Agente de IA auto-aprendizagem

O Agente de IA Auto-Aprendizável melhora automaticamente aprendendo com conversas resolvidas por agentes humanos. Quando o Agente de IA não consegue responder, a conversa é entregue a um humano. Uma vez que o operador fecha a solicitação, um processo automatizado analisa a conversa, extrai o conhecimento útil, gera um novo artigo e o adiciona à sua Base de Conhecimento para que o Agente de IA possa responder a perguntas semelhantes no futuro.

Como funciona o fluxo de auto-aprendizagem

O agente da IA como primeiro respondedor

Quando um usuário envia uma mensagem, o Agente de IA tenta responder com base em sua base de conhecimento.

2. Escalada a um Humano

Se a IA não puder responder, a conversa é perfeitamente transferida para um operador humano.

3. Aprender com Conversas resolvidas

Analisa a conversa resolvida
Extrai informações relevantes
Gera novo conteúdo
Adiciona automaticamente este conteúdo à base de conhecimentos da IA

4. Melhoria contínua

A próxima vez que uma pergunta semelhante é feita, o agente de IA é capaz de responder sem intervenção humana. É como ter uma IA que aprende com todos os casos de apoio — automaticamente.

Como começar

O Agente de IA de auto-aprendizagem usa Code Action para interagir com terminais seguros e atualizar sua Base de Conhecimento. A ação de Código permite a execução do servidor com autenticação.

Você tem ** duas maneiras de implementar** o fluxo de auto-aprendizagem:

Opção A — Usar o modelo pré-construído (mais rápido)
Você pode download do modelo pronto para usar Self-Learning Flow da comunidade e importá-lo para o seu projeto.
Todas as configurações de Ação de Código necessárias já estão incluídas, então você não precisa do acesso da Enterprise para usá-lo.

** Opção B — Construir o fluxo do zero**\ Se você preferir personalizar ou construir o fluxo manualmente no Design Studio, **Code Action deve ser ativado** — e isso é ** apenas disponível sob o plano Enterprise**.\ Se o Code Action não estiver habilitado em seu espaço de trabalho, ** contate-nos** e o ativaremos para você.

Agente de IA auto-aprendizado – Construa o fluxo a partir do arranhão

Para construir o fluxo do Agente de IA Auto-Aprendizável do zero, você precisa ter um projeto sob o plano Enterprise com Ação de Código ativado. Este tutorial orienta cada passo em detalhe para criar o loop de aprendizagem dentro do ChatCase Design Studio.

Passo 1: Criar um Novo Fluxo

1. No painel ChatCase, vá para o menu do lado esquerdo e clique em "Flows".
2. Na nova página, clique no botão azul "Novo fluxo" no canto superior direito.
3. Escolha "Automation", em seguida, selecione "Webhook" e dar-lhe um nome (por exemplo, Auto Learning Flow).
4. Você será redirecionado para o Design Studio.

**Passo 2: Adicione a Ação de Código**

1. Passe por cima das ações “Especiais” e escolha “Ação de Código”.
2. Clique no bloco Ação Código. Aparecerá um menu do lado direito.
3. Substituir o código padrão com o seguinte trecho, e opcionalmente renomear o bloco para “criar\ transcript”.

** Aqui está o código que você deve usar:**

let payload = contextual.atributes["payload"];
deixar mensagens = carga útil?. carga útil?. mensagens;
mensagens?.shift();
Deixe transcriptar = "";
mensagens?.paraCada(mensagem => {

// apenas mensagens não úteis têm subtipo
subtipo;

// apenas chatbots
intentionName = message?.attributes?.intentName;

// apenas usuários finais
// const requester id = message?.attributes?.requester id;

// apenas mensagens de serviço
const messlabel = mess?.attributes?.messagelabel;

// apenas mensagens humanas
se (!subtipo &&!messagelabel &&!intenntName) {
//console.log("mensagem:", mensagem);
let text = message.senderFullname + ": " + message.text;
transcrição += texto + "\n";
}
});
context.setAttribute("transcript", transcrição);

O que ele faz:\

- Obtém mensagens de chat da carga útil.
- Filtra mensagens do sistema, AI Agent respostas, e mensagens de serviço.
- Mantém apenas conversas genuínas entre humanos.
- Formata cada mensagem como “Nome de Envio: MensagemTexto”.
- Cria uma única string de transcrição armazenada como "transcript" no contexto.

Porquê: A transcrição filtrada fornece dados de conversação humana limpa sem ruído técnico, tornando-o ideal para treinar um agente de IA de auto-aprendizagem em padrões de diálogo natural.

Passo 3: Adicionar um registro de fluxo

1. Hover novamente em "Especial" e selecione "Flow Log".
2. Coloque-o após o bloco de Ação de Código e escreva "auto aprendizagem começar" na seção de log.

