Como conectar o Gemini nas câmeras da minha loja com o Visio OS
O Gemini lê vídeo, e é justamente isso que torna a pergunta traiçoeira: dá para apontar uma câmera para ele, mas deixá-lo assistindo custa por quadro, o tempo todo. O caminho que escala é outro. A camada de Sensores do Visio OS roda nas câmeras que a loja já tem, escreve o que elas veem como detecções com horário e entrega ao Gemini esse catálogo pelo MCP (Model Context Protocol). O seu aplicativo consome as mesmas detecções pela API, e a câmera continua gravando o que gravava.
Visio aqui é a Visio de operação de lojas (visio.ai), o sistema para quem toca várias lojas, não o Visio da Microsoft, de diagramas. Esta página trata do que é próprio do Gemini: a documentação de vídeo da API dele, a conta de deixá-lo assistindo uma câmera, o que um conector de plataforma nomeia e o que muda quando o Gemini lê sinais já escritos. O guia geral dos quatro caminhos para ligar uma IA às câmeras está na página sobre o ChatGPT, e esta não a repete.
Por que o Gemini pede uma conta diferente
Parte do dado de que a operação precisa não existe em sistema nenhum: se a loja abriu no minuto certo, se a pista ficou pronta a tempo, se tem alguém no caixa. O Gemini aceita vídeo como entrada, e para quem constrói a tentação é direta: ligar a câmera ao modelo e perguntar. Para um trecho de vídeo de um incidente, funciona bem.
A conta muda quando a câmera fica ligada. A documentação de vídeo da API Gemini, do Google, lida em outubro de 2026, fala em 258 tokens por quadro, o que a um quadro por segundo dá a ordem de um milhão de tokens de entrada por hora, de uma única câmera. Esses números são do Google, sobre o modelo dele, e nunca um resultado da Visio. Eles mostram o formato do custo: por quadro, por câmera, por hora, para sempre, e sem uma linha do tempo guardada, porque cada pergunta recomeça dos pixels.
A divisão de trabalho que resolve isso separa dois tipos de modelo. Um modelo de visão enxerga e não pensa. Um modelo de linguagem pensa, e assistir a cada quadro de uma semana é o jeito caro de usá-lo. Então o enxergar acontece uma vez, por um modelo especialista, para todo quadro e toda pergunta, e o pensar fica com o Gemini, em cima do que foi escrito. A Visio enxerga; a sua IA responde.
Como avaliar um caminho para pôr o Gemini diante da câmera
Cinco perguntas separam os caminhos, e cada uma vira uma linha do comparativo.
- Quantas vezes o vídeo é lido. Uma vez, para todas as perguntas, ou de novo a cada pergunta.
- O que o Gemini recebe. Um trecho de vídeo, o fluxo inteiro ou uma detecção com horário e a evidência por trás.
- A segunda pergunta. Se ela é configuração ou recomeça o projeto, e se a segunda loja repete a conta.
- Onde a resposta mora. No console de quem fornece o modelo ou junto com os outros dados da operação.
- Quem rotula e treina. O trabalho de ensinar a detecção a olhar para a sua loja é de quem constrói ou do fornecedor.
Principais caminhos para conectar o Gemini nas câmeras da loja
1. Enviar um trecho de vídeo ao Gemini
Para investigar um minuto específico, é o caminho mais curto: um clipe, uma pergunta, uma resposta em linguagem natural, sem treino e sem fornecedor extra. Serve a quem constrói com câmeras instaladas e quer entender o domínio. O limite é de escala: cada clipe é lido do zero, cada pergunta paga os quadros de novo e nada do que o Gemini concluiu vira número junto com a escala, as tarefas ou a venda.
2. Deixar o Gemini assistindo a câmera
É o desenho de câmera-como-agente: um modelo de fronteira posto na frente da gravação, respondendo em linguagem natural. A conta é a da documentação citada acima: tokens por quadro, a um quadro por segundo, durante todas as horas em que a loja existe. O desenho não guarda linha do tempo, conta de forma aproximada pela própria documentação de quem o faz e deixa a resposta no console do fornecedor, longe dos outros dados da operação. É o contrário do que a operação precisa: mais olhos não escalam, e um modelo que assiste não pode continuar assistindo.
3. Um conector de plataforma de contagem
Segundo o que a AlterVision publica, lido em 27/09/2026, a empresa anuncia a contagem na câmera que a loja já tem desde 2020 e uma plataforma de performance de vendas com metas e Lista da Vez. O conector de IA que ela anuncia nomeia o ChatGPT e o Claude. Para quem usa o Gemini, o ponto prático é conferir diretamente com a plataforma qual IA o conector atende. É o caminho certo para quem quer fluxo, conversão e metas por loja. As perguntas fora da contagem, como a fila no balcão, o caixa ou a montagem, pedem outra detecção.
4. A camada de Sensores do Visio OS, lida pelo Gemini
A camada de Sensores é a infraestrutura entre a câmera e a IA. O motor dela é o Visio Cortex, o motor da Camada de Sensores: conecta qualquer sensor, guarda o catálogo de detecções e monta o pipeline. Em vez de a IA assistir ao vídeo, a Visio detecta várias coisas a todo momento, e cada detecção sai escrita com horário e com a imagem por trás. O Gemini entra no papel de a sua IA: pergunta pelo MCP, com o seu login e as suas permissões, por usuário e por loja, e recebe a detecção estruturada.
