Busca e Ranking de Viagens com IA usando MCP + RAG na AWS

Uma agência de viagens online canadense líder, especializada em pacotes de férias com desconto, passagens aéreas, hotéis e cruzeiros. A empresa atende viajantes canadenses através de sua experiência de reservas online e uma equipe de mais de 150 agentes de viagem, oferecendo serviços como ofertas de última hora e financiamento de viagens. A agência é uma agência de viagens varejista licenciada em Ontário, regulada pelo Travel Industry Council of Ontario (TICO), com fundos de viagem dos clientes protegidos em Ontário pelo TICO e em Quebec pelo OPC.

A agência oferece um amplo conjunto de produtos de viagem através de seu site, incluindo pacotes de férias. Para a experiência de pacotes de férias, a camada de busca e ranking era limitada pelo modelo de dados subjacente e pela abordagem de recuperação. Os resultados dos pacotes podiam ser filtrados usando atributos estruturados expostos pela API de férias/pacotes, mas a intenção crítica do viajante frequentemente reside em conteúdo não estruturado de parceiros — descrições de hotéis e listas de amenidades entregues como arquivos e armazenados separadamente. Sem uma camada de recuperação powered by IA capaz de indexar e pesquisar esse conteúdo semanticamente, esses detalhes não podiam ser usados efetivamente para corresponder à intenção no momento da consulta.

Em paralelo, a lógica de ranking não conseguia incorporar confiavelmente sinais de negócio como "opções principais" ou momentum de reservas recentes como critérios de ordenação de primeira classe. Como resultado, pacotes altamente desejáveis podiam aparecer em páginas posteriores enquanto opções de menor desempenho apareciam primeiro. Tecnicamente, o sistema carecia de um mecanismo unificado para combinar: (1) disponibilidade e preço em tempo real do pacote, (2) correspondência semântica powered by IA contra conteúdo de hotel não estruturado, e (3) boosts de ranking determinísticos baseados nas métricas de desempenho da agência.

A Elevata abordou essas restrições introduzindo uma arquitetura de busca que suporta intenção em linguagem natural, corresponde essa intenção em dados estruturados e não estruturados, e retorna resultados ordenados usando os sinais de negócio da agência — enquanto preserva o comportamento de preço em tempo real da API de origem. Para entregar isso, a Elevata implementou um servidor MCP (Model Context Protocol) na AWS que utiliza modelos Bedrock, posicionado entre a experiência do usuário e as fontes de dados internas da agência, habilitando busca de viagens em linguagem natural powered by IA com ranking consciente do negócio.

O servidor MCP foi construído em Node.js e implantado em Kubernetes dentro do ambiente AWS da agência, reutilizando pipelines CI/CD existentes e padrões operacionais. Uma parte fundamental da solução é o padrão Retrieval Augmented Generation (RAG) usado para conteúdo de hotéis. Descrições de parceiros e dados de amenidades armazenados no S3 são ingeridos em uma Bedrock Knowledge Base, permitindo que o servidor MCP recupere os chunks de conteúdo mais relevantes no momento da consulta com base na intenção em linguagem natural do viajante. Esse contexto recuperado é então usado para orientar correspondência e filtragem entre pacotes.

Uma vez que pacotes candidatos são identificados, a camada MCP aplica a lógica de negócio da agência para ordenar resultados. A mesma consulta pode retornar pacotes ranqueados usando sinais de desempenho internos — como opções principais e momentum de reservas recentes — para que inventário de alto desempenho apareça mais cedo na jornada do cliente em vez de estar enterrado em páginas posteriores. O preço permanece autoritativo para a plataforma da agência: cada consulta dispara uma chamada à API de pacotes para recuperar o preço atual no momento da busca, garantindo que a experiência reflita mudanças de preço em tempo real sem manter um cache de preço separado dentro da camada MCP.