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 obtém informação.
- Se errar nesta decisão, o seu 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 obtenção de informação — pesquisa na base de conhecimentos e ações —, quando utilizar cada um, porque é crucial dar nomes corretos aos seus documentos e ferramentas e como testar o seu assistente antes de o colocar em funcionamento.
Treinar o seu assistente com os seus dados é a forma de construir a camada de Conhecimento. Consulte a anatomia de 4 camadas de um agente de IA para empresas para ter uma visão completa: Conhecimento, Habilidades, Ferramentas e Inteligência.
O que é uma base de conhecimentos de um assistente de IA e como funciona?
Uma base de conhecimentos é uma coleção de documentos, texto e conteúdo estruturado que carrega no seu assistente de IA. Pode incluir o URL do seu website, descrições de serviços, tabelas de preços, políticas de cancelamento, perguntas frequentes, informação sobre localização e horários, bem como tudo o resto a que pretende que o assistente recorra ao responder a perguntas.
Quando um utilizador faz uma pergunta, o assistente realiza uma pesquisa semântica abrangente em toda a base de conhecimentos. A pesquisa semântica significa que o assistente não procura apenas correspondências exatas de palavras-chave: compreende o significado subjacente à pergunta e encontra os fragmentos 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 criar uma ligação para o documento de origem.
Esta é a base da maioria dos assistentes de IA no estilo de perguntas frequentes e, por boas razões, é rápida, flexível e não exige desenvolvimento personalizado para ser configurada.
Quando uma base de conhecimentos é suficiente: o assistente de perguntas frequentes
Para um assistente geral de perguntas frequentes, carregar tudo para a base de conhecimentos é a opção certa. URL do website, lista de serviços, visão geral de preços, políticas, horários, localizações — inclua tudo.
Neste caso, a função do assistente é:
- Realizar uma pesquisa semântica abrangente em todos os documentos disponíveis
- Identificar a resposta mais relevante
- Resumi-la de forma clara para o utilizador
- Referenciar ou criar uma ligação para a fonte, se o indicar nas instruções.
Isto funciona bem porque as perguntas frequentes são informativas e tolerantes a alguma imprecisão. Um cliente que pergunta «fazem madeixas?» ou «qual é o vosso horário ao domingo?» não precisa de uma resposta matematicamente exata. Precisa de um resumo útil e rigoroso, e a base de conhecimentos é eficaz nesse ponto.
A abordagem da base de conhecimentos é também o método de obtenção de informação mais rápido disponível para um assistente de IA. Como consiste numa única pesquisa semântica, e não numa chamada de ida e volta para um sistema externo, as respostas chegam rapidamente. A velocidade é importante na IA conversacional: os utilizadores esperam respostas quase imediatas.
Se o seu assistente responde sobretudo a perguntas informativas, uma base de conhecimentos bem organizada é tudo o que precisa para começar.
Quando uma base de conhecimentos não é suficiente: preços, marcações e casos excecionais
É aqui que muitas equipas cometem um erro crítico. Partem do princípio de que, por a base de conhecimentos funcionar para perguntas frequentes, também funcionará para questões de preços, regras de marcação e casos excecionais de políticas. Não funcionará, pelo menos não de forma fiável.
Quando um cliente pergunta «quanto custaria um balayage para cabelo comprido e espesso, com tonalizante e brushing?», o assistente precisa de encontrar uma resposta muito específica. Se os seus preços estiverem num parágrafo do texto do website, misturados com linguagem de marketing e descrições gerais, o assistente terá de adivinhar. E quando os assistentes de IA adivinham preços, erram de formas que prejudicam a confiança e criam problemas reais para a empresa.
A solução passa por adicionar ações, também chamadas ferramentas, que permitem ao assistente obter informação de forma determinística e sistemática.
Uma ação é, essencialmente, uma consulta direta: uma função que o assistente pode chamar e que devolve 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 rigor:
Obter Preço (comprimentoDoCabelo, espessura, tipoDeCabelo, tonalizante, tratamento, brushing), devolve o preço exato para uma combinação específica de serviços, eliminando qualquer ambiguidade ou informação desatualizada de documentos antigos da base de conhecimentos.
Obter Política (nomeDaPolítica), devolve a versão canónica e atual de uma política específica, como cancelamentos, reembolsos ou atrasos, sem que o assistente tenha de interpretar ou parafrasear.
