
Não precisa. A base organizada sai da implantação, e não entra nela como pré-requisito, porque o conteúdo de que a IA precisa já está nas conversas que o seu time teve. Nos diagnósticos da Cloud Humans, 500 a 700 tickets dos últimos 30 a 90 dias costumam mostrar os 5 a 12 temas que somam 80% do volume, e a primeira base nasce deles. Esperar a documentação ficar pronta só adia o projeto.
Eu costumo dizer que conteúdo é cocô dentro, cocô fora, então a objeção de que a documentação está um caos e por isso não dá pra começar parece fazer sentido justamente vinda de mim. Só que o dentro que importa pra IA não é o documento, é a conversa, e a conversa já existe na fila de qualquer operação que atende.
Por que organizar a base de conhecimento antes da IA trava o projeto?
Organizar a base de conhecimento antes da IA supõe que dá pra saber de antemão o que ela vai responder e como o cliente vai perguntar, e isso só aparece com a IA conversando. Numa empresa de cartão pré-pago de premiação que a gente implantou, a FAQ oficial dizia que o código de rastreio do cartão chegava por WhatsApp, e depois dos testes a base final diz SMS.

Caso real de uma empresa de cartão pré-pago de premiação: a FAQ oficial dizia que o código de rastreio do cartão chegava por WhatsApp, e a base final, corrigida nos testes com a IA, diz SMS.
No mesmo projeto, a base foi de 60 para 78 conteúdos durante os testes, e uns 20 deles não estavam em fonte nenhuma: quem é a empresa, horário de atendimento, validade do cartão, validade dos pontos. Uma documentação arrumada com meses de antecedência teria saído com o erro do WhatsApp e sem esses vinte, e projeto de documentação não tem data pra acabar, enquanto implantação tem.
De onde vem o conteúdo da primeira base, se não da documentação?
O conteúdo da primeira base vem do que o time já escreve pro cliente todo dia. A fonte mais confiável são as macros ativas e os artigos da Central de Ajuda, que costumam ir direto pra base e são lidos no Zendesk, no Intercom ou no Freshdesk que o time já usa, como contamos no texto sobre agente de IA sem trocar de helpdesk.
O histórico de tickets entra por outro caminho. No diagnóstico, a gente pega uma amostra de 500 a 700 conversas recentes, do helpdesk ou do WhatsApp, tira o ruído, agrupa por tema e escreve um conteúdo ideal pra cada tema que a base resolve. O ticket diz o que chega e com que peso, e o fato fica com o cliente.
Na mesma empresa de cartão, o rascunho tirado dos tickets mandava desbloquear o cartão pelo site, com opção pra pessoa jurídica, enquanto a FAQ dizia aplicativo e só pessoa física. Quando os dois falam do mesmo assunto, o texto do cliente ganha.
Documento interno e o que o cliente fala no kick-off também entram, como sugestão que alguém do time dele confirma. Numa fintech de crédito, o único material que o cliente tinha mandado era um PDF com a política de limites, e mesmo assim, de uns 900 candidatos, saíram 89 conteúdos direto pra base e 146 sugestões pro time validar, 24 delas com fontes dizendo coisas diferentes. A documentação bagunçada não zerou a base, só aumentou o que passa pela mão do cliente.
O que muda numa base de conhecimento feita pra IA?
Uma base de conhecimento feita pra IA se organiza pela pergunta do cliente, e uma feita pra pessoa, pelo menu da empresa. O atendente abre o artigo longo, deduz o sinônimo e pula o que não interessa, e a IA não faz nada disso.
O que | Base pra pessoa | Base pra IA |
|---|---|---|
Unidade | Artigo com vários assuntos | Um assunto por conteúdo |
Título | A categoria, como "Informações sobre cartão" | A pergunta do cliente, com o termo que ele usa |
Jeitos de perguntar | O atendente deduz | Escritos no próprio texto |
Conteúdos parecidos | Incomodam pouco | Disputam a mesma pergunta |
Rótulo | Organiza a pasta | Vira a tag do ticket no helpdesk |
Na ClaudIA, cada conteúdo vira um vetor só, um classificador lê o título sozinho pra decidir se ele serve e só os três conteúdos mais próximos da pergunta seguem pra resposta. O artigo de cinco assuntos vira um vetor médio, longe de qualquer pergunta, e dois conteúdos quase iguais disputam a mesma vaga. O conteúdo que fundamenta a resposta também define a tag da conversa no helpdesk, então rótulo errado vira relatório errado.
É o que mais me convence de que organizar antes desperdiça trabalho: a base bonita pra humano, com artigo longo e índice por categoria, é o formato em que a IA mais se perde.
Como a base de conhecimento melhora depois do go-live?
Depois do go-live, a base melhora com leitura de conversa. Nas primeiras semanas a IA atendeu pouco, e 40 conversas são pouco pra estatística e o suficiente pra ler uma por uma e ver onde faltou conteúdo, onde ele existia e não foi achado e onde veio o errado.
Cada lacuna vira uma sugestão no Centro de Melhorias, com as conversas de origem e o motivo, e o cliente completa ou escolhe a resposta na tela, e aprovar já publica na base. A gente também dá nome ao padrão do erro, como título sem o termo do cliente ou dois conteúdos competindo pela mesma pergunta, porque é isso que faz o time escrever certo sozinho lá pela terceira rodada.

Exemplo de sugestão no Centro de Melhorias: quando duas fontes respondem diferente, o time do cliente escolhe a que vale, vê as conversas de origem e, ao aprovar, o conteúdo já entra na base.
A base organizada que a objeção pedia aparece aqui, algumas rodadas depois do go-live, e arrumada pelo que o cliente pergunta.
Quando a base de conhecimento é um bloqueio de verdade?
A base de conhecimento bloqueia a implantação quando falta uma decisão, e não um documento. Se a empresa ainda não decidiu se a IA pode tratar contestação de compra, nenhum ticket decide por ela. Na empresa de cartão, contestação, estorno e transação não reconhecida estavam na lista do cliente como transferência imediata pra uma pessoa, e ficaram assim.
O segundo caso é o tema que depende do dado da conta, como saldo, status ou parcela. Aí a base trava por natureza, e quando a IA não acessa sistema nenhum a resolução fica perto de 30% na nossa base, como o Bruno mostrou no texto sobre por que a IA de atendimento trava perto dos 40%.
Antes de mandar um tema inteiro pra integração, vale ver se sobra uma regra geral. Na empresa de cartão, resgate de pontos foi todo pro backlog porque o status exige consulta, e junto foi a regra de que o crédito sai em até 5 dias úteis, que texto responde, e 66 tickets ficaram na mesa por isso.
Perguntas frequentes
Quanto histórico de tickets preciso pra montar a primeira base?
Poucos meses bastam. O diagnóstico trabalha com uma amostra de até 700 conversas recentes, que já mostra os temas de maior volume.
Funciona se o atendimento é quase todo pelo WhatsApp?
Funciona. As conversas de WhatsApp entram no diagnóstico do mesmo jeito que os tickets do helpdesk.
Quem garante que a resposta da IA está certa?
O time do cliente valida os fatos. O que não veio de macro ativa ou da Central de Ajuda passa por aprovação no Centro de Melhorias antes de entrar na base.
Quer a primeira base da sua IA sem esperar a documentação ficar pronta? Peça o diagnóstico da sua operação: a gente gera a sua primeira base a partir dos seus tickets, com os temas de maior volume e o conteúdo ideal de cada um.



