Colocar um chatbot com IA no atendimento virou decisão de semana, não de trimestre. As ferramentas ficaram baratas, a configuração cabe numa tarde e o resultado do primeiro dia impressiona: o bot entende pergunta mal escrita, responde com educação e não deixa ninguém esperando na fila.
O que quase ninguém discute antes de ligar é o dia em que ele erra. Não o erro de não entender — esse é inofensivo —, mas o de afirmar com segurança uma coisa que a empresa não oferece: um preço antigo, um prazo impossível, um desconto que ninguém autorizou. Este guia trata desse dia: quem responde pela frase do bot, por que ele cede quando o cliente insiste e como desenhar limites e testes para que o erro apareça no ensaio, e não na conversa com o cliente.
O que é um chatbot com IA?
Chatbot com IA é um programa de conversa que usa um modelo de linguagem para interpretar a mensagem do cliente e escrever a resposta. Ele não depende de palavras-chave exatas nem de um menu de opções numeradas: entende "vcs entregam no sábado?" e "qual o prazo pra chegar no fim de semana" como a mesma pergunta.
Essa flexibilidade é o motivo de ele existir e também a origem do risco. O chatbot antigo só dizia o que alguém tinha escrito numa árvore de respostas. O chatbot com IA monta a frase no momento, a partir do que aprendeu e do que recebeu de contexto. Se o contexto for pobre, ou se o cliente empurrar, ele completa a lacuna com o que parece plausível.
Quando esse programa ganha acesso a sistemas — consultar pedido, emitir segunda via, agendar —, o mercado passa a chamá-lo de agente. A fronteira entre as duas coisas, e quando cada uma vale a pena, está explicada no artigo sobre agente de IA ou fluxo automatizado. Aqui, o foco é outro: o que acontece com a empresa quando a resposta sai errada.
Como funciona um chatbot com IA por dentro?
Por baixo da conversa existem, quase sempre, quatro peças. A primeira é o modelo de linguagem, que gera o texto. A segunda são as instruções de sistema: o papel do bot, o tom de voz, o que ele pode e não pode fazer. A terceira é a base de conhecimento, os documentos e dados da empresa que entram no contexto para fundamentar a resposta. A quarta são as integrações, quando o bot consulta ou altera algo num sistema.
O ponto que muda tudo: o modelo não "sabe" o preço do seu produto. Ele produz a sequência de palavras mais provável diante do que recebeu. Se a tabela de preços está na base e foi recuperada, a chance de acertar é alta. Se não está, ou se estava desatualizada, ele pode escrever um número com a mesma fluência com que escreveria o certo. Para o cliente, as duas respostas têm a mesma cara.
É por isso que a qualidade de um chatbot com IA depende menos do modelo escolhido e mais do que está em volta dele: a fonte de dados, as regras escritas e o desenho do momento em que ele para de responder.
Qual a diferença entre chatbot com IA e chatbot de regras?
A comparação ajuda a ver onde o risco mudou de lugar. No bot de regras, o erro está no roteiro e é sempre o mesmo. No bot com IA, o erro pode ser novo a cada conversa:
| Chatbot de regras | Chatbot com IA | |
|---|---|---|
| Como responde | Escolhe uma resposta pronta da árvore | Escreve a resposta no momento |
| Entende pergunta fora do roteiro | Não — cai no "não entendi" | Sim, com linguagem natural |
| Tipo de erro mais comum | Não resolver e irritar o cliente | Afirmar com segurança algo falso |
| Previsibilidade | Total: só diz o que foi escrito | Parcial: depende de base, regras e teste |
| Risco de prometer o que não existe | Baixo, se o roteiro estiver certo | Real, se não houver limite desenhado |
| Onde se controla o risco | Na revisão do roteiro | Nas fontes, nas regras, no teste e na passagem para humano |
Comparativo elaborado pela Alliance Comunicação a partir de projetos de atendimento automatizado.
Nenhuma das duas é melhor em tudo. Muitos projetos bons misturam as duas: regras rígidas para o que envolve dinheiro e prazo, IA para entender a pergunta e conversar com naturalidade.
Quem responde quando o chatbot com IA erra?
No Brasil, o ponto de partida é o Código de Defesa do Consumidor. Ele não fala em chatbot nem em inteligência artificial — é de 1990 —, mas trata a informação dada ao consumidor de forma ampla, sem distinguir o canal. Três artigos fazem o desenho:
Lido ao pé da letra, o texto não deixa espaço para a frase "foi o robô que disse". A empresa colocou o canal no ar, escolheu a ferramenta e é ela quem se utiliza da informação que sai dali. Se o bot informou ao cliente um preço preciso, um prazo determinado ou uma condição clara, o cliente tem base para pedir que aquilo seja cumprido.
Duas ressalvas honestas. A primeira: a lei fala em informação suficientemente precisa, e a análise de cada caso — se a frase era precisa, se o erro era evidente para qualquer pessoa, se houve má-fé do consumidor — cabe ao jurídico e, no limite, ao Judiciário. A segunda: este artigo não é parecer jurídico. O que ele mostra é que o risco existe no texto da lei e que a forma mais barata de lidar com ele é no desenho do bot, antes de qualquer discussão.
