O guia completo para o design de chatbots

Incorporar na jornada do utilizador

O maior erro que vejo nas implementações de chatbots é tratar o bot como uma funcionalidade adicional. 

Os chatbots só criam valor quando são incorporados na jornada do utilizador, guiando as pessoas para onde já querem ir.

Um exemplo perfeito (e delicioso) disso é o Fromeo, um chatbot que criámos para a Les Producteurs de lait du Québec. 

Fromeo está em destaque na página inicial do Fromages d'ici, atuando como um "mordomo de queijo" digital que convida os utilizadores a uma experiência que não sabiam que precisavam.

O trabalho do Fromeo? Ajudar as pessoas a navegar por centenas de queijos do Quebeque , apresentando recomendações personalizadas através de uma conversa. Em vez de obrigar as pessoas a navegar por infinitas categorias de queijos, o Fromeo serve-as com uma experiência simples: "O que é que queres hoje?".

Este é um exemplo clássico de como incorporar um chatbot no fluxo de um utilizador. Transforma uma sessão de navegação passiva numa viagem interativa e de alto valor.

Defina expectativas claras desde o início

A Ruby Labs utilizou esta abordagem ao escalar o suporte em seis aplicações baseadas em subscrição.

Quando um utilizador abre o seu chatbot de suporte, recebe instantaneamente quatro opções simples: 

• Cancelar a minha conta
• Perguntas sobre faturação
• Resolver um problema técnico
• Faça uma pergunta geral

Estes botões guiam os utilizadores em direção a resultados bem-sucedidos, revelando imediatamente as necessidades mais comuns. 

Não se trata de tecnologia sofisticada. Trata-se de mostrar às pessoas, de forma clara, em que é que o bot pode ajudar.

Isto desempenhou um papel importante na capacidade da Ruby Labs de automatizar mais de 4 milhões de sessões de suporte por mês com uma taxa de resolução de 98% . 

Também é importante ser honesto sobre o que o chatbot não consegue fazer. Se ele não tratar de coisas como reembolsos ou ajuda detalhada com a conta, diga-o logo.

Design para fluxo de conversação

Uma das razões pelas quais me encontro a utilizar ChatGPT tantas vezes as conversas parecem naturais.

ChatGPT pausa e responde de uma forma que parece um verdadeiro vaivém. Este ritmo facilita a absorção de informação e o envolvimento, especialmente quando faço perguntas complexas.

É assim que se parece um bom fluxo de conversação e é assim que faço com que os chatbots pareçam mais humanos . 

Algumas outras dicas e truques que utilizo quando se trata de criar um fluxo de conversação são:

• Manter as respostas curtas e diretas
• Adicionar pausas subtis entre mensagens para que os utilizadores tenham tempo de processar o que estão a ver

1.º Mergulhe fundo na pesquisa do utilizador e na descoberta de intenções

Antes de esboçar um fluxo ou escrever uma única mensagem, precisa de saber para quem está a projetar. Não em termos vagos de persona — utilizadores reais, objetivos reais, atrito real.

É aqui que a maioria dos bots falha: são criados a partir de suposições, e não de provas.

Comece por responder a três questões fundamentais:

• Quem são os utilizadores típicos? (por exemplo, novos visitantes, clientes recorrentes, colaboradores?)
• Quais são os seus objetivos? (por exemplo, obter ajuda, fazer uma compra, acompanhar algo, cancelar uma subscrição?)
• O que os frustra na experiência atual?

Não encontrará essas respostas num brainstorming. Fale com equipas como apoio ao cliente, vendas e produto para saber onde os utilizadores têm mais dificuldades. 

Em seguida, consulte os tickets de suporte, as transcrições de chat ou as pesquisas na central de ajuda para encontrar padrões. 

Através desta pesquisa, está a criar um mapa de intenções: uma lista do que o seu bot precisa de manipular e como os utilizadores formulam naturalmente esses pedidos.

