Mercuri Finance

Desafio

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.

O que entregamos

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.

Resultado

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.

Superfícies de produto selecionadas

Uma visão do sistema da Mercuri no site e no app.

Agentes autônomos de liquidez

Gestão inteligente de vaults, sem abrir mão da custódia. Ative o Smart Mode para automatizar seleção de faixa, rebalanceamento e coleta de taxas. Os agentes otimizam tempo em faixa e rendimento, enquanto os saques continuam restritos ao proprietário.

Abrir app

Construir sobre a Mercuri

Integre vaults, posições e análises. As ferramentas para desenvolvedores da Mercuri permitem ler o estado dos vaults, acompanhar posições e integrar fluxos de vault no seu app. Pensado para integração rápida nas chains suportadas.

Abrir app

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

Fale sobre um produto parecido

Se você está construindo um produto tecnicamente denso e precisa que a superfície pública, a implementação do sistema de IA e os fluxos agênticos internos se reforcem mutuamente, podemos ajudar a definir o primeiro recorte certo.