Atendimento ao cliente é uma das principais dores das empresas. Eu tava criando um projeto aqui e resolvi compartilhar como é que você pode criar um agente de a, seja para sua empresa, ou seja para oferecer serviço de criação de agentes para outras empresas. Então vem aqui comigo para eu te mostrar como é que tá ficando esse projeto aqui.
Estou com o meu WhatsApp aberto e aqui tá o meu fluxo mestre, tá? Já vou comentar um pouquinho mais sobre esse fluxo. Eu também peguei o meu atendente e eu consegui treinar ele com o documento externo, que basicamente é um atendente para falar sobre os serviços de agente de A que aquele gestor ali tá oferecendo, tá?
Então aqui tem uma proposta de implantação de a para atendimento via WhatsApp. Aí tem um objetivo da implantação, como é que funciona a integração, qual que é o valor de investimento. Então eu peguei esse arquivo e eu, basicamente eu treinei o meu agente de A lá dentro aqui do meu NIT N.
Tá bom? Eu usei algumas ferramentas para isso que depois eu vou explicar ao longo do vídeo, tá? Mas vamos ver funcionando.
Então aqui eu vou dar o test workflow e vou falar aqui pro meu agente. Opa, você tem o serviço de implantação de agentes? Vou perguntar aqui.
Vai rodar aqui o nosso fluxo, tá? Então tá rodando, depois eu mostro parte por parte para você entender o que que tá acontecendo, mas ele tá basicamente rodando fluxo para fazer um atendimento aí humanizado de acordo com o nosso banco de dados e de acordo com o nosso banco de dados vetorial, tá? Então ele vai acessar aquele documento que eu já treinei aí com base no banco vetorial, vai fazer uma resposta aqui para mim.
Então tá respondendo, respondendo em partes. Sim, oferecemos o serviço de plantação de agentes para atendimento WhatsApp. O processo inclui a configuração, integração da plataforma e se quiser posso fornecer mais detalhes ou ajudar com o próximo passo.
Então ele já responde aí como realmente fosse um humano, né, respondendo por partes. E eu posso perguntar aqui de novo, né, qual que é o valor, por exemplo, qual é o valor desse serviço? Vou perguntar aqui para ele.
Então vai rodar de novo o meu fluxo. E se a gente for ver aqui no nosso documento, o valor à vista de 12. 500 e parcelado de 13.
500, tá? Então vou voltar aqui para ver o que que ele vai responder, se vai responder certinho. Então já respondeu certinho aqui, ó.
Valor de serviço de impotação é 2500 ou 3500 parcelados em em até seis vezes. Posso ajudar com mais alguma coisa? Então esse agente de A, ele fica aqui o tempo inteiro, né, fazendo atendimento.
Ele consegue acessar aqui arquivos e também ele consegue entender áudio, consegue entender imagem, consegue entender quando o usuário manda mensagens picadas, ele também responde aí em mensagens separadas, tá? E se eu quisesse falar com o humano, esse atendente já também consegue fazer a pausa pro atendimento humano. Então eu vou te mostrar nesse vídeo aqui como que você pode criar um agente de atendimento para implantar aí na sua empresa.
Bora comigo. Seja muito bem-vindo ao canal Nano Coit Startup. Meu nome é Mateus Castelo e antes de passar pro conteúdo, para eu te explicar como que você pode construir esse agente, eu quero te fazer um convite pra nossa masterclass de gestor de agente de A que vai rolar em 6 de maio, na semana que vem.
Nessa masterclass eu vou te explicar como é que você pode virar um gestor de agente a e conseguir aí faturar os seus primeiros R$ 10. 000 criando o agente de A e sem saber programar. E sem mais enrolação, bora entender quais ferramentas você vai precisar para criar agentes de A que fazem atendimento.
E aqui na Nocurt Startup a gente gosta bastante de explicar de uma forma aí como se fosse um ecossistema, né? A gente não gosta de falar: "Ah, pega essa ferramenta e faz isso. " Eu quero que você entenda o projeto por completo para conseguir criar aí projetos mais profissionais, tá?
E para isso você tem que entender qual que é a relação do front end com o back end. A gente fala bastante no canal, mas o front end vai ser onde vai ter interface da nossa aplicação. Então vai ser onde o usuário vai interagir.