2.º Defina um propósito claro para o seu chatbot

O seu chatbot não precisa de fazer tudo. Ele só precisa de fazer uma coisa muito bem .

Antes de escrever uma única mensagem, identifique o caso de utilização de maior impacto — algo de que os utilizadores realmente precisam e algo que a sua equipa pode automatizar com confiança. 

Procura um processo que atinja o ponto ideal:

• Alta frequência
• Irrita os utilizadores
• Segue um padrão previsível

Por exemplo, no comércio eletrónico, é geralmente o seguimento de encomendas ou a pesquisa de produtos: ambos são frequentes, estruturados e de baixo risco de automatização.

Depois de definir o seu foco, escreva uma missão de uma linha para o bot. Algo como: "Guie os utilizadores através do cancelamento da conta sem intervenção de qualquer agente em menos de dois minutos".

Agora, defina o sucesso numericamente . Procura 80% de automação? Uma redução do tempo médio de atendimento? Menos escalonamentos?

3.º Desenhe de ponta a ponta Chat Jornada

Planeie toda a jornada do utilizador antes de escrever uma única mensagem. Esta é a base da experiência do utilizador (UX) do chatbot.

4.º Escreva e teste diálogos de amostra

Depois de mapear o fluxo do seu chatbot, é hora de entrar nos detalhes que mais importam : as palavras reais que o seu bot diz.

Esta é a regra que sigo sempre: se não consegue escrever um exemplo realista de uma conversa para uma intenção, ainda não está preparado para a criar.

Comece por criar 3 a 5 exemplos de diálogos para os seus principais casos de utilização: cenários reais e específicos baseados na sua pesquisa junto dos utilizadores. Devem refletir a linguagem real utilizada pelas pessoas, e não textos comerciais higienizados. 

Por exemplo:

• Um utilizador que acabou de ser cobrado duas vezes e está frustrado.
• Alguém está a tentar redefinir a sua palavra-passe, mas não está a receber o e-mail.
• Um utilizador principiante que não tem a certeza de como cancelar o seu teste.

Escreva toda a interação, incluindo casos extremos e desvios constrangedores. Se alguém der uma resposta a meio ou sair do guião, como é que o bot lida com isso?

Mantenha as mensagens curtas e claras. Divida as explicações em passos lógicos e utilize quebras de linha para facilitar a leitura.

Depois de escritos, faça uma dramatização dos diálogos com a sua equipa ou, melhor ainda, com utilizadores reais. 

Leia-os em voz alta. 

Ao observar os registos de interação dos utilizadores com o bot, veja onde as pessoas hesitam, interpretam mal ou fazem perguntas complementares que o seu script não previu. Esta é, sem dúvida, a melhor forma de melhorar os fluxos. 

5.º Crie o seu chatbot

Agora que o seu fluxo e conteúdo estão prontos, está na hora de criar o seu chatbot de IA .

Precisará de:

• Mensagem de boas-vindas
• Principais intenções (perguntas frequentes, ajuda com a conta, consulta de encomendas, etc.)
• Suporte à lógica de transferência
• Manipulação de nova tentativa e fallback

A sua equipa também deve decidir como o bot armazenará dados como números de encomendas ou preferências do utilizador. Será necessário chamar APIs para ir buscar dados de entrega ou disponibilidade de calendário? Ele deve lembrar-se de interações anteriores?

Integre com ferramentas como o Calendly ou Google Calendar para agendamento, Zendesk para suporte e Stripe ou Shopify para transações. As APIs personalizadas podem ajudar a ligar-se aos seus sistemas internos.

6. Teste e refine continuamente

Quando o seu bot estiver ativo, aprenderá rapidamente o que funciona e o que não funciona. 

E por isso, podemos dizer: obrigado, análise chatbot .

Nada supera os dados reais de utilizadores reais quando se trata de melhorar o seu bot.

