Para saber o que um atendimento com IA deve responder, leia uma amostra aleatória de cerca de 200 conversas reais, sem dados pessoais, e classifique cada uma pela tarefa que o cliente queria concluir. Depois cruze quatro critérios: frequência, existência de resposta aprovada, risco de erro e necessidade de dados do cliente. O assunto mais frequente nem sempre é o primeiro a automatizar. Empresas alcançadas pelo Decreto nº 13.135/2026, que entra em vigor em 2 de novembro de 2026, podem usar IA no SAC desde que o consumidor possa optar por falar em tempo real com uma pessoa.
Comece pelo histórico, não pela lembrança da equipe
Perguntas recorrentes são as dúvidas e os pedidos que voltam com frequência suficiente para justificar uma resposta preparada. A equipe costuma lembrar melhor dos casos difíceis do que dos comuns, e por isso uma reunião sozinha tende a produzir uma lista distorcida. O histórico mostra o que os clientes escreveram, inclusive os assuntos pequenos que ninguém comenta.
Reúna o que já existe: conversas do WhatsApp comercial, chat do site, e-mails da caixa de atendimento, chamados e anotações de telefone. Use um período que cubra a rotina normal, e inclua meses de pico se a empresa tiver sazonalidade, como matrículas ou fim de ano. Registre também o que ficou de fora. Quem liga em vez de escrever pode ter dúvidas diferentes, e um canal sem registro é um ponto cego da análise, não uma ausência de demanda.
Retire os dados pessoais antes de analisar
Conversas de atendimento contêm nomes, telefones, CPFs, endereços e dados de pagamento. A Lei Geral de Proteção de Dados (LGPD) exige, no artigo 6º, finalidade específica e informada ao titular, compatibilidade com essa finalidade e limitação ao mínimo necessário. Antes de reaproveitar o histórico, a empresa precisa conferir se melhorar o atendimento é compatível com o que informou aos clientes.
Para a análise, a redação sugere trabalhar com uma cópia que guarde só a mensagem do cliente, a data e o canal, sem nome e sem número. Remover o nome não basta: a LGPD só considera anonimizado o dado que não permite identificar a pessoa com meios técnicos razoáveis, e um pedido com endereço ou número de contrato ainda pode identificá-la. Por isso, trate a cópia como dado pessoal até prova em contrário.
Se a empresa enviar conversas a um serviço externo de IA, esse fornecedor pode atuar como operador, que segundo o artigo 39 da LGPD trata os dados conforme as instruções do controlador. Leia antes as condições de uso e de retenção do serviço e envie apenas o trecho necessário. Este texto é informativo e não substitui orientação jurídica.
Referência desta seção: Planalto: Lei nº 13.709/2018, Lei Geral de Proteção de Dados Pessoais.
Quantas conversas ler para confiar na lista
Não é preciso ler tudo. Sorteie as conversas em vez de pegar as mais recentes, que refletem só o momento atual. Uma planilha com uma coluna de números aleatórios resolve o sorteio. Se houver dois canais importantes, sorteie uma parte em cada um.
A tabela abaixo é um cálculo da redação, feito com probabilidade simples, e supõe sorteio aleatório. Ela mostra a chance de um assunto aparecer ao menos uma vez e a margem aproximada, com 95% de confiança, para um assunto que ocupa 15% das conversas. Para uma primeira lista, 200 conversas parecem um bom equilíbrio: um assunto de 2% dificilmente passa despercebido, e a leitura cabe em poucas horas. Essa escolha é uma sugestão editorial, não uma regra estatística, e deve crescer se a empresa precisar comparar canais ou períodos.
| Conversas lidas | Chance de ver um assunto de 1% | Chance de ver um assunto de 2% | Margem para um assunto de 15% |
|---|---|---|---|
| 100 | 63% | 87% | cerca de 7 pontos |
| 200 | 87% | 98% | cerca de 5 pontos |
| 400 | 98% | quase 100% | cerca de 3,5 pontos |
Classifique pela tarefa do cliente, não pela palavra usada
“Cadê meu boleto?”, “não recebi a cobrança” e “quero pagar” podem ser a mesma tarefa: obter o documento de pagamento. Já “quanto custa?” pode ser uma dúvida antes da compra ou uma contestação depois dela. Por isso, a pergunta certa para cada conversa é o que a pessoa queria conseguir ao final, e não qual palavra ela digitou.
A análise pode seguir a lógica de agrupamento por afinidade descrita no Service Manual do governo britânico (GOV.UK): primeiro registrar o que foi visto, sem interpretar, depois juntar o que é parecido e só então dar nome a cada grupo. O guia também recomenda convidar quem acompanhou a pesquisa, o que reduz o viés de uma pessoa só. Na adaptação da redação, cada conversa recebe uma tarefa principal em uma planilha, e os nomes dos grupos surgem depois das primeiras 30 ou 40 leituras, não antes.
