Transcrições, e-mails, notas e tickets
Texto novo, transcrição completa, cliente canônico
Sinais por cliente, com citação
Resumo antes da reunião, fila de risco e agente de IA
O que resolve
- O time chega à reunião sabendo o que o cliente já disse.
- Risco, objeção e pedido de produto saem das conversas com a fala que prova.
- A IA lê cada conversa uma vez, sem histórico repetido e sem estourar custo.
Perguntas de negócio que responde
Faça estas perguntas ao seu agente quando o caso estiver pronto.
O que você precisa
- Gravador de reuniões, CRM e ferramenta de atendimento conectados na Nekt
- O mapa de cliente único, para ligar cada conversa a um cliente
- Uma lista fechada dos sinais que a IA deve extrair
O que você recebe
- Uma base de interações por cliente com texto limpo
- Transcrições em janelas citáveis, com timecode e link
- Sinais extraídos por IA, cada um com o trecho literal
- Um agente de IA que prepara o resumo antes da reunião
Onde ativar
O agente via MCP lê as últimas conversas do cliente e entrega pendências, objeções e riscos com citação.
Sinais de saída entram na fila do CS com a fala, a data e o MRR do cliente.
Pedidos e bugs agrupados por tema, ranqueados por clientes afetados e pela receita deles.
Limpar e-mails, ligar cada interação ao cliente e controlar o custo de IA dá trabalho. Comece pelas calls, que já chegam com transcrição e participantes, e adicione e-mails e tickets depois. O detalhado traz as regras de negócio, as armadilhas e o teste de aceitação. Ou mande tudo direto para o seu agente com o MCP da Nekt.
O que o cliente disse sobre cancelar, preço ou bug fica espalhado em transcrições, e-mails do CRM e chats, e ninguém lê tudo antes da reunião. Quando a base é montada para a IA, cada resposta de e-mail traz a conversa inteira citada e infla os sinais, a transcrição está num campo diferente do esperado, a mesma call aparece ligada a três empresas e o agente responde a partir do resumo de outra ferramenta, não do que foi dito.
Como costuma ser feito, e a regra
Cada linha é um erro que já aconteceu na prática.
Consolide todas as interações textuais num formato único: cliente canônico, data e hora, canal (call, e-mail, nota, ticket, WhatsApp), direção (cliente ou time), autor e texto completo. Inclua quem já foi cliente, inclusive quem cancelou: é deles que vêm os exemplos de sinal de saída para calibrar.
Em e-mail, cada resposta carrega o histórico citado. Corte nos marcadores ('De: ... Enviada em:', 'Em ... escreveu:', linhas iniciadas por '>') antes de mandar para a IA. Numa base real, 85,5% do texto de e-mail era histórico repetido, e a IA reencontrava as mesmas falas a cada resposta: os sinais de churn saíam cerca de 2,7 vezes inflados.
O resumo gerado pelo gravador de reuniões é uma interpretação de terceiros, com perdas. Não use para responder, para escolher quais calls ler nem para preencher lacunas. Call sem transcrição é declarada como sem transcrição.
As falas vêm curtas demais para dar contexto (mediana de cerca de 50 caracteres numa base real). Junte falas consecutivas em janelas de 60 segundos, com a chave call e número da janela, mantendo o timecode de cada fala. Ler as janelas em ordem reconstrói a call inteira. A citação traz título da call, data, timecode e link da gravação.
Placeholders de agenda e calls sem duração mínima ou sem transcrição saem das contagens de contato. Uma call se liga a várias empresas (a hierarquia de empresas do CRM liga a mesma call à matriz e às filiais), então conte call_id distinto ao cruzar com empresa.
No HubSpot, a transcrição colada pelo time costumava estar em hs_meeting_body, e hs_internal_meeting_notes vinha sempre vazio. Confira com dado real qual campo tem o texto antes de montar a base. A API de busca do HubSpot para em 10 mil resultados e corta notas: use o stream completo do conector.
A IA devolve campos fixos: resumo, sentimento, sinais de risco de churn, sinais de expansão, dores, feedback de produto, concorrentes citados e próximos passos. Cada sinal traz o trecho literal e o id da interação. Num pedido de cancelamento ou redução, separe saída de ajuste de tamanho; na dúvida, o padrão seguro para retenção é tratar como saída.