Algumas métricas importantes a monitorizar após o lançamento:

• Intenções mais comuns
• Nós com elevada taxa de abandono
• Frases repetidas que atingem fallbacks
• Tempo por sessão / taxas de sucesso

Dica profissional : crie um "Registo de melhorias do bot". 

Recomendo rever este registo quinzenalmente. Acompanhe as atualizações e o impacto que tiveram. Retreine o seu reconhecimento de intenções à medida que surgem novos padrões. 

Ferramentas de planeamento e mapeamento

Ajudam a esboçar a lógica de um chatbot antes mesmo de tocar numa linha de código. São ideais para visualizar fluxos e identificar casos extremos.

Lucidchart

‍

Como alguém que cria chatbots por diversão (e trabalha numa empresa de IA), esta é de longe uma das minhas ferramentas favoritas para planear conversas. 

É ótimo para criar árvores de conversação detalhadas, caminhos de fallback e lógica de decisão. 

Gosto especialmente de o utilizar quando trabalho com engenheiros ou equipas de suporte porque tudo é super visual e fácil de alinhar. 

Bónus: a colaboração em tempo real é um sonho para o trabalho em equipa assíncrono.

Miró

Costumo dar início a workshops de design de chatbots no Miro. É ótimo para inserir ideias cruas, como intenções e frases de exemplo, num ambiente visual.

Se o Lucidchart é o local onde formalizo as coisas, o Miro é o local onde o pensamento criativo e desorganizado acontece. É também um ótimo lugar para realizar brainstormings iniciais em equipa ou recolher insights do utilizador após a pesquisa.

Caprichoso 

Esta é a minha opção quando quero criar um rascunho rápido de conversa ou apenas esboçar um pequeno fluxo de recursos.

É perfeito quando estou a trabalhar sozinho ou preciso de mostrar um conceito a alguém sem uma grande "configuração de ferramentas". 

Também é ótimo para manter as coisas limpas e claras, sem ter de entrar em detalhes demasiado cedo.

Ferramentas de teste e pesquisa

Nenhuma estratégia de chatbot está completa sem testar interações reais do utilizador. Estas ferramentas ajudam a validar o design da conversa e a recolher feedback antes do lançamento.

PlaybookUX 

‍

Utilizei o PlaybookUX para executar testes não moderados em protótipos de chatbots e dá-me sempre uma mina de ouro de feedback.

Obtém reações do utilizador e comportamento de navegação, tudo isto sem ter de agendar entrevistas. 

É especialmente útil para identificar pontos em que os utilizadores interpretam mal o bot ou tomam rumos inesperados no fluxo.

Labirinto 

Gosto de utilizar o Maze para testes rápidos de sinal. 

Quando só quer saber: Este fluxo fez sentido?

Olhar para trás 

O Lookback suporta entrevistas ao vivo e gravações de ecrã para que possa observar reações em tempo real e problemas de usabilidade.

Pessoalmente, já notei pequenos problemas de tempo ou palavras pouco claras apenas a observar um utilizador a hesitar durante três segundos no meio de uma conversa.

Implantação de agentes de IA?

Leia o nosso projeto de implementação de agentes de IA

Ler agora

Plataformas de chatbot de IA

Estas são plataformas end-to-end utilizadas durante a implementação do chatbot para criar e implementar experiências conversacionais. Geralmente incluem ferramentas para lógica, integrações e processamento de linguagem natural.

Botpress

‍

Eu construo tudo em Botpress : atinge o ponto ideal entre a ausência de código e a flexibilidade total do programador.

Botpress oferece uma plataforma completa para a construção de IA conversacional com suporte para NLU, RAG e fluxos personalizados. 

O construtor visual é intuitivo para os designers, e a plataforma suporta testes e depuração em tempo real. 

E é uma ótima opção para equipas que procuram ir do conceito à produção com o mínimo de código. 

O melhor de tudo? É grátis!