Duas conferências simples evitam uma lista frágil. Peça a outra pessoa que classifique 20 conversas sem ver as respostas da primeira; se houver muitas divergências, os nomes estão ambíguos. E olhe o grupo “outros”: quando passa de cerca de 15% da amostra, um patamar escolhido pela redação, provavelmente existem assuntos sem nome escondidos ali.
Referência desta seção: GOV.UK Service Manual: Analyse a research session.
Ferramentas ajudam, mas têm condições de uso
Plataformas de atendimento já agrupam conversas de forma automática, porém cada uma pede pré-requisitos que nem toda pequena empresa cumpre. O Automated Chatbot Designer, da Amazon Lex V2, analisa transcrições e sugere intenções, mas a documentação limita o recurso a transcrições em inglês dos Estados Unidos e exige um formato específico de arquivo. O recurso de temas do Microsoft Copilot Studio, em versão prévia, agrupa perguntas que acionaram respostas generativas e exige ao menos 50 perguntas de 50 sessões diferentes nos últimos sete dias.
O exemplo da Microsoft mostra outro limite: esse agrupamento olha para perguntas feitas a um agente já em funcionamento, então serve para melhorar depois do lançamento, não para decidir o escopo inicial. A mesma documentação recomenda acompanhar as frases que não acionaram nenhum tópico, útil para a fase seguinte. Um assistente de IA pode acelerar a primeira classificação de um texto já sem dados pessoais, mas a redação recomenda conferir uma parte da amostra manualmente, porque um rótulo errado em massa parece tão organizado quanto um rótulo certo.
Referência desta seção: AWS: Creating Amazon Lex V2 bots using the Automated Chatbot Designer; Microsoft Learn: Monitor user questions by theme (preview), Copilot Studio; Microsoft Learn: Use the Fallback topic, Copilot Studio.
Decida o que automatizar com quatro critérios
Frequência diz onde está o volume, não o que é seguro entregar à IA. A redação propõe olhar cada tarefa por mais três perguntas. Existe resposta aprovada e alguém que a mantém? O que acontece se a resposta estiver errada? O assistente precisa de dados do cliente para concluir? O guia do Expresso sobre base de conhecimento detalha como manter a resposta aprovada, e o guia sobre passagem para uma pessoa mostra o que fazer quando o risco é alto.
Exemplo hipotético: uma escola de idiomas com 1.800 conversas em três meses sorteou 200. Pagamento lidera, mas exige identificar o aluno e consultar um sistema. Horários e turmas vêm logo depois, com resposta pública e uma fonte única, a grade do semestre. Nesse caso, a primeira entrega seria horários e turmas, mesmo não sendo o assunto mais frequente. Os números da tabela são fictícios e servem apenas para demonstrar o método.
| Tarefa do cliente | Conversas | Resposta aprovada? | Risco se errar | Decisão |
|---|---|---|---|---|
| Obter boleto ou comprovante | 46 (23%) | Sim, mas no sistema financeiro | Médio | Segunda etapa, com identificação do aluno |
| Saber horários e turmas | 38 (19%) | Sim, na grade do semestre | Baixo | Automatizar primeiro |
| Remarcar aula | 30 (15%) | Parcial, com exceções na memória da equipe | Médio | Escrever a regra antes |
| Conhecer preço e matrícula | 24 (12%) | Sim, mas muda por campanha | Médio | Automatizar após definir quem atualiza |
| Cancelar ou pedir reembolso | 14 (7%) | Sim, em contrato | Alto | Encaminhar a uma pessoa |
| Fazer reclamação | 10 (5%) | Não se aplica | Alto | Encaminhar a uma pessoa |
| Outros assuntos | 38 (19%) | A revisar | A revisar | Reler: acima do limite de 15% |
O que muda com o Decreto nº 13.135/2026
O Decreto nº 13.135, de 9 de outubro de 2026, revoga o Decreto nº 11.034/2022 e define novas regras para o Serviço de Atendimento ao Consumidor (SAC). Segundo o Ministério da Justiça e Segurança Pública, ele entra em vigor 20 dias após a publicação de 13 de outubro, ou seja, em 2 de novembro de 2026. O parágrafo único do artigo 1º alcança fornecedores regulados pelo Poder Executivo federal, conforme critérios do órgão regulador, e fornecedores de serviços financeiros digitais sujeitos ao Banco Central. O artigo 2º pede a plataformas de intermediação, transporte e entrega que apresentem seus modelos de atendimento à Secretaria Nacional do Consumidor (Senacon). O texto não traz regra própria por porte da empresa.
A IA continua permitida. O artigo 3º, § 3º, autoriza procedimentos automatizados, inclusive inteligência artificial, na triagem, distribuição e resolução de demandas, desde que o consumidor possa optar por atendimento em tempo real por pessoa humana. Nos canais eletrônicos, essa pessoa deve estar disponível das 8h às 20h, todos os dias. O percurso tem limite de cinco níveis, e as opções de cancelamento e de atendimento humano precisam aparecer em todos eles, inclusive no primeiro. A lista de tarefas ajuda aqui: mostra quantos passos cada pedido exige antes de o fluxo ser desenhado.
