Comportamento de recurso (fallback)

O que é o comportamento de recurso?

O comportamento de recurso é o conjunto de respostas e ações que um agente de IA adota quando não consegue satisfazer o pedido de um cliente através do processamento normal. Isto acontece quando a IA não encontra informação relevante, a sua pontuação de confiança é demasiado baixa, o pedido está fora das suas capacidades ou a mensagem do cliente é demasiado ambígua para ser processada com fiabilidade.

Um comportamento de recurso bem concebido é o que distingue uma experiência de IA frustrante de uma experiência útil. Um mau recurso diz "Não percebi, tente novamente." Um bom recurso oferece caminhos alternativos para a resolução.

Tipos de comportamento de recurso

• Esclarecimento: "Quero ter a certeza de que o ajudo corretamente. Está a perguntar sobre [opção A] ou [opção B]?"
• Resposta parcial: "Encontrei informação sobre [tema relacionado]. Isto ajuda, ou procura algo mais específico?"
• Canal alternativo: "Não consigo processar esse pedido aqui, mas pode [fazê-lo através da aplicação / visitar esta página / ligar para este número]"
• ** Escalamento para uma pessoa:** "Vou ligá-lo a um especialista que o pode ajudar com isto" — com transferência de todo o contexto da conversa
• Registo de lacunas de conhecimento: a IA regista a pergunta sem resposta para melhorar a sua base de conhecimento ao longo do tempo

Porque é importante conceber bem o recurso

Os clientes são notavelmente tolerantes às limitações da IA quando a experiência de recurso é boa. "Não consigo ajudar com esse pedido específico, mas já o liguei a um colega da equipa que pode, e partilhei a nossa conversa para que não tenha de repetir nada" é um resultado aceitável. "Lamento, não percebi" repetido três vezes não é.

Contexto do setor: estudos mostram que 85 % dos clientes já abandonaram uma interação devido a más respostas automáticas. A qualidade do comportamento de recurso — e não apenas a resolução principal — determina se os clientes veem a IA como útil ou frustrante.

A vantagem Maven: recursos fluidos de raiz

A arquitetura de recurso da Maven AGI garante que todas as interações com clientes terminam com um caminho para a resolução, mesmo quando a IA não consegue resolver o problema diretamente. Quando a IA escala, transmite ao agente humano o contexto completo da conversa, o raciocínio e as soluções tentadas. O AI Copilot da Maven continua depois a apoiar o agente humano, garantindo uma transição suave em vez de uma passagem abrupta.

O Inbox da Maven regista também as lacunas de conhecimento identificadas nas interações de recurso, permitindo às equipas melhorar continuamente a base de conhecimento com base nas necessidades reais dos clientes — transformando os recursos de hoje nas resoluções autónomas de amanhã.

Prova Maven: a Mastermind alcança 93 % de resolução com a Maven AGI — o que significa que os 7 % de interações que exigem escalamento são tratados com contexto completo e uma passagem inteligente, preservando a experiência do cliente mesmo em cenários de recurso.

Perguntas frequentes

Quantas tentativas de recurso deve a IA fazer antes de escalar?

Em geral, 1 a 2 tentativas de esclarecimento são adequadas. Se a IA continuar sem perceber ou sem conseguir ajudar após 2 tentativas, é preferível escalar para uma pessoa do que continuar a frustrar o cliente. O limiar exato deve ser configurável e ajustado com base no feedback dos clientes.

As mensagens de recurso devem variar ou ser consistentes?

Devem variar consoante o contexto. Um recurso para "Não percebi a sua pergunta" deve ser diferente de "Percebi, mas não posso realizar essa ação." Os recursos contextuais parecem mais inteligentes e úteis do que respostas genéricas como "Não posso ajudar com isso".

Como melhorar o comportamento de recurso ao longo do tempo?

Analise regularmente os padrões de recurso. Os acionadores de recurso mais comuns revelam lacunas de conhecimento, integrações em falta ou mensagens pouco claras para o cliente. Cada recurso é uma oportunidade de melhoria — resolva a causa de raiz em vez de se limitar a afinar a mensagem de recurso.