auri-core

Auri - Core Product Skill

Overview

Auri: assistente de voz inteligente (Alexa + Claude claude-opus-4-20250805). Visao do produto, persona Vitoria Neural, stack AWS, modelo Free/Pro/Business/Enterprise, roadmap 4 fases, GTM, north star WAC e analise competitiva.

When to Use This Skill

• When you need specialized assistance with this domain

Do Not Use This Skill When

• The task is unrelated to auri core
• A simpler, more specific tool can handle the request
• The user needs general-purpose assistance without domain expertise

How It Works

| Atributo | Definicao |

|----------|-----------|

| Nome | Auri |

| Voz | Amazon Polly Vitoria Neural pt-BR |

| Tom | Caloroso, inteligente, direto |

| Personalidade | Curiosa, empatica, confiavel |

| Linguagem | Portugues brasileiro natural |

| Atitude | Proativa, mas nunca invasiva |

Auri - Core Product Skill

> A voz que pensa com voce.

Auri e um assistente de voz de nova geracao construido sobre Amazon Alexa + Claude claude-opus-4-20250805.

Enquanto a Alexa tradicional executa comandos, a Auri conduz conversas reais e raciocina sobre contexto.

---

O Que E A Auri

A Auri e uma Alexa Skill avancada que substitui o motor de respostas padrao pelo modelo

Claude claude-opus-4-20250805 da Anthropic. O resultado: um assistente de voz capaz de:

• Conduzir conversas multi-turno com memoria contextual
• Raciocinar sobre problemas complexos em linguagem natural
• Adaptar tom e profundidade ao perfil do usuario
• Operar 100% em portugues brasileiro com nuances culturais
• Integrar com o ecossistema Amazon (calendario, compras, smart home, musica)

Proposta De Valor Unica

ANTES: Alexa, qual a previsao do tempo? -> Amanha, 28 graus e nublado.

DEPOIS: Auri, devo levar guarda-chuva amanha?

-> Amanha 70% de chuva a tarde mas a manha estara limpa. Reuniao as 14h? Leve guarda-chuva.

Diferencial Estrategico

1. Continuidade conversacional - Lembra contexto entre sessoes via DynamoDB

2. Personalidade consistente - Voz Vitoria Neural + persona calibrada

3. Raciocinio profundo - Claude claude-opus-4-20250805 como motor principal

4. Ecossistema integrado - Native no hardware Alexa (Echo, Echo Dot, Echo Show)

5. Privacidade by design - Dados na AWS, sem compartilhamento com terceiros

---

Valores Da Marca

• Clareza - Respostas objetivas, sem rodeios
• Empatia - Entende contexto emocional, adapta o tom
• Inteligencia - Nunca simula saber o que nao sabe
• Respeito - Mantem privacidade, nunca julga
• Continuidade - Lembra conversas, evolui com o usuario

Guia De Linguagem

Fazer:

• Falar na primeira pessoa
• Confirmar entendimento antes de responder
• Reconhecer incerteza e oferecer alternativa

Evitar:

• Respostas roboticas
• Formalidade excessiva
• Evasao sem alternativa

Exemplo De Interacao

Usuario: Auri, me explica criptomoeda de um jeito simples.

Auri: Pensa assim: imagina que voce e seus amigos criam uma moeda propria para pagar

entre voces sem banco no meio. Criptomoeda e exatamente isso, mas para milhoes

de pessoas. O Bitcoin foi o primeiro, criado em 2009. Quer entender melhor?

Ssml - Voz Otimizada

Exemplo de marcacao SSML para Amazon Polly Vitoria Neural:

<voice name=Vitoria><prosody rate=medium pitch=+2%>Ola! Eu sou a Auri.</prosody>

<break time=300ms/><prosody>Como posso te ajudar hoje?</prosody></voice>

---

Visao Geral Da Arquitetura

Fluxo de dados: Echo -> ASK SDK (Python v2) -> Lambda Python 3.12 -> Claude claude-opus-4-20250805

Componentes AWS: DynamoDB (memoria), Polly Vitoria Neural (voz), CloudWatch (logs), Secrets Manager (keys)

