Fontes de agentes de IA: como manter fatos, responsáveis e versões confiáveis

Uma cozinha pode ter ingredientes bons e ainda errar o pedido se usar uma comanda antiga. Com agentes de IA, a situação aparece quando a ferramenta escreve corretamente um preço que mudou, uma funcionalidade retirada ou uma promessa que a empresa deixou de fazer. O problema começa nas fontes de IA: os materiais disponíveis para orientar a resposta.

Um agente pode seguir a instrução de consultar documentos e encontrar versões incompatíveis. Se ninguém definiu qual delas prevalece, o sistema recebe a responsabilidade de resolver um conflito que pertence à operação. Trocar o modelo ou aumentar o prompt pode mudar a resposta sem corrigir a causa.

O objetivo de organizar fontes é permitir uma verificação concreta. Quem confere precisa saber qual documento sustenta a afirmação, quando ele foi validado e quem responde por atualizá-lo. Isso reduz ambiguidades e facilita corrigir falhas, sem prometer eliminar todas as respostas incorretas.

Você pode começar por um único processo, como produzir descrições comerciais. O trabalho descrito a seguir organiza fatos, exemplos, versões e testes antes de ampliar o acesso do agente a toda a documentação da empresa.

Defina a tarefa antes de escolher as fontes de IA

Um agente que prepara respostas sobre produto precisa de informações diferentes de um agente que analisa campanhas. Dar a ambos o mesmo conjunto de documentos aumenta o trabalho de separar o que importa e pode expor informações sem necessidade.

Escreva a tarefa em termos de resultado verificável. “Ajudar marketing” é amplo demais. “Preparar uma descrição do plano contratado usando funcionalidades e condições vigentes” permite identificar as fontes e os limites. Informe também as decisões que continuam humanas, como negociar uma exceção comercial.

Depois liste as afirmações que a tarefa pode produzir: preço, disponibilidade, público atendido, restrições, prazo, compatibilidade e evidências de resultado. Para cada uma, procure a origem responsável. Um depoimento comercial, por exemplo, pode demonstrar uma experiência específica, mas não sustenta uma promessa universal de ganho.

Essa separação conecta documentação e pensamento sistêmico. A resposta nasce de várias decisões anteriores, e cada decisão precisa continuar reconhecível. Se um agente não consegue identificar uma informação essencial, sua saída pode registrar a lacuna em vez de preenchê-la com uma inferência.

Separe fatos, regras, exemplos e histórico

Uma apresentação antiga pode conter um argumento excelente e uma condição comercial vencida. Guardar tudo no mesmo arquivo, sem indicar a função de cada trecho, torna difícil reaproveitar um e descartar o outro. Organize o material pelo tipo de informação e por sua autoridade.

Um caso aprovado não se transforma em fonte de preços só porque passou por revisão. Da mesma forma, uma regra de escrita não decide qual produto a empresa vende. As fontes de IA precisam preservar essas fronteiras para evitar que um material de apoio assuma autoridade indevida.

No CRM, você já distingue cadastro, negócio e atividade. A documentação merece um cuidado semelhante: cada registro responde a uma pergunta e possui um contexto. O arquivo que apenas aponta para a origem deve dizer que é um índice, e não manter uma cópia concorrente dos fatos.

Atribua responsabilidade e validade por assunto

“Marketing cuida da documentação” costuma esconder responsabilidades diferentes. Produto pode validar funcionalidades; financeiro, condições de cobrança; atendimento, procedimentos de suporte. Defina um papel responsável por cada conjunto de fatos, com um caminho claro para resolver dúvidas.

Data de edição e data de validação são coisas distintas. Um arquivo pode ter sido formatado ontem e continuar trazendo uma política do ano anterior. Registre quando o conteúdo foi confirmado pela pessoa ou sistema responsável, além das alterações de apresentação.

A frequência de revisão também varia. Uma descrição conceitual pode permanecer útil por bastante tempo; disponibilidade de uma integração pode mudar rapidamente. Evite impor a mesma validade a tudo. Use eventos que exigem revisão, como lançamento, mudança de contrato ou descontinuação de recurso.

Considere uma ficha de produto com os campos: assunto, fonte, responsável, validado em, condição de revisão e documento substituído. Não é necessário acrescentar dezenas de campos para começar. O critério é permitir que outra pessoa reconheça uma informação vigente e saiba quem procurar quando houver conflito.

O AI Risk Management Framework do NIST oferece uma referência mais ampla para gestão de riscos ao longo do uso de IA. A ficha proposta aqui é uma aplicação operacional de organização de fontes; não representa certificação nem garantia de conformidade com o framework.

Escreva uma regra explícita para conflitos

Se o agente encontra três preços diferentes, qual deles prevalece? “Use a informação mais recente” parece resolver, mas pode escolher uma apresentação recém-editada no lugar de uma tabela comercial validada. A precedência deve considerar responsabilidade e finalidade, além da data.

