Escolha um chatbot quando a empresa precisa conversar, esclarecer dúvidas e conduzir um fluxo previsível. Considere um agente de IA quando o trabalho exige escolher entre ferramentas e próximos passos para atingir um objetivo, dentro de permissões definidas. A decisão de compra deve comparar tarefas concluídas, riscos e custo operacional. O nome usado pelo fornecedor não basta para identificar a solução.
Um chatbot pode usar IA generativa, consultar documentos e chamar uma integração. Um agente pode aparecer dentro da mesma janela de conversa. A diferença relevante para contratar está em quem controla a sequência de ações: regras previamente desenhadas ou decisões do modelo durante a execução. A proposta precisa explicar essa fronteira e permitir demonstrá-la em teste.
Resumo rápido
- Compre a capacidade de resolver um processo, com critérios de aceite verificáveis.
- Use fluxo previsível quando as etapas e exceções já são conhecidas.
- Exija limites de acesso e aprovação para ações com consequência financeira ou contratual.
- Compare custo por tarefa resolvida, incluindo revisão e manutenção.
- Faça o fornecedor demonstrar erros, interrupção e transferência para uma pessoa.
1. Transforme a necessidade em um escopo de contratação
Comece com uma frase operacional: “consultar o andamento de um pedido após autenticar o cliente” ou “preparar uma proposta para aprovação comercial”. Evite escopos como “automatizar o atendimento inteiro”. Eles misturam perguntas simples, decisões comerciais e operações em sistemas diferentes, tornando quase impossível avaliar o que foi entregue.
Descreva entrada, resultado esperado, fonte de informação, ação permitida e momento da transferência humana. Para consulta de pedido, a entrada pode ser uma solicitação de cliente identificado; o resultado, o status que consta no sistema. Se o status estiver indisponível, o resultado aceitável pode ser abrir um atendimento, sem inventar uma previsão de entrega.
A distinção entre fluxo e agente é apresentada pela Anthropic em Building effective agents: fluxos seguem caminhos definidos pelo código, enquanto agentes têm maior controle sobre o processo e o uso de ferramentas. A documentação do n8n sobre agentes também destaca a escolha de ações pelo modelo. Essas referências ajudam a questionar o desenho proposto, sem transformar uma nomenclatura em selo de qualidade. Veja também o catálogo de Anthropic e Claude ao avaliar o fornecedor de modelo.
Para uma explicação conceitual mais ampla, consulte o que são agentes de IA. Na contratação, acrescente uma lista explícita de exclusões: conceder descontos, alterar dados cadastrais e emitir pagamentos podem ficar fora do piloto. Cada exclusão deve ter um encaminhamento, para o usuário não chegar a um beco sem saída.
2. Use uma matriz de decisão por tarefa
Peça que cada fornecedor preencha a mesma matriz. A tabela abaixo é uma orientação de desenho, não uma avaliação de produtos específicos. Uma solução híbrida pode reunir conversa com IA, etapas fixas e uma parte com decisões do modelo. O contrato deve identificar quais tarefas usam cada abordagem.
| Necessidade | Ponto de partida | Limite que deve aparecer na proposta |
|---|---|---|
| Informar horário, endereço e política pública | Chatbot com conteúdo revisado | Não responder com regra inexistente. |
| Coletar dados e abrir chamado | Fluxo com campos e validação | Não aceitar campos inválidos nem duplicar o chamado. |
| Consultar pedido autenticado | Conversa ligada a consulta controlada | Não revelar pedidos de outro cliente. |
| Pesquisar alternativas e preparar proposta | Agente limitado a fontes e ferramentas aprovadas | Não enviar proposta sem a aprovação prevista. |
| Executar reembolso | Fluxo transacional com autorização | Validar elegibilidade, valor e confirmação fora do texto gerado. |
| Resolver caso novo com informação incompleta | Triagem e transferência humana | Reconhecer ausência de dados e entregar o contexto. |
Não presuma que uma tarefa com integração exige agente. Uma consulta seguida de resposta pode ter uma sequência fixa. A liberdade de escolher o próximo passo faz sentido quando os caminhos variam de forma útil e podem ser avaliados. Se todas as decisões cabem em regras claras, comece pelas regras e use linguagem natural na interação, quando necessário.
