Como criar um chatbot com IA que não seja "um chatbot de chapéu"

Os 3 tipos de chatbot e qual precisas

Arquitetura RAG passo a passo

1. Estrutura a tua KB. Blocos curtos (200-400 palavras), autocontidos, com metadados.
2. Gera embeddings. Converte cada bloco em vetor com um modelo (ada da OpenAI ou equivalente).
3. Armazena em base vetorial. Pinecone, Weaviate, pgvector consoante escala e orçamento.
4. Configura retrieval. Para cada query: recuperar k blocos mais similares, re-rankear, filtrar por metadados se aplicável.
5. Passa o contexto ao LLM. O LLM recebe o contexto recuperado + o prompt do utilizador + o system prompt.
6. Devolve resposta com citação da fonte (opcional mas recomendado).

Quando o chatbot deve passar para humano (critérios)

• Baixa confiança do modelo (probabilidade da resposta abaixo do limiar).
• Casos detetados como sensíveis (reclamações, queixas, pedidos de desconto).
• Pedido explícito do utilizador ("quero falar com uma pessoa").
• Número de turns sem resolução — após 5-6 mensagens sem avançar, escalar.
• Deteção de frustração — keywords como "isto não funciona", "estou farto".

Medir CSAT e deflexão sem te enganares

O mesmo que no apoio: a deflexão inflacionada é a armadilha. Mede:

• Tickets resolvidos sem escalar com confirmação de resolução.
• CSAT pós-interação (>4/5 saudável).
• Taxa de escalado limpo (todos os escalados devem levar contexto).
• Comparativo de CSAT antes vs. depois do chatbot.

Stacks recomendados (self-serve, mid, enterprise)