Uma IA responde com os dados da sua clínica quando, antes de escrever cada resposta, ela consulta uma base com as informações que você cadastrou: tabela de preços, convênios aceitos, endereço, horários e regras de remarcação. Ela deixa de "lembrar" de algo genérico e passa a consultar o material da clínica no momento da pergunta. Essa técnica tem nome, RAG, e é o que separa uma IA que ajuda de uma que inventa valor de procedimento. Este texto explica, em linguagem simples, como isso funciona e como fazer na sua clínica.
Por que a IA precisa dos dados da clínica
Os modelos de linguagem, que são os programas por trás de assistentes como o ChatGPT e o Claude, aprendem a partir de enormes quantidades de texto. Eles escrevem bem, mas não conhecem a sua clínica. Não sabem quanto você cobra por uma limpeza, se atende pelo convênio X, em que rua fica o consultório ou qual é a sua regra para quem desmarca em cima da hora.
Sem essa informação, o modelo tende a completar a lacuna com algo que soa plausível. É assim que surgem respostas como "a avaliação é gratuita" quando na verdade você cobra, ou "atendemos aos sábados" quando a clínica fecha na sexta. Para o paciente, quem falou foi a clínica. O erro é seu.
A página da Google Cloud sobre o tema reconhece esse ponto de partida: os modelos podem ter dificuldade com a precisão dos fatos, e fornecer fatos ao modelo como parte do comando de entrada pode reduzir as chamadas alucinações da IA generativa. Alucinação é o nome técnico para quando a IA produz uma informação incorreta com aparência de certeza.
RAG em linguagem simples
RAG é a sigla em inglês para "geração aumentada por recuperação". O nome parece complicado, mas a ideia é a de uma prova com consulta.
Imagine uma recepcionista nova. Se você pedir que ela responda tudo de cabeça no primeiro dia, ela vai errar. Se você entregar uma pasta com preços, regras e endereços e disser "consulte antes de responder", ela acerta muito mais. O RAG faz exatamente isso com a IA.
Segundo a documentação da AWS (Amazon), o processo tem quatro etapas:
- Preparação: os documentos da empresa são organizados de um jeito que o sistema consiga buscar por significado, e não só por palavra exata.
- Pergunta: o paciente escreve no WhatsApp, por exemplo, "vocês fazem clareamento? quanto custa?".
- Recuperação: o sistema procura nos documentos da clínica os trechos mais ligados àquela pergunta e os separa.
- Resposta: o modelo recebe a pergunta junto com esses trechos e escreve a resposta com base neles.
O ponto mais útil para o dono da clínica é o seguinte: quando um preço muda, você atualiza o documento e a próxima resposta já sai com o valor novo. Não é preciso "retreinar" nada. A AWS descreve que o modelo responde com base em trechos da base de conhecimento da empresa, e não apenas no que aprendeu durante o treinamento.
Uma ressalva importante da própria Google Cloud: se o trecho recuperado for irrelevante, a resposta pode ficar fora do assunto ou incorreta. Por isso a qualidade do material que você cadastra faz diferença.
O que a IA precisa saber sobre a sua clínica
Pense nas perguntas que chegam todos os dias no WhatsApp e em quem as responde hoje. Os dados que costumam fazer diferença no atendimento são:
- Preços e formas de pagamento: valores ou faixas de cada procedimento, parcelamento, desconto à vista, o que está incluído.
- Convênios: quais você atende, para quais procedimentos e quais você não atende. A lista de "não atendemos" é tão importante quanto a de "atendemos".
- Endereço e acesso: rua, ponto de referência, estacionamento, acessibilidade.
- Horários: dias e faixas de atendimento de cada profissional.
- Regras: remarcação, cancelamento, atraso, política de sinal ou reserva de horário.
- Procedimentos: o que cada um é, em linguagem de paciente, duração aproximada e preparo.
- Tom de voz: se a clínica fala de forma mais formal ou mais próxima, se usa "você" ou "senhor(a)".
Passo a passo para a IA responder certo
1. Reúna as respostas que você já dá
Abra o WhatsApp da clínica e releia as últimas 30 a 50 conversas. Anote as perguntas que se repetem. Elas são a base do que a IA precisa saber. É um exercício rápido e costuma revelar perguntas que você nem lembrava que eram frequentes.
2. Escreva em texto simples, uma informação por vez
Evite arquivos bagunçados. Funciona melhor um bloco curto para cada assunto: "Convênios aceitos", "Política de remarcação", "Clareamento: como funciona e valor". Textos claros e curtos são mais fáceis de encontrar e de usar na resposta.
