A maior reclamação sobre atendimento automatizado não é que ele existe — é que ele trava. O cliente digita algo fora do roteiro e o bot repete a mesma resposta genérica, ou empurra pra um menu de opções que não resolve. O problema quase nunca é o modelo de IA usado; é a arquitetura em volta dele.
Por que "jogar tudo pro modelo" não funciona bem
A tentação mais comum é mandar toda mensagem recebida direto pro modelo de linguagem e deixar ele decidir tudo. Funciona numa demonstração. Na prática, isso fica lento (toda mensagem, até um "sim" de confirmação, espera uma chamada cara de LLM), caro (você paga por token em conversas que não precisavam de inteligência nenhuma) e inconsistente (o mesmo "cancelar" pode ser interpretado de formas diferentes dependendo do contexto que o modelo recebeu).
A arquitetura que resolve isso na prática
1. Roteador determinístico
Antes de qualquer IA, um conjunto de regras simples resolve o óbvio: se existe um fluxo em andamento (tipo um agendamento sendo preenchido passo a passo), a próxima mensagem naturalmente pertence a esse fluxo — não precisa de modelo nenhum pra saber disso. Confirmações ("sim", "pode", "ok") e negações ("não", "cancela") também são resolvidas aqui, na hora, sem custo.
2. Classificador leve
Quando o roteador não resolve, um modelo pequeno e rápido classifica a intenção da mensagem numa lista fechada de categorias (agendar, cancelar, dúvida, reclamação...). Ele não decide o que fazer — só rotula, barato e rápido.
3. Supervisor
Só mensagens genuinamente ambíguas chegam até o modelo mais caro, que decide qual "agente especialista" deve responder (recepção, agenda, comercial) e monta um plano curto pra ele seguir.
4. Agente especialista + camada de ações
Cada especialista sabe conduzir seu fluxo (ex: agendamento tem passos claros: serviço → data → confirmação) e, ao final, chama uma camada de ações separada — que de fato mexe no sistema real, com idempotência e auditoria, pra garantir que nada é executado duas vezes por engano.
Publicidade
O resultado que o cliente sente
Nenhuma dessas quatro camadas aparece pro usuário — pra quem está no WhatsApp, é só uma conversa fluida. A diferença é que ela não trava em "não entendi", não repete pergunta que já foi respondida, e quando confirma algo, aquilo realmente aconteceu no sistema. É a diferença entre parecer um menu de central telefônica disfarçado de chat e parecer, de fato, alguém competente do outro lado.
Sinal de que a arquitetura está certa: o time de atendimento humano só entra quando o caso é genuinamente complexo — não porque o bot travou num caso simples.