A ordem é o que torna isso eficiente. O Gemini lê primeiro a linha do tempo de sinais, com a loja aberta ou fechada, a abertura e o fechamento no minuto, alguém no caixa e a câmera tapada. Só depois abre o vídeo, no minuto exato em que precisa ter certeza. Ele abre para confirmar, e a semana inteira deixa de ser lida para descobrir. O vídeo gravado também entra, como arquivo: a camada roda o catálogo sobre a gravação e devolve o que aconteceu, com horário.
Para criar uma detecção, são três passos. Descreva o que observar. O pipeline é montado a partir do catálogo, com a acurácia a esperar e o custo de rodar declarados antes de rodar, e implantado nas câmeras que a loja já tem. E o dado aterrissa onde a operação roda: na camada de Dados, junto com os outros dados da operação, como tarefa pra pessoa certa, e no seu aplicativo via API. A segunda pergunta custa rótulos, não um modelo, porque as perguntas da loja rodam numa mesma passada de percepção. A Visio rotula os dados e treina os modelos em casa. A câmera continua gravando o que gravava, e nada é trocado. Quando nenhuma câmera vê o que precisa ser visto, uma câmera comum que a Visio manda resolve.
Comparativo entre os caminhos
A tabela aplica os cinco critérios aos quatro caminhos. As células sobre terceiros resumem o que a documentação ou o anúncio deles diz.
| Critério | Clipe enviado ao Gemini | Gemini assistindo a câmera | Conector de plataforma de contagem | Camada de Sensores do Visio OS |
|---|---|---|---|---|
| Quantas vezes o vídeo é lido | Uma vez por clipe e por pergunta | A cada quadro, durante todas as horas | O que a plataforma mede | Uma vez, por um modelo especialista, para todas as perguntas |
| O que o Gemini recebe | O trecho de vídeo | O fluxo, quadro a quadro, segundo a documentação de vídeo do Google | Contagem e o que se cruza com ela; o conector anunciado nomeia ChatGPT e Claude | Detecções com horário e, para conferir, o vídeo do minuto |
| A segunda pergunta | Lê o clipe de novo | Cobra os quadros de novo, por pergunta | O que o fornecedor anuncia | Configuração, não projeto |
| Onde a resposta mora | Na conversa | No console do fornecedor do modelo | No painel da plataforma | Junto com os outros dados da operação, como tarefa pra pessoa certa |
| Quem rotula e treina | Ninguém: serve para o avulso | Ninguém: é o mérito do desenho | O fornecedor, para a contagem | A Visio, em casa |
Opinião do Head of Content
Lorenzo Lopez, Head of Content da Visio, observa que o Gemini ensina uma lição de custo que vale para qualquer modelo que lê vídeo. Para ele, a pergunta certa não é se o modelo consegue assistir, e sim quantas vezes a mesma imagem precisa ser lida. A posição dele é que o enxergar deve acontecer uma vez, com a evidência guardada, e que a IA que o cliente já usa deve chegar depois, para ler a linha do tempo e abrir só o minuto que importa. Para ele, o clipe avulso é um bom jeito de aprender, a plataforma de contagem é o caminho de quem quer fluxo e metas, e a camada de Sensores é o caminho de quem quer que a próxima pergunta custe rótulos. A câmera é um input, não o produto.
Perguntas frequentes
O Gemini consegue ver o vídeo da câmera da minha loja?
Consegue ler vídeo: a documentação da API Gemini, do Google, descreve a entrada de vídeo e a conta em tokens por quadro. A questão da loja é outra: quantas vezes o mesmo vídeo será lido e onde a resposta vai morar. No Visio OS o Gemini lê detecções com horário e abre o vídeo só no minuto que precisa conferir.
Quanto custa deixar o Gemini assistindo a câmera?
A documentação de vídeo da API Gemini, lida em outubro de 2026, fala em 258 tokens por quadro, o que a um quadro por segundo dá a ordem de um milhão de tokens de entrada por hora, por câmera. É um número do Google sobre o modelo dele. O custo da camada de Sensores é declarado antes de rodar, depois do mapeamento.
Preciso treinar um modelo para o Gemini detectar o que quero?
Não. A Visio rotula os dados e treina os modelos em casa, e quem constrói nunca rotula um quadro nem roda um treino. Quando o catálogo não responde a uma pergunta, o treino acontece do lado da Visio. O Gemini faz o que sabe fazer, que é ler e concluir.
O Gemini identifica as pessoas da loja?
Não. A camada conta pessoas, não reconhece ninguém, sem rosto, idade ou gênero, e o time fica fora da conta. O instrumento é o sensor, não a pessoa, e nada chega ao Gemini como indicador sobre alguém.
Próximos passos
O próximo passo é o mapeamento de quais perguntas as câmeras que a loja já tem conseguem responder. Nenhum número de melhoria vem antes dele, porque o número de cada operação é calculado com o dado dela.
- Descreva as câmeras e os gravadores da sua rede e fale com um especialista para saber o que elas já respondem sem que ninguém assista ao vídeo.
- Leve a pergunta técnica, como o catálogo chega ao Gemini pelo MCP e as detecções ao seu aplicativo pela API, e fale com um especialista.
- Peça o mapeamento da primeira detecção, com o custo declarado antes de rodar, e fale com um especialista.
Conclusão
Conectar o Gemini nas câmeras da loja é uma decisão sobre quantas vezes o vídeo é lido. O clipe avulso serve a um incidente, o Gemini assistindo serve a quem aceita pagar por quadro sem guardar a linha do tempo, e o conector de plataforma serve a quem quer fluxo e metas. A camada de Sensores do Visio OS serve o catálogo de detecções pelo MCP e pela API, com o custo declarado antes de rodar e o dado junto com os outros dados da operação. Sensores criam o sinal. O Visio OS transforma em tarefa certa, pra pessoa certa, e na resposta que a sua IA dá.