E o back end vai ser a parte onde a gente coloca as automações, as integrações, o banco de dados, o back endsa inteligência e também a gente consegue integrar aí com API. Então a gente consegue ter uma ferramenta aqui para criar agentes, tá? Tem essa ferramenta para criar gentes, ela sempre vai estar integrada com algum modelo da Open.
Isso daqui é bem importante para você entender como é que funciona o desenho por completo, tá? Para você não sair fazendo. Primeiro pensa, estuda um pouco, vai entender os fundamentos e aí você vai conseguir criar projetos completos, né, com sistemas de a para isso.
Além disso, a gente tem também as demais APIs, então a gente consegue conectar aí com qualquer outro serviço de API, qualquer outra plataforma. Então isso daqui é o desenho geral de um projeto de agente de A. Então, para falar sobre a interface, geralmente a gente usa o WhatsApp como a interface que o usuário vai conseguir conversar com seu agente, mas pode ser o Instagram, Telegram ou qualquer tipo de aplicativo, tá?
Se for o WhatsApp, que é o aplicativo aí mais usados pelos brasileiros, a gente vai precisar também de uma API de WhatsApp. Então aqui a gente tem a Evolution, aqui a gente tem a ZPI e aqui a gente tem também a Megapi. A gente tem vários vídeos no canal sobre isso, mas depois eu vou deixar também alguns vídeos para você entender um pouco mais sobre como funciona as APIs de WhatsApp.
Depois disso, a gente tem um back end, que é toda inteligência, né? Como eu falei, para isso, a gente tem algumas ferramentas importantes também em relação a automação, integração. A melhor ferramenta aqui, ó, de longe que tá mais crescendo é o N8N, que a gente vai conseguir fazer integrações muito completas.
E para banco de dados e backend, você pode fazer no Google Sheets aí o seu projeto, mas seria só para teste, tá? Se você quer fazer algo profissional, a gente recomenda o Supas, que tem toda uma estrutura de back end. Então, tabelas, banco de dados, relações entre as tabelas, segurança, autenticação.
Então, vai pelo Supas que também é uma ferramenta excelente. Então aqui a gente tem a primeira parte do nosso back end. O que falta aqui é criar o nosso agente de A.
Um ponto interessante é que a gente também consegue usar o N8N para criar o agente de A. Por isso que ele é tão poderoso. A gente faz tanto pr as automações quanto aqui para criar nossa agente de A.
A gente consegue usar vários modelos, né? Aqui, pessoalmente, eu gosto bastante do GPT, que são modelos muito poderosos que a Opinii tem, mas você consegue conectar isso a gente com qualquer outro tipo de modelo. Aqui, por exemplo, eu coloquei um serviço que cria banco de dados vetoriais, tá?
Então é para eu pegar aquele nosso documento e transformar ali no banco de dados vetorial pro nosso agente conseguir consumir aquele PDF, tá? E aqui eu usei o Pinecone. Então, com essas ferramentas aqui, você consegue criar aí projetos de a bem completos e profissionais.
Então, agora que você já entendeu quais são as melhores ferramentas paraa arquitetura do seu projeto, é legal também você entender o que que é um agente de A e por que ele é tão poderoso. Então, a gente já basicamente ele vai ter quatro características bem importantes. Então, aqui nesse desenhinho a gente sempre tem um input, né, que é a pergunta, vai passar pelo nosso agente de a que ele vai ter instrução, né?
A gente vai colocar as instruções sobre quem que ele é e vai ter o nosso output. Então, em relação às características, o que é bem importante aqui no gente já para você conseguir construir lá no N é primeiramente tem um modelo, tá? De large language model.
Então, a gente tem o GPT, tem o Giminii, a gente tem o cloud. Então, primeiro ponto modelo. Segundo ponto também é uma memória de curto prazo.
Então, aqui a gente gosta bastante de usar o Postgres ou o Redis, tá? Que é uma ferramenta muito boa pra gente guardar a memória. Então, a gente tem que lembrar do que ele tá conversando e de memória também de longo prazo, tá?
