A informação mais valiosa da sua empresa está presa em documentos. Manuais de produto parados no Google Drive. PDFs de políticas enterrados no SharePoint. Guias de treinamento que ninguém lê depois da página três. O conhecimento está lá, mas encontrar respostas específicas significa abrir arquivos, rolar páginas e torcer para ter escolhido o documento certo.
O chat com documentos muda isso. Você envia seus arquivos para um chatbot de IA, e qualquer pessoa pode fazer perguntas em linguagem simples. O chatbot lê os documentos, encontra as seções relevantes e retorna uma resposta direta -- com o material de origem para embasá-la.
Este guia explica como o chat com documentos funciona por baixo dos panos, quais formatos de arquivo você pode usar, casos de uso práticos em diferentes setores e como configurá-lo no Agentkit com um passo a passo.
Como o chat com documentos funciona: RAG explicado de forma simples
O chat com documentos é alimentado por uma técnica chamada geração aumentada por recuperação, ou RAG. O nome é técnico, mas o conceito é simples.
Veja o que acontece quando você envia um documento e faz uma pergunta:
Etapa 1: processamento do documento
Quando você envia um arquivo, o sistema extrai todo o conteúdo de texto. Para PDFs, ele lê a camada de texto. Para documentos do Word, ele analisa o conteúdo formatado. Para arquivos de texto e CSV, ele lê os dados brutos diretamente.
Etapa 2: fragmentação
O texto extraído é dividido em pedaços menores chamados fragmentos (chunks). Um PDF de 50 páginas pode se transformar em 200 fragmentos, cada um contendo um parágrafo ou algumas frases relacionadas. A fragmentação é necessária porque os modelos de IA funcionam melhor quando se concentram em trechos relevantes, em vez de processar um documento inteiro de uma vez.
Etapa 3: embedding
Cada fragmento é convertido em uma representação numérica chamada embedding vetorial. Pense nisso como traduzir texto em coordenadas em um espaço de muitas dimensões. Fragmentos com significados semelhantes acabam próximos uns dos outros nesse espaço, mesmo que usem palavras diferentes.
Etapa 4: armazenamento
Os embeddings são armazenados em um banco de dados vetorial (o Agentkit usa pgvector no Supabase). Esse banco de dados é otimizado para buscas por similaridade -- encontrar os fragmentos com o significado mais próximo de uma determinada consulta.
Etapa 5: recuperação e geração
Quando alguém faz uma pergunta, essa pergunta também é convertida em um embedding. O sistema busca no banco de dados vetorial os fragmentos mais semelhantes à pergunta. Esses fragmentos -- geralmente os 3 a 5 trechos mais relevantes -- são passados para o modelo de IA como contexto. O modelo então gera uma resposta em linguagem natural baseada especificamente no conteúdo do seu documento.
Essa é a parte "aumentada por recuperação": a IA não chuta nem depende dos seus dados gerais de treinamento. Ela recupera o seu conteúdo específico primeiro e depois gera uma resposta fundamentada nesse conteúdo.
Por que o RAG importa
Sem RAG, um modelo de IA genérico pode responder com base em dados de treinamento desatualizados ou alucinar detalhes sobre os seus produtos. Com RAG, o modelo fica restrito aos seus documentos. Se a resposta não estiver no conteúdo enviado, um chatbot bem configurado vai dizer isso em vez de inventar algo.
Formatos de arquivo suportados
O Agentkit suporta os formatos de documento mais comuns usados no mundo dos negócios.
| Formato | Extensões | Melhor para | Observações |
|---|---|---|---|
| Manuais de produto, fichas técnicas, relatórios, políticas | O mais usado. Precisa ter uma camada de texto (não pode ser imagem escaneada). | ||
| Word | .docx | Documentos internos, POPs, materiais de treinamento | Preserva a estrutura de títulos e formatação. |
| Texto simples | .txt | Conteúdo bruto, logs, dados exportados | Simples e confiável. Sem formatação para analisar. |
| CSV | .csv | Dados estruturados, FAQs, catálogos de produtos | Dados tabulares são fragmentados por linhas. |
Uma observação sobre PDFs escaneados
Se o seu PDF foi criado a partir do escaneamento de um documento físico, ele pode conter apenas imagens, sem texto selecionável. O processo de extração de texto não consegue ler PDFs que são só imagem. Antes de enviar, abra o PDF e tente selecionar o texto. Se você não conseguir destacar palavras individuais, primeiro é preciso passar o arquivo por um software de OCR (reconhecimento óptico de caracteres).
