Serviço de configuração de chatbot com IA
Configure seu chatbot com IA sem esforço com o serviço gratuito da LiveAgent. Potencialize o atendimento ao cliente com fluxos personalizados, fontes de conheci...
4 min de leitura
Configurar um bot de suporte ao cliente com IA no LiveAgent exige seis etapas divididas em dois sistemas: três no FlowHunt (criar o Flow, conectar fontes de conhecimento, gerar uma chave de API) e três no LiveAgent (conectar o provedor de IA, criar o Chatbot, aplicar ao seu widget de chat). Aqui está a ordem exata, o que cada etapa faz e o que testar antes dos clientes verem.
Neste artigo:
- Antes de começar: o que um bot de suporte ao cliente com IA realmente precisa
- Etapa 1: Criar o Flow no FlowHunt
- Etapa 2: Conectar suas fontes de conhecimento
- Etapa 3: Gerar uma chave de API
- Etapa 4: Conectar o provedor de IA no LiveAgent
- Etapa 5: Criar o Chatbot no LiveAgent
- Etapa 6: Aplicá-lo ao seu widget de chat
- Testar antes do lançamento, não depois
A maioria dos guias para configurar um chatbot de IA pula direto para “conecte seu provedor de IA” e deixa de fora a parte que realmente determina se funciona: de qual conteúdo ele responde e em que ordem construir para que nada quebre no meio do caminho.
Este tutorial aborda o chatbot de IA do LiveAgent especificamente, então cada etapa corresponde a uma configuração real que você realmente irá clicar, não a uma lista de verificação genérica. Se você ainda não escolheu uma plataforma, nosso guia sobre como escolher um chatbot de IA é o melhor ponto de partida.
Antes de começar: o que um bot de suporte ao cliente com IA realmente precisa
Duas coisas precisam existir antes de você tocar em qualquer configuração. Primeiro, um escopo definido: quais perguntas esse bot realmente deve responder e quais devem ir direto para um humano? Segundo, conteúdo da fonte de conhecimento: artigos da central de ajuda, documentação do produto ou respostas de FAQ escritas das quais o bot possa extrair informações. Pular qualquer um desses itens não impede a conclusão da configuração, apenas produz um bot com uma aparência bonita e nenhuma resposta confiável.
| O que você precisa | De onde vem |
|---|---|
| Um escopo definido | A lista da sua equipe de perguntas comuns e repetitivas |
| Conteúdo da fonte de conhecimento | Central de ajuda, documentação do produto ou conteúdo que você escreve diretamente |
| Uma conta de provedor de IA | OpenAI, Anthropic, Google Gemini ou outro provedor compatível |
| Uma conta FlowHunt | Grátis com o LiveAgent, sem taxa de cadastro separada |
Etapa 1: Criar o Flow no FlowHunt
Um Flow é a lógica que decide como o bot lê uma pergunta e o que faz com a resposta. Você constrói isso no FlowHunt , a plataforma de automação de IA sem código do LiveAgent, não dentro do próprio LiveAgent.
Comece a partir de um modelo se algum corresponder ao seu caso de uso, em vez de construir a partir de uma tela em branco. Um Flow construído do zero leva consideravelmente mais tempo para ser testado adequadamente do que um adaptado a partir de um ponto de partida funcional, já que você está validando tanto a lógica quanto o conteúdo ao mesmo tempo, em vez de apenas o conteúdo.
Este também é o momento para definir o escopo em termos concretos, não apenas em princípio. Anote as categorias específicas de perguntas que o Flow deve tratar e, igualmente importante, as categorias que ele deve encaminhar diretamente para um humano sem tentar uma resposta primeiro.
Pronto para levar seu negócio além?
Experimente o LiveAgent grátis e comprove você mesmo.
