Como automatizar a triagem de pedidos sem perder contexto
A triagem automática organiza pedidos para que cheguem à pessoa certa com o contexto necessário. Pode combinar regras sobre campos conhecidos com IA para interpretar texto livre. O resultado útil é uma atribuição verificável, acompanhada de uma saída para os casos ambíguos, e não apenas uma etiqueta produzida depressa.
No final, consegue:
- Desenhar categorias sem sobreposição desnecessária
- Medir encaminhamentos corretos por categoria
- Tratar ambiguidade e falhas sem perder pedidos
Descreva o que entra e quem o deve receber
Inventarie os canais usados: formulário, email, caixa de mensagens ou aplicação. Escolha inicialmente um deles e registe campos disponíveis, anexos, idiomas e responsável atual. A mesma frase pode precisar de destinos diferentes conforme o produto ou contrato; identifique o contexto que realmente altera a atribuição.
Separe classificação de prioridade. «Faturação» identifica um assunto; «responder até amanhã» exprime uma necessidade; uma prioridade operacional depende das regras da empresa. Não transforme automaticamente palavras como «urgente» numa autorização para saltar controlos. Preserve a mensagem original, mesmo quando apresenta um resumo à equipa.
Escreva uma definição e uma fronteira por categoria
Dê a cada categoria uma descrição, exemplos incluídos, exemplos excluídos e um destino. Se duas pessoas da equipa classificam de forma diferente os mesmos pedidos, resolva primeiro a regra. Automatizar uma taxonomia ambígua pode apenas acelerar a circulação errada dos casos.
A documentação de encaminhamento da Anthropic propõe estudar o processo de apoio e testar com pedidos classificados. A matriz abaixo é uma proposta editorial para uma empresa fictícia de serviços. Ajuste as fronteiras ao seu trabalho e mantenha uma categoria de revisão; ela tem responsável e prazo, não é um local onde os pedidos desaparecem.
| Categoria | Inclui | Encaminhamento |
|---|---|---|
| Comercial | Pedido de condições para um serviço novo | Equipa comercial |
| Apoio | Problema num serviço já contratado | Equipa de apoio |
| Administrativo | Pedido de documento ou alteração de contacto | Equipa administrativa |
| Revisão | Dois assuntos ou informação insuficiente | Responsável da entrada |
Use regras onde a decisão já está definida
Um formulário que identifica explicitamente o serviço e o motivo pode seguir uma regra direta. A IA é uma possibilidade quando a informação chega em texto variável e precisa de interpretação. Não acrescente uma chamada de modelo apenas para copiar um campo que já determina o destino.
Peça uma saída limitada às categorias previstas, com dados em falta e uma breve evidência do texto. Saídas estruturadas ajudam a cumprir o formato, como documenta a Anthropic; não comprovam que a categoria escolhida é correta. A aplicação verifica a estrutura, o destino permitido e as condições necessárias antes de atribuir o pedido.
Veja um pedido que exige revisão
No exemplo fictício PED-309, a pessoa escreve: «Não consigo abrir a área de cliente e queria conhecer o preço de mais duas licenças.» Existem dois assuntos legítimos. A proposta é encaminhar o problema de acesso para apoio e sinalizar o interesse comercial, conservando uma relação entre os trabalhos para evitar duas respostas contraditórias.
Se o sistema só admite um destino, a política pode colocar o pedido em revisão para alguém o dividir. Esse resultado é preferível a fingir que a categoria dominante resolveu a mensagem inteira. Registe a política no conjunto de exemplos para que a avaliação não penalize um encaminhamento humano que era precisamente o comportamento esperado.
{
"pedido_id": "PED-309",
"categoria": "revisao",
"assuntos": ["acesso", "novas_licencas"],
"motivo": "A mensagem contém apoio e interesse comercial.",
"acao_proposta": "separar_assuntos_com_referencia_comum"
}Meça os erros que mudam o destino
Prepare uma amostra anotada por pessoas que conhecem a operação e reserve parte para avaliação final. Inclua categorias raras, mensagens curtas, textos longos e casos que devem ir para revisão. Não ajuste o sistema usando todos os exemplos e depois apresente o resultado nesses mesmos exemplos como uma prova independente.
Num ensaio fictício, 50 pedidos são encaminhados para apoio e 45 pertencem efetivamente a apoio: a precisão desse destino é 45 ÷ 50 = 90%. Se a amostra tinha 60 pedidos de apoio, a cobertura dessa categoria é 45 ÷ 60 = 75%. A primeira conta mede o destino escolhido; a segunda mostra quantos casos de apoio ficaram de fora. Não são metas universais.
| Observação | Pergunta que ajuda a corrigir |
|---|---|
| Comercial enviado para apoio | A definição confunde intenção e problema? |
| Apoio encaminhado para revisão | Falta contexto ou o caso é realmente ambíguo? |
| Muitos pedidos sem destino | Há uma categoria em falta ou falha técnica? |
| Categoria correta, equipa errada | O mapa de responsáveis está atualizado? |
Conserve estados e permita corrigir a atribuição
Mantenha estados como recebido, classificado, atribuído e em revisão. Uma interrupção durante a classificação não deve eliminar o pedido nem apresentá-lo como tratado. A referência da operação permite retomar e reconhecer repetições; uma nova tentativa não cria um segundo atendimento por acidente.
Comece por um modo de sugestão: a equipa vê a categoria proposta, confirma ou corrige, e o sistema regista a decisão. Observe tempo de triagem, pedidos reencaminhados e fila pendente. Uma queda no tempo de classificação acompanhada por mais trabalho de correção não demonstra melhoria do processo completo.
Documente a regra antes de a automatizar
O responsável pela operação deve conseguir explicar a categoria e corrigir o destino sem editar código de modelo. Defina como novas categorias são aprovadas e que casos voltam a ser testados. Quando a oferta ou a equipa muda, reveja a classificação e o mapa de atribuição em conjunto.
Ficha para o seu projeto
Canal e referência do pedido: Campos disponíveis e contexto necessário: Categorias, definições e exclusões: Regra para mensagens com vários assuntos: Destinos e responsáveis: Condições para revisão humana: Saída estruturada e validações: Amostra de desenvolvimento e amostra reservada: Precisão e cobertura por categoria, com contagens: Tempo de triagem, correções e pendências: Repetições, indisponibilidade e recuperação: Versão da política e próxima revisão:
Fontes e critérios
Conteúdo elaborado com apoio de IA e pesquisa em fontes técnicas, com revisão dos exemplos e cálculos aplicáveis. As referências apoiam as decisões do guia; os exemplos identificados como fictícios servem para experimentar o método.