3. Seja explícito sobre o que não existe
Se a clínica não atende determinado convênio, escreva isso. Se não faz certo procedimento, escreva. Quando o material é omisso, o modelo pode tentar ser prestativo e inventar. Frases como "Não trabalhamos com o convênio Y" evitam esse risco.
4. Defina o que a IA nunca deve fazer sozinha
Diagnóstico, indicação de tratamento, promessa de resultado e valor fora da tabela devem ir para um profissional. A IA pode acolher o paciente, explicar como a avaliação funciona e encaminhar. Decisão clínica continua com a sua equipe.
Antes de colocar no ar, faça 20 perguntas, incluindo as difíceis: "tem desconto?", "aceita o plano da minha mãe?", "dá para pagar em 12 vezes?", "vocês atendem domingo?". Compare cada resposta com o que você realmente diria. Onde errar, ajuste o documento, e não o modelo.
6. Atualize sempre que algo mudar
Reajuste de preço, novo profissional, mudança de horário e fim de promoção precisam entrar no material no mesmo dia. Defina uma pessoa responsável por isso, como já existe para a agenda.
Mesmo com bons documentos, existem respostas em que um erro custa caro: valores, condições de pagamento, convênios, prazos e regras. Para esses casos, vale uma segunda camada de proteção, chamada de verificação de fatos ou guardrail (em português, "proteção" ou "trava de segurança"). Na prática, depois que a IA monta a resposta, outra checagem confere se o que foi dito está de acordo com os dados da clínica antes de enviar ao paciente.
A própria AWS lista guardrails entre os recursos para manter respostas precisas e com menos alucinações. A ideia é a mesma de um supervisor que lê a mensagem antes de ela sair.
Como a Twenny entra nesse processo
A Twenny é uma IA de atendimento que conduz a conversa de forma comercial no WhatsApp. Ela usa um modelo de linguagem generalista, o histórico da conversa com aquele paciente e os dados da própria clínica, como preços, procedimentos, regras e tom de voz, consultados por RAG. Quando a informação é crítica, há uma verificação de fatos (guardrail) para conferir a resposta com o que a clínica cadastrou. Ela também pode atender quando a sua equipe não está online, por exemplo à noite e nos fins de semana, que são horários em que muitas mensagens ficam sem resposta.
Isso significa que o trabalho de verdade está na preparação do conteúdo da clínica, que é justamente o passo a passo acima. Quanto mais claro o material, melhor o atendimento.
Os dados da clínica que alimentam a IA devem ser informações institucionais: preços, regras, procedimentos. Evite colocar prontuários e dados de saúde de pacientes nesse material. A Lei Geral de Proteção de Dados (Lei 13.709/2018) classifica dados referentes à saúde como dados pessoais sensíveis e estabelece princípios como finalidade, necessidade e transparência no tratamento. Em caso de dúvida sobre o que pode ou não ser usado, consulte quem cuida da adequação à LGPD na sua clínica.
Perguntas frequentes
A IA vai inventar o preço dos procedimentos?
Se o preço estiver cadastrado e a pergunta for clara, a resposta sai com base nele. O risco de invenção cresce quando o material não cobre aquele assunto. Por isso é importante informar também o que a clínica não faz e definir que valores fora da tabela vão para a equipe.
Preciso entender de tecnologia para alimentar a IA?
Não. O material é texto comum, escrito do jeito que você explicaria para uma recepcionista nova. O que se exige é organização e clareza.
O que acontece quando a IA não sabe a resposta?
O comportamento ideal é admitir que vai confirmar com a equipe e encaminhar a conversa. Defina essa regra no início e teste com perguntas que você sabe que não estão no material.
RAG elimina totalmente os erros?
Não existe garantia de zero erro. As fontes consultadas indicam que fornecer fatos ao modelo ajuda a reduzir alucinações, não a eliminá-las. Por isso são recomendados testes, atualização constante, verificação de fatos nas informações críticas e a possibilidade de passar para uma pessoa.
Próximo passo
Comece pela lista das 20 perguntas mais frequentes no WhatsApp da clínica e escreva as respostas corretas. Esse documento já é metade do trabalho, com ou sem IA. Se quiser ver como isso funciona na prática, conheça a Twenny.
Fontes
Gostou deste conteúdo?
Transforme seu WhatsApp em uma máquina de vendas
Conheça a IA que atende seus clientes, responde dúvidas e ajuda sua empresa a vender mais, 24 horas por dia.
