Em resumo
- Se está a criar um assistente de IA para a sua empresa, seja para apoio ao cliente, marcações ou respostas a perguntas frequentes, uma das decisões mais importantes que terá de tomar é como o assistente encontra e recupera informações.
- Se tomar a decisão errada, o assistente dará respostas vagas, inventará preços ou confundirá os clientes. Se acertar, tornar-se-á numa das ferramentas mais fiáveis da sua empresa.
- Este guia explica os dois principais métodos de recuperação de informação — pesquisa na base de conhecimento e ações —, quando utilizar cada um, porque é fundamental dar nomes adequados aos documentos e às ferramentas e como testar o assistente antes de o lançar.
Treinar o assistente com os seus dados é a forma de criar a camada de Conhecimento. Consulte a anatomia de um agente de IA empresarial em 4 camadas para ter uma visão completa: Conhecimento, Habilidades, Ferramentas e Inteligência.
O que é uma base de conhecimento para um assistente de IA e como funciona?
Uma base de conhecimento é um conjunto de documentos, textos e conteúdos estruturados que carrega para o seu assistente de IA. Pode incluir o URL do seu site, descrições de serviços, tabelas de preços, políticas de cancelamento, perguntas frequentes, informações sobre localizações e horários e tudo o que pretenda que o assistente consulte ao responder a perguntas.
Quando um utilizador faz uma pergunta, o assistente efetua uma pesquisa semântica abrangente em toda a base de conhecimento. A pesquisa semântica significa que o assistente não procura apenas correspondências exatas de palavras-chave: compreende o sentido da pergunta e encontra os excertos de informação mais relevantes, mesmo que a formulação seja diferente.
Depois de encontrar o conteúdo relevante, o assistente resume a resposta e pode citar ou incluir uma ligação para o documento de origem.
Esta é a base da maioria dos assistentes de IA para perguntas frequentes e, por boas razões: é rápida, flexível e não requer desenvolvimento personalizado.
Quando uma Base de Conhecimento é suficiente: o assistente de perguntas frequentes
Para um assistente geral de perguntas frequentes, a opção certa é carregar tudo para a base de conhecimento. URL do site, lista de serviços, resumo de preços, políticas, horários, localizações — inclua tudo.
Neste caso, a função do assistente é:
- Efetuar uma pesquisa semântica abrangente em todos os documentos disponíveis
- Identificar a resposta mais relevante
- Resumi-la de forma clara para o utilizador
- Indicar ou incluir uma ligação para a fonte, se isso estiver definido nas instruções.
Esta abordagem funciona bem porque as perguntas frequentes são informativas e não exigem grande precisão. Um cliente que pergunte «fazem madeixas?» ou «qual é o vosso horário ao domingo?» não precisa de uma resposta matematicamente exata. Precisa de um resumo útil e correto, e a base de conhecimento consegue fornecê-lo.
A abordagem baseada na base de conhecimento é também o método de recuperação mais rápido disponível para um assistente de IA. Como se trata de uma única pesquisa semântica, e não de uma chamada de ida e volta a um sistema externo, as respostas são rápidas. A velocidade é importante na IA conversacional: os utilizadores esperam respostas quase instantâneas.
Se o seu assistente responder sobretudo a perguntas informativas, uma base de conhecimento bem organizada é tudo o que precisa para começar.
Quando uma Base de Conhecimento não é suficiente: preços, marcações e casos excecionais
É aqui que muitas equipas cometem um erro crítico. Partem do princípio de que, se a base de conhecimento funciona para as perguntas frequentes, também funcionará para questões sobre preços, regras de marcação e casos excecionais relacionados com políticas. Não funciona, pelo menos não de forma fiável.
Quando um cliente pergunta «quanto custaria uma balayage em cabelo comprido e espesso, com toner e brushing?», o assistente precisa de encontrar uma resposta muito específica. Se os preços estiverem num parágrafo do texto do site, misturados com linguagem promocional e descrições gerais, o assistente terá de adivinhar. E quando os assistentes de IA adivinham preços, enganam-se de formas que minam a confiança e criam problemas reais para a empresa.
A solução é adicionar ações, também chamadas ferramentas, que permitem ao assistente recuperar informações de forma determinística e sistemática.
Uma ação é, essencialmente, uma consulta direta: uma função que o assistente pode chamar para obter uma resposta precisa e estruturada. Em vez de pesquisar de forma abrangente e resumir, o assistente vai diretamente à fonte certa e devolve os dados exatos, por exemplo, através de uma ação do Google Sheets.
