visao_geral
Visão geral do Painel Sintético Concorde: o que é, contagens, campos disponíveis das personas e como usar as demais ferramentas. Chame primeiro.
Takes no parameters.

io.github.caio-sartorattoPublished by GitHub account caio-sartorattov1.0.0Updated Oct 25, 2026
787 personas sintéticas do consumidor bancário brasileiro para discovery de produtos.
Remote MCP panel of 787 synthetic Brazilian banking consumers, letting an assistant filter personas, read grounded facts and run simulated surveys.
Web executable via Streamable HTTP. Remote servers run from the web runtime once configured in a workspace.
Paste this prompt into Claude Code, Codex, Cursor or another agent — or into SourceWeft chat. The agent reads this server's install guide, shows you its publisher, endpoint and sign-in, and adds it to your client once you agree. Keys never go into a command.
Read https://sourceweft.com/mcp/io.github.caio-sartoratto%2Fpainel-sintetico-concorde/install.md and connect the MCP server it describes to my client. Before changing any config, show me its publisher, endpoint and sign-in method and wait for my OK. Never put an API key in a command or in a file I would commit; ask me where it should come from.Add this to your client's mcpServers config.
{
"mcpServers": {
"painel-sint-tico-concorde": {
"type": "http",
"url": "https://painel.concorde-painel.workers.dev/mcp"
}
}
}[MCP Registry] [License: MIT] [Cloudflare Workers]
Servidor MCP remoto que expõe um painel de 787 personas sintéticas do consumidor bancário brasileiro para qualquer Claude (Desktop, web, mobile) — para discovery de produtos bank e fintech. Roda inteiro no free tier da Cloudflare Workers.
Site e demo: https://painel.concorde-painel.workers.dev
Nome no registro oficial de MCP: io.github.caio-sartoratto/painel-sintetico-concorde
O painel é um conector MCP remoto. Não há nada para baixar.
https://painel.concorde-painel.workers.dev/mcpEle também está publicado no registro oficial de MCP
como io.github.caio-sartoratto/painel-sintetico-concorde, então tende a aparecer em
marketplaces e agregadores de MCP que consomem o registro. A instalação, porém, continua sendo
pela URL acima (estar no registro não adiciona o conector automaticamente ao Claude).
Os dados do painel não estão neste repositório (são proprietários — veja a licença). Este repo é o motor: servidor MCP, site, fórum, cotas e telemetria. O serviço público roda com o painel completo.
Pedir a um LLM para "simular 700 pessoas" produz um respondente médio repetido N vezes, com
viés de renda/escolaridade (Santurkar et al. 2023; Bisbee et al. 2024). O caminho que funciona
é condicionar o modelo em atributos sociodemográficos reais (Argyle et al. 2023). Aqui a
heterogeneidade vem da estrutura: cada persona é ligada por filtro determinístico
(campo operador valor) a fatos estatísticos com fonte, e o LLM só dá voz.
filtrar_personas/sortear_amostra + get_personas.
O Claude dá voz a um recorte pequeno de personas para você ouvir objeções e afiar hipóteses.preparar_pesquisa faz fan-out isolado — o host dispara
uma tarefa/subagente por persona, cada uma responde sem ver as outras, e a distribuição é
agregada localmente. Isso evita a convergência artificial de respostas geradas no mesmo contexto.
Formatos: escolha (distribuição), pontuar (nota 0-10 por atributo → média+desvio por opção,
preserva a preferência secundária), escala e aberta. O seed é aleatório por padrão e
devolvido no resultado para reprodução. É o mecanismo por trás dos backtests abaixo.Privacidade por construção: a pergunta do usuário não trafega pelo servidor. A fronteira de
confiança é classificada localmente no Claude (a ferramenta avaliar_pergunta devolve só a
rubrica), e as respostas das personas são agregadas no host — o servidor recebe apenas o filtro de
segmento, o número de personas e o formato.
100 personas sorteadas do painel, classificadas com temperatura 0 (reproduzível), comparadas a pesquisas publicadas.
Erro médio absoluto: 3,0 pp — as três dentro de 6 pontos percentuais do benchmark.
Headline do estudo: mais de 70% dos brasileiros não se sentem seguros nem incluídos financeiramente. O painel, de forma independente, chega a 78%.
Sem nenhuma quebra por classe no benchmark, o painel reproduz sozinho o gradiente social da insegurança (amostra estratificada por classe, temperatura 0):
As mesmas perguntas respondidas direto por modelos de fronteira, sem painel, sem persona, sem busca na internet, temperatura 0:
O painel erra 3,7x menos que o Gemini e 6x menos que o GPT nas mesmas perguntas. No headline do BCG: painel 78% (dentro do ">70%"), Gemini 55% (fora), GPT 60% (fora). Os números dos modelos crus ainda contradizem a si mesmos: o Gemini estima 45% "seguros e incluídos" mas só 31% "seguros", e a interseção não pode ser maior que a parte. O painel não produz esse erro porque cada número vem de contar personas uma a uma.
Transparência: essas são as perguntas de melhor aderência entre as categorias testadas. Itens de satisfação e incidência auto-reportada divergem mais (viés de calibração conhecido nas narrativas, em ajuste). Não substitui pesquisa primária nem teste A/B — é a etapa barata que vem antes.
Transcrições reais rodando no Claude (personas e fatos vêm do painel de verdade):
examples/ — focus group de conceito, teste com Classe A e checagem de dado.