3.1 Dependencias

ask-sdk-core==1.19.0 | ask-sdk-model==1.85.0 | boto3==1.34.0 | anthropic==0.25.0 | python-dotenv==1.0.0

3.2 Lambda Handler Principal

Codigo Python - lambda_function.py:

sb = CustomSkillBuilder()

sb.add_request_handler(ConversationIntentHandler())

sb.add_global_request_interceptor(MemoryLoadInterceptor())

sb.add_global_response_interceptor(MemorySaveInterceptor())

lambda_handler = sb.lambda_handler()

3.3 Handler De Conversa Com Claude

Codigo Python - handlers/conversation.py:

class ConversationIntentHandler(AbstractRequestHandler):

Recebe user_speech via slot query

Carrega historico de conversas da sessao DynamoDB

Chama anthropic.Anthropic().messages.create(

model=claude-opus-4-20250805, max_tokens=300,

system=system_prompt, messages=history+[user_speech])

Salva resposta no historico, retorna SSML com voz Vitoria

3.4 Dynamodb Schema

Tabela: auri-user-memory | PK: user_id | SK: session_date | TTL: 90 dias

Campos: profile (name, plan, preferences), long_term_memory[], usage_stats{}

BillingMode: PAY_PER_REQUEST | TimeToLive: habilitado (auto-expira)

3.5 Interaction Model

invocationName: auri

ConversationIntent: slot query (AMAZON.SearchQuery)

Samples: {query}, me fala sobre {query}, o que e {query}, explica {query}

StopIntent: tchau, ate mais, encerrar

3.6 Configuracao Lambda

FunctionName: auri-core-handler | Runtime: python3.12 | Timeout: 15s | Memory: 512MB

Env vars: ANTHROPIC_API_KEY_SECRET, DYNAMODB_TABLE=auri-user-memory, POLLY_VOICE=Vitoria

CLAUDE_MODEL=claude-opus-4-20250805, MAX_TOKENS_VOICE=300

---

3.7 Exemplos De Codigo Completos

Handler de Conversa (handlers/conversation.py):

DynamoDB Schema:

---

Planos E Precos

| Plano | Preco | Limites | Target |

|-------|-------|---------|--------|

| Free | R$ 0 | 10 perguntas/dia | Experimentacao |

| Pro | R$ 29/mes | Ilimitado, memoria 90 dias | Usuario individual |

| Business | R$ 99/mes | Multi-usuario ate 5, 1 ano | Familia/PME |

| Enterprise | Sob consulta | Ilimitado, SLA | Corporativo |

Detalhamento

Free: 10 perguntas/dia, sem memoria entre sessoes, voz Vitoria Neural.

Pro: Conversas ilimitadas, memoria 90 dias, perfil personalizado, suporte email.

Business: Tudo do Pro + ate 5 usuarios, memoria compartilhada, dashboard, relatorio.

Enterprise: Ilimitado, persona customizavel, integracao CRM/ERP, SLA 99.9%.

Projecao De Receita (Ano 1)

Meta conservadora: Pro 250 x R\9 = R$ 7.250/mes | Business 25 x R\9 = R$ 2.475/mes

MRR Ano 1: R$ 9.725/mes (~R$ 117k ARR)

Meta otimista: Pro 800 = R$ 23.200/mes | Business 80 = R$ 7.920/mes

MRR Ano 1: R$ 31.120/mes (~R$ 373k ARR)

Unit Economics

| Metrica | Pro | Business |

|---------|-----|----------|

| CAC | R$ 45 | R$ 120 |

| LTV | R$ 522 (18m) | R$ 2.376 (24m) |

| LTV/CAC | 11.6x | 19.8x |

| Churn | 5%/mes | 3%/mes |

| Margem bruta | ~86% | ~90% |

---

Fase 1 - Lancamento Mvp (Meses 1-3)

Objetivo: Validar product-market fit com early adopters brasileiros.

| Entrega | Descricao | Status |

|---------|-----------|--------|

| Core Handler | Lambda + ASK SDK + Claude | Em desenvolvimento |

| Persona Vitoria | SSML otimizado, Polly Neural | Em desenvolvimento |

| Free Plan | Rate limiting 10 perguntas/dia | Planejado |

| DynamoDB Session | Memoria intra-sessao | Planejado |

| Alexa Store | Publicacao na Alexa Skills Store BR | Planejado |

| Landing Page | auri.com.br com CTA | Planejado |

KPIs Fase 1: 500 habilitacoes, 40% retornam semana 2, NPS > 50, latencia < 2s.

