Decisões em atendimento no WhatsApp

O WhatsApp é o canal de atendimento mais usado no Brasil e o mais hostil para qualquer classificador. A mensagem não chega como um e-mail bem formado: chega em cinco balões seguidos, sem pontuação, com gíria regional, com abreviação, com um áudio de quarenta segundos que virou uma transcrição sem vírgulas e com uma palavra trocada.

O Jev, modelo da TypeSafe AI, devolve decisões tipadas com probabilidade em vez de texto gerado — e, para esse canal, o valor não está só em acertar: está em avisar quando não sabe. Uma confiança baixa em um balão ambíguo é a diferença entre mandar o cliente para o time errado e pedir que ele explique melhor.

O que muda neste canal

Três coisas, e todas afetam o desenho antes de afetar o resultado.

A mensagem é fragmentada. “Oi” / “boa tarde” / “é sobre o pedido” / “número 8842” / “chegou quebrado” são cinco eventos e uma intenção. Classificar cada um isoladamente produz cinco decisões ruins.

O áudio vira texto imperfeito. A transcrição perde entonação, que é onde mora metade do sentido em português falado, e às vezes troca palavras. Vale marcar no state que aquele trecho é transcrição.

O registro do cliente existe e é curto. Diferentemente de um e-mail de contato, aqui você quase sempre sabe quem é. Isso permite mandar dois ou três campos úteis — e tenta você a mandar o histórico inteiro, o que piora a resposta.

O desenho das perguntas

Junte a janela de mensagens, transcreva o áudio antes e faça uma chamada por janela.

{
  "state": {
    "mensagens": [
      "Oxe, boa tarde",
      "baixei o aplicativo e num abre de jeito nenhum",
      "fica só rodando aquela bolinha",
      "[transcrição de áudio] meu celular é simples mas os outros aplicativos abrem tudo direitinho dá uma força aí por favor"
    ],
    "cliente": {"plano": "Pré-pago", "meses_de_casa": 14},
    "tem_pedido_aberto": false
  },
  "questions": {
    "assunto": {
      "type": "choice",
      "instructions": "Qual o assunto principal desta conversa?",
      "criteria": {
        "duvida_tecnica": "Algo não funciona, dá erro, ou a pessoa não sabe usar.",
        "pedido_e_entrega": "Status, prazo, endereço ou problema com uma entrega.",
        "cobranca": "Fatura, valor, estorno, plano ou pagamento.",
        "cancelamento": "Quer encerrar o serviço ou desfazer a compra.",
        "elogio_ou_agradecimento": "Agradece ou elogia, sem pedir nada.",
        "outro": "Não se encaixa em nenhum dos assuntos acima."
      }
    },
    "urgencia": {
      "type": "score",
      "instructions": "Qual a urgência que a conversa expressa?",
      "criteria": [
        "Sem pressa declarada.",
        "Quer resposta hoje ou amanhã.",
        "Cita prazo curto ou prejuízo em andamento.",
        "Situação parada agora, com impacto imediato."
      ]
    },
    "irritacao": {
      "type": "score",
      "instructions": "Qual o nível de irritação demonstrado pela pessoa?",
      "criteria": [
        "Cordial ou neutro.",
        "Impaciente, mas educado.",
        "Claramente irritado, com reclamação direta.",
        "Hostil, com xingamento ou ameaça."
      ]
    },
    "quer_falar_com_humano": {
      "type": "noul",
      "instructions": "A pessoa pede para falar com um atendente, com uma pessoa ou com um supervisor?"
    },
    "cita_procon_ou_juridico": {
      "type": "noul",
      "instructions": "A conversa menciona Procon, advogado, processo ou órgão de defesa do consumidor?"
    }
  }
}

O array de mensagens é um formato aceito oficialmente para o state, e ele preserva a ordem — que é informação. O detalhe de marcar a transcrição entre colchetes é nosso: serve para lembrar quem lê o log depois, e para você poder medir separadamente o desempenho em texto digitado e em áudio transcrito.

O que o código faz com a resposta

Piso de confiança primeiro. Neste canal o piso importa mais que nos outros, porque a mensagem é curta e ambígua com frequência. Abaixo do piso, a resposta certa não é adivinhar o setor: é perguntar. Um menu curto — “é sobre entrega, pagamento ou uso do aplicativo?” — resolve, e o custo de perguntar em uma conversa é muito menor que num e-mail.