Exemplos de ações que resolvem problemas comuns de precisão:
Obter preço (comprimentoCabelo, espessura, tipoCabelo, toner, tratamento, brushing), devolve o preço exato para uma combinação específica de serviços, eliminando qualquer ambiguidade ou informação desatualizada de documentos antigos da base de conhecimento.
Obter política (nomePolítica), devolve a versão oficial e atual de uma política específica, como as políticas de cancelamento, reembolso ou atrasos, sem que o assistente tenha de a interpretar ou reformular.
Listar serviços, devolve a lista oficial dos serviços que a empresa oferece atualmente. Isto é especialmente importante porque, por vezes, os assistentes de IA podem descrever com confiança serviços que não existem — um problema conhecido como alucinação, que também pode depender do modelo de IA. Fundamentar o assistente numa lista de serviços atualizada evita este problema.
Com as ações implementadas, o assistente deixa de ser um sistema que pesquisa e adivinha. Passa a ser um sistema que consulta e responde. Esta é uma mudança fundamental em termos de fiabilidade.
Base de Conhecimento vs. ações: o equilíbrio entre velocidade e precisão
Ao conceber assistentes de IA, surge frequentemente a questão de saber se, para um determinado tipo de pergunta, se deve utilizar a base de conhecimento ou uma ação.
Eis como ponderar as vantagens e desvantagens:
- A recuperação de informação através da base de conhecimento é mais rápida. Consiste numa única pesquisa semântica, realizada inteiramente no contexto do assistente. Não há chamadas a APIs externas nem comunicação de ida e volta com uma base de dados. É, por isso, ideal para perguntas informativas em que a rapidez da resposta é importante e as consequências de uma ligeira imprecisão são reduzidas. Pode dar esta instrução ao seu assistente: «Responde apenas a perguntas com base nas informações da Base de Conhecimento» e o seu assistente de IA dará respostas precisas.
- As ações são mais lentas, mas mais precisas. Cada ação envolve uma chamada de ida e volta: o assistente decide acioná-la, envia o pedido, aguarda a resposta e, em seguida, formula a resposta final. Isto aumenta a latência. Em contrapartida, a resposta obtida é precisa, atualizada e fidedigna.
Regra prática: utilize a base de conhecimento para conteúdos informativos e ações para tudo o que tenha de ser exato. Preços, critérios de elegibilidade, disponibilidade atual, fórmulas, cálculos, regras de marcação e detalhes específicos de políticas devem ser tratados através de ações. Não adicione ações só por adicionar: utilize-as apenas quando a precisão for realmente necessária.
Quando um utilizador pergunta um preço e só existe uma base de conhecimento, é isto que acontece nos bastidores: o assistente pesquisa todos os documentos disponíveis ao mesmo tempo, encontra preços nas perguntas frequentes, na página de serviços, talvez num PDF antigo e numa página promocional e, depois, escolhe o que lhe parece mais relevante. Pode acertar no valor. Pode encontrar um valor desatualizado. Pode calcular uma média entre duas fontes contraditórias. Nada disto é aceitável quando se trata de preços.
Com uma ação de preços com um nome adequado, o assistente chama uma função, obtém uma resposta e apresenta-a com confiança.
Porque é fundamental dar nomes adequados aos documentos e às ações para o desempenho do assistente de IA
Este é um dos fatores mais ignorados na conceção de assistentes de IA e afeta diretamente o seu desempenho, sobretudo quando se utilizam modelos mais leves ou pequenos.
O assistente utiliza os nomes dos documentos e das ações como indícios sobre qual é a fonte mais fiável. Quando um utilizador faz uma pergunta sobre preços, o assistente analisa os nomes de todos os recursos disponíveis e decide onde procurar. Se o documento de preços se chamar «Preços: serviços de balayage», o assistente começará por consultá-lo. Se se chamar «folha(1)», «Código837720» ou «final_final2», o assistente não faz ideia do que contém e pode ignorá-lo por completo ou atribuir-lhe uma relevância incorreta.
Exemplos de bons nomes para documentos de um assistente de IA para uma empresa de serviços:
- Preços — Balayage
- Preços — Serviços de coloração
- Preços — Serviços adicionais
- Políticas — Cancelamentos e faltas
- Políticas — Reembolsos
- Serviços — Lista completa de serviços
- Perguntas frequentes — Geral
- Perguntas frequentes — Marcações e consultas
Exemplos de bons nomes para ações de um assistente de IA:
- Obter preço de balayage
- Obter política de cancelamento
- Obter preços de serviços adicionais
- Listar serviços disponíveis
- Obter regras de marcação
Exemplos de nomes inadequados que causam erros no assistente:
- run_query_12
- tool_7
- lookup_misc
- doc_v3_final
- novos preços (cópia)
- sem título
O princípio de dar nomes adequados também se aplica à forma como descreve as ações na configuração do assistente. Uma descrição clara — «Devolve o preço exato dos serviços de balayage com base no comprimento e na espessura do cabelo e nos tratamentos selecionados» — ajuda o assistente a decidir quando deve acioná-la. Uma descrição vaga, como «obtém algumas informações sobre preços», pouco lhe diz.