Etapa 2: Conectar suas fontes de conhecimento
Esta é a etapa que realmente determina se o bot terá um bom desempenho. Conecte sua central de ajuda, documentação do produto ou qualquer conteúdo escrito do qual o bot deva extrair respostas. Se uma fonte de conhecimento estiver incompleta ou desatualizada neste estágio, o bot repetirá essa lacuna com confiança para cada cliente que perguntar.
Por exemplo, uma equipe lançando suporte para um novo nível de produto precisa ter a documentação desse nível conectada antes do lançamento, não adicionada depois que os clientes começarem a perguntar sobre ele.
Organize o conteúdo da fonte antes de conectá-lo, não depois. Uma base de conhecimento escrita para navegação humana, com informações espalhadas por cinco páginas vinculadas, não se traduz automaticamente em uma resposta limpa para um bot que extrai informações de todas as cinco ao mesmo tempo. Consolidar os fatos principais em menos conteúdos, mais diretos, geralmente produz respostas melhores do que conectar a estrutura do site existente como está.
Etapa 3: Gerar uma chave de API
A chave de API é o que permite que o LiveAgent e o FlowHunt se comuniquem como um sistema conectado. Gere-a dentro do FlowHunt assim que o Flow e as fontes de conhecimento estiverem prontos, pois você precisará dela para o lado da configuração no LiveAgent nas próximas etapas.
Trate esta chave da mesma forma que trataria qualquer outra credencial: armazene-a em um local onde sua equipe possa encontrá-la depois e não a cole em um documento compartilhado ou mensagem de chat onde possa permanecer mais tempo do que deveria.
Assine nossa newsletter
As melhores dicas e ofertas direto na sua caixa de entrada.
Etapa 4: Conectar o provedor de IA no LiveAgent
De volta ao LiveAgent, conecte o provedor de IA que realmente alimentará as respostas. O LiveAgent oferece suporte a OpenAI, Anthropic e Google Gemini a partir da atualização de setembro de 2026, juntamente com a opção de provedor próprio do FlowHunt.
Qual escolher depende menos da qualidade bruta do modelo e mais do ajuste prático: um relacionamento comercial existente, um requisito de conformidade que aponte para uma empresa específica ou simplesmente não querer que todos os recursos de IA dependam de um único provedor.
Etapa 5: Criar o Chatbot no LiveAgent
Com o provedor conectado, crie o objeto Chatbot no LiveAgent e vincule-o ao Flow construído na etapa 1. É aqui também que você define o limite de transferência, o número mínimo de respostas de IA antes que uma transferência para um humano se torne disponível, ou se o agente de IA decide por conta própria quando transferir.
Defina este limite deliberadamente, não como um padrão deixado intocado. Muito alto, e clientes frustrados passam por respostas inúteis antes de chegar a uma pessoa. Muito baixo, e o bot encaminha perguntas que poderia ter resolvido, o que desperdiça tempo dos agentes com solicitações que nunca precisaram de um humano.
Etapa 6: Aplicá-lo ao seu widget de chat
A etapa final é aplicar o Chatbot configurado ao seu widget de chat ao vivo, para que seja a primeira coisa com que um cliente interaja ao abrir o chat. Nada voltado ao cliente muda até esta etapa, o que a torna o ponto natural para pausar e testar tudo o que foi construído até agora.
Testar antes do lançamento, não depois
Antes que este bot converse com um cliente real, teste-o com sua própria lista de perguntas conhecidas, as mesmas que você usou para definir o escopo na etapa um. Anote cada resposta errada, incompleta ou confusa e corrija a fonte de conhecimento ou a lógica do Flow por trás dela antes de ativar o widget ao vivo.
Depois que estiver ao vivo, o trabalho não terminou. A taxa de transferência, os padrões de respostas incorretas repetidas e o idioma do cliente mudam com o tempo, que é exatamente o que nosso guia sobre corrigir um chatbot com baixo desempenho aborda em mais detalhes, para quando o desempenho cair alguns meses depois. Um bom hábito de revisão na primeira semana detecta a maior parte disso cedo, antes que se torne um padrão que os clientes notam.