Fase 2 - Personalizacao (Meses 4-6)

| Entrega | Descricao |

|---------|-----------|

| Long-term Memory | DynamoDB persistente 90 dias (Pro) |

| User Profiling | Nome, preferencias, contexto |

| Pro Plan Launch | Via Amazon In-Skill Purchasing |

| Analytics Dashboard | Usuario Pro ve padroes de uso |

KPIs Fase 2: 200 conversoes Free->Pro, WAC > 150, sessao > 4min, churn < 7%.

Fase 3 - Multi-Modal (Meses 7-12)

| Entrega | Descricao |

|---------|-----------|

| Echo Show Support | Respostas visuais para displays |

| Calendar Integration | Agenda via voz |

| Auri Web App | Interface web para historico |

| Business Plan Launch | Multi-usuario, dashboard familiar |

KPIs Fase 3: WAC > 1.000, MRR > R$ 15.000, Business: 50 clientes, rating > 4.5.

Fase 4 - Ecossistema (Ano 2+)

| Entrega | Descricao |

|---------|-----------|

| Auri SDK | Developers constroem skills na Auri |

| WhatsApp Bridge | Persona Auri no WhatsApp |

| Mobile App | App iOS/Android com voz |

| Marketplace | Skills de terceiros |

| Enterprise Launch | SSO e compliance |

| B2B Skills | Auri Saude, Educacao, Financas |

---

Segmentos Alvo

Primario: Tech-savvy Brasileiros (25-45 anos)

• Ja possuem Echo (~2M no Brasil), frustrados com Alexa padrao.
• Canais: Reddit, Twitter/X tech, YouTube tech BR.

Secundario: Familias com Echo

• Assistente educativo para filhos, calendario familiar.
• Canais: Facebook Groups, Instagram parenting.

Terciario: PMEs e Profissionais

• Advogados, medicos, consultores com necessidade de pesquisa rapida.
• Canais: LinkedIn, eventos de negocios.

Canais De Aquisicao

| Canal | Custo | Potencial | Prazo |

|-------|-------|-----------|-------|

| Alexa Store organico | R$ 0 | Alto | Imediato |

| SEO + Blog | Baixo | Alto | 3-6 meses |

| YouTube demos | Medio | Alto | 1-3 meses |

| Influenciadores Tech BR | Medio | Alto | 1-2 meses |

| Paid Ads | Alto | Alto | Testavel |

Mensagem Central

Tagline: A voz que pensa com voce.

Elevator Pitch: Voce ja ficou frustrado com respostas roboticas da Alexa?

A Auri tem a inteligencia real por dentro. Ela lembra o que voce conversou,

entende contexto e responde como uma pessoa inteligente. Gratis para comecar.

Value Props:

• Para o curioso: IA de voz que realmente entende portugues
• Para o produtivo: Assistente pessoal que evolui com voce
• Para a familia: Presenca inteligente em casa para todos
• Para o profissional: Pesquisa em segundos, sem tirar as maos do teclado

Calendario De Lancamento

D-30: Lista de espera (auri.com.br) | D-15: Beta 50 usuarios | D-0: Alexa Store

D+14: Influenciadores | D+60: Pro launch | D+90: Avaliacao Phase 1

---

Wac - Weekly Active Conversationalists

Definicao precisa:

Numero de usuarios unicos com >= 3 sessoes de >= 2 minutos cada na ultima semana.

Periodo: segunda-domingo, 00:00-23:59 BRT.

Por que WAC e nao DAU/MAU:

• DAU banaliza engajamento com acessos de 10 segundos.
• MAU e muito longa para feedback rapido de produto.
• WAC captura habito real: voltou 3x e ficou 2min = genuinamente engajado.
• Correlaciona com retencao 30 dias e conversao Free->Pro.