**Passo 4: Adicione a Tarefa ChatGPT**

1. Adicione um novo bloco e insira a “Tarefa ChatGPT” dos tipos de ação.

2\. Escreva um prompt que analisa uma transcrição de suporte e extrai conteúdo reutilizável.\ Use o seguinte prompt:\ \&#xNAN;*A transcrição abaixo é uma conversa de suporte onde um usuário pede uma solução de um problema e alguém responde fornecendo a solução solicitada.*\ *Se você avaliar que uma solução foi encontrada, a solução foi genérica o suficiente para ser útil para outros usuários - nenhuma solução específica do usuário em relação à sua conta pessoal ou o provisionamento de dados sensíveis são considerados úteis para outra pessoa - por favor preencha o campo de resumo do json com um resumo da solução removendo todos os dados sensíveis. Caso contrário, defina o campo sumário como null.*\ *Responda-me com este json *\ * {*\ *"title":"um título curto para este conteúdo",*\ *"summary": o resumo que você descobriu seguindo as instruções acima*\ *}\ * transcrição da conversa: {{transcript}} *

3. Este prompt avalia se a conversa inclui uma solução reutilizável, exclui informações sensíveis/específicas do usuário, e retorna uma estrutura JSON com um título e um resumo.

** Passo 5: Extrair o Resumo **

1. Adicione um novo bloco com a ação “Set Attributes” das ações “Flow”.
2. Use o valor {{gpt\ resply.summary}}.
3. Criar um novo atributo chamado “Resumo”.
Isto armazenará o resumo gerado por IA em uma forma utilizável.

**Passo 6: Adicione uma condição para verificar a validade do resumo**

1. Adicione um bloco “Condição w/else” das ações “Flow”.
2. Configure a condição para verificar se o resumo é nulo, indefinido ou vazio.
Se corresponder a algum destes, significa que o resumo não é utilizável.

**Passo 7: Lidar com Resumos Inutilizáveis**

1. Do final verde do bloco de condição (se inválido), adicione uma nova ação "Flow Log".
2. Escreva "descartado" no campo de registro.

3\. Adicione um bloco "Resposta Web" para concluir o fluxo.

**Passo 8: Verifique se o conteúdo já existe **

1. A partir do final vermelho do bloco de condição (se o resumo for válido), adicione uma ação "Pedir Base de Conhecimento".
2. Use o atributo Resumo no campo “Usar questão”.
3. Selecione o alvo Base de Conhecimento.

4\. Se encontrado (fim verde), redirecionar de volta para o log “descartado”.\ 5\. Se não for encontrado (fim vermelho), continue a adicionar o conteúdo.

**Passo 9: Adicione Conteúdo à Base de Conhecimento**

1. Do extremo vermelho da “Pedir Base de Conhecimento”, adicione uma ação “Adicionar à Base de Conhecimento”.

2\. Definir {{gpt\ resply.title}} como a Pergunta.\ 3\. Definir {{gpt\ reply.summary}} como a resposta.\ 4\. Escolha a base de conhecimento apropriada para o conteúdo.

Passo 10: Registre a Ação

1. Adicione outra ação "Flow Log" para marcar a nova entrada.
2. Preencha-o com uma mensagem significativa (por exemplo, “artigo adicionado ao KB”).
3. Clique no botão azul "Publicar" no canto superior direito.

**Passo 11: Registre o Webhook para ativar o fluxo**

Depois de construir o fluxo, você precisa conectá-lo ao evento ** "Pedir Fechar" **. Isso garante que o fluxo é executado automaticamente cada vez que um agente humano fecha uma conversa de suporte.

Siga estes passos para configurar o webhook:

1- Clique no bloco iniciando "Webhook" no topo do fluxo.

2- No painel direito, localize o campo marcado ** URL de produção**.

3- Copiar a URL de produção. Você precisará dele nos próximos passos.

**Registre o Webhook no Painel de ChatCase**

1- Volte para o painel ChatCase.

2- No menu do lado esquerdo, clique em Configurações, depois vá para Configurações do Projeto.

3- Selecione a aba Desenvolvedor no topo da página.

4- Clique no botão Manage Webhooks (azul).

** Criar uma Nova Assinatura **

1- Clique no botão ** Adicionar Assinatura**.

2- Em Select Event, escolha ** “Request Close”** no menu suspenso.

3- Colar o URL de Produção (copiado anteriormente) no campo Webhook URL.

4- Clique no botão Criar Assinatura para finalizar.

Uma vez salvo, seu fluxo de auto-aprendizagem será automaticamente ativado cada vez que uma solicitação de suporte for fechada — ativando todo o processo de aprendizagem sem intervenção manual.

Como testá-lo

Faça uma pergunta que seu agente de IA não sabe.
Deixe a conversa aumentar para um agente humano.
Ter o humano responder e fechar a conversa.
Espere alguns momentos para o fluxo de auto-aprendizagem ativar.
Se tiver sucesso, novos conteúdos serão adicionados ao seu KB.

Precisa de ajuda para transferir o conhecimento para o seu agente de IA?

Se seu centro de suporte lida com um grande volume de tickets e você não tem certeza de como extrair e estruturar esse conhecimento para o seu Agente de IA, ** estamos aqui para ajudar**.

Nossa equipe pode ajudá-lo em:

Analisando conversas históricas
Identificar o conhecimento reutilizável
Estruturar e importá-lo em sua Base de Conhecimento
Otimizando seu agente de IA para respostas autônomas

entre em contato conosco para obter suporte especializado e desbloquear todo o potencial de seu agente de IA de auto-aprendizagem.