O que é a fundamentação, de fato
Quando um cliente faz uma pergunta, o bot pesquisa nos seus documentos, encontra os trechos que combinam e responde com base neles. Ele não lembra da sua política de devolução; ele a lê, no momento da pergunta.
Essa distinção importa por dois motivos. A sua política pode mudar na terça-feira e as respostas de terça-feira já refletem isso. E quando uma resposta está errada, a causa quase sempre é que o bot encontrou o trecho errado, ou deixou de encontrar o certo, e não uma falha na própria IA.
Pesquisar apenas pelo significado não basta
A maioria dos bots pesquisa pelo significado, o que lida bem com paráfrases. Alguém que pergunta “posso devolver isto” encontra um trecho sobre devoluções sem compartilhar nenhuma palavra com ele.
Ele lida mal com códigos exatos. Um número de peça como RX-4410-B, um número de pedido, um código de erro específico: são exatamente as perguntas em que pesquisar pelo significado é menos útil, porque o código que importa não tem significado a ser comparado.
A solução é fazer uma busca híbrida: pesquisar das duas formas ao mesmo tempo, pelo significado e pelas palavras exatas. O ProxyAI faz isso por padrão, então uma pergunta que contém um código de produto funciona tão bem quanto uma pergunta escrita como frase.
Se você está comparando plataformas, pergunte isso diretamente. “Usamos busca com IA” não diz nada sobre se um cliente que cita um número de peça vai receber uma resposta.
Como os seus documentos são escritos importa mais do que qualquer configuração
Quando você importa um documento, o importador do ProxyAI o divide sozinho em trechos curtos, então não há nada para você configurar. O que você controla é a clareza da organização de cada documento. Um documento com títulos claros, listas e tabelas é dividido em pontos sensatos. Um bloco de texto corrido não é, e um trecho pode acabar sem o contexto que o tornava significativo, como um preço sem nenhuma indicação do produto a que pertence.
O formatador de IA do ProxyAI faz essa organização por você. Depois de enviar um documento, pressione Limpar e converter markdown (com IA) na tela de revisão. Ele restaura títulos, listas e tabelas, e remove números de página e cabeçalhos repetidos, sem reescrever nem apagar nada. Ele usa um pouco do seu crédito.
Reescrever os seus dez principais documentos de suporte com títulos reais, ou passá-los pelo formatador de IA, costuma gerar um ganho de precisão maior do que qualquer ajuste fino.
A disciplina que mais importa: o que você não envia
O instinto é enviar tudo. É o instinto errado.
O bot encontra o que melhor combina com a pergunta, não o que é mais atual. Deixe a política de envio do ano passado ao lado da deste ano, com outro nome de arquivo, e um cliente acabará recebendo a informação errada, com confiança, tendo o trecho desatualizado como justificativa. O bot não alucinou; ele leu um documento que você lhe deu.
Três regras que evitam a maior parte disso:
Uma versão atual de cada coisa. Exclua os documentos substituídos em vez de mantê-los “para referência”. O bot não tem o conceito de referência.
Mantenha o mesmo nome de arquivo ao atualizar. No ProxyAI, enviar um documento com o mesmo nome de arquivo substitui a versão antiga; assim, a política é atualizada em vez de se acumular como duas cópias contraditórias. Um nome novo, como envio-2026.pdf ao lado de envio-2025.pdf, mantém as duas.
Revise antes de publicar. A leitura de texto de PDFs é imperfeita. Uma tabela que virou um bloco de números é pior do que nenhuma tabela, e só dá para perceber olhando.
PDFs digitalizados exigem uma decisão, não um padrão
Um PDF digitalizado ou fotografado não tem texto legível, então o bot não vê nada. O reconhecimento de texto (OCR) resolve isso, mas acrescenta custo e nunca é perfeito.
Então decida documento por documento: ative-o para documentos que realmente são digitalizações, e deixe desativado para os demais. O ProxyAI faz isso no seu próprio computador, então documentos digitalizados não são enviados a um serviço de terceiros, o que vale saber se as digitalizações forem contratos.
