CalculaAço: orçamento de aço estrutural com IA

O CalculaAço é uma ferramenta de orçamento de aço com IA que transforma prancha estrutural em orçamento pronto: o usuário sobe um PDF, a IA extrai as barras e bitolas, e o sistema calcula peso e custo prontos para exportar. A MVP Plus construiu o produto do zero, da extração por visão computacional até a geração do orçamento final.

O desafio

Orçar uma estrutura metálica a partir de uma prancha de projeto é um trabalho manual e repetitivo: alguém precisa abrir o PDF, identificar cada barra desenhada, anotar bitola, comprimento e dobra, e só depois transformar essa lista em peso e custo. É um processo sujeito a erro de leitura, difícil de auditar depois e que consome tempo de um profissional qualificado numa tarefa que é, no fundo, extração de dado de um desenho técnico.

O problema de engenharia por trás não é só “ler o PDF”: é converter um desenho pensado para leitura humana em dado estruturado confiável o suficiente para virar orçamento, sem que a extração automática introduza erro maior do que o processo manual que ela substitui.

O que construímos

O fluxo do CalculaAço começa no upload da prancha em PDF, dentro de um orçamento identificado por cliente e obra, o que permite tocar vários projetos em paralelo sem misturar prancha e cálculo de um com o de outro, e aceitar mais de uma prancha dentro do mesmo orçamento quando a obra tem múltiplos desenhos. A partir do upload, o sistema roda uma extração por IA de visão, usando os modelos da OpenAI, para identificar as barras de aço desenhadas e propor tipo, bitola, comprimento, quantidade e dobra de cada uma.

O resultado passa por uma tela de revisão barra por barra, onde cada elemento extraído pode ser editado antes de aprovado. Toda barra nasce pendente: a extração nunca marca nada como aprovado sozinha, mesmo quando o índice de confiança da IA é alto, e só entra no orçamento depois que alguém aprova explicitamente, barra por barra, na tela de revisão.

Com as barras aprovadas, o sistema gera o orçamento cruzando peso e uma biblioteca própria de aços, bitolas, tabela de dobra e normas técnicas com os parâmetros de custo cadastrados: preço do quilo de aço, percentual de mão de obra, frete por tonelada, percentual de desperdício e margem, o conjunto que compõe o custo de material e de serviço do orçamento final. O resultado sai em três formatos de exportação: PDF para apresentação ao cliente, e XLSX e CSV para quem precisa continuar trabalhando a planilha em outra ferramenta.

A engenharia por trás

A extração por IA de visão é o núcleo técnico do produto: a rota que processa a prancha roda em runtime Node com tempo de execução estendido, porque a análise de um desenho de engenharia não cabe no limite padrão de uma função serverless comum. Como a plataforma de deploy não mantém disco persistente fora da requisição, o PDF da prancha e a prévia da página ficam guardados no próprio Postgres, não no sistema de arquivos, e PDF, XLSX e CSV do orçamento não ficam armazenados prontos: são gerados sob demanda no momento do download, a partir de um recálculo determinístico, para garantir que o arquivo baixado sempre reflita o estado mais recente das barras aprovadas.

O sistema expõe uma API REST documentada com rotas próprias para orçamentos, pranchas, barras, biblioteca de aços e parâmetros de cálculo, o que permite tanto o uso pela interface web quanto integração futura com outro sistema. A autenticação é resolvida com JWT usando a biblioteca jose, sem depender de um provedor de identidade externo, escolha adequada para uma ferramenta de uso interno ou por poucas empresas parceiras.

Stack e decisões

Next.js 14 com Prisma sobre Postgres do Supabase forma a base do produto: Prisma para modelar biblioteca de aços, bitolas, normas e orçamentos com relações claras entre eles, Supabase pela praticidade de um Postgres gerenciado sem operar infraestrutura própria de banco. A escolha da OpenAI para a extração de visão veio da maturidade dos modelos multimodais da API no momento da construção, para o caso específico de ler um desenho técnico com texto e traço misturados.

Manter uma etapa de revisão humana explícita antes do cálculo final foi uma decisão de produto tão importante quanto qualquer escolha de stack: em orçamento de material, um erro de bitola não detectado tem custo real, e nenhuma IA de visão hoje acerta cem por cento das leituras de um desenho técnico complexo. Organizar o orçamento em torno de cliente e obra, em vez de tratar cada prancha como um evento isolado, também foi pensado para o dia a dia real de quem orça estrutura para mais de um cliente ao mesmo tempo.

Ferramentas assim, que partem de um problema bem definido de um setor específico e chegam a produto funcionando, são o retrato do VibeMVP, a oferta da MVP Plus para levar uma ideia a um produto real em produção. Para entender como equilibrar automação por IA com revisão humana confiável, veja o artigo sobre levar um protótipo de IA até a produção.