Automatização com IAApoio ao cliente

Triagem do apoio ao cliente com IA: encaminhamento, rascunhos e quando passar a uma pessoa

A IA consegue triar uma caixa de apoio em segundos, mas nem todas as respostas devem sair sem revisão. Veja como separar encaminhamento, rascunhos e escalada.

Por Nichita Railean, CTOPublicado 11 de outubro de 20265 min de leitura

Uma caixa de correio de apoio partilhada mistura tudo: perguntas sobre encomendas, reclamações, faturas enviadas para o endereço errado, pedidos de reposição de palavra-passe, cancelamentos e, de vez em quando, uma ameaça jurídica. Alguém tem de ler cada mensagem, perceber do que se trata e encaminhá-la antes que alguém lhe possa responder. É normalmente nessa triagem que a IA ajuda primeiro, e algumas regras claras decidem se ajuda ou prejudica.

Este artigo trata o encaminhamento, os rascunhos e a escalada em separado, porque cada um tem um nível de risco diferente.

Encaminhamento: o modelo lê, as regras decidem

O encaminhamento é o ponto de partida mais seguro, porque uma etiqueta errada custa uma transferência entre filas, não uma promessa errada a um cliente. Um modelo de linguagem lê a mensagem e devolve alguns campos estruturados: o tema, a língua, o produto, o grau de urgência aparente e se o cliente está a pedir para falar com uma pessoa. Os factos que o modelo não consegue ver no texto, como o contrato do cliente ou as encomendas em aberto, vêm do seu CRM ou do sistema de encomendas, não de um palpite.

Mantenha a lista de temas curta e ligada a quem os trata. Se duas categorias vão sempre para a mesma equipa, são uma só categoria. Construa a primeira versão a partir de alguns meses de pedidos reais e peça às pessoas que hoje lhes respondem que etiquetem uma amostra à mão. Essa amostra torna-se o seu conjunto de testes: o encaminhamento funciona quando o modelo concorda com a sua equipa nessa amostra, não quando parece convincente numa demonstração. As mensagens sobre as quais o modelo tem dúvidas vão para uma pessoa, como hoje.

Rascunhos: respostas baseadas nas suas próprias fontes

É na redação das respostas que se gasta mais tempo e que está a maior parte do risco. Um modelo consegue escrever uma resposta fluente a quase tudo, e é exatamente esse o problema: uma resposta segura sobre uma política de reembolso que não existe é pior do que nenhuma resposta. Construa os rascunhos apenas a partir de material aprovado, como o seu centro de ajuda, as políticas em vigor e os dados de encomenda do cliente, e mostre ao colaborador que fonte cada rascunho usou, para que possa ser verificado em segundos. Fine-tuning vs. RAG explica como funciona esta fundamentação.

Os rascunhos aprovados por uma pessoa são também onde as provas são mais sólidas. Um estudo com 5179 agentes de apoio ao cliente concluiu que o acesso a um assistente de IA generativa aumentou o número de pedidos resolvidos por hora em 14% em média, com uma melhoria de 34% para agentes principiantes e menos qualificados e um impacto mínimo nos mais experientes e qualificados. Os autores sugerem que o assistente transmitiu as práticas dos melhores agentes aos colegas mais recentes.

Deixar sair respostas sem revisão é uma decisão à parte. Em 2024, um tribunal da Colúmbia Britânica, no Canadá, decidiu contra a Air Canada depois de o chatbot do seu site ter sugerido que uma tarifa de luto podia ser pedida retroativamente, algo que a companhia aérea não permitia. A companhia argumentou que não podia ser responsabilizada pelo que o chatbot dizia. O tribunal classificou esse argumento como notável e considerou que a empresa é responsável por toda a informação no seu site, quer venha de uma página estática quer de um chatbot. O que o seu sistema diz a um cliente, foi a sua empresa que o disse.

Quando escalar para uma pessoa

Defina por escrito as regras de escalada antes do lançamento e aplique-as no código, não no critério do modelo. Estes são os sinais de que partimos nos nossos projetos.