Limites de armazenamento por plano
Cada plano inclui uma cota de armazenamento para os documentos enviados.
| Plano | Preço mensal | Armazenamento de documentos | Mensagens/mês | Chatbots |
|---|---|---|---|---|
| Free | $0 | 400 KB | 50 | 1 |
| Hobby | $29.99 | 40 MB | 2.000 | 1 |
| Standard | $119.99 | 40 MB | 12.000 | 2 |
| Pro | $399.99 | 40 MB | 40.000 | 3 |
Para efeito de comparação, um PDF típico de 10 páginas tem de 200 a 500 KB. Um manual de produto de 100 páginas geralmente tem de 1 a 5 MB. O plano Free funciona bem para testar com alguns poucos documentos curtos. Todos os planos pagos incluem 40 MB de armazenamento de documentos, o que é suficiente para conjuntos extensos de documentação. Os planos superiores desbloqueiam mais mensagens, chatbots e membros da equipe.
Casos de uso: quem se beneficia do chat com documentos
O chat com documentos não se limita a um setor ou equipe específicos. Aqui estão os casos de uso mais comuns, com exemplos concretos do que as pessoas perguntam.
FAQ e suporte voltados ao cliente
Envie os artigos da sua central de ajuda, guias de produto e documentos de políticas. Publique o chatbot no seu site para que os clientes possam fazer perguntas e obter respostas instantaneamente.
Exemplos de perguntas que os visitantes fazem:
- "Qual é a política de devolução de itens abertos?"
- "Como eu conecto o dispositivo ao WiFi?"
- "Quais formatos de arquivo o software de vocês suporta?"
Isso reduz os tickets de suporte para perguntas que já são respondidas na sua documentação. De acordo com dados do setor, de 60% a 80% das perguntas de suporte ao cliente são repetitivas e podem ser respondidas com a documentação já existente.
Base de conhecimento interna
Toda empresa tem conhecimento institucional espalhado por dezenas de documentos. Envie o manual do funcionário, as políticas de TI, as diretrizes de RH e a documentação de processos. Dê à sua equipe um chatbot que responde perguntas internas sem precisar abrir um ticket de suporte.
Exemplos de perguntas que os funcionários fazem:
- "Quantos dias de férias eu tenho depois de dois anos?"
- "Qual é o processo para solicitar um novo notebook?"
- "Onde eu envio relatórios de despesas?"
Pesquisa e análise
Pesquisadores, analistas e consultores trabalham com grandes volumes de documentos. Envie artigos de pesquisa, relatórios de mercado ou documentos regulatórios. Faça perguntas sobre o conjunto inteiro de documentos, em vez de ler cada um individualmente.
Exemplos de perguntas:
- "Quais foram as principais descobertas sobre retenção de clientes no relatório do terceiro trimestre?"
- "Quais regulamentações mencionam requisitos de retenção de dados?"
- "Resuma a seção de cenário competitivo da análise de mercado."
Conformidade e jurídico
Equipes jurídicas e responsáveis por conformidade lidam com documentos densos: contratos, regulamentações, políticas e relatórios de auditoria. O chat com documentos permite que eles consultem esses documentos rapidamente, sem ler cada página.
Exemplos de perguntas:
- "Quais são as cláusulas de rescisão no contrato com o fornecedor?"
- "A nossa política de privacidade cobre o processamento de dados de residentes da UE?"
- "Quais são os requisitos de notificação em caso de vazamento de dados?"
Educação e treinamento
Envie materiais de curso, livros didáticos e manuais de treinamento. Alunos ou novos funcionários podem fazer perguntas e obter respostas extraídas diretamente dos materiais oficiais. Para uma lista de verificação do piloto de informações públicas de admissão e orientações de revisão de fontes, veja o guia de chatbots para sites de escolas.
Exemplos de perguntas:
- "Explique a diferença entre TCP e UDP."
- "Quais são os procedimentos de segurança para lidar com vazamentos de produtos químicos?"
- "Resuma o Capítulo 4 sobre modelagem financeira."
Passo a passo: configure o chat com documentos no Agentkit
Colocar um chatbot de documentos para funcionar leva menos de dez minutos. Veja o processo.
1. Crie uma conta e um chatbot
Cadastre-se no Agentkit (há um plano gratuito disponível) e crie o seu primeiro chatbot. Dê a ele um nome e uma breve descrição do seu propósito.