Há um efeito direto sobre a análise. O artigo 19 manda guardar gravações e mensagens do SAC por no mínimo 90 dias, portanto a cópia sem dados pessoais não substitui o original nem autoriza apagá-lo antes do prazo. Uma pequena empresa fora desse alcance não precisa adotar esses parâmetros por força do decreto, mas continua sujeita ao Código de Defesa do Consumidor. Para ela, a opção clara de falar com uma pessoa segue sendo uma boa escolha de atendimento. Quem tiver dúvida sobre o enquadramento deve confirmar com a regulação do próprio setor.
Referência desta seção: Planalto: Decreto nº 13.135, de 9 de outubro de 2026 (SAC); Ministério da Justiça e Segurança Pública: Novo decreto do SAC amplia proteção ao consumidor e estabelece regras de atendimento.
Transforme a lista em teste e repita a leitura
A amostra já entrega o melhor material de teste: as frases reais dos clientes, sem dados pessoais. Para cada tarefa escolhida, separe algumas formas diferentes de pedir a mesma coisa, inclusive com erro de digitação e abreviação, e anote a resposta esperada. Inclua também pedidos fora do escopo, para verificar se o assistente reconhece o limite em vez de improvisar.
Depois do lançamento, a pergunta deixa de ser o que os clientes perguntam e passa a ser o que o assistente não resolveu. Repita a leitura em um ritmo compatível com o volume, como a cada três meses, e sempre que mudar preço, regra ou produto. Compare as listas: um assunto que cresce pode indicar uma falha de produto ou de comunicação, que pede correção na origem, e não mais uma resposta automática.
Leve para a sua próxima semana
- Reunir conversas de todos os canais e anotar quais ficaram sem registro
- Conferir se o uso do histórico é compatível com o que foi informado aos clientes
- Criar uma cópia sem nomes, telefones, documentos ou dados de pagamento
- Sortear cerca de 200 conversas, cobrindo períodos de pico
- Classificar cada conversa pela tarefa que o cliente queria concluir
- Pedir a outra pessoa que classifique 20 conversas e comparar
- Avaliar frequência, resposta aprovada, risco e dados necessários em cada tarefa
- Verificar se o decreto do SAC alcança a empresa e manter sempre a saída para uma pessoa
- Guardar frases reais como casos de teste e repetir a leitura a cada trimestre
Perguntas frequentes
E se a empresa tiver poucas conversas registradas?
Leia todas e peça à equipe que anote, por duas semanas, cada pedido recebido por telefone ou no balcão. Com pouco volume, a lista serve para encontrar assuntos, não para medir percentuais. Também vale perguntar se um assistente de IA se justifica agora.
Só o WhatsApp basta para a análise?
Basta quando ele concentra quase todo o atendimento. Se e-mail ou telefone recebem outro tipo de pedido, analisar um canal só tende a esconder assuntos como reclamações formais ou cancelamentos. Inclua uma parte desses canais, mesmo que pequena.
Por que não começar pelo assunto mais frequente?
Porque ele pode exigir identificação do cliente, integração com sistemas ou uma regra que ainda não está escrita. Começar por um assunto um pouco menos frequente, mas com resposta pública e baixo risco, permite testar o canal com menos exposição a erros.
Essa lista serve também para melhorar o site?
Sim. Uma dúvida frequente e pública, como horário ou prazo, pode ser respondida na página certa antes de virar conversa. Nesse caso, a melhor solução pode ser corrigir o conteúdo do site, e não criar um assistente.
Fontes e leituras complementares
As referências sustentam os conceitos indicados nas seções. Os métodos, tabelas e exemplos hipotéticos deste guia são contribuições editoriais, sem alegação de validação pelas instituições citadas.
- Planalto: Decreto nº 13.135, de 9 de outubro de 2026 (SAC) ↗
- Ministério da Justiça e Segurança Pública: Novo decreto do SAC amplia proteção ao consumidor e estabelece regras de atendimento ↗
- Planalto: Lei nº 13.709/2018, Lei Geral de Proteção de Dados Pessoais ↗
- GOV.UK Service Manual: Analyse a research session ↗
- AWS: Creating Amazon Lex V2 bots using the Automated Chatbot Designer ↗
- Microsoft Learn: Monitor user questions by theme (preview), Copilot Studio ↗
- Microsoft Learn: Use the Fallback topic, Copilot Studio ↗
Referências consultadas em 2026-11-01. Revisão editorial automatizada; não representa revisão humana especializada.
O Expresso integra o ecossistema Second Mind/DNCORE. Os links para suas iniciativas são identificados como parte desse ecossistema.