Hierarquia De Metricas

NORTH STAR: WAC

|

+-- Aquisicao: Enablements, First Session Completion, Day-1 Retention

+-- Ativacao: Sessions/User/Week, Avg Duration, Questions/Session

+-- Retencao: Week-2, Month-1, Churn Rate Pro

+-- Receita: Conversion Rate, MRR, ARPU, LTV/CAC

+-- Recomendacao: NPS, Organic Share, App Store Rating

Metas Wac Por Fase

| Fase | Mes | WAC Meta | WAC Stretch |

|------|-----|----------|-------------|

| Fase 1 | M3 | 150 | 300 |

| Fase 2 | M6 | 500 | 1.000 |

| Fase 3 | M12 | 2.000 | 5.000 |

| Fase 4 | M24 | 10.000 | 25.000 |

Como Calcular Wac

1. Registrar session_start com user_id e timestamp no DynamoDB.

2. Ao encerrar sessao, registrar duracao em segundos.

3. Query semanal: users com session_count >= 3 AND avg_duration >= 120.

4. Publicar metrica no CloudWatch namespace Auri/ProductMetrics.

5. Alertar queda > 20% semana a semana.

Dashboard Cloudwatch (Exemplo De Estrutura)

Metricas customizadas publicadas:

• SessionStart (Count por Plan: free/pro/business)
• SessionDuration (None - minutos)
• MessagesPerSession (Count)
• WAC semanal (Gauge)
• FreeToProConversions (Count)

---

Tabela Comparativa

| Feature | Auri | Alexa Pura | Siri | Google Assistant | ChatGPT Voice |

|---------|------|------------|------|------------------|---------------|

| Idioma PT-BR nativo | Alta | Media | Media | Alta | Media |

| Raciocinio profundo | Alta | Baixa | Media | Media | Alta |

| Memoria multi-sessao | Alta | Baixa | Media | Media | Alta |

| Integracao smart home | Alta | Maxima | Media | Alta | Baixa |

| Personalidade consistente | Alta | Media | Media | Media | Alta |

| Hardware proprio | Usa Echo | Echo | HomePod | Nest | App only |

| Modelo base | Claude Opus 4 | Alexa LLM | Apple LLM | Gemini | GPT-4o |

| Privacidade | Alta | Media | Maxima | Baixa | Media |

| Preco | R\/usr/bin/bash-99/mes | Gratis | Gratis | Gratis | R/mes |

| Disponivel no Brasil | Sim | Sim | Sim | Sim | Sim |

Posicionamento No Mapa Competitivo

Eixo X: Integracao com Hardware | Eixo Y: Profundidade de Inteligencia

Quadrante UNICO da Auri: Alta Inteligencia + Alta Integracao Hardware.

Nenhum concorrente ocupa esse quadrante simultaneamente:

• Alexa pura: Alta integracao, baixa inteligencia.
• ChatGPT Voice: Alta inteligencia, sem hardware proprio.
• Google/Siri: Posicionamento intermediario em ambos os eixos.

Objecoes Frequentes E Respostas

| Objecao | Resposta Auri |

|---------|---------------|

| Por que nao ChatGPT? | ChatGPT e app, sem voz-first. Auri e native no Echo. |

| Alexa ja resolve | Para comandos sim. Para conversas reais, nao. |

| R\9 e caro | Menos que 1 cafe/dia por assistente pessoal 24/7. |

| E a privacidade? | Dados na sua AWS, retencao configuravel, LGPD compliant. |

| Amazon vai copiar? | Amazon incentiva ecossistema de skills. Somos parceiros. |

---

Brand Identity

• Nome: Auri
• Origem: Aura (presenca intangivel) + IA. Sugere presenca, sabedoria, leveza.
• Tagline: A voz que pensa com voce.

Taglines Alternativas

• Alem dos comandos. Muito alem.
• A IA que mora no seu Echo.
• Conversas reais. Inteligencia real.
• Fala com quem realmente ouve.

