---
title: Como a IA funciona (por dentro)
slug: helper/como-a-ia-funciona-por-dentro
createdAt: 2026-11-19T14:26:40.138Z
---

Este guia explica **o que acontece entre o cliente digitar e a resposta chegar** — sem jargão. Serve para duas coisas: entender por que o robô às vezes diz "não sei" (isso é proposital) e saber **onde, na tela, você muda cada comportamento**.

Em uma frase: a plataforma transforma frase em **posição num mapa de significado**, decide com **dois critérios** em vez de um, responde **só o que a sua base cobre** — e **fica calada quando não sabe**. As quatro coisas são verificáveis nas telas.

## 1. O mapa de significado

Comparar frases por **palavra** não funciona: o cliente nunca escreve o termo que o órgão usa. Então cada frase é transformada num **ponto num mapa** onde o endereço não é rua e número, é **assunto**.

- "Quero tirar a segunda via do boleto" e "preciso do carnê de novo" caem no **mesmo bairro**, mesmo sem uma palavra em comum.
- "Que horas vocês abrem?" cai do outro lado da cidade.
- "Passagem para Lisboa" fica longe de tudo — e é justamente por isso que a plataforma **consegue** dizer "não sei".

Comparar duas frases passa a ser **medir a distância entre dois endereços**. A nota vai de **0** (nada a ver) a **1** (mesma coisa).

### O limite honesto — e ele explica metade das decisões

O mapa é bom em **sentido** e ruim em **palavra literal rara**: nome de produto, sigla, número de lei, código de sistema. Medido na nossa base: o **termo exato** deu **0,27**, enquanto uma **paráfrase** do mesmo assunto deu **0,55** — o modelo preferiu a paráfrase à palavra idêntica.

É por isso que existem duas coisas mais adiante: **entidade tipo lista** (para nome próprio e sigla) e **busca híbrida** na base de conhecimento (item 4).

## 2. Como o robô decide "sobre o que é isto"

O reconhecimento de assunto usa os **exemplos** que você cadastra em [Intenções](https://docs.run2biz.com/helper/intencoes-ia):

1. **Os seus exemplos entram no mapa** uma vez e ficam guardados — não se paga o custo de novo a cada mensagem.
2. **A frase do cliente entra no mapa** também.
3. **Mede a distância** para todos os exemplos e ordena do mais parecido ao menos.
4. **Decide com dois critérios, não um** — este é o coração:
   - **Confiança**: o melhor resultado tem de passar do **limiar** (você define na tela).
   - **Margem**: o 1º colocado tem de estar à frente da 2ª intenção diferente por uma folga mínima.

Falhou **qualquer um** dos dois → **nenhum assunto**, e o fluxo segue pela saída **"senão"**. Não existe "chutar o mais parecido".

| Situação                           | O que o robô faz                                        |
| ---------------------------------- | ------------------------------------------------------- |
| Passou confiança e margem          | Segue a rota daquele assunto                            |
| Empate técnico entre dois assuntos | Pergunta "você quis dizer A ou B?"                      |
| Nada passou                        | Cai na base de conhecimento ou no "quando não entender" |

### Não existe treinamento nem janela de indisponibilidade

Cadastrar um exemplo novo vale **na hora**: a próxima mensagem já é comparada com ele. Ninguém retreina modelo, ninguém abre chamado, nada fica fora do ar.

## 3. Gíria, sigla, erro de digitação e ordem das palavras

São quatro camadas, e cada uma resolve o que as outras não resolvem:

| Camada                                      | O que resolve                                                                                                                                                                               |
| ------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| O modelo entende sentido                    | "tá osso pagar isso" cai perto de "está difícil efetuar o pagamento". Trocar a ordem das palavras quase não move o ponto no mapa.                                                           |
| Acento é ignorado nas duas pontas           | "atende sabado?" casa com o exemplo "atende sábado". A normalização vale para a pergunta e para os exemplos — normalizar só um lado seria comparar alfabetos diferentes.                    |
| Você ensina a gíria em um clique            | Frase não entendida aparece no Monitor de Processamento com o texto original e a nota. Dali você joga a frase como exemplo da intenção certa e ela passa a ser reconhecida na hora.         |
| O que precisa ser literal tem lista própria | Nome de sistema, sigla, unidade e município entram como entidade tipo lista, com sinônimos e casamento tolerante a erro de digitação. Sentido o mapa resolve; nome próprio a lista resolve. |

## 4. Responder com a sua base, citando de onde veio

Quando nenhuma intenção pega o assunto, entra a [Base de conhecimento](https://docs.run2biz.com/helper/base-de-conhecimento). A ideia é **buscar antes de responder**: em vez de confiar na memória do modelo generativo (que não conhece o seu órgão e inventa), a plataforma acha o trecho **nos seus documentos** e manda **o trecho** junto com a pergunta. O modelo só **redige** com o que recebeu.

