Classificacao Inteligente
Como usar IA para categorizar e-mails, tickets e mensagens de forma automatica e precisa
Fluxo de classificacao: da entrada ao roteamento inteligente
O que e Classificacao com IA?
O coracao de todo AI Workflow
Classificacao e o ato de usar IA para ler um texto e categoriza-lo automaticamente em categorias pre-definidas. A IA consegue interpretar contexto, sentimento e intencao - algo impossivel com regras simples de if/then.
E-mails
Suporte, vendas, spam
Tickets
Bug, feature, duvida
Mensagens
Leads, reclamacoes, elogios
"A classificacao e o passo mais importante de um AI Workflow. Se a classificacao estiver errada, todo o resto do fluxo sera impactado."
Os 3 Elementos da Classificacao
O que toda classificacao deve retornar
Categoria
A classificacao principal. Em qual "caixa" este item se encaixa?
"categoria": "suporte_tecnico"
Prioridade
Qual a urgencia? Permite tratamento diferenciado por importancia.
"prioridade": "alta"
Confianca
Qual a certeza da IA? Permite criar fallbacks quando incerto.
"confianca": 0.92
Definindo Categorias Eficazes
A regra de ouro das categorias
"Se der pra explicar em 1 frase, esta bom."
Categorias claras e especificas geram classificacoes mais precisas.
✓ Boas categorias:
- Mutuamente exclusivas - um item so pode estar em uma categoria
- Exaustivas - cobrem todos os casos possiveis (inclua "outros")
- Acionaveis - cada categoria leva a uma acao diferente
- Claras - qualquer pessoa entende a diferenca
✗ Categorias problematicas:
- Sobrepostas - "urgente" e "importante" podem ser a mesma coisa
- Vagas - "outros assuntos" muito generico
- Demais categorias - mais de 8-10 dificulta precisao
- Sem acao - se nao muda nada, pra que classificar?
Prompt de Classificacao
Exemplo pratico pronto para usar
Voce e um classificador de e-mails de suporte.
Analise o e-mail abaixo e classifique em UMA das categorias:
- suporte_tecnico: problemas com o produto, bugs, erros
- comercial: duvidas sobre precos, planos, upgrade
- financeiro: cobrancas, faturas, reembolsos
- cancelamento: pedidos de cancelamento
- reclamacao: insatisfacao, feedback negativo
- outros: nao se encaixa nas categorias acima
Determine tambem:
- prioridade: alta, media ou baixa
- confianca: 0.0 a 1.0 (sua certeza na classificacao)
Responda APENAS em JSON valido:
{
"categoria": "string",
"prioridade": "string",
"confianca": number,
"justificativa": "string breve"
}
E-MAIL:
"""
{{email_content}}
"""Por que funciona:
- • Define o papel claramente
- • Lista categorias com descricao
- • Pede formato estruturado (JSON)
- • Inclui confianca para fallbacks
Dicas extras:
- • Adicione exemplos (few-shot) para melhor precisao
- • Use temperature baixa (0.1-0.3)
- • Teste com casos reais antes de produzir
Usando Niveis de Confianca
Crie fallbacks inteligentes
Alta Confianca
Processa automaticamente. A IA tem certeza da classificacao.
Media Confianca
Processa mas marca para revisao posterior. Monitore esses casos.
Baixa Confianca
Escala para humano revisar. A IA nao tem certeza suficiente.
Dica importante:
Ajuste os thresholds baseado no seu caso. Para casos criticos (ex: deteccao de fraude), use threshold mais alto. Para triagem inicial, pode ser mais flexivel.
Regras vs IA: Quando Usar Cada
Otimize custos combinando os dois
Estrategia hibrida: Use regras simples para casos obvios primeiro, e so chame a IA para casos ambiguos. Isso reduz custos drasticamente.
Use REGRAS quando:
- • Email contem "unsubscribe" → Spam
- • Assunto contem "fatura" → Financeiro
- • Remetente e @empresa.com → Interno
- • Palavras-chave obvias presentes
Use IA quando:
- • Contexto e necessario para entender
- • Linguagem natural varia muito
- • Multiplas interpretacoes possiveis
- • Sentimento/tom importa
Medindo e Melhorando Precisao
Iteracao continua e essencial
Metricas-chave:
- ✓ Taxa de acerto: % classificacoes corretas
- ✓ Falsos positivos: classificou errado como X
- ✓ Falsos negativos: deveria ser X mas nao foi
- ✓ Taxa de escalacao: % enviado para humano
Como melhorar:
- 1. Analise os erros mais frequentes
- 2. Adicione exemplos desses casos no prompt
- 3. Ajuste as definicoes das categorias
- 4. Considere criar subcategorias
Ciclo de melhoria:
Classificacao → Mede resultados → Identifica erros → Ajusta prompt → Testa novamente → Repete. Espere gastar 70% do tempo em ajustes, nao na implementacao inicial.
Exemplo de Saida Completa
O que esperar da IA
{
"categoria": "suporte_tecnico",
"prioridade": "alta",
"confianca": 0.94,
"justificativa": "Cliente relata erro ao fazer login,
menciona codigo de erro 500",
"dados_extraidos": {
"codigo_erro": "500",
"funcionalidade": "login",
"sentimento": "frustrado"
}
}Bonus: Dados extraidos
Alem de classificar, a IA pode extrair dados uteis do texto que serao usados nas acoes seguintes do workflow.
Justificativa
Pedir justificativa ajuda no debugging e permite revisao humana mais rapida quando necessario.
Resumo do Modulo
Proximo Passo
Hora de construir seu primeiro workflow completo!