Quando uma startup vai criar uma API para se conectar com os grandes modelos de linguagem (os LLMs), ela precisa ter uma equipe interna de programadores para criar os chamados prompts – as orientações que são passadas ao modelo para executar o que a aplicação propõe.
Isso leva tempo, demanda uma mão de obra cara e especializada e pode inviabilizar muitos projetos.
A Meistrari – uma startup fundada por um ex-executivo da Wildlife Studios e um programador especializado em inteligência artificial – está tentando facilitar esse processo, criando uma solução que ajuda as startups na criação e otimização desses prompts.
A ferramenta também faz avaliações para ver se os comandos estão funcionando como esperado – ou seja, se o resultado apresentado pelo app é exatamente o que foi pedido.
Com cada vez mais empresas criando aplicações usando LLMs – e com o tema inteligência artificial quente entre os VCs – não foi difícil para a Meistrari levantar recursos.
A startup – que ainda está em beta e tem zero de receita – acaba de captar US$ 4 milhões numa rodada seed co-liderada pela Monashees e pelo Audacious Ventures, um VC americano fundado por um ex-general partner da Lightspeed.
A rodada também teve a participação de Oleg Rogynskyy, da People AI; Paul St. John, o ex-CRO da Github; Hugh Strange, o ex-CPO do Nubank; e David Peixoto, o fundador da isaac.
Os recursos serão usados para bancar a operação enquanto a Meistrari ainda não gera caixa, e para expandir um pouco o time. A startup hoje tem cinco funcionários (contando os fundadores) e pretende contratar mais um programador.
Rodrigo Bobrow, o co-fundador e CEO, disse que a ideia é manter sempre um time enxuto.
“Não queremos que a equipe passe de 10 pessoas. Achamos que uma equipe pequena mas com pessoas muito capazes e dedicadas pode ser muito mais produtiva do que um time grande,” disse ele.
Segundo o fundador, o foco neste momento é construir o melhor produto possível, e rapidamente. “É claro que a parte de distribuição é importante, mas construindo o melhor produto eu acho que a receita vem,” disse ele.
O plano da Meistrari é cobrar um percentual – ainda não definido, mas baixo – do custo que a empresa gasta para conectar seu API com os LLMs. Esse custo varia de acordo com o uso que a startup faz do modelo de linguagem.
Bobrow disse que com os recursos da rodada, “temos um runway quase infinito”, considerando os custos da startup, que são baixos, e o potencial de receitas, que ele diz que é gigantesco.
“O mercado potencial é enorme. Se conseguirmos ter 10% das inferências que são feitas no mundo e cobrar 1% em cima dos custos disso, já vai ser uma receita muito grande,” disse ele.
As aplicações sendo criadas com LLMs são das mais diversas. Há startups se conectando com esses modelos para criar chatbots, aplicativos que usam o ChatGPT para ajudar a aprender inglês e até aplicativos que usam esses modelos para criar apresentações de slides.
A própria Meistrari criou uma aplicação para testar seu produto – a Perfect Profile – com um uso inusitado: otimizar os campos do perfil do LinkedIn para garantir um melhor resultado entre os recrutadores. “Criamos prompts para reescrever o título e para melhorar a foto do perfil, por exemplo,” disse ele.