O cliente não conversa com o modelo de linguagem. Conversa com a sua empresa — e é ela que fica com a frase.
O que acontece quando o bot é pressionado pelo cliente?
Quem testa um chatbot com IA só com perguntas educadas vê um bot exemplar. O problema aparece quando o cliente negocia, insiste, apela para a simpatia ou inventa uma regra. O exemplo mais bem documentado disso vem de quem fabrica o modelo.
Há um detalhe no relato que todo gestor de atendimento deveria ler duas vezes. Um funcionário questionou o desconto de 25% para funcionários numa loja em que quase todos os clientes eram funcionários. O agente concordou, anunciou que acabaria com os cupons — e voltou a oferecê-los poucos dias depois. A própria Anthropic levanta a hipótese de que o treino para ser prestativo deixou o modelo disposto demais a atender pedidos como o de desconto.
Traduzindo para o atendimento: o mesmo traço que faz o bot ser agradável é o que o faz ceder. Não é defeito de uma marca de ferramenta; é uma tendência a ser contida por desenho. Instrução do tipo "não dê desconto" ajuda, mas não basta sozinha — porque a conversa longa, a insistência e o argumento criativo do cliente vão testar essa instrução de formas que ninguém previu.
O que o chatbot pode afirmar, consultar ou nunca prometer?
A forma mais simples de organizar o risco é separar o que o bot diz em três faixas, de acordo com o quanto a frase obriga a empresa. Quanto mais ela se parece com uma oferta, menos o bot decide sozinho.
| Faixa | Exemplos | Regra para o bot | Se a fonte falhar |
|---|---|---|---|
| 1. Afirma sozinho | Horário, endereço, como o serviço funciona, documentos exigidos | Responde a partir da base revisada | Responde que vai confirmar e registra a dúvida |
| 2. Só consulta | Preço da tabela vigente, prazo de entrega, estoque, regra de troca | Só informa o que veio do sistema, citando a condição | Não estima: diz que não conseguiu consultar e oferece atendente |
| 3. Nunca promete | Desconto, cupom, preço fora da tabela, prazo especial, exceção de política | Não concede nem sugere; registra o pedido | Passa para uma pessoa com o histórico da conversa |
Modelo de limites elaborado pela Alliance Comunicação para projetos de chatbot com IA.
A faixa 2 é a que mais falha na prática, porque parece inofensiva. "Qual o prazo para Curitiba?" soa como pergunta simples — mas a resposta é uma condição comercial. Se o bot não tiver acesso ao sistema de frete, ele não deve responder com uma estimativa "razoável". Deve dizer que não conseguiu consultar.
Como criar um chatbot com IA que não prometa demais?
A ordem importa. Quem começa pela ferramenta acaba encaixando a política da empresa no que o produto permite. Quem começa pelos limites escolhe a ferramenta que consegue respeitá-los.
1. Escreva a política antes do prompt
Liste, em linguagem de gente, o que o atendimento humano pode decidir sozinho e o que precisa de aprovação. O bot nunca deve ter mais autonomia do que o atendente júnior. Se o júnior não dá desconto sem o supervisor, o bot também não dá.
2. Ligue número a sistema, não a texto
Preço, prazo e estoque mudam. Se estiverem num documento colado na base, ficam velhos sem ninguém perceber. Sempre que possível, o bot consulta o número no sistema de origem no momento da conversa — e, quando a consulta falha, a instrução é não responder.
3. Dê ao bot uma frase de saída
Um bot sem saída inventa. Escreva a resposta padrão para tudo o que está na faixa 3: algo como "esse tipo de condição é analisado pela nossa equipe; vou passar sua conversa para uma pessoa agora". Ele precisa ter um caminho digno para não responder.
4. Separe o que a IA entende do que a regra decide
A IA pode identificar que o cliente está pedindo desconto; quem decide o que fazer com isso é uma regra fixa, não o modelo. Essa divisão — linguagem natural na entrada, regra rígida no que envolve dinheiro — é o que torna o comportamento previsível.
5. Registre tudo o que o bot disse
Se um cliente aparecer com o print de uma promessa, a empresa precisa saber exatamente o que foi dito, em que contexto e com qual versão das instruções. Histórico completo e versionado é a diferença entre investigar e adivinhar.
Como testar o chatbot antes de abrir para o cliente?
Teste de chatbot não é perguntar se ele sabe o horário de funcionamento. É tentar fazer ele errar, de propósito, num ambiente em que o erro não custa nada. A recomendação vem, de novo, de quem constrói os modelos:
Na prática, um bom ciclo de teste tem quatro etapas:
- Roteiro de provocações: uma lista de conversas difíceis escritas pela equipe de atendimento — pedir desconto, insistir três vezes, alegar que "o outro atendente prometeu", perguntar prazo para uma cidade que a empresa não atende, pedir exceção na política de troca.
- Ambiente isolado: o bot roda com os dados reais de consulta, mas sem cliente real e sem poder executar nada que gere obrigação, como emitir cupom ou confirmar pedido.