Dar nomes consistentes e fáceis de compreender não é apenas uma preferência organizacional. É um requisito funcional para que um assistente de IA tenha um bom desempenho.
Isto não significa que precise de um documento para cada elemento. Há informações que podem ser agrupadas.
Um método simples para decidir: documento da base de conhecimento ou ação?
Use este método como ponto de partida para decidir como organizar as informações do seu assistente:
- Se a pergunta for informativa e disser respeito a temas como horários, localização, descrições gerais de serviços, história da marca ou perguntas frequentes gerais, um documento na base de conhecimento é a opção certa. Carregue-o, dê-lhe um nome claro e o assistente tratará do resto.
- Se a pergunta exigir dados exatos, atualizados ou estruturados, como preços com várias variáveis, elegibilidade para marcações, cálculos de reembolsos ou detalhes de políticas que envolvam casos excecionais, crie uma ação. Dê-lhe um nome claro, documente o que devolve e teste-a exaustivamente.
- Se a pergunta puder levar o assistente a descrever algo que não existe, como um serviço que já não oferece ou uma promoção que terminou, adicione uma ação «Listar serviços» ou «Listar promoções atuais», ou inclua na Base de Conhecimento um documento que indique quais são as ofertas atualmente disponíveis.
Como testar o seu assistente de IA antes de o lançar
A diferença entre um assistente de IA bem concebido e um frustrante resume-se, muitas vezes, aos testes. Eis uma abordagem prática:
Faça dez vezes a mesma pergunta sobre preços ou políticas, formulando-a de formas diferentes. Reformule-a, abrevie-a e coloque-a de maneira informal e formal. Verifique se o assistente encontra sempre a resposta certa ou se varia de uma sessão para outra. A inconsistência é um sinal de que os nomes não são adequados ou de que falta uma ação.
Teste com os modelos que está realmente a considerar implementar. Modelos mais poderosos, como o Claude Sonnet, lidam melhor com pedidos ambíguos: têm maior probabilidade de saber quando devem acionar uma ação em vez de pesquisar na base de conhecimento, mesmo que os nomes não sejam perfeitos. Os modelos mais leves ou rápidos são mais sensíveis à qualidade dos nomes. Um modelo avançado pode encaminhar corretamente um pedido para uma ação com um nome inadequado, enquanto um modelo mais pequeno pode ignorá-la por completo.
É por isso que é importante testar vários modelos. A mesma configuração de assistente pode comportar-se de forma significativamente diferente consoante o modelo subjacente que a utiliza. Se pretende reduzir os custos recorrendo a um modelo mais leve, terá de compensar com nomes melhores, descrições mais claras das ações e uma base de conhecimento mais bem organizada.
Verifique especificamente se o assistente inventa serviços ou preços. Pergunte-lhe sobre coisas que não oferece e veja como responde. Se descrever com confiança um serviço que já não oferece, tem três opções: adicionar uma ação «Listar serviços» que devolva apenas o que está atualmente disponível; adicionar um documento à base de conhecimento que defina explicitamente a lista atual de serviços; ou, se tiver rastreado o seu site, revê-lo e remover páginas ou conteúdos desatualizados antes de o assistente os importar. Pode sempre voltar a indexar o conteúdo com um só clique através da secção Conhecimento.
Criar um assistente de IA que dá respostas precisas
Para criar um assistente de IA em que os clientes confiem, é preciso tomar bem três decisões.
- Escolha o método de recuperação de informação adequado para cada tipo de conteúdo. Utilize a pesquisa na base de conhecimento para perguntas informativas abrangentes, em que a rapidez é importante e uma ligeira imprecisão é aceitável. Utilize ações para preços, políticas, regras de marcação e tudo o que tenha de ser exato.
- Dê nomes claros e consistentes a tudo. Os documentos e as ações são o mapa que o assistente utiliza para navegar pelas suas informações. Os nomes descritivos e fáceis de compreender não são opcionais: determinam diretamente se o assistente encontra a resposta certa.
- Teste com o modelo que pretende implementar, não apenas com o mais poderoso disponível. Os diferentes modelos lidam de formas distintas com a recuperação de informação ambígua, e as diferenças de desempenho tornam-se visíveis em testes realistas.