Além disso, o terceiro ponto é o treinamento com dados personalizados, que a gente chama de ra. Então, basicamente, foi isso que eu fiz, que eu peguei aquele PDF, coloquei lá na ferramenta, no caso, o Pinecone, e eu consegui transformar num banco vetorial. Então, o seu agente já ele consegue acessar qualquer tipo de documento, seja PDF, documento, planilha, site.
Então, qualquer tipo aqui de dado ele vai conseguir acessar, por isso que ele é tão poderoso. E por último, a gente consegue aqui ter as funções, tá? Então a gente pode, por exemplo, conectar com qualquer função aqui do Google API, que são as tools, né?
E consegue conectar com qualquer outro serviço. Então você consegue conectar, por exemplo, com um RP, com um CRM e aquele gente de de atendimento aí aos seus clientes, ele vai conseguir responder com base nos seus documentos personalizados e também com base aí nos seus dados, né? você pode conectar com o banco de dados ou qualquer sistema aí que você use.
Então agora você já entendeu qualquer arquitetura geral do seu projeto de agente a também entendeu o que que é um agente de A e por que ele é tão poderoso, né? Porque que o nosso atendimento aí com IA vai ser tão poderoso. E também por último, é importante que o seu agente de ele fique o mais humanizado possível para ele conseguir aí fazer o melhor atendimento pras pessoas, né?
Então ele tem que ser quase imperceptível que ele é uma atendendo assim vai ser muito fluído e a gente vai conseguir aí eh ter uma gente de respondendo muito bem feito. Não vai ser um chatbot, né, que a gente fica colocando ah, selecione a opção ou opção dois. A gente quer uma pessoa realmente atendendo como se fosse aí uma pessoa real.
E como que a gente faz a gente já humanizados? Primeiramente a gente tem algumas características, né? a gente consegue cetar qual a linguagem dele, se ele vai responder de uma forma informal, uma forma formal, qual o idioma, né, que geralmente responde em português, qual o contexto dele, qual que é os aspectos de segurança para outros usuários não tentarem invadir questões do nosso agente.
E todas essas informações aqui, entre outras, a gente consegue definir dentro do nosso prompt, que nada mais é que nossa instrução que a gente vai dar pro nosso agente. Então a gente fala as instruções e deixa claro ali a forma que ele responde, que tipo de linguagário ele usa. Dessa forma ele fica muito mais humanizado.
Mas tem outros pontos bem importantes que são relevantes aqui para você criar um agente de aí mestre nas conversas, né? Como por exemplo, ele tem que entender texto, áudio, imagem, arquivos, seria bem importante, né? Qualquer humano consegue entender isso.
Além disso, entender as mensagens picadas. Então, sempre que o usuário mandar várias mensagens, ele tem que parar, somar. o total daquelas mensagens para poder depois se responder, tá?
Porque às vezes as pessoas começam a criar agentes que ele só vai lá e responde a primeira mensagem e ignora as outras. Além disso, o a gente já tem que responder com mensagens fracionadas, né? Então, ao invés de mandar aqueles blocão que nem o chatt manda, ele pode responder por partes, que seria como uma pessoa aí normal faria, né?
Vai respondendo por partes aquele seu atendimento. E por fim, outra característica é conseguir pausar e repassar pro atendimento humano, né? Então, se o usuário ele perceber, né, que ele tá sendo atendido por uma IA, ele fala: "Ah, eu quero falar com humano".
Aí você consegue pausar essa IA para humano aí eh conseguir pegar a conversa e continuar aí respondendo, tá? Então essa é uma altura característica bem importante, né? Não necessariamente um a gente é humanizado, mas vai facilitar muito a conversa entre o usuário e o agente.
E também, né, tem outras coisas, como, por exemplo, respondem áudio. Então, a gente consegue conectar com uma tecnologia, né, que cria áudios com IAC, que estão muito boas e muito avançadas hoje para o seu atendente responder ali em texto, mas também conseguir mandar um áudio. Então, olha que irado.
Tudo isso são e estruturas que a gente consegue criar lá no nosso fluxo, tá, do N8N. Então, a gente consegue criar uma um formato que o agente de a de atendimento vai conseguir responder com base nesse formato. Beleza?