| Etapa                          | O que acontece                                                                                                                                                                                                                                                               |
| ------------------------------ | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 1 · Entrada do documento       | Texto, arquivo ou URL (com varredura de links do mesmo domínio) é recortado em pedaços de \~1.000 caracteres, com 150 de sobreposição — a sobreposição existe para a informação não morrer cortada na fronteira de dois pedaços. Documento novo entra sem reindexar o resto. |
| 2 · Busca híbrida              | Duas buscas ao mesmo tempo: por significado (pega paráfrase) e por texto literal (pega sigla, nome de produto, número de lei). As duas listas são combinadas por posição, não por nota. É aqui que o limite do item 1 é compensado.                                          |
| 3 · Refinar a busca (opcional) | O refinamento lê pergunta e trecho juntos — mais preciso e mais caro. Vem desligado por padrão: erra em português informal e pesa na memória. Quando ligado, ele ordena, nunca corta.                                                                                        |
| 4 · Redigir                    | Os melhores trechos entram numerados e com a fonte. A resposta cita a origem em três níveis, escolhidos na tela: nome do documento, nome com link, ou link mais o trecho literal. No máximo duas fontes — mais que isso vira parede de texto no WhatsApp.                    |

**Como ler as notas de confiança** (aparecem no monitor): acima de **0,62** é resposta segura; entre **0,45 e 0,62**, média; abaixo de **0,45** o melhor trecho já é ruído.

## 5. As travas — o que impede a IA de inventar

### A trava principal: se a base não cobre, o modelo não é chamado

No **modo estrito**, o trecho encontrado precisa convencer **antes** de qualquer chamada ao modelo generativo. Se nenhum convence, **o modelo não é chamado**: a conversa cai no "quando não entender" e o caso é registrado como **sem contexto**. Isso elimina a invenção na origem — não existe resposta inventada porque não existe pergunta ao modelo.

E "convencer" é a **união de três sinais** — passa quem satisfaz **qualquer um**, porque cada um falha num caso diferente:

| Sinal         | Onde é bom                                    | Onde falha                                                                                                  |
| ------------- | --------------------------------------------- | ----------------------------------------------------------------------------------------------------------- |
| Significado   | pergunta reescrita com outras palavras        | pergunta falada ("desejo saber o que tem na X") despenca para a mesma faixa de uma pergunta fora do assunto |
| Texto literal | nome de produto, sigla, código, número de lei | pega palavra solta se o critério afrouxar                                                                   |
| Refinamento   | separa muito bem quando acerta                | erra feio em português informal — por isso ele ordena e soma, nunca corta                                   |

Um porteiro só é sempre pior que três. Foi essa combinação que matou o sintoma clássico de "uma hora sabe, outra não".

### As outras travas

| Trava                         | O que faz                                                                                                                                                                                             |
| ----------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| Instrução fechada             | "Responda usando SOMENTE o contexto; se não estiver nele, diga que não tem essa informação; nunca invente dados."                                                                                     |
| Não chutar assunto            | Limiar + margem do item 2. Ambíguo vira pergunta, não aposta.                                                                                                                                         |
| Esclarecimento                | Pergunta vaga recebe uma pergunta curta citando as alternativas, antes de qualquer resposta.                                                                                                          |
| Comando inventado não vaza    | Quando a IA pode desviar o fluxo, ela sinaliza com um marcador interno. Marcador inventado ou parafraseado ("encaminhei o cliente para: atendente") é limpado antes de chegar ao cliente.             |
| Teto de gasto                 | Por assistente: limite mensal de tokens, tamanho máximo de resposta, tempo máximo por chamada e quantas mensagens de histórico entram.                                                                |
| Provedor cai, atendimento não | Conexão de IA secundária em cascata; se todas falharem, a conversa segue pelo fluxo e a operação recebe alerta por e-mail e no sino.                                                                  |
| Dado sensível não sai         | Com mascarar ligado na fila, CPF/CNPJ são mascarados antes de ir ao modelo — e antes de virar busca.                                                                                                  |
| Saída controlada              | Ingestão de URL e botão de link só alcançam endereço público, sem desviar para a rede interna.                                                                                                        |
| Tudo registrado               | Cada chamada gera uma linha com tokens, custo, tempo e situação (ok, fallback, vazio, erro, teto mensal, sem contexto). "As perguntas que o robô não soube responder" é uma lista, não uma impressão. |

## 6. Onde termina a IA da plataforma e começa a IA de terceiro

|                       | IA da plataforma                                              | Modelo generativo (LLM)                                                                           |
| --------------------- | ------------------------------------------------------------- | ------------------------------------------------------------------------------------------------- |
| O que faz             | entende sobre o que é a frase, monta o mapa, reordena trechos | redige a resposta com os trechos que já achamos                                                   |
| Onde roda             | serviço da plataforma, dentro do ambiente do cliente          | provedor externo — ou dentro do cliente, se você quiser                                           |
| Quem escolhe o modelo | a plataforma (modelo aberto, versão fixa)                     | você, na tela de [Canais](https://docs.run2biz.com/helper/canais)                                 |
| Custo por chamada     | zero                                                          | por token, medido e registrado                                                                    |
| Precisa de internet   | não                                                           | sim, salvo Ollama Local / Appliance                                                               |
| Funciona sem ele?     | não — é a base de tudo                                        | sim: fluxo, intenções, fila, formulário, URA e resposta padronizada funcionam com a LLM desligada |

**Consequência prática:** reconhecimento de assunto, o mapa de significado (da pergunta, dos exemplos e dos documentos) e a reordenação rodam **na plataforma**. Desligando toda LLM externa, o atendimento continua — perde a redação em linguagem livre, mantém compreensão, roteamento, fila, formulário e resposta padronizada.