Processe para frente, item a item: uma interação entra na rodada se nunca foi lida ou se mudou desde a última leitura, com marca d'água por item, não global. Use janela fixa (por exemplo, últimos 15 dias), processamento em lote e teto por rodada. Histórico antigo é classificado uma vez, fora da rotina, e o dado novo sempre vence.
Último contato significativo é a última call válida ou a última mensagem trocada com o cliente no canal preferido dele. Tarefa criada, e-mail automático e mudança de campo no CRM não contam.
Mascare e-mail, telefone, CPF e CNPJ antes de mandar texto a um modelo externo ou a uma ferramenta de voz do cliente. Mantenha a base de texto numa camada com permissão própria para o MCP, separada de valores de contrato.
O que a IA extrai de cada conversa
Campos fixos, cada item com o trecho literal e o id da interação.
Definições
Armadilhas que já aconteceram
Com o histórico citado dos e-mails, a IA reencontrava as mesmas falas a cada resposta e os sinais de churn saíram cerca de 2,7 vezes inflados.
Corte o histórico citado antes da IA.
A base lia o campo de notas internas da reunião, que vinha sempre vazio; a transcrição estava no corpo da reunião.
Confira o campo com dado real antes de publicar a base.
O agente respondia pelo resumo automático da ferramenta de gravação e perdia objeções que só apareciam na transcrição.
Proíba o resumo no context document e use só a transcrição.
Pela hierarquia de empresas do CRM, cada call aparecia ligada a cerca de três empresas e o volume de contato triplicava.
Conte call_id distinto.
O dono da reunião no CRM não era quem tinha conduzido a conversa, e a análise por vendedor ficava errada.
Quando o dono não é confiável, identifique o participante do time pela transcrição.
Reprocessar todas as calls a cada execução consumia o saldo de API em poucos dias.
Janela fixa, lote e marca d'água por item.
Teste de aceitação
O caso está pronto quando todos os itens passam.
- Numa amostra de 50 e-mails, nenhuma interação traz texto citado de mensagem anterior.
- A contagem de calls por cliente usa call_id distinto e bate com o gravador de reuniões.
- Todo sinal extraído tem um trecho literal que existe no texto da interação.
- Rodar a rotina sem interação nova não chama o modelo nenhuma vez.
- Para 10 calls, ler as janelas em ordem reconstrói a transcrição completa.
Pacote para o agente
Cole no Claude, ChatGPT ou outro cliente com o MCP da Nekt conectado.
Conversas com clientes - A fonte de conteúdo de calls é a transcrição completa em janelas de 60 segundos. Nunca use o resumo automático do gravador: nem para responder, nem para escolher calls, nem para preencher lacuna. Call sem transcrição: diga que não há transcrição. - Toda afirmação sobre o que o cliente disse vem com citação: título da call ou assunto do e-mail, data, timecode quando houver e link. - E-mails estão só com o texto novo de cada mensagem; o histórico citado foi removido. - Conte calls por call_id distinto; uma call pode estar ligada a várias empresas do mesmo grupo. - Calls curtas ou sem transcrição não contam como contato. - Sinais de risco, expansão, dores, feedback, concorrentes e próximos passos vêm da tabela de sinais, cada um com trecho literal. Não invente sinal sem trecho. - Pedido de cancelamento ou redução: leaving = saída, rightsizing = ajuste de tamanho. Na dúvida, trate como saída. - Último contato real = última call válida ou mensagem trocada, não a última atividade do CRM. Exceções por cliente: - <cliente>: a transcrição colada pelo time está no campo <campo>. - <cliente>: o canal preferido é WhatsApp; o grupo do cliente é ligado pelo nome normalizado do grupo.
Construa no meu workspace Nekt o caso "Conversas como base para IA" seguindo as regras em https://academy.nekt.com/industrias/saas/conversas-base-para-ia.md. 1) Encontre as tabelas de origem e confirme as colunas usadas pelas regras. 2) Crie uma transformação no grão indicado aplicando todas as regras. 3) Rode o teste de aceitação e me mostre o resultado de cada item. 4) Crie o context document do caso no workspace, com as exceções dos meus clientes em aberto para eu preencher.
Variações
Extração de critérios de qualificação (como MEDDPICC) das notas de vendas registradas no CRM.
Grupos por cliente ligados pelo nome normalizado do grupo ou pelos últimos 8 dígitos do telefone.
Texto anonimizado (e-mail, telefone e documento mascarados) enviado a uma ferramenta externa de análise.