Copiloto de entrevista em tempo real: como funcionam de verdade as sugestões de resposta ao vivo

Você teme que uma entrevista ao vivo seja rápida demais para receber ajuda. Esta seção explica exatamente, passo a passo, o que um copiloto de entrevista em tempo real faz. Em resumo, ele transforma perguntas faladas em texto e lhe entrega um rascunho de resposta antes de você ter de falar.

O ciclo é sempre o mesmo, em quatro etapas: captar o áudio, transcrevê-lo em texto, gerar uma resposta sugerida e exibi-la. A palavra tempo real é o ponto central: o valor só existe se as quatro etapas terminarem nos poucos segundos entre o entrevistador acabar a pergunta e você começar a resposta.

O SubcueAI se posiciona como um aplicativo de desktop nativo com uma sobreposição flutuante local, e não como um plugin de navegador ou um participante que entra na chamada. Se você quiser primeiro a visão geral de marketing do produto, a página inicial o apresenta como um assistente de entrevistas com IA.

O mais difícil para qualquer copiloto ao vivo é ouvir os dois lados da conversa. Um copiloto de entrevista em tempo real precisa da voz do entrevistador (que sai das suas caixas de som) e da sua própria voz (do seu microfone). O SubcueAI chama isso de captura de áudio dupla: lê a saída de áudio do sistema e a entrada do microfone ao mesmo tempo.

É por isso que um aplicativo de desktop nativo importa. A captura de áudio do sistema no macOS e no Windows é uma capacidade no nível do sistema operacional — uma aba do navegador geralmente não consegue captar o áudio de uma janela separada do Zoom, do Google Meet ou do Microsoft Teams. Como o SubcueAI não entra na reunião como bot, a lista de participantes do entrevistador não ganha um presente a mais. Uma análise mais aprofundada do modelo de captura está no tema Como funciona.

Uma vez captado o áudio, o copiloto o transmite a um motor de fala para texto que emite texto continuamente, em vez de esperar uma frase completa. As transcrições parciais permitem iniciar cedo a etapa de geração. Esta então toma a pergunta transcrita, mais qualquer contexto que você forneceu, como um currículo ou uma descrição da vaga, e produz um rascunho de resposta.

Imagine um engenheiro de backend em uma entrevista para uma vaga de nível L5 num provedor de nuvem pública. Quando o entrevistador pergunta como ele projetaria um limitador de taxa, a transcrição aparece em poucos segundos e um esboço estruturado — token bucket, contadores distribuídos, compensações — surge na sobreposição. O candidato ainda precisa falar com as próprias palavras; o copiloto é uma deixa, não um roteiro.

O fundamental é que essa saída é renderizada em uma sobreposição flutuante local desenhada pelo aplicativo de desktop na sua própria máquina. Ela não é injetada no feed de vídeo nem faz parte da janela de reunião compartilhada; assim, compartilhar a tela da chamada não compartilha a sobreposição por si só.

Para um copiloto ao vivo, a latência de ponta a ponta — o tempo total entre o entrevistador terminar uma frase e surgir uma sugestão utilizável — importa mais que o tamanho bruto do modelo subjacente. Um modelo um pouco menor que responde em um segundo vence um maior que leva dez, porque aos dez segundos o momento de responder já passou.

Seja honesto quanto aos limites. Um copiloto de entrevista em tempo real fica fora de alcance quando é você quem compartilha a tela, quando a sessão é gravada do lado do entrevistador de um modo que capta toda a sua tela, durante exames supervisionados que bloqueiam ou monitoram a sua máquina, ou em um dispositivo gerenciado pela empresa onde você não pode instalar software. Nenhuma ferramenta é segura nessas situações, e o SubcueAI não afirma ser universalmente indetectável. As compensações de privacidade são tratadas no tema Detectabilidade, e o modelo de segurança está resumido na página de segurança.