Também não use autonomia como objetivo isolado. Preparar uma análise para o funcionário pode ser o resultado mais adequado. Um sistema que pede aprovação antes de uma ação relevante pode atender ao processo melhor do que outro que tenta executar tudo. Compare o trabalho que sobra para a equipe e a qualidade da evidência entregue.
3. Exija fronteiras técnicas e operacionais verificáveis
Liste cada sistema acessado e se a permissão é de leitura ou escrita. Diferencie consultar estoque de reservar estoque, rascunhar mensagem de enviar mensagem e simular desconto de alterar preço. A autorização deve ser aplicada pela integração e pelo sistema de destino. Uma frase no prompt orienta comportamento, mas não substitui controle de acesso.
A documentação de function calling da OpenAI explica a ligação entre modelo e funções da aplicação. Para avaliar uma proposta, pergunte quem valida os argumentos e quem executa a função. O modelo sugerir uma ação não significa que ela tenha sido autorizada ou concluída. O catálogo de OpenAI e ChatGPT ajuda a contextualizar integrações, mas não substitui a demonstração da solução contratada.
Peça limites de tentativas, tempo de execução, consumo e quantidade de ações. Defina como interromper o sistema e como retomar um caso sem repetir a operação anterior. Uma falha após criar um chamado, por exemplo, não pode resultar em vários chamados ao reprocessar a conversa. A evidência de execução precisa distinguir intenção, tentativa e confirmação.
Inclua responsáveis pelo conteúdo, pelas integrações e pela operação diária. O fornecedor deve demonstrar transferência com histórico útil e estado do processo. O exemplo oficial de encaminhamento humano no n8n ilustra essa possibilidade de arquitetura. Na empresa, ainda será preciso definir fila, horário, prazo e responsável por assumir o atendimento.
4. Compare o custo total e faça um piloto com critérios de aceite
Solicite uma proposta que separe implantação, mensalidade, uso de modelos, canal de comunicação, armazenamento e suporte. Pergunte o que é contado como conversa, usuário, execução ou tarefa. Dois fornecedores podem usar unidades diferentes para cobrar trabalhos parecidos. A comparação precisa converter as propostas para o mesmo conjunto de casos e volume estimado.
Inclua o trabalho interno: preparar documentos, corrigir cadastros, aprovar respostas, acompanhar falhas e manter integrações. Também registre o custo de sair da solução, exportar histórico e trocar credenciais. Um preço inicial baixo pode depender de atividades que a empresa ainda não colocou no orçamento. Não há uma relação universal de preço entre chatbot e agente; o desenho e o contrato determinam a conta.
Monte um lote de situações representativas antes de assistir à demonstração. Inclua clientes com nomes semelhantes, informação ausente, sistema indisponível, pedido fora da política e tentativa de obter dados de outra pessoa. Use dados fictícios ou devidamente preparados para o teste. O fornecedor deve executar os casos, mostrar registros e explicar os encaminhamentos.
Defina o que significa sucesso: resposta apoiada na fonte correta, consulta restrita ao usuário autenticado, ação executada uma única vez e transferência quando a tarefa ultrapassa o escopo. Meça também tempo de atendimento e revisão necessária. Para organizar esse aceite, use o roteiro de testes de agente de IA antes da produção e adapte os casos à sua operação.
Calcule custo por tarefa concluída de acordo com esses critérios, sem contar como sucesso uma conversa encerrada por abandono. Compare uma versão simples com a proposta mais autônoma. Se ambas resolvem o mesmo conjunto de casos, examine manutenção, previsibilidade e intervenção humana. A compra deve seguir a evidência do piloto, e não uma demonstração preparada apenas com perguntas favoráveis.
