Atualização imediata
Mudou o horário ou o serviço? Atualize a base de conhecimento. Não há retreinamento nem nova versão do modelo.
RAG para atendimento
RAG para atendimento: o agente responde com a base de conhecimento da empresa.
RAG (retrieval-augmented generation, ou geração aumentada por recuperação) é a técnica que faz um agente de IA consultar uma base de conhecimento antes de responder. Em vez de depender só do que o modelo de linguagem aprendeu no treinamento, o sistema recupera os trechos relevantes das informações da empresa e os entrega ao modelo junto com a pergunta. Na Cavori, cada empresa tem uma base própria, e o agente responde a partir dela.
- O que é
- Um mecanismo que recupera informações da base de conhecimento da empresa e as fornece ao modelo no momento da resposta, para que o agente fale do negócio, não de generalidades.
- Para quem serve
- Qualquer empresa ou implementador que precise de um agente que responda sobre serviços, políticas e informações específicas, e que possa ser atualizado sem treinar modelos.
- Qual problema resolve
- Modelos de linguagem sem contexto respondem de forma genérica ou inventam detalhes. Fine-tuning é caro, lento de atualizar e difícil de auditar.
Como o RAG funciona em uma conversa de atendimento
- A pergunta chega
O cliente pergunta, por exemplo, se a clínica atende aos sábados.
- O sistema recupera os trechos relevantes
A base de conhecimento da empresa é consultada e os trechos mais relacionados à pergunta são selecionados: neste caso, horários de funcionamento.
- O modelo recebe pergunta, trechos e instruções
Com o histórico da conversa, os trechos recuperados e os limites do agente, o modelo escreve a resposta.
- A resposta reflete a base, não a memória do modelo
Se a base diz que a clínica atende aos sábados até 12h, é isso que o agente responde. Se a base não tem a informação, o agente deve dizer que não sabe ou transferir.
Por que usar RAG em vez de treinar um modelo
Menos respostas inventadas
Com trechos concretos na frente, o modelo tem menos espaço para preencher lacunas com suposições.
Rastreabilidade
Dá para saber de qual informação da base a resposta veio, o que facilita corrigir a fonte quando algo sai errado.
Separação por empresa
Cada base pertence a uma empresa. Em uma agência, o agente de um cliente nunca consulta o conhecimento de outro.
Como a base de conhecimento funciona na Cavori
Cada empresa tem um espaço com a própria base de conhecimento: apresentação do negócio, serviços e soluções, informações para orientar o atendimento e perguntas frequentes com respostas de referência. O agente consulta só o que pertence àquela empresa.
O simulador permite verificar se a base está completa: você faz as perguntas que os clientes fazem, avalia as respostas e descobre o que falta. Depois de publicado, o portal mostra os assuntos que o agente ainda precisa aprender, para que a base seja mantida com base no que os clientes realmente perguntam.
Limitações do RAG
- RAG não cria informação. Se a base não tem a resposta, o agente não terá. A qualidade da base é o fator mais importante.
- Informação contraditória na base gera respostas inconsistentes. Manter a base organizada é parte da operação.
- RAG reduz, mas não elimina, a chance de o modelo formular algo errado. Limites nas instruções, testes com casos salvos e transferência para humano completam o desenho.
- Perguntas que exigem consultar sistemas em tempo real (status de um pedido, saldo) não são resolvidas por uma base de conhecimento estática.
Perguntas frequentes
O que é RAG?
RAG (retrieval-augmented generation) é uma técnica na qual o sistema recupera trechos relevantes de uma base de conhecimento e os entrega ao modelo de linguagem junto com a pergunta, antes de gerar a resposta. O agente passa a responder com as informações da empresa em vez de depender só do treinamento do modelo.
RAG é melhor que fine-tuning para atendimento?
Para a maior parte dos casos de atendimento, sim: é mais barato, permite atualizar a informação na hora e torna a resposta rastreável até a fonte. Fine-tuning faz sentido para ajustar estilo ou formato, não para ensinar fatos que mudam.
É possível utilizar uma base de conhecimento na Cavori?
Sim. Cada empresa tem a própria base, com serviços, informações e perguntas frequentes. O agente consulta a base ao responder e você atualiza quando o negócio muda.
O que acontece quando a base de conhecimento não tem a resposta?
O agente deve dizer que não tem a informação ou transferir para uma pessoa, de acordo com os limites configurados. O portal registra o assunto como algo que o agente ainda precisa aprender.
Monte a base de conhecimento e veja o agente responder com ela.
Crie a conta, reúna as informações da empresa e teste as respostas no simulador.