Insights · AI
Um chatbot responde seguindo um guião. Um agente raciocina sobre as suas fontes, segue regras e age — com passagem humana onde importa.
São muitas vezes usados como sinónimos, mas um chatbot e um agente de IA funcionam de forma profundamente diferente. Compreender a diferença evita escolher a ferramenta errada para o problema errado.
Um chatbot clássico segue uma árvore de decisão predefinida ou reconhece algumas intenções e devolve um texto preparado. É previsível, rápido de montar e fiável enquanto a pergunta se mantiver dentro dos percursos previstos. Assim que o utilizador sai do guião, tende a repetir-se, a interpretar mal ou a encaminhar para um operador.
Um agente de IA não se limita a responder: consulta as fontes que lhe dá (catálogo, documentação, políticas, dados de sistema), interpreta o pedido, decide o que fazer e pode executar ações concretas. Não recita uma frase preparada; constrói a resposta sobre o contexto real daquele momento.
Um chatbot é um mapa com rotas fixas. Um agente é um navegador que recalcula a rota quando a estrada muda. O primeiro é perfeito quando as perguntas são repetitivas e estáveis; o segundo é necessário quando cada pedido é ligeiramente diferente e depende de dados que mudam.
O agente lê o pedido, recupera a informação relevante e decide como compor a resposta em vez de a tirar de uma lista de frases fixas.
Opera dentro de limites que você define: o que pode dizer, o que nunca deve prometer, quando deve parar. As regras não são sugestões, são limites operacionais.
Além de responder, pode concluir uma ação: registar um pedido, atualizar um estado, iniciar um procedimento, agendar um seguimento.
Reconhece os casos fora do seu âmbito e transfere-os para uma pessoa com o contexto já preparado, sem obrigar o utilizador a repetir tudo do início.
Mais potente nem sempre significa melhor. A escolha certa depende da natureza das perguntas e do custo de errar.
Se as perguntas são poucas, repetitivas e com respostas estáveis, um chatbot bem feito é a solução mais simples e económica. Horários, indicações, FAQ conhecidas, encaminhamento inicial: aqui um guião claro vence a complexidade de um agente.
Quando cada pedido depende de dados que mudam, de regras específicas do caso ou exige uma ação, o guião deixa de bastar. O agente brilha onde são precisas interpretação e operacionalidade: gerir um pedido de ponta a ponta, ler documentação viva, aplicar políticas diferentes consoante o contexto.
Na prática, as duas abordagens convivem. Um chatbot trata da entrada e dos casos triviais; o agente entra em cena quando a conversa exige raciocínio; o humano recebe a passagem quando o risco ou a ambiguidade ultrapassam um limiar. Não é uma competição, é uma cadeia.
Um agente pode produzir um texto convincente mesmo quando não tem a fonte certa. Sem ancoragem em dados reais e sem o dever de dizer "não sei", o erro torna-se difícil de notar.
Um agente que age pode errar na ação, não apenas na palavra. Quanto mais coisas pode fazer, mais importa definir o que exige confirmação e o que fica fora dos limites.
Sem limites explícitos, um agente pode prometer o que a empresa não consegue cumprir ou usar um tom fora de contexto. A voz da marca deve ser escrita nas regras, não deixada ao acaso.
Um agente que lê fontes internas toca em informação sensível. É preciso decidir a que pode aceder, o que pode mostrar e o que deve permanecer invisível para o utilizador final.
Escolha uma tarefa bem delimitada, com fontes claras e um resultado mensurável. Melhor um agente que faz bem uma coisa do que um que tenta fazer tudo.
Escreva o que pode dizer, o que nunca deve prometer, que ações pode executar e onde deve parar. As regras fazem parte do projeto, não são um detalhe final.
Ligue o agente apenas a fontes fiáveis e atualizadas, e exija que admita quando não sabe. A confiança nasce da honestidade, não da lábia.
Estabeleça os limiares a partir dos quais uma pessoa intervém e garanta que ela recebe o contexto já preparado. O humano não é o fracasso do agente, é parte do sistema.
Reveja as conversas reais, identifique os erros recorrentes e afine regras e fontes. Um agente melhora com a manutenção, não no primeiro dia.
Um percurso prudente, do caso restrito à escala
Um agente substitui as pessoas?
Não. Um agente absorve o trabalho repetitivo e prepara o terreno, mas os casos delicados, ambíguos ou de alto risco continuam com as pessoas. Uma passagem bem desenhada é o que torna o sistema fiável, não o que o enfraquece.
Posso passar do chatbot para o agente de uma só vez?
Não é aconselhável. Convém partir de um caso de uso restrito, verificar o comportamento com dados reais e alargar o perímetro apenas quando as regras aguentarem. A gradualidade reduz o risco de erros visíveis.
Como evito que um agente diga coisas erradas?
Ancorando as respostas em fontes aprovadas, proibindo afirmações não verificáveis e exigindo que admita a incerteza. Sem estas três regras, até um bom agente se torna imprevisível.
Como é que a TMM pensa a fronteira entre chatbot e agente?
Partimos do problema, não da ferramenta. Se as perguntas são estáveis, um chatbot basta. Se são precisos raciocínio, regras e ações, desenhamos um agente com fontes ancoradas, limites explícitos e passagem humana desde o primeiro dia.