Base de Conhecimento - Importação de Fontes

Esta etapa guia o usuário na alimentação de múltiplos dados em uma única base, dividida em três colunas (Painéis).

Índice:

• 1. Painel Esquerdo
• 2. Painel Central
• 3. Painel Direito (Status de Processamento)
• 4. Processamento
• 5. Boas práticas

Navegue também:
Introdução a base de conhecimento

1. Painel Esquerdo

Identificação e Fontes

• Nome: Campo obrigatório, é o nome da base de conhecimento, só aceita letras minuscúlas, números e caracteres especiais, o nome não pode ter espaço entre as letras.

Ex
ERRADO: Nome: Base de Teste

CORRETO: Nome: base_de_teste

• Descrição: Campo obrigatório. A base de conhecimento é gerada para um assunto específico. Na descrição, deve ser informado em quais situações essa base deve ser utilizada e qual é o seu objetivo.

  Exemplo:
  Nome: erros_criação_de_grupos

  Descrição: Esta base deve ser utilizada em situações relacionadas a erros na criação de grupos de atendimento. Ela contém orientações sobre como identificar e resolver problemas, incluindo passo a passo para os erros X e Y, além dos contatos do time de suporte.

• Importação de Arquivo: O limite crítico é de 50MB por arquivo, formatos aceitos: .pdf, .xls, .xlsx, .docx, .txt, .xml, .tsv, .ods, .json e .csv.

• Importação de URL: Insira o link e clique em "+". As URLs precisam ser públicas, acessíveis pelo sistema e retornar um conteúdo válido. Para Google Docs ou Drive, a URL deve ter permissão pública ("Qualquer pessoa com o link").

• Lista de Fontes Adicionadas: Visualize tudo o que já foi submetido. É possível remover um item facilmente clicando no ícone de "x". Ao adicionar novos arquivos a uma base existente, você pode validá-los e reprocessar a base sem precisar recriá-la.

---

2. Painel Central

O painel central tem dois layout, o inicial, onde permite importar arquivos e solicitar a criação da base de conhecimento, e um segundo template onde visualiza e configura os arquivos selecionados na Lista de Fontes na coluna esquerda.

Layout Importação

A área central possui uma zona de "drag & drop" (arrastar e soltar) e a opção "Clique para pesquisar".

• Importação de Arquivo: O limite crítico é de 50MB por arquivo.

  • Formatos aceitos: .pdf, .xls, .xlsx, .docx, .txt, .xml, .tsv, .ods, .json e .csv.

  • Boas Práticas: O conteúdo precisa ser textual. Evite PDFs com imagens escaneadas sem OCR, fotos de documentos ou infográficos isolados, pois o sistema não interpreta elementos puramente visuais. Quando o conteúdo visual for importante, converta-o em texto explicativo.

• Importação de URL: Insira o link e clique em "+". As URLs precisam ser públicas, acessíveis pelo sistema e retornar um conteúdo válido. Para Google Docs ou Drive, a URL deve ter permissão pública ("Qualquer pessoa com o link").

Layout de Configuração e Visualização dos Arquivos

Esta tela é fundamental para entender a interpretação da IA e garantir a atualização automática dos dados.

• Preview do Documento: Visualize o documento original anexado com opções de zoom (ex: 100%, 200%) e controle de paginação.

• Textos Processados: Após o processamento, é exibida a prévia do texto interpretado pela IA, segmentado em blocos (Texto #1, #2...). O sistema agrupa informações e mostra a quantidade de caracteres por bloco.

• Agendamento Automático (CRON) É possível automatizar a atualização de fontes (como URLs dinâmicas) individualmente, habilitando a opção "Agendar atualização". O card do arquivo receberá um sinalizador de agenda.

• Frequências disponíveis:

  • Minutos: Ex: a cada 5 minutos (excelente para dados que mudam em tempo real).

  • Por Hora: Atualizações de hora em hora.

  • Diário: Ex: rotina processada todo dia à meia-noite.

  • Semanal, Mensal ou Anual: Para relatórios ou documentos de longo prazo.

---

3. Painel Direito (Status de Processamento)

• Apresenta uma esteira visual em 4 etapas (Preparação > Processamento > Salvando > Finalizado), refletindo o feedback visual da IA para cada item e indicando erros antes da indexação final. mais informações…

---

4. Processamento

Como o conteúdo é processado

O sistema transforma o conteúdo importado em blocos menores para permitir a geração de embeddings e a recuperação posterior pelo assistente. O modo como isso acontece varia conforme o tipo de arquivo.

Arquivos textuais

Arquivos textuais merecem atenção especial porque, neles, a qualidade da base depende muito de como o conteúdo foi escrito e organizado.

De forma simplificada, o processo ocorre assim:

1. o texto é extraído do arquivo;

2. o sistema tenta identificar divisões naturais e padrões de organização;

3. o conteúdo é agrupado em blocos de texto;

4. esses blocos seguem para geração de embeddings;

5. depois, esses embeddings são usados para recuperar trechos relevantes nas respostas do assistente.

