Passar para o conteúdo principal

🧠 Reconhecimento de cliente e memória - Cortex

Descubra como Cortex se lembra de seus clientes. Aprenda a diferença entre memória e reconhecimento, qual contexto o agente inteligente recebe e como configurar a primeira mensagem para retomar conversas sem começar do zero. 🚀

Quando um cliente volta a se comunicar, o Nó Cortex é capaz de retomar a conversa de onde ficou na sua conversação anterior, em vez de começar do zero.


⚖️ Dois conceitos distintos: Memória vs. Reconhecimento

É muito comum confundir esses dois comportamentos. Aqui te explicamos a diferença exata entre ambos para que você entenda como operam:

Característica

🧠 Memória

👁️ Reconhecimento de cliente

O que faz

Cortex persiste na conversa com uma memória de curto prazo que lhe permite não perder o contexto.

Usa o histórico geral de conversas do cliente para retomar de onde ficou.

Pode ser desativada

Não

Não

Alcance

Está associada unicamente à sessão atual do cliente.

Atua apenas na primeira interação de uma sessão completamente nova.

Ativação

Ativada por padrão.

Ativado por padrão.

💡 Em resumo: A memória está sempre ativa durante a conversa. O reconhecimento é a ferramenta que decide como deve começar a nova conversa baseando-se no passado.


📦 Que contexto o nó recebe?

Na primeira interação de uma sessão nova — e somente nesse momento — o nó recebe um pacote de informações-chave para se orientar:

  • Histórico completo: A conversa anterior completa do cliente (incluindo mensagens que teve com outros Nós Cortex, com fluxos do Flowbuilder e com consultores humanos).

  • Resumo executivo: Um texto gerado por um modelo de linguagem (LLM) leve, focado exclusivamente no último ponto onde a conversa ficou e na última intenção detectada.

  • Tipificações: As classificações que foram aplicadas na sessão anterior.

  • Campos salvos: Os dados do cliente que já foram capturados previamente.

  • Etapa do pipeline: O ponto do funil comercial que alcançou.

  • Perfil do cliente: Um perfil que se vai enriquecendo com cada resumo e que persiste entre sessões.

(Nas interações seguintes, o nó não volta a receber esse bloco massivo de informações, pois começa a usar sua Memória de sessão).


🤖 Como o nó se comporta

O sistema oferece todo o contexto ao agente e a instrução de "retomar". Porém, o tom e o formato exato os dita o prompt (instruções) do seu nó.

Idealmente, a primeira mensagem deveria cumprir com três passos:

  1. Saudar o cliente pelo seu nome (se disponível).

  2. Referenciar o contexto anterior de forma natural.

  3. Perguntar se deseja continuar de onde ficou ou se tem uma consulta nova.

💬 Exemplo de resposta ideal: "Oi, Pablo! Na última vez que conversamos estávamos completando seus dados para um pedido de crédito. Você quer continuar de lá ou tem outra consulta?"


🔀 De acordo com o que o cliente responde:

  • Se quer continuar: O nó retoma usando os campos e a etapa já capturados, sem voltar a perguntar a informação que já sabe.

  • Se tem outra consulta: O nó abandona o contexto anterior e atende o novo requerimento (o histórico fica guardado e disponível caso a IA precise mais adiante).


⚡ Desempenho e Rastreabilidade

  • Assincronismo (Desempenho): O resumo do histórico é gerado de forma assíncrona logo ao fechar cada gestão, não ao iniciar a seguinte. Se por algum motivo o resumo não está pronto quando chega a primeira interação, o nó começará com uma saudação genérica e o evento ficará registrado.

  • Rastreabilidade (Logs): Nos registros (logs) do Atom fica guardado se o reconhecimento foi ativado nessa sessão e qual resumo exato o nó recebeu. Isso te permite auditar e entender por que o nó respondeu de determinada maneira baseando-se no contexto anterior e não apenas na mensagem atual.


Proporcione um serviço contínuo e ultra personalizado! 🚀

Ao entender como funciona a memória e o reconhecimento de clientes, você pode desenhar prompts que façam seus usuários sentir que estão sempre falando com o mesmo assistente de confiança, melhorando drasticamente a experiência e a retenção. ✅

Respondeu à sua pergunta?