2. Envie seus documentos
Vá até a aba Fontes do seu chatbot. Clique em Adicionar fonte e selecione Documentos. Arraste e solte os seus arquivos ou clique para procurá-los. Você pode enviar vários arquivos de uma vez.
O sistema processa cada arquivo automaticamente: extraindo o texto, fragmentando-o e criando os embeddings vetoriais. O tempo de processamento depende do tamanho do documento. A maioria dos arquivos é concluída em menos de um minuto. Documentos maiores (mais de 100 páginas) podem levar alguns minutos.
Para opções detalhadas de envio, veja a documentação de fontes de documentos.
3. Teste no Playground
Abra o Playground a partir do painel do seu chatbot. Esse é o seu ambiente de testes. Faça as perguntas que os seus usuários fariam. Verifique se as respostas são:
- Precisas: a resposta corresponde ao que está no documento?
- Completas: ela cobre a resposta inteira, ou está faltando detalhes importantes?
- Rastreáveis: você consegue rastrear a resposta até um conteúdo específico do documento?
Se as respostas estiverem incompletas ou erradas, o problema geralmente é a qualidade do documento ou conteúdo ausente. Adicione mais documentos ou complemente com pares de perguntas e respostas para perguntas críticas.
4. Combine com outros tipos de fonte
Os documentos funcionam melhor quando combinados com outras fontes de treinamento. O Agentkit suporta quatro tipos de fonte, e usar vários tipos juntos produz os melhores resultados.
| Tipo de fonte | Papel no seu chatbot | Quando adicionar |
|---|---|---|
| Documentos | Conhecimento profundo do produto, políticas, especificações | Comece por aqui para conteúdo baseado em arquivos |
| Site | Cobertura ampla do seu conteúdo voltado ao público | Adicione o seu site de marketing, central de ajuda ou site de documentação |
| Pares de perguntas e respostas | Controle preciso sobre respostas específicas | Adicione para perguntas de alto risco (preços, jurídico, políticas críticas) |
| Trechos de texto | Adições e atualizações rápidas | Adicione para anúncios, informações temporárias, detalhes da marca |
Para um guia completo sobre todos os métodos de treinamento, veja Como treinar um chatbot com o conteúdo do seu site.
5. Publique no seu site
Depois que o seu chatbot passar pelos testes no Playground, publique-o. O Agentkit oferece quatro métodos de incorporação:
- Widget JavaScript: adicione uma tag de script ao seu site. Funciona em qualquer site.
- Componente React: integração nativa com React para aplicativos baseados em React.
- iframe: incorpore o chatbot em um iframe em qualquer página.
- Plugin do WordPress: plugin dedicado para sites WordPress.
O widget JavaScript é a escolha mais comum. Copie o código de incorporação da aba Publicar do seu chatbot e cole-o no HTML do seu site. O chatbot aparece como um widget flutuante no canto da sua página.
6. Monitore e melhore
Depois do lançamento, revise as análises de chat para ver quais perguntas as pessoas fazem. Procure por:
- Perguntas com respostas fracas ou incorretas -- adicione pares de perguntas e respostas ou envie documentos adicionais para resolvê-las.
- Perguntas sobre tópicos não cobertos -- envie novos documentos ou adicione trechos de texto.
- Perguntas frequentes -- garanta que as respostas do chatbot para elas estejam bem elaboradas e completas.
Nos planos Standard ($119.99/mês) e Pro ($399.99/mês), o retreinamento automático mantém as fontes de site do seu chatbot atualizadas automaticamente. Para fontes de documentos, envie novas versões dos arquivos quando o conteúdo mudar.
Dicas para melhores resultados no chat com documentos
A qualidade das respostas do seu chatbot depende diretamente da qualidade dos seus documentos. Aqui estão as práticas que fazem a maior diferença.
Estruture seus documentos com títulos claros
Documentos com títulos, subtítulos e seções organizadas produzem fragmentos melhores e respostas melhores. O algoritmo de fragmentação usa pistas estruturais para criar segmentos com significado. Um documento que flui como um único bloco contínuo de texto produz uma recuperação menos precisa do que um com seções claras.
Remova textos padronizados e ruído
Cabeçalhos, rodapés, páginas de sumário, avisos de direitos autorais e textos jurídicos padronizados no fim de cada documento adicionam ruído sem conteúdo útil. Se for viável, limpe seus documentos antes de enviá-los. Remova textos padronizados repetidos que aparecem em vários arquivos.