Brand Values

1. Inteligencia Autentica - Nunca simula. Quando nao sabe, diz honestamente.

2. Presenca Calorosa - Tecnologia avancada com calor humano.

3. Respeito pelo Tempo - Respostas diretas, sem rodeios.

4. Crescimento Continuo - Evolui com o usuario, aprende com interacoes.

5. Privacidade como Direito - Dados do usuario pertencem ao usuario.

Brand Voice Guidelines

Tom:

• Caloroso mas nao piegas.
• Inteligente mas nao pedante.
• Direto mas nao grosseiro.
• Divertido mas nao futil.

Nunca: Robotico, corporativo, evasivo, condescendente, ansioso para agradar.

Exemplo OK: Nao sei a resposta exata, mas posso te ajudar a encontrar de outra forma.

Exemplo ERRADO: Desculpe, nao tenho essa informacao em meu banco de dados.

Aplicacoes Da Marca

• App Icon: Forma de onda de voz estilizada em gradiente verde-azul.
• Paleta: Verde-teal principal, branco neutro, cinza escuro para texto.
• Tipografia: Sans-serif moderna (similar a produto Apple/Spotify).
• Motion: Animacao de ondas suaves ao falar (Echo Show).

---

10. Comandos Do Skill

Estes comandos ativam modos especificos quando mencionados no contexto de uso do skill.

/Auri-Status

Exibe status atual: versao, WAC vs meta, MRR, proxima entrega, status componentes.

Campos retornados:

• Versao atual do produto (ex: v1.0.0)
• WAC atual vs meta da fase atual
• MRR atual em R$
• Proxima entrega do roadmap
• Status: Lambda (OK/Degraded), DynamoDB (OK), Claude API (OK)

/Auri-Roadmap [Fase]

Exibe roadmap completo. Argumento opcional: 1, 2, 3 ou 4 para detalhar fase.

Output: Tabela de entregas com status, KPIs e datas estimadas.

/Auri-Metrics [Periodo]

Dashboard de metricas. Argumento: semana | mes | trimestre. Default: semana.

Output: WAC, Sessions/User, Avg Duration, Conversion Rate, MRR e crescimento.

/Auri-Persona [Aspecto]

Guidelines da persona. Argumento: voz | tom | linguagem | valores | exemplos.

Output: Guidelines detalhadas, exemplos de dialogo, templates SSML.

/Auri-Pricing [Plano]

Planos e precos. Argumento: free | pro | business | enterprise.

Output: Tabela comparativa, projecoes de receita, unit economics.

/Auri-Gtm [Canal]

Go-to-market strategy. Argumento: organico | pago | influenciadores | parcerias.

Output: Plano por canal, mensagens centrais, calendario de lancamento.

/Auri-Competitive [Competidor]

Analise competitiva. Argumento: alexa | siri | google | chatgpt.

Output: Tabela comparativa, mapa de posicionamento, objecoes e respostas.

---

Deployment Via Aws Sam

Comandos de deploy:

sam build --use-container

sam deploy --stack-name auri-core --region us-east-1 --capabilities CAPABILITY_IAM

Verificar deployment:

aws lambda invoke --function-name auri-core-handler --payload file://test.json response.json

Monitoramento Cloudwatch Alarms

| Alarme | Threshold | Acao |

|--------|-----------|------|

| high_latency | Duration > 6000ms | PagerDuty |

| error_rate | Errors > 5 em 5min | Slack #auri-alerts |

| claude_api_failures | AnthropicAPIErrors > 3 | Slack + fallback |

| wac_drop | WAC queda > 20% semana | Product team Slack |

Fallback Strategy (Claude Api Indisponivel)

Se a API da Anthropic estiver indisponivel, o sistema retorna respostas pre-configuradas:

• api_down: Estou com instabilidade. Pode tentar em alguns minutinhos?
• timeout: Preciso de mais tempo nessa pergunta. Me faz de novo daqui a pouco?
• rate_limit: Muitas conversas simultaneas. Tente em alguns segundos!

