Olá Cincin,
Estamos trabalhando aqui também com o Copilot para sugerir artigos de base de conhecimento e, pelas suas descrições, o comportamento que você está vendo está alinhado com o modelo atual do recurso.
Além dos ajustes que você já tentou, algumas práticas podem ajudar a refinar bastante o que o Copilot retorna:
1. Estruture melhor o conteúdo da Base de Conhecimento
• Títulos curtos e objetivos
• Resumo inicial explicando "para que serve" o artigo
• Palavras-chave no corpo do texto, não apenas em tags
• Evitar artigos muito genéricos que sirvam para qualquer contexto
Quanto mais contexto específico o artigo tiver, mais fácil para o modelo acertar.
2. Ajuste a classificação e relacionamentos
• Libere apenas artigos realmente úteis para sugestão
• Use categorias bem segmentadas e mantenha a base limpa
• Despublique ou arquive conteúdo duplicado ou desatualizado
3. Use feedback dos agentes como filtro automático
• Marcar quando um artigo não foi útil
• Criar dashboards para identificar o que está sendo sugerido repetidamente
Isso ajuda o modelo ao longo do tempo.
4. Para evitar repetição imediata do mesmo artigo
Uma prática é associar ao fluxo ou ao agente um controle simples de estado:
se o artigo "X" foi sugerido recentemente e não ajudou, ignore ele na próxima tentativa.
Isso ainda não é automático no Copilot, mas pode ser feito com lógica do lado do supervisor/analista.
5. Confira o mapeamento de dados da interação
Se o Copilot recebe pouco contexto da conversa, ele tende a sugerir artigos "coringa".
Resumindo: o Copilot aprende e melhora quanto mais estruturada e segmentada estiver a base de conhecimento. Em alguns cenários específicos, realmente faz sentido direcionar artigos por intenção quando o modelo não tem contexto suficiente.
------------------------------
Fernando Sotto dos Santos
ConsultorVIA VAREJO
------------------------------