A IA não corrige uma política contraditória. A qualidade começa na fonte, no processo de revisão e no caminho de escalonamento.
Conhecimento é parte da operação
Uma pasta com PDFs não é automaticamente uma base de conhecimento. O atendimento precisa encontrar a resposta certa para a pergunta certa, entender onde ela se aplica e saber o que fazer quando a fonte não cobre a exceção. A prática KCS recomenda capturar conhecimento no contexto do trabalho, estruturá-lo para reutilização e cuidar da saúde do conteúdo.
Para IA, a exigência aumenta: uma resposta fluente pode esconder fonte ausente ou antiga. O perfil de IA generativa do NIST trata proveniência, medição e gestão contínua de risco como componentes do sistema, não como tarefas opcionais depois do lançamento.
O registro mínimo de cada conteúdo
| Campo | Por que existe |
|---|---|
| Título e pergunta | Facilitam busca e correspondência com a intenção. |
| Resposta aprovada | Define o que pode ser comunicado. |
| Fonte e versão | Permitem rastrear e corrigir. |
| Escopo e público | Evitam aplicar uma regra no cliente errado. |
| Exceções | Mostram quando parar e transferir. |
| Dono e revisão | Impedem conteúdo órfão. |
Monte em três passadas
- Inventário: liste motivos frequentes, fontes atuais e contradições.
- Normalização: escreva uma resposta por intenção, com linguagem direta e links para detalhes.
- Validação: teste perguntas reais, variações de linguagem, dados ausentes e casos fora do escopo.
- Cada resposta tem fonte e responsável
- Documentos duplicados foram resolvidos
- Datas, preços e políticas têm revisão definida
- Dados pessoais não entram na base sem necessidade
- Exceções levam a uma pessoa com contexto
- Correções de agentes retornam ao processo editorial
Mantenha a base viva
Revise dúvidas sem resposta, fontes pouco usadas, correções humanas e recontatos. Não publique tudo de uma vez: escolha um domínio, valide e amplie. Use o guia sobre o que automatizar, aplique o scorecard de conversas e acompanhe as métricas de resolução. Uma base boa reduz incerteza; ela não elimina supervisão.
Como transformar este guia em rotina operacional
Comece com um piloto pequeno e observável para aplicar “Base de conhecimento para atendimento: checklist antes da IA”. Escolha uma equipe, um canal e um período definido. Registre a situação inicial: volume, idade da fila, responsáveis, exceções e reclamações relacionadas ao processo. Depois escreva uma regra curta, indique quem decide nos casos ambíguos e explique como voltar ao fluxo anterior se algo falhar. Esse desenho evita uma mudança ampla sem evidência e cria uma comparação justa entre antes e depois.
- Objetivo operacional descrito em uma frase verificável
- Responsável pela execução e supervisor da revisão
- Amostra de conversas que represente casos normais e exceções
- Data de início, duração e regra de contingência
- Métrica principal, indicador de segurança e fonte dos eventos
- Decisão final: manter, ajustar, ampliar ou retirar
Durante o piloto, revise conversas reais em vez de confiar apenas no painel. Confirme se o estado, o responsável, o histórico e a próxima ação correspondem ao que aconteceu com o cliente. Separe falha de processo, limitação de ferramenta, problema de integração e erro de execução; cada causa pede uma correção diferente. Ao encerrar, publique a regra aprovada no lugar em que a equipe trabalha, retire instruções antigas e marque uma nova revisão. O resultado esperado não é apenas uma métrica melhor, mas uma operação que consiga explicar por que mudou e reproduzir o ganho sem depender de uma pessoa específica.