Como criar um chatbot de marcação de consultas [2025]

Carregar informações comerciais estáticas

Comece por carregar um documento simples e estruturado que abranja as perguntas mais comuns que os clientes fazem. Pode ser um PDF, um documento do Word ou uma folha de cálculo - certifique-se apenas de que está organizado de forma clara.

O documento deve incluir:

• Localização e endereços das sucursais
• Serviços disponíveis em cada local
• Preços, descontos e opções de adesão
• Horário de funcionamento e contactos

Cada tópico deve ter a sua secção clara, para que o chatbot possa encontrar e devolver facilmente as respostas relevantes.

Dica: Utilize cabeçalhos e marcadores no seu documento para que o bot e a sua equipa consigam ler o documento.

Pode carregar este documento na secção Base de dados de conhecimento:

1. No seu projeto, abra o menu do lado esquerdo.
2. Clique em Base de dados de conhecimento.
3. Selecione Carregar documento e adicione o seu ficheiro.

Dê um nome claro ao documento (por exemplo, Detalhes da sucursal - março de 2025) para que possa referenciá-lo mais tarde em fluxos de trabalho ou consultas.

Uma vez carregado, o chatbot pode começar imediatamente a utilizar o documento para responder às perguntas do utilizador - não é necessária qualquer formação ou codificação adicional.

Utilização de tabelas para informações dinâmicas

Para coisas como eventos futuros, ofertas sazonais ou horários rotativos, é melhor utilizar uma tabela em vez de carregar um documento estático. As tabelas permitem-lhe atualizar apenas uma linha sem tocar no resto dos seus dados, o que torna a sua manutenção mais rápida.

Eis como criar uma tabela na sua base de conhecimentos:

1. Vá para a secção Base de dados de conhecimento no menu do lado esquerdo.
2. Clique em Criar novo e selecione Tabela.
3. Dê um nome à sua mesa (por exemplo, Calendário de eventos).
4. Adicione colunas para os tipos de informação que pretende que o chatbot recupere, por exemplo:
   
   • nome do evento
   • data
   • localização
   • preço
   • descrição
5. Comece a adicionar linhas para cada evento ou item que pretende que o bot faça referência.

Uma vez guardada a tabela, pode utilizá-la para dar respostas dinâmicas. Por exemplo, quando um utilizador pergunta "Que eventos vão acontecer no próximo fim de semana?", o bot pode obter a linha relevante e dar-lhe uma resposta direta.

Otimização de custos com FAQs em cache

Um dos maiores desafios com os bots alimentados por IA é o custo - especialmente se o bot for para o LLM sempre que alguém faz uma pergunta comum.

A base de conhecimentos ajuda a reduzir este problema, armazenando automaticamente em cache as respostas às perguntas mais frequentes. Isto significa que se cinco pessoas perguntarem "Qual é o horário do ginásio ao fim de semana?", a plataforma só consulta a sua base de conhecimentos ou LLM uma vez - e reutiliza essa resposta instantaneamente da próxima vez.

Não precisa de configurar nada. O armazenamento em cache é ativado automaticamente se:

• A resposta vem de um conteúdo estruturado (um documento, uma tabela ou uma FAQ)
• O bot está ligado a um gasoduto LLM ou RAG
• O utilizador permanece no mesmo tópico de discussão

Isto mantém o seu bot rápido - e reduz a utilização de tokens sem comprometer a experiência.

Instalar a integração Calendly

Comece pelo painel de controlo do seu projeto:

1. Ir para o Hub no menu do lado esquerdo.
2. Procurar por Calendly e clique em Instalar.
3. Uma vez instalado, abra as definições de integração do Calendly a partir do seu projeto.

Gerar e adicionar a sua chave API Calendly

Em seguida, é necessário gerar uma chave de API pessoal do Calendly e adicioná-la ao fluxo de trabalho:

1. Inicie sessão na sua conta Calendly .
2. Clique em Integrações e aplicações no menu do lado esquerdo.
3. Desloque-se para baixo até API & Webhooks e clique em Obter um token agora.
4. Dê um nome ao token (por exemplo, Acesso) e conclua a autenticação de dois factores, se solicitado.
5. Copie a chave API - não poderá voltar a visualizá-la mais tarde.
6. Regresse ao Botpress e cole a chave nas definições de integraçãoCalendly .
7. Clique em Guardar para finalizar a ligação.

Uma vez ligado, o seu chatbot será capaz de obter dados de disponibilidade e gerar ligações de agendamento com base na localização ou nas preferências do utilizador.

1. Capturar a seleção de ramo do utilizador

Uma vez que a sua empresa tem provavelmente várias localizações, o bot precisa de saber qual a filial que o utilizador pretende antes de mostrar a disponibilidade.

1. Adicione um nó de escolha única para pedir ao utilizador que escolha uma localização.
2. Criar uma variável (por exemplo, workflow.branch) para armazenar a sua seleção.
3. Utilizá-lo-á mais tarde para enviar a ligação correta Calendly com base no ramo escolhido.

Desta forma, garante-se que todas as ligações e respostas de programação são adaptadas ao ramo correto.

2. Utilizar o fluxo de trabalho de eventos Calendly

O Hub também fornece um fluxo de trabalho pré-construído que se liga diretamente à sua configuração Calendly .

1. Na secção Fluxos de trabalho, procure o Fluxo de trabalho de eventosCalendly .
2. Clique em Clonar para criar a sua versão editável.
3. Personalize o fluxo, se necessário - já está configurado para gerar uma ligação de reserva associada à sessão do utilizador utilizando o conversationId.

Ao passar o ID da conversa, o chatbot gera uma ligação de reserva única que pode ser rastreada até aos utilizadores individuais. Este fluxo de trabalho pré-construído poupa tempo e garante que a sua lógica de agendamento já está corretamente ligada.

3. Configurar o acionador de eventos Calendly

Quando uma ligação de reserva é enviada, pretende que o chatbot detecte quando o utilizador agendou a sua marcação.

1. Clique com o botão direito do rato no fluxo de trabalho e adicione um nó de acionador de eventosCalendly .
2. In the settings, pass the conversation ID using:
   {{event.payload.conversation.id}}
3. Isto permite que o chatbot ouça a reserva específica do utilizador.
4. Quando acionado, o bot pode enviar automaticamente uma mensagem de confirmação.

Isto faz com que o bot pareça inteligente e reativo - e garante que os utilizadores sabem que a sua marcação foi feita.

4. Tratamento das informações comerciais e das perguntas frequentes

Nem toda a gente vai diretamente para a reserva. Alguns utilizadores podem perguntar primeiro sobre preços, horários ou serviços. Pode resolver este problema ligando a sua base de conhecimentos.

1. Adicionar um nó autónomo que está ligado à base de conhecimentos.
2. Ativar a pesquisa de conhecimentos para que o bot possa obter respostas de documentos ou tabelas carregados.
3. Utilize este nó como alternativa quando os utilizadores fazem perguntas gerais.

Desta forma, o seu bot continua a ser útil, mesmo para os utilizadores que ainda não estão prontos para reservar.