Decisões que valem nota:
classe_social == 'Classe C' & idade > 30, mesma
sintaxe do vault ao servidor.Pré-requisitos: Node 20+, conta Cloudflare, um vault no formato esperado (veja
scripts/build-data.mjs para o schema de frontmatter).
Código sob MIT. Os dados do painel (personas, fatos, vozes, fichas de instituições e distribuições) são proprietários, não incluídos neste repositório e não licenciados para redistribuição.
Caio Sartoratto Prado — LinkedIn · projeto Concorde. Feedback: fórum do painel.
Source: README.md at commit 3e6806d
Visão geral do Painel Sintético Concorde: o que é, contagens, campos disponíveis das personas e como usar as demais ferramentas. Chame primeiro.
Takes no parameters.
Fronteira de confiança (classificação LOCAL, preserva privacidade). NÃO recebe a pergunta: devolve a RUBRICA para VOCÊ (assistente) classificar a pergunta do usuário no seu próprio contexto, sem enviá-la ao servidor. Bandas: 'inferivel' (pode rodar), 'arriscado' (rode com ressalva), 'humano' (NÃO pergunte a persona sintética — exige estado vivido). Aplique antes de preparar_pesquisa.
Takes no parameters.
Filtra as 787 personas pela DSL determinística do painel. Ex.: "classe_social == 'Classe C' & divida_ativa == 'Sim' & regiao == 'Nordeste'". Vazio retorna todas. Retorna contagem e mini-perfis (até `limite`).
filtrolimiteSorteia uma amostra aleatória de personas (opcionalmente dentro de um filtro DSL). O painel já reflete as distribuições reais, então a amostra uniforme é representativa do recorte.
nrequiredseedfiltroPrepara uma pesquisa de fan-out ISOLADO por persona (mede sem convergência). A PERGUNTA do usuário NÃO é enviada ao servidor (privacidade): você a classifica localmente pela 'fronteira' e a injeta você mesmo em cada pacote. Sorteia N personas e devolve UM pacote por persona (ficha + formato de resposta) + o protocolo para o HOST disparar UMA tarefa/subagente isolado por pacote — cada um responde só a SUA persona, sem ver as outras. A agregação é feita LOCALMENTE; o servidor não recebe nem armazena nenhuma resposta. Formatos: 'escolha' (opção única → distribuição), 'pontuar' (nota 0-10 por atributo → média+desvio por opção, recomendado para 'o que importa mais' e mais robusto a colapso), 'escala' e 'aberta'. Pode filtrar o segmento (classe, idade, região, etc.) pela DSL.
nseedfiltroopcoesformatoescala_maxescala_minFichas completas de até 10 personas por id (atributos + Grounding com fatos/fontes + História). Use para dar voz às personas com ancoragem nos dados. IMPORTANTE: fatos marcados _composicao_ são P(público | métrica), o inverso de propensão — não os leia como probabilidade da persona; fatos _referencia_ não são proporção de pessoas.
idsrequiredBusca nos 105 fatos estatísticos. Modos: texto livre (busca em métrica/fonte/corpo), por eixo (por-classe, por-regiao, por-genero, por-investidor, por-divida, por-idade, por-fonte-renda, por-composto, populacional), ou por persona_id (fatos cujo filtro casa com a persona).
eixotextopersona_idincluir_corpoVozes verbatim REAIS (reviews, relatos) por tema: atendimento, bloqueio, canais, credito, endividamento, gestao-financeira, golpes, pix, tarifas (busca por substring no id/tema). Sem tema, lista todas as 17. Representatividade não-populacional — use como ilustração de linguagem, não como estatística.
temacompletoFicha de uma instituição financeira (cadastro, volumetria, reputação, reviews). 12 bancos tradicionais e digitais. Sem nome, lista as disponíveis.
nomeTabelas de calibração do painel: CSVs de distribuição (pesos do sorteio original) e registro de taxas. Sem nome, lista os arquivos.
arquivo90% of the applicable checks met
How complete this listing is, computed from the registry entry, the endpoint and public sources. Not a rating of the server and not a statement that it is safe or working today: reachability is a dated check, and no installs or reviews go into the score.
Declare a license in the repository or the registry entry.
vault Obsidian (fonte da verdade: personas + fatos + vozes + instituições) │ npm run build-data (compila markdown → JSON) ▼Cloudflare Worker ├─ /mcp servidor MCP (agents SDK / McpAgent + Durable Object) │ 10 ferramentas: visao_geral, avaliar_pergunta (rubrica da │ fronteira p/ classificação LOCAL), filtrar_personas, │ sortear_amostra, preparar_pesquisa (fan-out isolado), │ get_personas, buscar_fatos, listar_vozes, get_instituicao, │ get_distribuicoes ├─ QuotaDO cotas por IP (rajada/dia + teto de fichas: anti-extração) ├─ / site estático server-rendered (zero framework) ├─ /forum fórum anônimo sem moderação prévia (ForumDO) — nunca exposto via MCP │ (evita prompt injection armazenada em sessões de terceiros) └─ StatsDO telemetria própria (IPs só como hash; dashboard admin)npm installVAULT_DIR=/caminho/do/vault npm run build-data # gera src/data/*.json (não versionado)npm run dev # local em http://localhost:8787npx wrangler secret put ADMIN_TOKEN # kill switch do fórum + dashboardnpx wrangler secret put HASH_SALT # sal dos hashes de IPnpm run deploy