Cada bot deve ver apenas os seus próprios documentos
Se você administra mais de um bot, cada um precisa de um conjunto separado de documentos.
Mantê-los separados protege você de duas formas. A primeira é a privacidade: o bot de um cliente nunca pode ver os documentos de outro cliente. A segunda é obter a resposta certa: se duas marcas com prazos de devolução diferentes compartilhassem um único conjunto de documentos, o bot poderia responder com a política da empresa errada. Com conjuntos separados, cada bot conhece apenas o seu.
Como saber se está funcionando
Teste nas duas direções, e a segunda é a que as pessoas costumam pular.
Pergunte sobre o que está coberto. Perguntas que os seus documentos respondem diretamente. Confira se a resposta corresponde à fonte, e não a uma paráfrase plausível dela.
Pergunte sobre o que não está coberto. Perguntas próximas dos seus documentos, mas que não estão neles. O comportamento correto é admitir que não sabe. Um bot que improvisa com confiança aqui fará o mesmo com um cliente, e você só descobrirá quando ele agir com base nisso.
Depois, observe as perguntas que o bot não conseguiu responder. Elas são as suas lacunas de conteúdo, expressas como perguntas que pessoas reais fizeram, uma lista melhor do que escrever a seguir do que qualquer coisa que você produziria em uma reunião de planejamento.
Perguntas frequentes
O que significa fundamentar um chatbot nos seus próprios documentos?
Significa que o bot procura a resposta nos seus documentos quando chega uma pergunta, em vez de responder com conhecimento geral. Atualizar um documento atualiza as respostas imediatamente.
O que é busca híbrida e por que isso importa para bots de suporte?
A busca híbrida procura respostas de duas formas ao mesmo tempo: pelo significado e pelas palavras exatas. Isso importa porque pesquisar apenas pelo significado lida bem com perguntas parafraseadas, mas tem dificuldade com códigos exatos, como números de produto, de pedido e códigos de erro, que são comuns no suporte.
Por que o meu chatbot fundamentado dá respostas desatualizadas?
Quase sempre porque um documento desatualizado ainda está entre os documentos do bot. O bot devolve o trecho mais próximo da pergunta, não o documento mais recente; por isso, uma política substituída será citada sempre que se encaixar melhor. Enviar a nova versão com o mesmo nome de arquivo substitui a antiga, e excluir as versões antigas resolve o problema. Mantê-las “para referência” não funciona, porque o bot não tem o conceito de referência.
Quantos documentos devo enviar a um chatbot de suporte?
Menos do que o instinto sugere. Cada documento adicionado é mais uma fonte possível de resposta, então duplicatas e versões substituídas reduzem ativamente a precisão. Uma versão atual de cada tema, com títulos claros, tem desempenho melhor do que um grande acervo sem controle.
PDFs digitalizados funcionam na base de conhecimento de um chatbot?
Só com reconhecimento de texto (OCR), já que uma digitalização não tem texto legível. Ative-o por documento, e não para tudo, porque ele acrescenta custo e nunca é perfeito. O ProxyAI faz isso no seu próprio computador, então arquivos digitalizados não são enviados a um serviço externo.
Um chatbot pode recuperar os documentos de outro chatbot?
Não, quando cada bot tem o seu próprio conjunto separado de documentos. Isso mantém os documentos de um cliente privados e impede que as políticas se misturem: se duas marcas compartilhassem um único conjunto de documentos, o bot poderia responder com a política da empresa errada.
Como testo se um chatbot fundamentado está funcionando?
Faça perguntas que os seus documentos cobrem e confira a resposta com a fonte; depois faça perguntas próximas dos seus documentos, mas que não estão neles, e confirme que o bot diz que não sabe. O segundo teste é o que prevê as falhas do mundo real.
Os detalhes, os tipos de arquivo compatíveis, os limites de tamanho e a cobrança de armazenamento estão no Guia do Bot Knowledge.