E se você quiser **também** a redação sem sair de casa, aponte a conexão para **Ollama Local** ou para o **Appliance de IA**: mesma tela, zero tráfego para fora.

## 7. Como você controla a LLM

A LLM não é "o cérebro do produto": é **um fornecedor plugado numa conexão**, com limite de gasto e registro de cada chamada.

- **É uma conexão como qualquer outra** ([Canais](https://docs.run2biz.com/helper/canais)), com credencial **cifrada**. Uma conexão de IA não recebe nem envia mensagem de cliente — ela só responde a perguntas internas da plataforma.
- **Dois botões que valem usar**: **Testar conexão** (chamada real ao provedor — chave errada aparece na hora, não no meio de um atendimento) e **Buscar na conta** (lista os modelos que **aquela conta** realmente tem).
- **Dez provedores, quatro estilos de API**: OpenAI, xAI (Grok), DeepSeek, Mistral e OpenRouter falam o mesmo estilo; Claude e Gemini têm o próprio; Ollama Cloud, **Ollama Local** e **Appliance** usam o estilo Ollama — os dois últimos rodam dentro do cliente. Trocar de provedor é trocar a conexão escolhida no bloco de IA: **fluxo, intenções, base e telas não mudam**, porque o texto de instrução é da plataforma.
- **Limites por assistente**: teto **mensal** de tokens (estourou → novas chamadas bloqueadas, com fallback ao cliente), tamanho da resposta, tempo por chamada, quantas mensagens de histórico entram, conexão secundária e a **mensagem de fallback** exata. Valor fora da faixa é **corrigido para o padrão**, não aceito.
- **Qual "não sei" sai**: o do bloco de IA, se ele tiver um próprio; senão o do assistente; senão o da plataforma. A caixa do bloco mostra qual deles vai sair.
- **O texto de instrução é da plataforma** — a mensagem do cliente entra como **dado**, dentro de uma estrutura que já diz ao modelo o que ele pode fazer.
- **Resposta em branco conta como falha** (situação "vazio"), não como sucesso. É o caso conhecido dos modelos de **raciocínio**, que às vezes devolvem conteúdo vazio: prefira a variante **instruct**.
- **Prontuário de cada chamada**: provedor, modelo, tokens de entrada e saída, custo, tempo, situação, documento citado e a pergunta de origem. Os preços por milhão de tokens são atualizados semanalmente de catálogo público; provedor rodando dentro do cliente entra com **custo zero**. O painel mostra gasto por assistente, por modelo e por período.

## O caminho de uma pergunta, do teclado à resposta

| Etapa       | O que acontece                                                                                                                             |
| ----------- | ------------------------------------------------------------------------------------------------------------------------------------------ |
| 1 · Entrada | O cliente escreve. A frase é normalizada (minúscula, sem acento) e vira ponto no mapa.                                                     |
| 2 · Assunto | Comparação com os exemplos cadastrados. Passou confiança e margem → segue a \[…] B?". Nada → vai para a base.                              |
| 3 · Busca   | Significado + texto literal, combinados por posição, reordenados se o refinamento estiver ligado.                                          |
| 4 · Portão  | Algum trecho convence? Não → o modelo não é chamado: fallback ao cliente, regis\[…] entra na fila de curadoria.                            |
| 5 · Redação | O modelo escreve só com os trechos recebidos, dentro do teto de tokens e do tempo máximo; se o provedor falhar, cai na conexão secundária. |
| 6 · Saída   | Limpa marcador de rota inventado, ajusta a formatação do canal, entrega a resposta com a fonte — e grava tokens, custo, tempo e situação.  |

## Quatro frases para repetir

1. **Não é busca por palavra-chave, é comparação de significado.** O cliente não precisa adivinhar o termo do órgão.
2. **A ferramenta tem permissão para não saber.** Limiar, margem e o teste dos três sinais existem para ela calar em vez de chutar. Uma ferramenta que sempre responde é uma ferramenta que às vezes mente.
3. **Quem manda no motor é você, pela tela.** Exemplo novo, sinônimo, limiar, documento, citação de fonte, teto de gasto: tudo é configuração — e vale na hora, sem retreinar.
4. **A LLM é fornecedor, não é o produto.** Compreensão, mapa e reordenação rodam na plataforma, dentro do cliente. A LLM externa só redige: é trocável numa tela, tem teto de gasto, cai para uma segunda conexão quando falha, e cada chamada fica registrada. Desligada, o atendimento continua.