Listar Serviços, devolve a lista oficial dos serviços que a empresa oferece atualmente. Isto é especialmente importante porque os assistentes de IA podem, por vezes, descrever com confiança serviços que não existem — um problema conhecido como alucinação, que também pode depender do modelo de IA. Basear o assistente numa lista atualizada de serviços 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 conhecimentos vs. ações: equilíbrio entre velocidade e rigor
Uma questão que surge frequentemente ao conceber assistentes de IA é se se deve utilizar a base de conhecimentos ou ações para um determinado tipo de pergunta.
Eis como deve pensar neste equilíbrio:
- A obtenção de informação da base de conhecimentos é mais rápida. É uma única pesquisa semântica realizada inteiramente no contexto do assistente. Não há chamada a uma API externa nem ida e volta a uma base de dados. Isto torna-a ideal para perguntas informativas, em que a rapidez da resposta é importante e o impacto de uma resposta ligeiramente imprecisa é baixo. Pode indicar ao seu assistente: «Responde apenas a perguntas com a informação da base de conhecimentos» e o seu assistente de IA será rigoroso.
- As ações são mais lentas, mas mais rigorosas. Cada ação implica uma chamada de ida e volta: o assistente decide invocar a ação, envia o pedido, aguarda a resposta e formula depois a resposta final. Isto acrescenta latência. Mas a resposta recebida é precisa, atual e fidedigna.
A regra prática: utilize a base de conhecimentos para conteúdo informativo e ações para tudo o que tiver de ser exato. Preços, elegibilidade, disponibilidade atual, fórmulas, cálculos, regras de marcação e detalhes específicos de políticas devem passar por ações. Não adicione ações apenas por adicionar; faça-o apenas quando o rigor o exigir verdadeiramente.
Quando um utilizador faz uma pergunta sobre preços e só existe uma base de conhecimentos disponível, eis o que acontece nos bastidores: o assistente pesquisa simultaneamente todos os documentos disponíveis, encontra preços mencionados nas perguntas frequentes, na página de serviços, talvez num PDF antigo e numa página promocional, e escolhe o que lhe parece mais relevante. Pode acertar no valor. Pode escolher um valor desatualizado. Pode calcular uma média entre duas fontes contraditórias. Nada disto é aceitável para preços.
Com uma ação de preços corretamente nomeada, o assistente chama uma função, obtém uma resposta e devolve-a com confiança.
Porque é crucial nomear os seus documentos e Ações para o desempenho do assistente de IA
Nomes de ações claros e descritivos são importantes: evite títulos crípticos e genéricos nas suas integrações e documentação. Escolha nomes específicos e significativos, como «Lista de preços» ou «Política de reembolsos», para garantir clareza para a sua equipa e os seus utilizadores.
Este é um dos fatores mais ignorados na conceção de assistentes de IA e afeta diretamente o desempenho do seu assistente, sobretudo com modelos mais leves ou mais pequenos.
O assistente utiliza os nomes dos seus documentos e ações como sinais para identificar qual é a fonte fidedigna. Quando um utilizador faz uma pergunta sobre preços, o assistente analisa os nomes de todos os recursos disponíveis e decide onde procurar. Se o seu documento de preços se chamar «Preços: Serviços de Balayage», irá consultá-lo primeiro. Se se chamar «sheet(1)», «Code837720» ou «final_final2», o assistente não faz ideia do que contém e pode ignorá-lo por completo ou classificá-lo incorretamente.
Bons nomes de documentos para um assistente de IA de uma empresa de serviços:
- Preços - Balayage
- Preços - Serviços de Coloração
- Preços - Serviços Adicionais
- Políticas - Cancelamentos e Faltas
- Políticas - Reembolsos
- Serviços - Menu Completo de Serviços
- Perguntas Frequentes - Geral
- Perguntas Frequentes - Marcações e Agendamentos
Bons nomes de ações para um assistente de IA:
- Obter Preço de Balayage
- Obter Política de Cancelamento
- Obter Preços de Serviços Adicionais
- Listar Serviços Disponíveis
- Obter Regras de Marcação
Maus nomes que causam erros no assistente:
- run_query_12
- tool_7
- lookup_misc
- doc_v3_final
- novos preços (cópia)
- sem título
O princípio da nomenclatura estende-se 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 espessura do cabelo e nos tratamentos selecionados» — ajuda o assistente a decidir quando deve invocá-la. Uma descrição vaga, como «obtém alguma informação sobre preços», dá-lhe quase nada com que trabalhar.
