Encontre a resposta que está procurando

Diagnóstico de prompts em assistentes virtuais: antes de ajustar o prompt, identifique a instância

Quando você utiliza o Conhecimento Autogerado como base de consulta do seu assistente virtual e ele dá uma resposta inesperada, o reflexo mais comum é alterar o prompt. Em muitos casos, esse é o lugar errado para intervir.

Uma resposta pode falhar porque falta informação, porque a informação está incorreta ou é contraditória, porque o assistente não a recuperou corretamente ou porque as instruções de comportamento não estão claras. Cada causa está em uma camada diferente do sistema e é corrigida em um lugar diferente.

📚 Este artigo propõe um método simples: diagnosticar primeiro e intervir na instância correta. Assim, você evita acumular instruções desnecessárias e mantém o assistente estável ao longo do tempo.

Aplica-se somente aos assistentes virtuais que utilizam o Conhecimento Autogerado, já que o Prompt configurável só atua quando o assistente responde com esse conhecimento. Se você ainda não o conhece, sugerimos ler primeiro Como funciona o Conhecimento Autogerado e qual é o impacto do Prompt configurável.


ℹ O que é um prompt para o Virtual Assistant?

Um prompt é a instrução, o contexto ou o conjunto de diretrizes fornecidas a um sistema de IA para orientar a geração das respostas. Ele é escrito em linguagem natural e pode ser tão simples quanto uma frase ou tão detalhado quanto vários parágrafos.

Um prompt não é a mesma coisa que uma pergunta: a pergunta busca uma resposta, enquanto o prompt estrutura a interação e orienta a IA para alcançar um resultado esperado.

Por exemplo, diante da pergunta “Quando é creditado?”, a resposta específica é “24 a 48 horas úteis”. O prompt, por outro lado, define como responder a essa e a qualquer outra consulta: com qual comportamento, com quais critérios e em qual formato. Não se trata de uma segunda base de conhecimento.

☝ Prompt oficial e prompt configurável: O prompt oficial é o conjunto de instruções predefinidas que orientam a personalidade e o comportamento geral do assistente. O prompt configurável permite adicionar diretrizes específicas e só intervém quando o assistente responde com o conhecimento autogenerado; ele complementa o oficial, não o contradiz nem o substitui. Neste artigo, quando falamos de “prompt”, estamos nos referindo ao prompt configurável, salvo indicação em contrário.


💡 Para gerenciar um assistente virtual de maneira eficaz, precisamos controlar duas dimensões fundamentais: o conhecimento que fornecemos e as instruções que damos para sua utilização.


📚 Conheça os Critérios que podem ser ajustados no prompt configurável.


↗ Um prompt na prática

Veja como é um prompt básico real: instruções concretas que orientam a identidade, o tom, o comportamento e os limites.

Você é o assistente virtual da [Empresa]. Responda de forma clara, cordial e profissional, em no máximo 3 frases. Priorize sempre as informações da base de conhecimento. Se não encontrar a resposta, informe que não tem essa informação e ofereça derivar o atendimento para um consultor. Não forneça orientação financeira nem compartilhe dados pessoais de outros usuários.

📝 Observação: este prompt é um exemplo ilustrativo. O Prompt oficial já define a personalidade geral do assistente; o Prompt configurável deve complementá-la, sem nunca contradizê-la nem substituí-la.

⬇ Cada frase cumpre uma função específica:

  • Identidade e voz: “Você é o assistente virtual da [Empresa].”
  • Tom: “Responda de forma clara, cordial e profissional.”
  • Comportamento: “Priorize sempre as informações da base de conhecimento. Se não encontrar a resposta, informe que não tem essa informação e ofereça derivar o atendimento para um consultor.”
  • Limites: “em no máximo 3 frases” e “Não forneça orientação financeira nem compartilhe dados pessoais de outros usuários.”

📌 Não há regras de negócio nem redações exatas: apenas critérios. Com os demais critérios configuráveis, esse mesmo prompt poderia incluir citações de fontes, o tratamento de ambiguidades e o contexto da conversa, sempre no âmbito do comportamento. Você pode consultá-los em Critérios que podem ser ajustados no Prompt configurável.


↗ O assistente funciona em duas dimensões e três planos.

Governamos duas dimensões, o conhecimento e as instruções, dentro de um sistema de três camadas. A elas se soma a IA generativa, que combina ambas para construir a resposta. A resposta nasce da combinação entre informação, instruções e consulta. Entender essas três camadas é a base para diagnosticar o restante do sistema.

1. Base de conhecimento (Personalizado ou Autogerado):  produtos, processos, políticas, condições, prazos e procedimentos. É a fonte da verdade.


2. Prompt / instruções: tom, personalidade, estrutura, limites, esclarecimentos e resposta alternativa (fallback).

3. IA generativa: combina as instruções, as informações disponíveis e a pergunta contextual do usuário para construir a resposta.


🤖 Consistência não é determinismo

Um prompt pode padronizar o comportamento do assistente, mas nem sempre a redação exata. As instruções orientam critérios e formato; elas não congelam cada palavra.

Veja um fato respaldado pela base de conhecimento: "O prazo de crédito é de 24 a 48 horas úteis". O assistente pode dizer isso de mais de uma forma e continuar correto:

  • “O crédito leva de 24 a 48 horas úteis.”
  • “Os valores devem ser creditados nas próximas 24 a 48 horas úteis.”

☝ Mesmo significado, redação diferente. A correção factual não equivale à repetição literal do texto.

➡ Instruções como “Responda sempre em no máximo 3 frases” ou “Informe os prazos como 24 a 48 horas úteis” orientam o tom, a estrutura, os limites e a resposta alternativa. O resultado é um assistente consistente em comportamento e critérios, e variável nas palavras exatas. O modelo pode escolher palavras diferentes e continuar sendo consistente.