Como o texto é extraído

O comportamento de extração depende do formato:

• PDF: o texto é extraído, em geral, página por página;

• DOCX: o conteúdo costuma ser lido a partir da estrutura de parágrafos, títulos e listas;

• TXT: o arquivo é tratado como texto puro;

• CSV, TSV e planilhas: o conteúdo tende a ser lido em estrutura tabular;

• JSON e XML: a estrutura hierárquica é usada para formar unidades de conteúdo.

Quando o arquivo segue um padrão reconhecível, a tendência é o sistema conseguir formar blocos melhores.

Exemplos de padrões que costumam ajudar:

• títulos e subtítulos consistentes;

• seções repetidas com a mesma estrutura;

• FAQ com pergunta seguida da resposta;

• procedimentos com objetivo, pré-requisito e passo a passo;

• catálogos em que cada item segue o mesmo modelo;

• registros em que cada bloco representa uma unidade fechada de informação.

Quando esse padrão existe, o sistema tende a reconhecer melhor os limites entre assuntos e manter no mesmo bloco aquilo que faz sentido junto, como:

• regra + condição + exceção;

• pergunta + resposta;

• item + descrição + características;

• processo + etapas + observações.

Isso melhora a qualidade porque o contexto fica mais preservado dentro de cada bloco.

Na prática, isso significa que o sistema tende a agrupar partes próximas que parecem tratar do mesmo assunto, considerando, por exemplo:

• sequência de parágrafos;

• continuidade local do texto;

• similaridade semântica entre trechos próximos;

• posição dos conteúdos dentro da página ou do arquivo.

Quando esse padrão não existe, e quando o documento:

• mistura vários assuntos no mesmo trecho;

• muda de tema sem sinalização clara;

• usa títulos genéricos demais;

• depende do layout visual para fazer sentido;

• espalha o contexto de um mesmo assunto em pontos distantes;

• possui frases soltas, notas breves ou conteúdo muito fragmentado.

Nesses casos, os blocos podem ficar:

• amplos demais;

• específicos demais, mas sem contexto suficiente;

• misturados com outros temas;

• menos úteis para recuperar respostas exatas.

Impacto disso na resposta do assistente

Quando os blocos preservam bem o contexto, o assistente tende a responder de forma mais completa e assertiva.

Quando o conteúdo foi mal segmentado, o assistente pode:

• recuperar um trecho incompleto;

• deixar de trazer uma exceção importante;

• responder de forma genérica;

• combinar informações próximas, mas não ideais;

• encontrar o assunto, mas com menor precisão.

Por isso, em arquivos textuais, a qualidade da redação e da organização é tão importante quanto o formato do arquivo.

Arquivos tabulares

Em arquivos tabulares, como planilhas, CSV e TSV, cada linha tende a representar um bloco ou uma unidade de informação.

A qualidade costuma ser melhor quando:

• cada linha representa um registro completo;

• os cabeçalhos são claros;

• não há células mescladas desnecessariamente;

• a informação não está espalhada em várias linhas para o mesmo item.

Arquivos estruturados

Em arquivos JSON e XML, a estrutura dos campos, objetos e listas ajuda a formar os blocos.

A qualidade tende a ser melhor quando:

• os nomes dos campos são claros;

• cada objeto representa uma unidade lógica completa;

• as listas seguem um padrão consistente;

• a estrutura não é profunda ou confusa em excesso

---

5. Boas práticas

Recomendações gerais

Para aumentar a qualidade da base e a assertividade das respostas:

• organize o conteúdo por assunto;

• use títulos claros e específicos;

• mantenha cada seção autocontida;

• aproxime regra, condição e exceção;

• aproxime pergunta e resposta;

• evite misturar muitos temas no mesmo trecho;

• prefira texto claro, direto e completo;

• evite depender de layout visual para transmitir a informação principal;

• transforme conteúdo visual importante em texto.

O que tende a melhorar a qualidade dos blocos

A qualidade costuma ser melhor quando o documento:

• separa claramente um assunto por seção;

• usa títulos e subtítulos objetivos;

• mantém contexto suficiente dentro de cada parte;

• segue um padrão ao longo do arquivo;

• apresenta unidades fechadas de informação;

• evita referências soltas como “conforme acima”, “como vimos antes” ou “segue abaixo” sem repetir o contexto.

O que tende a reduzir a qualidade dos blocos

A qualidade costuma piorar quando o documento:

• mistura vários assuntos no mesmo bloco;

• muda de tema sem marcação clara;

• traz listas muito curtas sem contexto;

• usa títulos vagos;

• repete o mesmo assunto em muitos pontos diferentes;

• depende de imagens, prints ou diagramas não descritos em texto;

• contém texto mal extraído, muito fragmentado ou pouco linear.