Mantenha os documentos atualizados
Documentos desatualizados produzem respostas desatualizadas. Se o manual do seu produto faz referência a recursos da versão 2.0, mas você já está na versão 4.0, o chatbot vai dar informações erradas aos visitantes. Substitua documentos antigos por versões atuais. O chatbot reprocessa o novo arquivo e atualiza a sua base de conhecimento.
Use nomes de arquivo específicos
Nomeie seus arquivos de forma descritiva: product-setup-guide-v3.pdf diz mais, tanto para você quanto para o sistema, do que doc_final_FINAL.pdf. Embora o nome do arquivo não afete diretamente a qualidade das respostas, ele ajuda você a gerenciar suas fontes ao longo do tempo.
Combine documentos com pares de perguntas e respostas para respostas críticas
Se uma resposta específica precisa estar exatamente certa toda vez -- preços, avisos legais, informações de segurança -- não dependa apenas da recuperação de documentos. Crie um par de perguntas e respostas dedicado com a resposta precisa. Pares de perguntas e respostas têm prioridade sobre o conteúdo extraído de documentos para perguntas correspondentes.
Teste com perguntas reais de usuários
Não teste apenas com perguntas cuja resposta você já sabe. Pergunte à sua equipe de suporte, equipe de vendas ou clientes reais o que eles mais perguntam. Use isso como seus casos de teste. O chatbot precisa lidar com as perguntas que os seus usuários realmente fazem, não com as que você acha que eles vão fazer.
Chat com documentos vs. busca tradicional
Você pode se perguntar por que o chat com documentos é melhor do que simplesmente colocar documentos no seu site com uma barra de busca. Veja a diferença.
| Recurso | Busca tradicional de documentos | Chat de documentos com IA |
|---|---|---|
| Tipo de consulta | Correspondência de palavras-chave | Perguntas em linguagem natural |
| Formato do resultado | Lista de documentos | Resposta direta com a fonte |
| Lida com sinônimos | Mal (precisa corresponder aos termos exatos) | Bem (entende o significado) |
| Respostas com múltiplos documentos | Referência cruzada manual | Síntese automática entre documentos |
| Esforço do usuário | Abrir documentos, encontrar seções, ler | Fazer a pergunta, obter a resposta |
| Perguntas de acompanhamento | Iniciar uma nova busca | Conversacional, com reconhecimento de contexto |
A maior diferença é o esforço do usuário. A busca tradicional entrega uma lista de documentos que podem conter a resposta. O chat com documentos entrega a própria resposta. Para os clientes no seu site, essa diferença se traduz diretamente em menos tickets de suporte e maior satisfação.
Quando o chat com documentos não é a escolha certa
O chat com documentos funciona melhor para perguntas factuais, baseadas em conhecimento, com respostas claras no seu material de origem. Ele é menos adequado para:
- Perguntas altamente subjetivas, em que não há uma única resposta correta.
- Dados em tempo real que mudam a cada minuto (preços de ações, contagens de estoque ao vivo). Documentos são instantâneos estáticos.
- Fluxos de trabalho complexos em múltiplas etapas, em que o usuário precisa agir em vários sistemas. Para esses casos, considere combinar o chat com documentos com tipos de ação como chamadas de API personalizadas ou formulários.
- Conteúdo que exige contexto visual (diagramas, gráficos, imagens). O processamento de documentos atual extrai apenas texto.
Para a maioria dos casos de uso de negócio -- suporte, onboarding, conformidade, pesquisa, treinamento -- o chat com documentos dá conta bem do recado.
Próximos passos
O chat com documentos transforma os seus arquivos existentes em uma base de conhecimento conversacional. Os clientes obtêm respostas instantâneas extraídas da sua documentação real. A sua equipe gasta menos tempo respondendo perguntas repetitivas. E a configuração leva minutos, não semanas.
Comece enviando os documentos mais referenciados -- os arquivos que a sua equipe está sempre enviando para os clientes ou os guias sobre os quais os novos funcionários sempre perguntam. Teste no Playground, refine com pares de Perguntas e Respostas para respostas críticas e publique no seu site.
Combine fontes de documentos com rastreamento de site para uma cobertura mais ampla, e explore ações de captura de leads para transformar conversas de perguntas e respostas sobre documentos em leads qualificados.
Crie seu chatbot gratuitamente →
Não é necessário cartão de crédito.