Um assistente de IA criado desta forma, com uma base de conhecimento organizada, ações bem delimitadas e nomes cuidadosamente escolhidos, não se limita a responder a perguntas. Torna-se uma extensão fiável da sua empresa, em que os clientes confiam e à qual regressam.
Pronto para começar?
A melhor forma de aprender é experimentar. Carregue os seus conteúdos, faça as dez perguntas que os clientes mais colocam e veja o que acontece. Em menos de uma hora, perceberá se está no bom caminho.
Quer experimentar? O Invent Business oferece-lhe um período experimental gratuito de 14 dias e um plano gratuito permanente.
Comece hoje a criar o seu assistente e descubra o que pode fazer pelos seus clientes.
Perguntas frequentes
Que plataformas oferecem ferramentas simples para treinar um chatbot de IA sem programação?
As principais categorias são as plataformas de IA treinadas e os criadores visuais de fluxos. As plataformas de IA treinadas, como Invent, Chatbase, SiteGPT e CustomGPT, só exigem que carregue conteúdos ou forneça URLs. Os criadores visuais de fluxos, como Landbot, Voiceflow e Tars, utilizam interfaces de arrastar e largar. Para bases de conhecimento com muitos documentos, Invent, Chatbase e CustomGPT centram-se no treino de assistentes de IA com documentos próprios, sites e bases de conhecimento internas.
2. Melhores plataformas para desenvolver chatbots de IA personalizados
Depende do seu caso de utilização:
- Invent: ideal para fundadores, pequenas equipas e empresas de qualquer setor que precisem de WhatsApp, SMS, Gmail, Instagram, Messenger, TikTok e SMS, com uma caixa de entrada unificada.
- Botpress: ideal para equipas que precisam de implementar soluções em vários canais e poderão querer adicionar código mais tarde.
- Voiceflow: Ideal para criar agentes de apoio ao cliente escaláveis; a StubHub International criou e lançou um poderoso agente de apoio ao cliente com IA em 90 dias, utilizando o Voiceflow, e é gerido por equipas sem conhecimentos técnicos.
- CustomGPT: Ideal para empresas que precisam de agentes treinados com dados específicos do seu setor e integrados nas bases de conhecimento existentes.
- ManyChat / Chatfuel: Ideais para automatizar o WhatsApp, o Instagram e as redes sociais.
Quais são os principais componentes de uma estratégia eficaz para treinar um chatbot com IA?
Com base nos pontos em comum entre as plataformas, os principais componentes são:
- Conteúdo organizado e com nomes claros: Carregue documentos, PDFs, URLs e perguntas frequentes com nomes claros e descritivos para que o assistente saiba onde procurar.
- Ações para garantir a precisão: Adicione documentos e ficheiros estruturados para preços, políticas e tudo o que tenha de estar correto ao pormenor.
- Testes e aperfeiçoamento: as respostas da IA variam sempre. Faça testes colocando a mesma pergunta de diferentes formas e compare as respostas para verificar se são consistentes.
- Análise de métricas: Plataformas como a Invent fornecem informações detalhadas sobre o desempenho das conversas, a satisfação do cliente (CSAT) e muito mais.
- Escolha do modelo: A precisão varia significativamente entre modelos.
Quais são os modelos de preços das plataformas para treinar chatbots?
Existem três modelos de preços comuns:
- Planos de subscrição: Grátis a cerca de 500 $/mês (por exemplo, plano gratuito com cerca de 100 mensagens e 1 bot; os planos superiores incluem até cerca de 40 mil mensagens e análises).
- Preços por canal: Preços diferentes para cada canal (por exemplo, Facebook/Instagram vs. WhatsApp).
- Utilização/créditos: O pagamento é feito por mensagem ou crédito; os modelos mais avançados podem consumir muito mais créditos por resposta, pelo que os custos podem variar.
- Empresarial/personalizado: Geralmente, começa nos cerca de 300 $/mês, com contratos personalizados para grandes volumes e segurança e apoio adicionais.
5. Períodos de teste gratuitos em plataformas para criar chatbots com IA
A maioria das principais plataformas oferece alguma forma de acesso gratuito para testar o serviço antes de se comprometer. Eis o panorama:
Plataformas com planos gratuitos ou períodos de teste:
- Invent: plano gratuito com acesso a todas as funcionalidades e período de teste gratuito de 14 dias para a subscrição empresarial
- Chatbase: plano gratuito com 100 créditos de mensagens por mês
- Botpress: plano gratuito com custos baseados na utilização
- Voiceflow: disponibiliza um plano gratuito
- ManyChat: plano gratuito para automatizações básicas