Rasa 

Como alguém que não tem formação técnica, posso dizer que o Rasa está mais virado para a engenharia. Utilizei o Rasa para bots personalizados com foco no ML, como quando precisei de controlo total sobre os modelos de intenção.

Mas se a sua equipa tem experiência em Python e precisa de construir algo para além da lógica de arrastar e largar, o Rasa é incrivelmente poderoso. 

Dialogflow 

Dialogflow é ótimo para bots simples ou quando o seu stack já está profundamente no Google Cloud.

Utilizei-o uma vez para construir um helpbot de TI habilitado para voz que se ligava a Google Calendar e Folhas. 

Não é tão flexível para fluxos avançados ou lógica personalizada, mas é muito tranquilo se as suas necessidades forem simples.

Ferramentas de análise e otimização

Assim que o seu chatbot estiver ativo, precisará de insights sobre o seu desempenho. As ferramentas de análise monitorizam o comportamento do utilizador, o sucesso das conversas, os pontos de desistência e muito mais.

Botpress (embutido) 

‍

Outro aspecto de Botpress o que adoro é o separador de análise integrado.

É muito fácil depurar fluxos em contexto e ver o que os utilizadores digitaram antes que o bot se tornasse confuso.

Dashbot 

Se estiver a executar vários bots ou quiser um painel dedicado para envolvimento e desempenho, o Dashbot é excelente.

Fornece aos utilizadores insights estruturados sobre coisas como a retenção de utilizadores e os gatilhos de fallback. 

Google Analytics (eventos personalizados) 

Eu recomendo vivamente Google Analytics para equipas de marketing que querem ver como o bot afeta as conversões, as taxas de rejeição ou o envolvimento geral da página. 

Não é nativo de chatbot, mas é ótimo para análises de funil mais amplas.

Quanto tempo é necessário para conceber e lançar um chatbot?

A conceção e o lançamento de um chatbot que funcione corretamente podem demorar desde algumas horas a várias semanas, dependendo da complexidade. Os bots de perguntas frequentes simples podem ser lançados em 2 a 3 horas, enquanto os bots mais avançados que tratam de tarefas complexas podem demorar alguns dias ou mais para garantir a qualidade e a fiabilidade.

Preciso de conhecimentos de programação para conceber um chatbot?

As competências de codificação não são estritamente necessárias para o design do chatbot, graças aos construtores visuais e às ferramentas sem código oferecidas por plataformas como o Botpress (ou Dialogflow). No entanto, integrações complexas ou recursos especializados geralmente se beneficiam do suporte do desenvolvedor para ampliar os recursos de um bot.

Um chatbot pode lidar com vários idiomas ou dialectos no mesmo bot?

Um chatbot pode lidar com vários idiomas ou dialectos no mesmo bot se for concebido utilizando modelos multilingues de compreensão da linguagem natural (NLU) e suportar dados de formação específicos do idioma. Muitas plataformas de chatbot modernas oferecem capacidades multilingues integradas, mas mesmo assim é necessário planear cuidadosamente as traduções e testar as nuances de fraseado, o contexto cultural e as expectativas dos utilizadores em diferentes regiões.

Como é que posso avaliar o sucesso da minha conceção de chatbot após o lançamento?

O sucesso do design do chatbot é medido após o lançamento, utilizando métricas como taxas de conclusão de tarefas, pontuações de satisfação do utilizador, taxas de recuo e tempo médio de resolução. Os registos de conversação e o feedback dos utilizadores ajudam a identificar pontos de fricção e a eficácia geral.

Que erros comuns devo evitar ao conceber as conversas do chatbot?

Os erros comuns na conceção de chatbots incluem a utilização de uma linguagem robótica ou demasiado formal, a não clarificação das capacidades do bot, a criação de fluxos rígidos que ignoram entradas inesperadas e a falta de mensagens de recurso eficazes. Testar com utilizadores reais ajuda a garantir conversas naturais e interações suaves e úteis.