📌 Se um caso específico exigir uma resposta idêntica, palavra por palavra, a solução não é adicionar instruções ao prompt, e sim usar uma abordagem determinística com o Conhecimento Personalizado.


🏆 Regra de ouro: no prompt, critérios; não conteúdo

Os dados de negócio devem estar na fonte da verdade. Quando o assistente fornece um dado incorreto, há dois caminhos possíveis:

Abordagem

Abordagem errada

Abordagem correta

Situação

 O assistente responde: “Pode levar até 72 horas.”

 O mesmo erro de prazo.

Reação 

Adicionar ao prompt: “Responda sempre em 24 a 48 h.” |

 Atualizar a fonte: 24 a 48 horas úteis
Resultado 

 O prompt se torna uma segunda base de dados. 

A base de conhecimento fica atualizada, e o prompt continua focado em tom, estrutura e limites.


💡 A regra é corrigir o conteúdo onde o conteúdo está. Antes de editar o prompt, uma pergunta ajuda a organizar o critério: estou corrigindo um comportamento ou tentando ensinar uma informação?


↗ A fragilidade das regras rígidas

Uma regra geral escrita no prompt pode ocultar uma exceção válida que existe na base de conhecimento.

 Base de conhecimento 

Prompt 

 O serviço pode ser cancelado até 24 horas antes. 

Regra rígida: “Sempre informe que os cancelamentos exigem 24 horas de antecedência.”

Exceção válida: reservas premium podem ser canceladas até 2 horas antes.

📌 A regra do prompt entra em conflito com a exceção, e a exceção fica oculta. O problema pode estar no design e na governança do conhecimento, não no modelo. 


⏰ Caso real: horários das agências

A base de conhecimento de uma instituição com agências em todo o país oferece um caso ideal: os horários de atendimento do documento de canais de atendimento. Há uma regra geral e várias exceções válidas:

AgênciasHorário

Regra geral, região metropolitana

Segunda a sexta-feira, das 10h às 15h

Agências da região A

 Das 7h30 às 11h30

Agências da região B

Das 8h às 13h

Agências da região C

Das 8h15 às 13h15

Agências da região D

Das 8h30 às 13h30 

➡ Suponha uma regra rígida hipotética no prompt: “Sempre informe que as agências atendem das 10h às 15h.” Um cliente da região C receberia um horário errado (das 10h às 15h), quando o correto é das 8h15 às 13h15. A exceção fica oculta, e a causa não é o modelo, mas uma regra de negócio colocada na camada errada.


 #⃣ Matriz de diagnóstico

Antes de alterar o prompt, classifique o problema. Nem toda inconsistência exige mudar as instruções.

#Situação

Onde intervir

A

Falta informação

Criar ou atualizar a Base de Conhecimento

B

Informação incorreta

Corrigir a Base de Conhecimento

CInformação contraditóriaResolver a Governança do Conhecimento
D

 Correta, mas mal estruturada 

Revisar o Prompt configurável

E

Correta, com redação variável 

Pode ser um comportamento esperado

F

É necessária uma resposta idêntica 

Abordagem determinística ou híbrida: Conhecimento Personalizado e/ou Conhecimento Autogerado

➡ Somente o caso D aponta diretamente para o prompt. Os casos A, B e C são de conteúdo e governança; o E pode não ser uma falha, e o F exige outro tipo de design.


🔀 Fluxo de diagnóstico, passo a passo

A árvore de decisão substitui os ajustes às cegas: primeiro você diagnostica e depois intervém na camada correta.

Diagrama de flujo de diagnóstico: 

  1. Cinco perguntas em ordem (a informação correta existe na Base de Conhecimento?, está atualizada e é consistente?, o assistente a encontrou e a utilizou corretamente?, a resposta respeita as regras de comportamento?, apenas mudou a forma de expressá-la?).
  2. Cada “Não” leva a uma ação: corrigir ou consolidar a Base de Conhecimento, revisar a recuperação e a configuração ou revisar o prompt.
  3. Se apenas a forma de expressar a resposta mudou, trata-se de um comportamento esperado; caso contrário, o caso é encaminhado para revisão manual.

undefined


🎯 O objetivo é romper o ciclo vicioso

Diagnostique; não acumule instruções. O antipadrão é o ajuste às cegas: diante de uma resposta inesperada, altera-se o prompt, e isso muda outra resposta. Depois, adiciona-se uma instrução para compensar, e surge uma contradição. Cada correção pontual gera o problema seguinte.
Um fluxo organizado evita esse ciclo e atribui a cada camada sua responsabilidade:

  1. Base de Conhecimento: verdade e conteúdo. 
  2. Prompt: comportamento e forma.
  3. IA generativa: construção da resposta. 
  4. Governança: coerência entre as camadas.

💡 A pergunta que organiza todo o trabalho é: qual problema estou tentando resolver e em qual camada ele deve ser resolvido? Diagnosticar primeiro permite intervir na camada correta e evita acumular instruções desnecessárias.



Este site armazena cookies em seu computador. Estes cookies são utilizados para coletar informações de como você interage com o nosso site e nos permite lembrar de você. Nós usamos essa informação para melhorar e personalizar sua experiência de navegação e para obter estatísticas e métricas sobre nossos visitantes, tanto neste site quanto em outros meios. Para obter mais informações sobre os cookies que utilizamos, consulte nossa Política de Privacidade.

Se você recusar, sua informação não será rastreada quando você visitar este site. Será utilizado somente um cookie em seu navegador para lembrá-lo de sua preferência de não ser rastreado.