Sinal	Porque é que uma pessoa assume
O cliente pede para falar com uma pessoa	Atenda o pedido de imediato. Obrigar as pessoas a discutir com um bot para chegar a alguém custa mais confiança do que uma resposta mais lenta.
Reembolsos, créditos, cancelamentos ou alterações de contrato	Comprometem dinheiro ou alteram um acordo, por isso decide uma pessoa identificada.
Uma reclamação, grande frustração ou uma referência a advogados ou reguladores	A relação está em jogo, e a forma como a resposta é escrita importa mais do que a rapidez.
Um pedido de acesso, retificação ou apagamento de dados pessoais	Segundo o RGPD, a resposta deve ser dada sem demora injustificada e no prazo de um mês, com prorrogação apenas quando a complexidade ou o número de pedidos o exigir.
Saúde, segurança ou um cliente em situação vulnerável	Uma resposta errada custa demasiado para aceitar qualquer taxa de erro.
Nenhuma fonte aprovada cobre a pergunta, ou o modelo tem dúvidas	Um rascunho sem fonte é um palpite. Passe o pedido a uma pessoa com aquilo que o sistema encontrou.
O cliente volta a escrever sobre o mesmo problema	Um contacto repetido significa normalmente que a primeira resposta não resolveu o problema.
A mensagem contém instruções dirigidas ao sistema	A OWASP coloca a injeção de prompts, incluindo instruções escondidas em conteúdo externo, em primeiro lugar entre os riscos das aplicações com modelos de linguagem.

O dinheiro é a fronteira mais clara. Segundo o RGPD, as pessoas têm o direito de não ficar sujeitas a nenhuma decisão tomada exclusivamente com base no tratamento automatizado que produza efeitos na sua esfera jurídica ou que as afete significativamente de forma similar. Nem todas as decisões sobre reembolsos atingem esse limiar, mas raramente compensa discutir quais o atingem. Quando a regra se aplica, as exceções vêm acompanhadas de garantias, incluindo o direito de obter intervenção humana e de contestar a decisão. Um modelo pode preparar um reembolso ou uma recusa. Quem decide é uma pessoa.

Informe os clientes e faça uma passagem limpa

Desde 2 de agosto de 2026, o Regulamento Europeu da IA exige que os sistemas de IA que interagem diretamente com pessoas sejam concebidos de forma a que essas pessoas sejam informadas de que estão a interagir com um sistema de IA, salvo se isso for óbvio pelo contexto. No apoio ao cliente, a forma mais simples de o fazer é uma frase clara no início de um chat ou numa resposta automática.

A passagem para uma pessoa é o momento que os clientes mais notam. Quando um pedido passa para uma pessoa, deve levar um resumo curto: o que o cliente perguntou, o que o sistema encontrou, o que já lhe disse e porque escalou. Ninguém deveria ter de explicar o problema duas vezes.

Como começar

Meça a situação atual. Conte os pedidos por semana, por canal e por tema, o tempo até à primeira resposta e quantas vezes um pedido passa de equipa em equipa.
Ponha o encaminhamento a correr em modo sombra. O modelo etiqueta cada pedido enquanto as pessoas encaminham como antes. Compare os dois durante algumas semanas antes de o modelo encaminhar sozinho.
Acrescente rascunhos para os temas mais comuns. Um colaborador aprova ou edita cada rascunho. Registe com que frequência os rascunhos são enviados sem alterações, editados ou descartados.
Permita respostas automáticas apenas para temas restritos e de baixo risco, como o estado de uma encomenda ou o horário de funcionamento, e só quando as revisões mostrarem uma taxa de erro baixa.
Reveja todas as semanas uma amostra aleatória, incluindo pedidos que nunca foram escalados. É aí que encontra os erros de que o sistema tinha a certeza.

Para estimar quanto isto pode poupar à sua equipa de apoio, descreva o fluxo de trabalho na calculadora de ROI. Se está a considerar um agente que também executa ações, como emitir reembolsos, leia primeiro agentes de IA explicados ou veja fluxos de trabalho comuns por área de negócio.