Uma regra possível é consultar o sistema comercial vigente para preço, a ficha validada de produto para funcionalidades e o histórico apenas para contexto. Esse arranjo precisa corresponder à sua operação. Se o sistema comercial não registra exceções relevantes, a regra deve explicar como tratá-las.

Quando fontes de igual autoridade divergem, o agente pode suspender a afirmação específica e apresentar a dúvida para o responsável. Essa conduta é diferente de parar toda a tarefa. Uma descrição pode continuar com os fatos confirmados e sinalizar que a condição de cobrança ainda depende de validação.

Registre correções na origem. Se alguém identifica um preço errado e o corrige apenas no texto final, o documento antigo continua alimentando novas respostas. Fechar esse ciclo conecta revisão, memória e operação. O objetivo é diminuir a chance de repetir a mesma falha, e não somente melhorar uma entrega isolada.

Prepare trechos que possam ser recuperados e conferidos

Documentos extensos podem ser divididos em trechos durante a busca. Por isso, uma restrição importante não deve depender de uma nota distante. Ao apresentar uma funcionalidade, mantenha perto dela as condições de disponibilidade e as limitações que alteram sua interpretação.

A documentação de busca em arquivos da OpenAI mostra recursos para recuperar informação de documentos e utilizar metadados. A existência desse recurso não comprova que seu agente recuperou o trecho correto. Você ainda precisa observar as consultas, os resultados e a resposta construída.

Explique siglas e use títulos que correspondam às perguntas reais. Um cabeçalho como “Condições do plano para equipes” tende a ser mais útil do que “Observações gerais 3”. Isso ajuda pessoas e sistemas a localizar o assunto sem depender de conhecer a estrutura interna da empresa.

Quando houver RAG, preserve referências que permitam relacionar resposta e trecho. Uma citação apontando para um arquivo enorme é menos verificável que uma referência ao trecho que realmente sustenta a afirmação. Recuperação relevante e resposta fiel são verificações separadas.

Teste contradições, ausência e informação vencida

Um teste útil precisa desafiar os pontos em que a operação costuma falhar. Em vez de perguntar apenas algo fácil, monte casos com plano antigo, produto indisponível, condição restrita a um público e ausência de uma informação necessária.

Para cada caso, escreva a resposta esperada e a fonte que a sustenta. Inclua o comportamento diante da dúvida. Uma resposta que admite não encontrar o prazo pode ser melhor que uma frase fluente com prazo inventado. O teste avalia o que deveria acontecer naquele contexto.

Separe pelo menos quatro falhas: o documento correto não foi encontrado; o trecho foi encontrado e mal interpretado; a informação estava errada na origem; ou a saída acrescentou uma afirmação sem suporte. Cada classe pede uma correção diferente.

Um conjunto de avaliação pode começar pequeno, com perguntas reais do atendimento ou comercial. Preserve os casos reprovados para verificar regressões depois de mudar arquivos, mecanismos de busca ou modelos.

O mesmo princípio de evidência proporcional à decisão se aplica aqui. Uma tarefa interna reversível pode aceitar revisão simples; uma afirmação pública com consequência comercial exige um controle mais rigoroso.

Um exemplo hipotético torna o teste mais claro. A oferta antiga aceitava equipes de qualquer tamanho; a atual possui uma restrição de capacidade. Prepare uma pergunta sobre uma equipe fora desse limite. O agente deve encontrar a condição vigente e explicar a restrição, sem aproveitar a promessa antiga por ser mais conveniente ao texto. Depois, altere apenas o tamanho da equipe para verificar se a resposta acompanha a condição. Esse par de casos ajuda a distinguir uma frase decorada de uma aplicação correta da fonte. Guarde também qual documento foi recuperado em cada execução. Se a restrição estava disponível e não apareceu, a correção pode estar na recuperação ou na interpretação, não na redação da ficha.

Feche o ciclo entre correção e atualização

Imagine um agente que cita uma integração descontinuada. No diagnóstico, você descobre um material de vendas antigo ainda acessível como se fosse atual. Corrija a ficha vigente, marque o material substituído e repita a pergunta que gerou o erro. Depois, teste também uma pergunta próxima para verificar se a correção resolveu o assunto.

Mantenha um registro enxuto com pergunta, falha, fonte envolvida, correção e resultado da nova avaliação. Ele ajuda a identificar problemas recorrentes de um mesmo assunto ou processo. Evite transformar o registro em depósito de respostas sem contexto.

As fontes de IA também dependem de acesso adequado. O agente precisa dos documentos necessários à tarefa, e não de todos os dados disponíveis. Permissões devem acompanhar a finalidade e ser revistas quando a função muda. Um arquivo tecnicamente recuperável pode continuar inadequado para aquele uso.

Para começar, escolha uma tarefa frequente e dez perguntas reais. Identifique a origem de cada fato, resolva uma contradição conhecida e teste de novo. O primeiro resultado útil é uma resposta cuja informação você consegue conferir e corrigir com clareza.