Uma nomenclatura consistente e compreensível para humanos não é apenas uma preferência organizacional. É um requisito funcional para um assistente de IA com bom desempenho.
Isto não significa que precise de um documento para cada assunto; há conteúdos que podem ser agrupados.
O quadro de decisão simples: documento da base de conhecimentos ou ação?
Utilize este ponto de partida ao decidir como estruturar a informação do seu assistente:
- Se a pergunta for informativa, como horários, localização, descrições gerais de serviços, história da marca ou perguntas frequentes gerais, um documento da base de conhecimentos é a ferramenta certa. Carregue-o, dê-lhe um nome claro, e o assistente tratará do resto.
- Se a pergunta exigir dados exatos, atuais ou estruturados, como preços com múltiplas variáveis, elegibilidade para marcações, cálculos de reembolsos ou detalhes de políticas com 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 deixou de oferecer ou uma promoção que terminou, adicione uma ação Listar Serviços ou Listar Promoções Atuais, ou um documento na base de conhecimentos, que fundamente o assistente no que está realmente disponível hoje.
Como testar o seu assistente de IA antes de o colocar em funcionamento
A diferença entre um assistente de IA bem concebido e um frustrante resume-se frequentemente aos testes. Eis uma abordagem prática:
Faça a mesma pergunta sobre preços ou políticas dez vezes, de formas diferentes. Reformule-a, abrevie-a, pergunte de forma casual e formal. Verifique se o assistente encontra consistentemente a resposta certa ou se diverge entre sessões. A inconsistência é sinal de um problema de nomenclatura ou de uma ação em falta.
Teste com os modelos que está realmente a considerar implementar. Modelos mais robustos, como o Claude Sonnet, lidam melhor com encaminhamento ambíguo: têm maior probabilidade de saber quando devem chamar uma ação em vez de pesquisar na base de conhecimentos, mesmo com nomes imperfeitos. Modelos mais leves ou mais rápidos são mais sensíveis à qualidade da nomenclatura. Uma ação mal nomeada para a qual um modelo robusto encaminha corretamente pode ser completamente ignorada por um modelo mais pequeno.
É por isso que testar em vários modelos é importante. A mesma configuração de assistente pode comportar-se de forma significativamente diferente consoante o modelo subjacente que a suporta. Se está a otimizar custos através de um modelo mais leve, precisa de compensar com nomes melhores, descrições de ações mais claras e uma organização mais rigorosa da base de conhecimentos.
Verifique especificamente a existência de serviços ou preços inventados. Pergunte ao assistente sobre coisas que não oferece e veja como responde. Se descrever com confiança um serviço que já não disponibiliza, tem três opções: adicionar uma ação Listar Serviços que devolva apenas o que está disponível atualmente; adicionar um documento à base de conhecimentos que defina explicitamente o seu menu de serviços atual; ou, se rastreou o seu website, auditá-lo e remover quaisquer páginas ou conteúdos desatualizados antes que o assistente os inclua. Pode sempre reindexá-lo com um clique através da secção Conhecimento.
Para criar um assistente de IA fiável, utilize a ferramenta certa para cada tarefa: recorra à sua base de conhecimentos para informação rápida e a ações para dados rigorosos e atualizados. Uma nomenclatura clara e boas práticas de teste garantem que o seu assistente fornece respostas em que os utilizadores podem confiar.
Criar um assistente de IA que dá respostas rigorosas
Conceber um assistente de IA em que os clientes confiam resume-se a tomar bem três decisões.
- Escolha o método de obtenção de informação certo para cada tipo de conteúdo. Utilize a pesquisa na base de conhecimentos para perguntas informativas abrangentes, em que a velocidade é importante e uma ligeira imprecisão é aceitável. Utilize ações para preços, políticas, regras de marcação e tudo o que tiver de ser exato.
- Dê nomes claros e consistentes a tudo. Os seus documentos e ações são o mapa que o assistente utiliza para navegar na sua informação. Nomes descritivos e compreensíveis para humanos não são opcionais: determinam diretamente se o assistente encontra a resposta certa.
