RAG para agentes de voz: respondendo com o seu próprio conteúdo
Como o RAG permite que uma IA telefônica responda com seus documentos e FAQs: preparar o conteúdo, limitar erros e testar as respostas.
Um modelo de linguagem sabe muito sobre o mundo e nada sobre o seu negócio. Ele não sabe o seu horário de funcionamento, a sua política de cancelamento nem o nome do técnico que cuida dos reparos de caldeiras. Se você pedir que ele responda à pergunta de um cliente sem essas informações, ele pode chutar. A geração aumentada por recuperação, geralmente abreviada como RAG, é o remédio padrão: encontrar a parte relevante do seu próprio conteúdo, entregá-la ao modelo junto com a pergunta e pedir que responda com base nesse material.

Este guia explica como o RAG funciona no contexto de ligações telefônicas, como preparar o conteúdo, onde ele falha e como testá-lo. Para o contexto do pipeline, veja Como funciona a IA de voz: STT, LLM e TTS.
Como o RAG funciona em uma ligação
Quando o cliente faz uma pergunta, um agente de voz que usa RAG costuma fazer o seguinte:
O caminho da recuperação
- OuvirO reconhecimento de fala transforma as palavras do cliente em texto.
- BuscarO sistema busca no seu conteúdo trechos relacionados à pergunta.
- SelecionarMantém os poucos trechos mais relevantes e descarta o resto.
- ComporO modelo de linguagem escreve uma resposta curta usando a pergunta e esses trechos.
- FalarO texto para fala lê a resposta em voz alta.
Por que não dar tudo ao modelo?
Dá para tentar colar todo o seu conteúdo nas instruções. Mas o espaço de trabalho do modelo é limitado, instruções longas atrasam as respostas e uma pilha grande de texto facilita que o modelo perca a única linha que importa. A recuperação mantém o conjunto de trabalho pequeno e relevante.
O que significa "buscar"
A busca pode ser por palavras-chave, por significado (encontrando trechos de sentido parecido mesmo que as palavras difiram) ou uma mistura. A busca por significado ajuda com clientes que formulam a pergunta de jeitos inesperados, como "posso ir no domingo?" quando o seu conteúdo diz "horário de fim de semana". Qualquer que seja o método, os trechos são pequenos pedaços dos seus documentos, então o modo como você escreve e divide o conteúdo afeta diretamente o que é encontrado.
Escolhendo e preparando o conteúdo
Entra qualidade, sai qualidade, e isso vale especialmente aqui. Um agente de voz só pode ser tão preciso quanto o material por trás dele.
Fontes de conteúdo comuns
- FAQ e pares de perguntas e respostasRespostas exatas a perguntas específicas; a fonte mais confiável para as ligações comuns.
- Páginas da webPáginas existentes sobre serviços, horários e políticas, lidas uma vez ou rastreadas em um site inteiro.
- DocumentosPDFs e arquivos de processador de texto com tabelas de preços, cardápios ou procedimentos, se o texto for selecionável.
- Texto livreNotas para regras que não cabem em nenhum outro lugar, como o tratamento de um feriado.
- Correções de ligações reaisRespostas corrigidas por uma pessoa depois de ouvir uma ligação.
Escreva para o ouvido
Conteúdo escrito para leitura costuma soar estranho quando falado. Tabelas, listas longas e abreviações não funcionam em voz alta. Reescreva as respostas principais em frases simples, com um fato por frase, e detalhe como números e horários devem ser falados. Mantenha cada trecho autossuficiente, para que faça sentido sem a página ao redor.
Elimine contradições
Se uma página diz que você fecha às cinco e outra diz às seis, o agente dirá uma das duas ao acaso. Antes de importar qualquer coisa, procure páginas antigas, rascunhos e arquivos duplicados e atualize-os ou exclua-os. Coloque datas nas políticas para que a mais recente prevaleça.
Decida o que está fora dos limites
Diga ao agente o que ele não deve responder: aconselhamento jurídico, médico ou financeiro, qualquer coisa sobre a conta de uma pessoa específica ou assuntos que você trata apenas com um humano. A resposta certa é uma transferência educada. Veja Salvaguardas para agentes de IA de voz.
Onde o RAG falha
O RAG reduz as alucinações, mas não as elimina. Falhas típicas são:
Modos de falha
| O que acontece | Solução | |
|---|---|---|
| Nada relevante encontrado | O agente improvisa com conhecimento geral. | Instrua-o a dizer que não sabe e a oferecer uma pessoa; adicione o conteúdo que falta. |
| Trecho errado encontrado | Usa-se uma política de som parecido para outro serviço. | Reescreva os trechos com títulos claros; separe assuntos parecidos. |
| Conteúdo desatualizado | O agente informa o horário do ano passado. | Dê a cada fonte um responsável e uma data de revisão. |
| Recuperação longa demais | Texto demais atrasa a resposta e confunde. | Use trechos mais curtos e focados. |
| Pergunta mal ouvida | Erros de reconhecimento de fala levam a uma busca errada. | Teste com áudio ruidoso e sotaques; confirme os detalhes importantes. |
Para um olhar mais profundo sobre como evitar respostas inventadas, leia Como evitar respostas inventadas na IA de voz. Para que o agente consulte dados ao vivo, como a situação de um pedido, em vez de texto estático, veja Como deixar um agente de voz consultar informações.