Orientações por tipo de arquivo:

PDF

Prefira PDFs com texto selecionável, gerados digitalmente, com leitura linear e com títulos e seções claras.

PDFs com os cenários abaixo tendem a gerar pior resultado:

• múltiplas colunas;

• cabeçalhos e rodapés repetitivos;

• tabelas complexas;

• muito conteúdo escaneado;

• prints incorporados;

• conteúdo que depende mais de layout do que de texto.

DOCX

Arquivos DOCX costumam apresentar melhor qualidade quando utilizam estrutura real de edição, com títulos, subtítulos, listas e parágrafos bem separados.

• um tópico por seção;

• um parágrafo por ideia principal;

• títulos descritivos;

• listas quando houver passo a passo;

• contexto suficiente em cada seção.

TXT

Arquivos TXT funcionam melhor quando o conteúdo é simples, limpo e organizado por linhas e parágrafos.

• usar títulos claros;

• deixar linhas em branco entre seções;

• manter uma ideia por parágrafo;

• evitar blocos longos e pouco estruturados.

CSV, TSV e planilhas

• usar cabeçalhos claros;

• fazer cada linha representar um item completo;

• evitar células mescladas;

• evitar dividir um mesmo registro em várias linhas.

JSON e XML

• usar nomes de campos claros;

• manter objetos completos e consistentes;

• usar listas padronizadas;

• evitar estruturas profundas demais;

• evitar mistura de muitos contextos no mesmo nível.

Exemplos bons e ruins de organização

Exemplo 1: FAQ

Bom exemplo

Como redefinir a senha? Acesse a tela de login, clique em “Esqueci minha senha”, informe seu e-mail cadastrado e siga o link enviado. O link expira em 30 minutos.

Por que funciona melhor: a pergunta e a resposta estão juntas, completas e autocontidas.

Exemplo ruim

Senha Usuário pode trocar. Tem e-mail. Expira rápido.

Por que funciona pior: o conteúdo está incompleto, vago e sem contexto suficiente.

Exemplo 2: Procedimento

Bom exemplo

Solicitar segunda via de boleto Pré-requisitos: CPF do cliente e número do contrato. Passo 1: acessar o menu Financeiro. Passo 2: buscar pelo CPF ou contrato. Passo 3: selecionar a parcela em aberto. Passo 4: clicar em “Gerar segunda via”. Exceção: se a parcela estiver vencida há mais de 60 dias, o cliente deve falar com o time financeiro.

Por que funciona melhor: o processo está completo, com contexto, etapas e exceção próximas.

Exemplo ruim

Financeiro Aqui é possível consultar boletos, atualizar cadastro, emitir nota, ver atraso, contestar cobrança, alterar e-mail e falar com suporte.

Por que funciona pior: vários assuntos foram misturados no mesmo trecho.

Exemplo 3: Política ou regra

Bom exemplo

Política de férias Aplica-se a todos os colaboradores em regime CLT. As férias devem ser solicitadas com antecedência mínima de 30 dias. A aprovação depende do gestor imediato. Exceção: em casos urgentes, o RH poderá avaliar pedidos fora do prazo.

Por que funciona melhor: regra, escopo e exceção estão no mesmo contexto.

Exemplo ruim

Um único texto corrido contendo férias, benefícios, ponto, dress code, advertências e desligamento sem divisão clara.

Por que funciona pior: temas diferentes podem acabar agrupados no mesmo bloco.

Exemplo 4: Catálogo ou lista de itens

Bom exemplo

Plano Básico Indicado para pequenos times. Inclui até 5 usuários. Permite abertura de chamados e consulta de relatórios.

Plano Premium Indicado para operações maiores. Inclui usuários ilimitados. Permite integrações e relatórios avançados.

Por que funciona melhor: cada item faz sentido sozinho e contém as informações principais no mesmo lugar.

Exemplo ruim

Nomes dos planos em uma seção, características em outra e regras em uma terceira parte do documento.

Por que funciona pior: o contexto de cada item fica fragmentado.

Exemplo 5: Conteúdo dependente de imagem

Bom exemplo

Fluxo de aprovação de pedido Etapa 1: o vendedor envia o pedido. Etapa 2: o gestor comercial valida os dados. Etapa 3: o financeiro valida limite e condição de pagamento. Etapa 4: o pedido é liberado para faturamento.

Por que funciona melhor: o fluxo foi descrito em texto, então a informação pode ser processada.

Exemplo ruim

Um fluxograma em imagem sem descrição textual.

Por que funciona pior: a informação principal está em mídia não suportada como fonte de conhecimento textual.

---

Índice:

• 1. Painel Esquerdo
• 2. Painel Central
• 3. Painel Direito (Status de Processamento)
• 4. Processamento
• 5. Boas práticas

Navegue também:
Introdução a base de conhecimento