Responder dúvidas recorrentes no WhatsApp exige consistência, especialmente quando o atendimento envolve regras específicas do negócio. A demonstração apresentada mostra um sistema em desenvolvimento que busca apoiar esse processo: ele recebe o contexto de uma nova mensagem, sugere uma resposta e permite que a pessoa decida se aprova a sugestão ou responde manualmente.
O ponto central do fluxo é o uso de respostas aprovadas como referência para novas perguntas semelhantes.
O cenário mostrado na demonstração
A tela exibe duas conversas no WhatsApp Web: uma representa o cliente enviando perguntas e outra representa o WhatsApp da empresa. A aplicação acompanha a conversa da empresa e, ao identificar uma nova mensagem, prepara uma sugestão de resposta.
O projeto é apresentado como uma aplicação local desenvolvida em C#, com banco de dados SQLite. Para o funcionamento demonstrado, o WhatsApp Web precisa permanecer aberto na mesma máquina.
Como funciona o fluxo de resposta
O processo demonstrado segue estas etapas:
- O cliente envia uma pergunta pelo WhatsApp.
- O sistema lê a mensagem mais recente e sugere uma resposta.
- A pessoa responsável pode aprovar a sugestão ou escrever uma resposta própria.
- A resposta aprovada ou enviada manualmente passa a compor o contexto para perguntas futuras semelhantes.
A ideia não é depender apenas de uma resposta ampla e genérica. O sistema busca considerar o modo como o atendimento é feito no contexto daquele negócio.
Exemplo: dúvida sobre suporte após a entrega
Na primeira pergunta da demonstração, o cliente quer saber se existe suporte depois da entrega de um sistema. A sugestão inicial é genérica: informa que há suporte conforme a necessidade e menciona atendimento remoto, mas não define prazo ou condições específicas.
Em seguida, é enviada uma resposta mais detalhada informando que, após a entrega de um sistema desenvolvido sob medida, há 15 dias corridos de suporte para pequenos ajustes relacionados ao escopo, sem custo adicional.
Esse exemplo se torna relevante quando chega uma nova dúvida: se um pequeno ajuste for percebido uma semana após o recebimento do sistema, será necessário pagar novamente?
A nova sugestão já considera a regra registrada no exemplo anterior. Ela informa que pequenos ajustes dentro do escopo, solicitados durante os 15 dias corridos após a entrega, não geram custo adicional, enquanto ajustes fora do escopo podem ser avaliados separadamente.
Perguntas semelhantes passam a considerar o contexto
Para validar o comportamento, a demonstração traz outra pergunta direta: qual é o tempo de suporte após a entrega?
A resposta sugerida recupera o prazo de 15 dias corridos e a condição de que o suporte se refere a pequenos ajustes dentro do escopo. Assim, a sugestão deixa de ser apenas uma resposta genérica e passa a refletir o exemplo anteriormente aprovado.
Tecnologias citadas no projeto
Segundo a apresentação, o sistema utiliza:
- LLM;
- embeddings;
- similaridade semântica;
- RAG;
- C#;
- SQLite.
A similaridade semântica é usada para relacionar uma nova pergunta a exemplos que tratam de assuntos próximos, mesmo quando as frases não são idênticas. O RAG é citado como a forma de recuperar esses exemplos e disponibilizá-los como contexto no momento de elaborar a sugestão.
Revisão humana continua no processo
Um aspecto importante do fluxo demonstrado é a possibilidade de revisão. A pessoa pode aceitar a resposta sugerida ou substituí-la por uma resposta própria. Dessa forma, as informações específicas do atendimento — como prazo, escopo e condições de suporte — podem ser registradas a partir de exemplos revisados.
Na apresentação, esse processo é descrito como aprendizado a partir de dados supervisionados, sem a necessidade de treinar um modelo do zero.
Conclusão
A demonstração mostra uma proposta de atendimento no WhatsApp baseada em contexto e revisão de respostas. Ao usar exemplos aprovados, o sistema pode sugerir respostas mais alinhadas ao que já foi informado ao cliente.
No caso apresentado, uma informação específica sobre suporte após a entrega passa a ser considerada em novas dúvidas relacionadas ao mesmo tema. O resultado é um fluxo em que a pessoa mantém a decisão final sobre cada mensagem, enquanto o sistema aproveita o histórico de respostas para dar suporte ao atendimento.