A margem de velocidade
As conversas telefônicas toleram muito pouco atraso. Cada etapa extra, como a busca, soma tempo. Mantenha as fontes organizadas e pequenas, evite recuperar mais trechos do que a resposta precisa e teste os tempos de resposta em ligações reais, não em um notebook. Latência da IA de voz explica como os atrasos são percebidos e de onde vêm.
Mantenha atualizado
Horários, preços e políticas mudam mais rápido do que alguém lembra de editar a base de conhecimento. Coloque um lembrete recorrente em uma agenda compartilhada: antes de cada temporada, feriado ou mudança de preços, o responsável pelo conteúdo revisa as fontes e as reindexa. Depois de uma mudança, ligue você mesmo para o agente e pergunte sobre o que mudou. Uma verificação de trinta segundos evita um dia de respostas erradas.
Teste antes e depois do lançamento
Faça uma lista de perguntas em três grupos: perguntas que o conteúdo responde com clareza, perguntas que responde em parte e perguntas que não cobre. Para cada uma, registre o que o agente diz. Confira se está correto, se é curto o bastante para ser dito em voz alta e se, no terceiro grupo, ele admite que não sabe. Repita a lista sempre que o conteúdo mudar.
Uma rotina de testes
- Faça cada pergunta comum com duas ou três formulações diferentes.
- Faça as mesmas perguntas com uma linha ruidosa ou um sotaque forte.
- Peça algo que o conteúdo não contém.
- Faça uma pergunta com armadilha, como um preço antigo ou um dia fechado.
- Ouça se há respostas longas demais para acompanhar de ouvido.
- Revise transcrições de ligações reais semanalmente no primeiro mês.
Correções que ficam
Quando uma pessoa encontra uma resposta errada, corrigir a transcrição não basta; a correção deve voltar à base de conhecimento para que o agente responda corretamente da próxima vez. Decida quem pode fazer essa alteração e mantenha um histórico das mudanças.
Fazendo no Call
No Call, o conhecimento pertence a um agente de IA e é adicionado em Fontes:
- Perguntas e respostas. Adicione uma pergunta e a resposta exata e use "verificar uma pergunta" para ver o que a base de conhecimento encontra para ela.
- Site. Leia uma página, um site inteiro ou páginas escolhidas; as páginas que o robots.txt de um site pede para os rastreadores não lerem ficam de fora.
- Arquivos. Envie arquivos PDF, Word, texto, markdown, CSV ou JSON. Um PDF precisa ter texto selecionável; PDFs só de imagem precisam antes de reconhecimento de texto.
- Texto. Adicione notas em texto livre.
- Reindexar. Reconstrua a busca do agente depois de muitas alterações.
O armazenamento é compartilhado em toda a organização, com limites por fonte, e apenas os gerentes do espaço de trabalho podem adicionar, alterar ou excluir fontes. Um aviso mostra quando as ligações ao vivo ainda não usam a base de conhecimento. O histórico de chamadas permite corrigir uma resposta dada pelo agente e, se quiser, salvá-la como a resposta correta para a próxima vez. Comece por Como usar fontes de conhecimento no Call e Como montar uma base de conhecimento para suporte e IA.
Perguntas frequentes
O RAG é o mesmo que treinar um modelo com os meus dados?
Não. Treinar altera o próprio modelo. O RAG deixa o modelo como está e lhe entrega trechos relevantes do seu conteúdo no momento da pergunta, o que é mais fácil de atualizar e de conferir.
O RAG impede um agente de voz de inventar coisas?
Reduz o problema, mas não o elimina. O agente ainda pode interpretar mal um trecho ou responder a uma pergunta que o seu conteúdo não cobre. Instruções claras, bom conteúdo e testes regulares mantêm os erros baixos.
De quanto conteúdo preciso?
De menos do que a maioria imagina. Algumas dezenas de pares de pergunta e resposta precisos que cubram suas ligações mais comuns costumam superar um grande arquivo sem revisão. Acrescente mais à medida que as ligações reais mostrarem lacunas.
O agente consegue usar conteúdo de PDFs?
Em geral sim, se o PDF tiver texto selecionável. PDFs escaneados, só de imagem, precisam antes de reconhecimento de texto. Confira o que o sistema extraiu, porque tabelas e colunas podem sair embaralhadas.
Com que frequência devo atualizar a base de conhecimento?
Sempre que os fatos mudarem e em uma data de revisão regular para todo o resto. Dê a cada fonte um responsável para que as atualizações não fiquem ao acaso.