- Teste com o modelo que planeia implementar, não apenas com o mais poderoso disponível. Modelos diferentes lidam de forma distinta com a obtenção de informação ambígua, e as diferenças de desempenho tornam-se evidentes em condições de teste realistas.
Um assistente de IA criado desta forma — com uma base de conhecimentos organizada, ações bem delimitadas e uma nomenclatura cuidada — 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 construir. Carregue o seu conteúdo, faça as dez perguntas mais comuns dos seus clientes e veja o que acontece. Saberá numa hora se está no caminho certo.
Pronto para experimentar? O Invent Business oferece-lhe um período experimental gratuito completo de 14 dias e um plano gratuito permanente com 100 mensagens por mês.
Comece hoje a criar o seu assistente e veja o que ele pode fazer pelos seus clientes.
Perguntas frequentes
Que plataformas oferecem ferramentas simples para treinar um chatbot de IA sem programação?
As principais categorias são plataformas treinadas com IA e criadores visuais de fluxos. As plataformas treinadas com IA, como Invent, Chatbase, SiteGPT e CustomGPT, exigem apenas o carregamento de conteúdo ou a indicação de URLs. Os criadores visuais de fluxos, como Landbot, Voiceflow e Tars, utilizam interfaces de arrastar e largar. Para bases de conhecimentos com muitos documentos, Invent, Chatbase e CustomGPT focam-se no treino de assistentes de IA com documentos proprietários, websites e bases de conhecimentos 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 necessitem de WhatsApp, SMS, Gmail, Instagram, Messenger, TikTok e SMS, com caixa de entrada unificada.
- Botpress: Ideal para equipas que necessitam de implementação multicanal e que poderão querer adicionar código mais tarde.
- Voiceflow: Ideal para criar agentes de apoio escaláveis; a StubHub International criou e lançou, em 90 dias, um potente agente de apoio ao cliente com IA através do Voiceflow, gerido por equipas não técnicas.
- CustomGPT: Ideal para empresas que precisam de agentes treinados com dados específicos do domínio, integrados nas bases de conhecimento existentes.
- ManyChat / Chatfuel: Ideal para automatização no WhatsApp, Instagram e redes sociais.
Quais são os componentes essenciais de uma estratégia eficaz de treino de chatbots com IA?
Com base nos pontos em que as plataformas convergem, os componentes essenciais são:
- Conteúdo organizado e bem identificado: Carregue documentos, PDFs, URLs e FAQs 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 ser exato.
- Testes e iteração: o resultado da IA será sempre variável. Teste colocando a mesma questão de formas diferentes e compare as respostas para avaliar a consistência.
- Análise de métricas: Plataformas como o Invent fornecem informações detalhadas sobre o desempenho das conversas, CSAT e muito mais.
- Seleção do modelo: A precisão varia significativamente entre modelos.
Quais são os modelos de preços das plataformas de treino de chatbots?
Existem três estruturas de preços comuns:
- Planos de subscrição: Gratuitos até cerca de 500 $/mês (por exemplo, o plano gratuito oferece aproximadamente 100 mensagens + 1 bot; os planos superiores podem chegar a cerca de 40 mil mensagens + análises).
- Preços por canal: Preços diferentes para cada canal (por exemplo, Facebook/IG vs. WhatsApp).
- Utilização/créditos: Paga por mensagens/créditos; os modelos mais avançados podem custar muitos mais créditos por resposta, pelo que a despesa pode variar.
- Empresarial/personalizado: Normalmente começa em cerca de 300 $+/mês, com contratos personalizados para volumes elevados e segurança/apoio adicionais.
5. Testes gratuitos para plataformas de criação de chatbots com IA
A maioria das principais plataformas oferece alguma forma de acesso gratuito para testar antes de assumir um compromisso. Eis o panorama:
Plataformas com planos gratuitos ou testes:
- Invent: plano gratuito com 100 créditos de mensagens por mês, acesso completo às funcionalidades e teste gratuito de 14 dias da subscrição empresarial
- Chatbase: plano gratuito com 100 créditos de mensagens por mês
- Botpress: plano gratuito com custos baseados na utilização
- Voiceflow: plano gratuito disponível
- ManyChat: plano gratuito para automatização básica
