando-os em sua jornada para a nuvem. https://www.linkedin.com/in/danielabib/
	Victor Yamashita é arquiteto de soluções na AWS, formado em Tecnologia de Redes de Computadores. Com mais de uma década de experiência em Cloud Computing e desenvolvimento de software, ele guia startups nas melhores práticas de utilização da AWS. http://linkedin.com/in/victoriyamashita
	Brunno Pigatto é Arquiteto de Soluções na Amazon, atuando no time de Selling Partner Services. Engenheiro de Controle e Automação formado pelo Instituto Mauá de Tecnologia, possui experiência em integração de sistemas, arquitetura de soluções e apoio a grandes parceiros do ecossistema de e-commerce. Na Amazon, trabalha ajudando integradores e vendedores a escalar seus negócios com eficiência e inovação. https://www.linkedin.com/in/brunno-minoru-pigatto-371153180/

Biografia do Revisor

Fernando Schroder é representante comercial na AWS, com formação em Ciência e Tecnologia e Ciência da Computação pela Universidade Federal do ABC. Entusiasta da tecnologia e comunicação, com 3 anos de atuação em cloud AWS, guiando e orientando a jornada de cloud de clientes do segmento de Startups e pequenas e médias empresas