5. Exemplo: distribuidora em Belo Horizonte
Imagine uma distribuidora de materiais elétricos em Belo Horizonte. O exemplo é ilustrativo e não representa resultados de uma empresa real. A equipe comercial recebe dúvidas sobre horário de retirada, disponibilidade e alternativas de produtos. A direção recebe duas propostas: um chatbot para atendimento e um agente para preparar cotações.
Ela divide a contratação em tarefas. Horário de retirada pode ser respondido com uma fonte revisada. Disponibilidade exige consulta ao estoque após identificar o contexto do cliente. Preparar alternativas pede conferir especificações e regras comerciais, com revisão de um vendedor antes do envio. A emissão do pedido continua em um fluxo autorizado.
No piloto, um cliente pede um item indisponível e aceita avaliar equivalentes. A solução pode listar alternativas com dados do catálogo e destacar campos que exigem validação técnica. Ela não deve declarar compatibilidade que a fonte não confirma. A proposta fica em rascunho, e o vendedor verifica aplicação, quantidade e condição comercial.
A distribuidora compara os registros das duas soluções: quais consultas foram feitas, quais decisões seguiram regras fixas e quais dependeram do modelo. Também avalia se o atendente recebe o contexto quando não há alternativa segura. Ao final, pode contratar chatbot para dúvidas recorrentes e reservar o agente ao preparo de cotações. A divisão acompanha o processo, sem exigir uma solução única para tudo.
6. Erros comuns
Comprar pelo rótulo. Um produto chamado agente pode executar apenas um roteiro fixo. Um chatbot pode ter integrações e produzir resultados úteis. Peça um diagrama compreensível, demonstração dos caminhos e lista de ações possíveis. A descrição comercial precisa corresponder ao que será aceito e pago.
Confundir acesso com permissão. Conectar o sistema ao CRM não autoriza modificar qualquer registro. Limite contas, campos e operações. No contrato, descreva como credenciais são administradas e revogadas. No piloto, confirme que uma solicitação indevida é barrada pelo sistema, mesmo quando aparece em linguagem convincente.
Ignorar atualização e suporte. Pergunte quem corrige o fluxo quando uma API muda, um documento fica desatualizado ou uma categoria comercial é alterada. Exija um procedimento de comunicação e retorno à versão anterior. Para essa etapa, a lista de cláusulas para fornecedores de IA ajuda a transformar responsabilidades em itens verificáveis.
Automatizar uma política ainda indefinida. Se duas pessoas dão respostas diferentes sobre descontos ou devoluções, a ferramenta não resolve a divergência por conta própria. Defina a regra e a exceção com o responsável pelo negócio antes de liberar ações. A IA pode apontar falta de informação; não deve inventar uma política para preencher o vazio.
7. Perguntas frequentes
Um chatbot com IA já é um agente?
Não necessariamente. Ele pode apenas gerar respostas ou seguir uma sequência fixa. Para contratar, observe se o modelo escolhe ações e caminhos durante a execução. Descreva isso no escopo, sem depender do nome dado ao produto.
Um agente elimina a necessidade de atendentes?
Essa conclusão não pode ser feita apenas pela tecnologia escolhida. A necessidade de revisão e atendimento depende do processo e dos casos que chegam. O piloto deve mostrar quais tarefas passam a ser concluídas e quais continuam exigindo julgamento humano.
Qual deve ser a primeira tarefa automatizada?
Escolha uma tarefa frequente, com fonte confiável, resultado fácil de verificar e consequência controlada. Consulta de informação costuma oferecer um escopo mais simples do que alteração financeira. A escolha final depende dos problemas e dos dados disponíveis na empresa.
Como comparar fornecedores sem divulgar dados reais?
Prepare casos sintéticos que preservem a dificuldade do processo: cadastros parecidos, campos ausentes e regras conflitantes. Use o mesmo roteiro com todos. Se dados reais forem necessários em outra fase, defina previamente acesso, finalidade, proteção e condições contratuais.
Quando vale ampliar a autonomia?
Quando os registros mostram que o escopo atual funciona e existe uma próxima tarefa justificável. Amplie uma permissão de cada vez, com teste e possibilidade de interrupção. A aprovação humana pode continuar obrigatória nas ações de maior consequência.
