O documento discute diferentes tipos de chatbots, incluindo chatbots baseados em regras, IA e IA generativa. Também aborda quando cada tipo deve ser usado considerando fatores como orçamento, necessidade do cliente e complexidade.

1. Chatbots e IAs generativas

2. • A abordagem conversacional é pilar central na decisão sobre as
ferramentas a utilizar num chatbot. O papel de uma IA em um chatbot dita
a forma como o usuário vai interagir com a empresa.
• Chatbot de regra – um escopo
• Chatbot de IA – Vai responder a questões específicas delineadas
(“intenções”)
• Chatbot com IA generativa – responde a uma necessidade generalista
identificada nos diversos LLms a que recorre (base de dados fixa, baseada
no histórico existente nessa LLM (geralmente sites da web pré-existentes)

3. Quando utilizar um ou outro? Budget!
• Hoje há infinitas possibilidades (regras, Ia, Ia generativa_
• Qual o seu orçamento?
• O mais comum hoje é um chatbot de regras, derivado do “budget”.
• IA exige:
• Equipe dedicada ou contratada
• Te atende?
• Não...chatbot de regras+Transbordo humano,
• Sim. Desenvolvimento da IA

4. Imediatismo do cliente
• Qual a sua necessidade?
• Chatbot de regras: limitado ao fluxo delineado, pré defido, responde a
comandos específicos
• Chatbot com IA: identifica as sua intenções (o que vc quer),
compreende e responde a mensagens de forma específica. (intenções
e entidades, desambiguação). Machine learning.
• Chatbot com IA generativa (identifica questões já identificadas pela
vasta web). Ambos vão aprendendo com o uso.
• Chatbot hibrido (responde ao menu+ intenções)

5. • Independente de ser regras ou IA a gente intervém com nosso saber:
desafio é manter a mesma voz omnichannel
• Desafio: em pouco texto, falar muito.

6. Chatbot de regras
• Chatbot de regras (uX writing + exigente, Arq. da informação,
taxonomia, etc.)
• Benefícios:
- Simples (low code:fácil de configurar)
- Custo baixo (geralmente mais econômicos)
- Inflexibilidade (limitado a interações pré-definidas no fluxo: árvore de
decisão)
- Escalabilidade (mais difíceis de expandir: criação de árvore,
arquitetura de informação)
- Manutenção (atualização constante: curadoria)

7. Chatbot de IA
• Equipe especializada
- Adaptação (melhora com o tempo, vamos ensinando e auto
aprendizado pelo machine learning)
- Contexto (mantém conversas em contextos diversos)
- Aprendizado (melhoram com o tempo)
- Custo baixo (geralmente mais caros)
- Complexidade (conhecimento de IA, modulação das intenções e
entidades, curadoria constante )
- Interpretação (podem errar interpretando as intenções dos usuários)

8. IA generativa
Adaptação (melhora com o tempo, auto aprendizado)
- Contexto (mantém conversas em contextos diversos)
- Aprendizado (melhoram com o tempo)
- Custo elevado (caindo dada a concorrência)
- Complexidade (conhecimento de IA+dev:integração+APIs)
- Interpretação (podem errar interpretando as intenções dos usuários:
alucinações).
- Desafio das LLMs: resposta por conta da LLM (não controle)

9. IA generativa
• Os sistemas usados no processamento de linguagens naturais são conhecidos
como modelos de linguagem. A definição clássica de um modelo de linguagem é
uma distribuição de probabilidades sobre sequências de símbolos ou palavras.
Para isso, esses modelos são treinados em grandes massas de dados textuais.
• ChatGPT é um grande modelo de linguagem (Large Language Model –LLM), com
175 bilhões de parâmetros, treinado em uma imensa base de dados, capaz de
aprender de forma autônoma e produzir textos sofisticados, aparentemente
inteligentes.
• Os parâmetros são chave para os algoritmos de aprendizado de máquina, pois
representam aquilo que é aprendido pelo modelo com os dados de treinamento.
• Na historia infantil, o rato comeu o:
• Cachorro •Gato •Queijo • Sapato •Cinzeiro