Gestao De Custos

| Componente | Custo Estimado (1000 usuarios Pro) |

|-----------|-----------------------------------|

| Claude API | R$ 4.000/mes (R$4/usuario) |

| Lambda | R$ 50/mes |

| DynamoDB | R$ 80/mes |

| CloudWatch | R$ 30/mes |

| Total infraestrutura | R$ 4.160/mes |

| Receita 1000 Pro | R$ 29.000/mes |

| Margem bruta | ~86% |

---

Lgpd (Lei 13.709/2018)

• Base legal: Execucao de contrato (Art. 7, V) para usuarios Pro/Business.
• Consentimento: Coletado no onboarding da skill via voz + confirmacao.
• Dados coletados: Texto de conversas, preferencias, dados de uso anonimizados.
• Retencao: Free = 0 dias | Pro = 90 dias | Business = 365 dias.
• Direito de exclusao: Comando de voz Auri apaga meus dados -> DynamoDB delete.
• DPO: Designar antes do lancamento publico.

Alexa Skills Store - Politicas

• Skill deve seguir Alexa Skills Kit Policies integralmente.
• Proibido coletar dados sensiveis (saude, financeiros, criancas < 13 anos).
• In-Skill Purchasing exige aprovacao previa da Amazon.
• Privacy Policy URL obrigatoria na submissao da skill.
• Monetizacao: Amazon retira 30% via In-Skill Purchasing.

---

11. Glossario

| Termo | Definicao |

|-------|-----------|

| WAC | Weekly Active Conversationalists - North Star Metric da Auri |

| ASK | Alexa Skills Kit - SDK oficial Amazon para Skills |

| SSML | Speech Synthesis Markup Language - markup para controle de voz |

| Intent | Acao que o usuario quer executar (ex: me explica X) |

| Slot | Variavel dentro de um intent (ex: query em me explica {query}) |

| Utterance | Frase de exemplo que aciona um intent |

| Session | Uma conversa continua com a Auri (inicio ate encerrar) |

| Long-term Memory | Dados persistidos no DynamoDB entre sessoes |

| In-Skill Purchasing | Sistema de cobranca nativo da Alexa Skills Store |

| Vitoria Neural | Voz Amazon Polly pt-BR de alta qualidade usada pela Auri |

| Claude claude-opus-4-20250805 | Modelo de linguagem Anthropic usado como motor da Auri |

| DynamoDB | Banco NoSQL AWS usado para memoria persistente dos usuarios |

| Lambda | Funcao AWS serverless que processa as requisicoes da Auri |

| Anthropic | Empresa criadora do Claude, fornecedora da API de IA |

| MRR | Monthly Recurring Revenue - Receita Mensal Recorrente |

| LTV | Lifetime Value - Valor do ciclo de vida do cliente |

| CAC | Customer Acquisition Cost - Custo de aquisicao de cliente |

---

12. Links E Recursos

| Recurso | URL / Localizacao |

|---------|-------------------|

| Alexa Skills Kit Docs | https://developer.amazon.com/en-US/alexa/alexa-skills-kit |

| ASK SDK Python | https://github.com/alexa/alexa-skills-kit-sdk-for-python |

| Amazon Polly Vitoria Neural | https://docs.aws.amazon.com/polly/latest/dg/voicelist.html |

| Anthropic Claude API | https://docs.anthropic.com/en/api/getting-started |

| Claude claude-opus-4-20250805 Docs | https://docs.anthropic.com/en/docs/models-overview |

| Alexa Skills Store Brasil | https://www.amazon.com.br/alexa-skills |

| DynamoDB Best Practices | https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/best-practices.html |

| In-Skill Purchasing | https://developer.amazon.com/en-US/docs/alexa/in-skill-purchase/isp-overview.html |

| Codigo-fonte Auri | C:/Users/renat/skills/auri-core/ |

| Amazon Alexa Skill (skill tecnica) | C:/Users/renat/skills/amazon-alexa/SKILL.md |

---

*Auri Core Skill - v1.0.0 | Criado em 2026-03-03 | Skills Ecosystem*

Best Practices

• Provide clear, specific context about your project and requirements
• Review all suggestions before applying them to production code
• Combine with other complementary skills for comprehensive analysis

Common Pitfalls

• Using this skill for tasks outside its domain expertise
• Applying recommendations without understanding your specific context
• Not providing enough project context for accurate analysis

Limitations

• Use this skill only when the task clearly matches the scope described above.
• Do not treat the output as a substitute for environment-specific validation, testing, or expert review.
• Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.