Regras determinísticas depois. quer_falar_com_humano acima do corte transfere, e ponto: ignorar um pedido explícito de atendente é o defeito mais odiado de chatbot no Brasil. cita_procon_ou_juridico marca o caso e muda a fila.

Combinação por último. Urgência e irritação ordenam a fila de atendimento humano.

a = r.answers["assunto"]

if r.answers["quer_falar_com_humano"].noul > 0.6:
    return transferir_para_atendente(conversa)

if r.answers["cita_procon_ou_juridico"].noul > 0.6:
    return fila_prioritaria(conversa, marcar="risco formal")

if a.confidence < PISO or a.choice == "outro":
    return perguntar_menu(conversa)

prioridade = 0.6 * (r.answers["urgencia"].score / 3) \
           + 0.4 * (r.answers["irritacao"].score / 3)
rotear(conversa, fila=FILAS[a.choice], prioridade=prioridade)

O que medimos em português

Em 18 de setembro de 2026 fizemos cinco chamadas à API oficial com seis perguntas cada, sobre textos de atendimento escritos em português do Brasil. O modelo que respondeu foi o jev-1.13.0. A média de entrada foi 955 tokens e as latências de ida e volta, medidas por quem chamou e portanto incluindo a rede, ficaram entre 270 e 802 milissegundos. Cinco chamadas não são benchmark.

Três resultados importam para este canal:

• Regionalismo. “Oxe, baixei o aplicativo e num abre de jeito nenhum, fica só rodando aquela bolinha” saiu como dúvida técnica com 100% de probabilidade e 100% de confiança. Nenhuma dessas expressões aparecia nas descrições das opções.
• Ironia. “Nota dez para o atendimento, viu? Nunca vi tanta eficiência na minha vida” recebeu sentimento negativo com 98%, mas a categoria caiu em “Outro” com 79% e confiança 0,72. O modelo entendeu o tom e avisou que o enquadramento estava incerto.
• Ameaça de Procon. “Quero o estorno da cobrança indevida ou vou registrar reclamação no Procon” subiu o risco de cancelamento para 3,13 de 5, mas a pergunta sobre cancelamento ficou em 0,17 — o modelo separou “reclamar” de “cancelar”. A confiança de 0,63 na urgência é o aviso de que esse caso merece regra própria, e é por isso que ele virou um Noul no desenho acima.

Os cinco casos completos, com o texto de cada um, estão em o Jev funciona em português. Dá para rodar o seu próprio texto em playground.

Onde entra a pessoa

Sempre que o cliente pedir, sempre na faixa de irritação alta e sempre quando a confiança do assunto cai. O limiar acompanha o risco: transferir por engano custa alguns minutos de atendente; manter um cliente irritado conversando com um robô custa a conta e um print nas redes sociais.

Custo

Assumindo cem mil janelas de conversa por mês — suposição deste artigo — com 955 tokens de entrada por chamada: ao preço oficial de US$ 0,042 por milhão de tokens de entrada, com saída gratuita, e o dólar estimado em R$ 5,40, cada janela sai por cerca de R$ 0,00022 e o mês por cerca de R$ 21,66. A fórmula está em quanto custa uma decisão.

A latência importa tanto quanto o preço neste canal, e as nossas cinco medições ficaram entre 270 e 802 milissegundos de ida e volta — dentro do tempo de uma resposta que parece imediata em uma conversa.

Onde isso quebra

Mensagem curta demais. “Oi” não sustenta classificação nenhuma, e o modelo vai dizer isso pela confiança. A janela de agrupamento é a defesa.

Áudio mal transcrito. O erro entra antes do modelo. Se a transcrição trocou “não consigo pagar” por “não consigo pegar”, nenhuma pergunta conserta. Meça a qualidade da transcrição separadamente.

State grande. A tentação de mandar a conversa inteira dos últimos seis meses é grande, e a documentação lista state grande cheio de detalhe irrelevante entre os nove modos de falha declarados do jev-1.13. Mande a janela atual e dois ou três campos do cadastro; o efeito está em context rot.

Datas e valores. “A fatura venceu?” e “quanto ele já pagou?” são perguntas para o seu banco. O modelo lê data como texto e não é calculadora.

Emoji e figurinha. Entram como texto ou não entram; o modelo aceita texto apenas. Decida na sua camada de ingestão o que fazer com eles e seja consistente.

A lista completa dos limites está em limites do Jev, e os outros fluxos em casos de uso.