Agente de Suporte ao Cliente com IA, RAG e Integrações em Tempo Real

Construí e coloquei em produção um chatbot de suporte ao cliente com IA para uma loja virtual. Ele responde a perguntas sobre produtos usando uma base de conhecimento curada, consulta pedidos em tempo real no WooCommerce e encaminha a conversa para suporte humano no HelpScout quando necessário. Um ciclo de feedback embutido ajuda a identificar, ao longo do tempo, onde a base ainda está incompleta.

1. Respostas Baseadas em Conhecimento

Todas as perguntas sobre produtos e sobre a empresa são respondidas exclusivamente a partir de uma base de conhecimento vetorial (Pinecone), em vez de depender do “conhecimento geral” do modelo. Isso ajuda a manter as respostas precisas e alinhadas com a marca, reduzindo bastante o risco de alucinações.

Base de Conhecimento Curada

A base é curada manualmente a partir de documentação oficial, FAQs e descrições de produtos. Assim, as respostas ficam consistentes com as informações aprovadas pelo negócio e não dependem de fontes ingeridas automaticamente ou não verificadas.

2. Acesso a Sistemas em Tempo Real

Os clientes conseguem consultar o status do pedido direto no chatbot. O agente consulta o WooCommerce pelo e-mail do cliente e devolve um resumo personalizado dos pedidos recentes.

O acesso a dados do cliente é protegido: as informações só são retornadas quando existe um cadastro correspondente.

3. Encaminhamento Inteligente

Quando o bot não consegue responder com confiança, ele encaminha a solicitação para um atendente humano em vez de “chutar”. Nesses casos, o sistema pode:

• Criar ou localizar uma conversa de suporte no HelpScout
• Anexar o contexto relevante e o histórico recente de mensagens para o time de atendimento
• Registrar a pergunta sem resposta em uma planilha de acompanhamento para revisão posterior

Melhorando a Si Mesmo por Design

Cada pergunta sem resposta é registrada automaticamente e categorizada por tópico (por exemplo: Envio, Produto, Médico, Devoluções, Geral). Esse log vira, na prática, um relatório contínuo de lacunas de conteúdo, ajudando a decidir onde a documentação e as FAQs precisam ser ampliadas.

Gerenciamento de Sessão

O contexto é preservado com memória conversacional de curto prazo durante a sessão ativa. Não há autenticação nem vínculo de longo prazo, mantendo a experiência sem atrito, mas ainda com continuidade dentro de uma conversa.

Impacto nos Negócios

• Reduzi o volume de tickets no HelpScout em cerca de 40%, resolvendo dúvidas comuns direto no chatbot
• Melhorei o tempo de primeira resposta para consultas de status de pedido e perguntas sobre produtos
• Dei mais visibilidade sobre o que os clientes realmente perguntam, transformando “perguntas sem resposta” em melhorias objetivas na documentação e nas FAQs

Filosofia de Design

O sistema foi desenhado para priorizar correção, rastreabilidade e alinhamento com a marca, em vez de um comportamento “aberto” e improvisado. Quando a confiança é baixa, o agente encaminha para suporte humano, sem tentar inferir uma resposta. Isso privilegia confiança e experiência do cliente, evitando respostas especulativas.

Stack Técnico

• Orquestração: n8n
• Modelos de IA: OpenAI (GPT-4o e embeddings)
• Banco de Dados Vetorial: Pinecone
• Integrações: API REST WooCommerce, API HelpScout, Google Sheets