- Revisão das conversas: alguém do comercial e alguém do jurídico ou do SAC leem as respostas e marcam toda frase que, se dita a um cliente, obrigaria a empresa.
- Abertura limitada: o bot entra no ar para uma fatia do tráfego ou um horário específico, com leitura diária das conversas nas primeiras semanas.
O roteiro de provocações não é feito uma vez. Toda vez que mudar a instrução, a base ou o modelo, ele roda de novo. Uma correção num ponto pode abrir brecha em outro — e só a repetição do mesmo teste mostra isso.
Quando o chatbot deve passar a conversa para um humano?
A passagem para humano costuma ser tratada como plano B — o que acontece quando o bot não entende. No desenho com limites, ela é parte do plano A: é o caminho previsto para tudo o que obriga a empresa. Os gatilhos que funcionam bem são poucos e claros:
- pedido de desconto, condição especial ou exceção de política — qualquer coisa da faixa 3;
- pergunta sem resposta na base ou consulta que falhou no sistema;
- cliente irritado, reclamando ou citando órgão de defesa do consumidor — a conversa deixou de ser informativa;
- valor alto, contrato ou negociação B2B, em que uma frase mal colocada custa caro;
- pedido explícito para falar com uma pessoa — insistir em manter o cliente no bot é a forma mais rápida de perder a confiança.
Dois cuidados fazem a passagem funcionar. O humano recebe o histórico completo, para o cliente não repetir tudo. E o bot diz com clareza o que vai acontecer e em quanto tempo, sem prometer um resultado. Onde a automação ajuda e onde ela atrapalha a experiência como um todo é tema do artigo sobre experiência do cliente e onde não automatizar.
Quais os erros mais comuns ao colocar um chatbot com IA no ar?
- Base de conhecimento com preço colado em texto — o documento envelhece e o bot continua citando o valor antigo com toda a segurança.
- Instrução só no negativo — "não dê desconto" sem uma frase de saída e sem passagem para humano deixa o bot sem caminho quando o cliente insiste.
- Teste só com pergunta educada — o bot que nunca foi provocado parece perfeito até o primeiro cliente que negocia.
- Mesmo nível de autonomia para tudo — o bot que responde horário de funcionamento com a mesma liberdade com que responde prazo de entrega.
- Ninguém lendo as conversas — o erro do bot não gera alarme; ele aparece na reclamação, no print ou na avaliação negativa.
- Trocar o modelo sem refazer o teste — modelo novo é comportamento novo, mesmo com as mesmas instruções.
- Esconder que é um bot — e deixar o cliente acreditar que uma pessoa avaliou o pedido dele, quando ninguém avaliou.
No WhatsApp, há uma camada extra: as regras da própria Meta sobre o que um assistente pode fazer no canal. Elas estão detalhadas no artigo sobre chatbot para WhatsApp e o que a Meta proibiu.
Quanto custa um chatbot com IA — e o que entra na conta do erro?
O preço de um chatbot com IA tem três partes: a ferramenta ou plataforma (normalmente por assinatura, por mensagem ou por volume de uso do modelo), o trabalho de configuração e integração, e a operação contínua — revisar conversas, atualizar a base, refazer testes. A conta detalhada, com os modelos de cobrança, está no artigo sobre quanto custa um agente de IA.
O que quase nunca entra na planilha é o custo do erro. Uma promessa indevida pode virar desconto honrado, produto entregue fora da política, reclamação pública ou discussão jurídica. Nenhuma dessas linhas aparece no orçamento do fornecedor, e todas são mais caras do que algumas horas de teste antes de abrir o canal.
É por isso que comparar ferramentas só pelo preço da mensagem engana. A pergunta certa para o fornecedor é outra: como eu limito o que o bot pode prometer, como ele consulta meus sistemas, como funciona a passagem para humano e onde eu leio o histórico de tudo o que ele disse.
Por onde começar hoje
- Faça o teste de dois minutos do quadro acima no bot que você já tem — ou no que está avaliando.
- Liste as frases que, ditas a um cliente, obrigariam a empresa: preços, prazos, condições, exceções. Essa é a sua faixa 3.
- Confira de onde o bot tira preço e prazo hoje. Se a resposta for "de um documento", planeje a ligação com o sistema.
- Escreva a frase de saída e defina para quem a conversa vai quando o bot sair dela.
- Monte o roteiro de provocações com quem atende o cliente todos os dias — é quem conhece os argumentos criativos.
- Combine quem lê as conversas, com que frequência, e o que acontece quando aparece uma promessa indevida.
Se a empresa ainda não tem clareza de onde a IA entra no atendimento e no marketing, o diagnóstico de marketing gratuito da Alliance mostra a maturidade de tecnologia e automação junto das outras dimensões. E, quando a decisão for colocar um assistente no ar, o serviço de agentes de IA começa justamente pelos limites: política, fontes, testes e passagem para humano, antes da primeira conversa com cliente. Para quem precisa de regras internas de uso de IA antes disso, vale ler sobre governança de IA antes da lei.