Agora que você entendeu os principais fundamentos, vamos lá pro Neten para eu te mostrar qual que seria uma estrutura geral que você pode criar o seu agente de ar para ele conseguir realizar os atendimentos de uma forma humanizada, tá? Bora lá pro nosso template. Então, eu tô aqui no meu template mestre, tá?
E, ó, só para você entender, a gente vai ter sempre um gatilho, um hook que fica basicamente esperando a mensagem, né, do WhatsApp. Depois disso, a gente vai tratar esse dado para realmente conseguir ter as coisas organizadas. A gente sempre faz um filtro, né?
A gente não quer que a gente responda, por exemplo, mensagens que estão em grupo ou mensagens dele mesmo. Então aqui você tem que deixar organizadinho para ter os filtros iniciais. Depois disso, é legal a gente registrar qual os dados da pessoa que tá atendendo, né, que a gente colocou o lead, que é a pessoa interessada.
E aqui a gente tem uma estrutura que é uma gestão do fluxo para desativar para humano, tá? Então, lá pra frente, se o agente, se a pessoa responder: "Ah, eu quero falar com o humano", esse fluxo aqui, ele vai conseguir identificar isso e daí ele vai deixar registrado para desativar o atendimento por alguns minutos, né? Meia hora, 1 hora, pro humano conseguir ir lá e atender, tá?
Aqui com isso a gente consegue fazer muitas outras funcionalidades para pausar por humano. Depois disso, a gente tem aqui o entendimento de mensagem. Então, olha que legal, a gente tem a parte de texto, tem a parte de áudio, tem a parte de imagem, parte de documento e aqui realmente quando a gente não consegue entender aqui vai dar um erro, né?
Então esse meu agente aqui no caso ele tá entendendo o texto, ele entende aqui um áudio, né? que esse áudio ele é transcrito aí pela Openii, daí ele vira um texto. A imagem também que é o Openi consegue entender, daí vira um texto.
E aqui um documento PDF que a gente consegue baixar esse PDF e transformar aqui para reservar com o texto. O que que o Ragis está fazendo aqui? Nesse caso ele tá salvando, tá, todas as mensagens para depois a gente conseguir fazer uma lista de mensagens e ter uma pausa aqui.
Caso o usuário mande várias mensagens em conjunto. Ele compara as mensagens, organiza aqui. Um dos pabês é bem importante, tá?
para você ter a gestão dos usuários que entraram em contato, estão a gestão dos leads. Aqui lá no Code Startup, a gente gosta bastante de falar sobre isso, que é a modelagem de dados, modelagem do negócio, não é só fazer o agente insiste, tem que entender como conectar as tabelas, as regras de negócio. Então é todo um sistema completo, né?
Não é só uma gente que você sai fazendo aqui e já era. Então é bem importante essa parte. E o Supas é uma ferramenta excelente.
Depois disso tem o nosso agente de A em si, né, que a gente vai ter o nosso prompt aqui, tá conectado com o banco de dados vetorial, no caso o Pinecone e aqui tem todo um processo para humanizar a resposta e depois responder essa essa nossa resposta, né, a dúvida do usuário por partes, tá? Então ele vai respondendo por partes. Então no caso aqui eu tô com uma integração, que no caso é a Zapi, mas roda todo esse fluxo aqui.
E também se você quiser ver aqui no nosso base, a gente vai registrando o nome e o ID da conversa desse lead pra gente ter registrado ali todos os leads. Então, dessa forma aqui, você consegue criar um projeto de a de atendimento que seja aí avançado e consiga aí atender 24 horas, 7 dias por semana no seu negócio ou melhor, né, conseguir eh oferecer esse tipo de serviço de plantação para clientes, tá? E de novo, eu repito, se quer saber mais sobre isso, eu te convido pra nossa masterclass gestor de já que a gente vai fazer aqui, ó, dia 6 de maio, tá?
Semana que vem eu vou dar uma super aula, como você pode criar agentes desse tipo e conseguir monetizar aí com essa habilidade. E se você curtiu esse vídeo, já deixa seu comentário aqui, fala o que que você gostou, o que você não gostou, a gente lê e responde todos os comentários. E te espero aí pros próximos vídeos.
Até mais. M.