Como treinar a IA com as respostas que seu time já dá

A pergunta que trava a implantação costuma ser "mas eu vou ter que escrever tudo?". A resposta é não, e o motivo é que o material de treino já está pronto: são as conversas que sua equipe teve nos últimos três meses.

Cada dúvida que chegou duas vezes é uma pergunta frequente. Cada resposta que fez o cliente agendar é um modelo. O trabalho não é inventar conteúdo, é garimpar e organizar o que já foi dito.

Dá para fazer numa tarde, e o resultado é melhor que qualquer base escrita do zero.

Porque FAQ inventado responde as perguntas que a empresa acha que o cliente faz, e o histórico responde as que ele faz de verdade.

A diferença aparece logo na primeira semana. O FAQ tem "quais são as formas de pagamento" e o cliente pergunta "dá pra pagar metade agora e metade na entrega". O FAQ tem "qual o prazo de entrega" e o cliente pergunta "chega antes do dia 12". A pergunta real vem com contexto, com gíria e com o medo específico daquela pessoa, e é nesse formato que a IA precisa reconhecê-la.

Além disso, o histórico carrega o tom. Sua equipe já achou, por tentativa e erro, o jeito de explicar o preço que não assusta e a forma de dizer não que não ofende. Isso é ativo, e jogar fora para escrever texto institucional é retroceder.

Pegue as conversas dos últimos 60 ou 90 dias e anote toda pergunta que apareceu mais de duas vezes. Não precisa de ferramenta: uma pessoa lendo por uma hora resolve num negócio pequeno.

Você vai encontrar entre quinze e trinta perguntas, e elas vão se concentrar em cinco assuntos: preço, prazo, o que está incluso, como funciona o primeiro atendimento e localização ou forma de entrega. Escreva cada uma com as palavras do cliente, não com as suas. "Quanto é?" é uma pergunta melhor de catalogar que "informações sobre valores".

Se aparecer pergunta que sua equipe respondeu de três jeitos diferentes, marque com destaque. Essa é prioridade, porque hoje o cliente recebe respostas diferentes dependendo de quem atende.

Para cada pergunta, procure no histórico a resposta que funcionou, e o critério de "funcionou" é objetivo: a conversa avançou depois dela.

Copie essa resposta quase como está. Ajuste só o que for erro de digitação, informação vencida ou excesso de intimidade com aquele cliente específico. A tentação de "profissionalizar" o texto é o erro mais comum desta etapa: a resposta vira institucional, perde a clareza que tinha, e aí a IA soa como manual em vez de soar como a sua empresa.

Uma boa resposta de base tem três características: responde na primeira frase, cabe em uma tela de celular e termina puxando o próximo passo.

Essa é a parte que quase todo mundo pula, e é a que evita prejuízo.

Liste explicitamente: o que você não faz, a região que não atende, a forma de pagamento que não aceita, o desconto que não existe, a promessa que não pode ser feita. E diga o que a IA deve fazer quando a pergunta cair aí, que na maioria dos casos é confirmar com alguém e transferir.

Sem essa lista, a IA preenche a lacuna com a resposta mais agradável disponível, que é como se promete parcelamento que não existe. O detalhe do que cabe e do que não cabe está em o que a IA pode e o que não pode responder por você.

Antes de ligar para valer, converse com ela você mesmo, e não faça o teste fácil. Pergunte torto, escreva com erro de digitação, mande áudio se o seu público manda áudio, peça desconto, invente uma exceção, diga que quer falar com uma pessoa.

Três coisas precisam passar no teste: ela acerta o que está na base, ela admite que não sabe quando não está, e ela transfere quando você pede. Se as três funcionam, pode abrir para clientes reais. Se a terceira falha, não abra: a IA que não deixa o cliente sair é pior que não ter IA.

Base de conhecimento não é projeto, é rotina. E a boa notícia é que o trabalho pesado é o do primeiro mês.

Reserve vinte minutos por semana para ler as conversas em que a IA não soube responder ou em que o cliente reformulou a pergunta duas vezes. Cada uma dessas é uma lacuna, e cada lacuna vira um item novo. Em dois meses a curva achata e as lacunas ficam raras.

Na Orbit isso é parte do produto: o sistema registra as lacunas de conhecimento, ou seja, as perguntas que o agente não conseguiu responder, e permite transformar cada uma em item da base direto dali. Em vez de você caçar o que faltou, a lista chega pronta.

Um sinal de que está funcionando: a proporção de conversas resolvidas sem transferência sobe mês a mês sem ninguém mexer no texto do agente.

O levantamento e a primeira base ficam prontos numa tarde para um negócio pequeno. O ajuste fino leva as primeiras duas ou três semanas de uso real, e é aí que ela fica boa.

Não. O trabalho é responder perguntas do seu negócio com as suas palavras. Quem cuida da parte técnica é quem implanta.

Aí o histórico serve para outra coisa: mostrar onde a resposta padrão precisa ser decidida antes de virar base. Perceber que três pessoas explicam o mesmo serviço de três jeitos costuma ser o achado mais útil de todo o processo.

Você está extraindo as respostas da sua empresa, não os dados dos clientes. Tire nome, telefone e qualquer informação pessoal ao transformar uma conversa em item de base.

O que muda o comportamento dela é a base que você mantém, não a conversa solta. É por isso que a rotina de vinte minutos por semana importa mais que qualquer configuração inicial.

Abra as conversas da semana passada e anote as dez perguntas que mais se repetiram, com a resposta que funcionou ao lado de cada uma. Esse documento de uma página já é 80% do trabalho, e ele existe hoje, sem você escrever nada novo.