Putting It All Together

A primeira ferramenta interna que entreguei foi um painel de suporte: um lugar onde eu podia ver as perguntas recebidas em que meus colegas estavam se afogando. Ele me dizia o que estava acontecendo, mas ainda deixava um humano para responder cada mensagem. O trabalho interessante começou quando fiz uma pergunta mais difícil — o sistema poderia rascunhar a resposta sozinho e só trazer uma pessoa quando não tivesse certeza? Essa pergunta transformou um painel no assistente de automação de suporte de-identificado que continuei refinando depois.

Nos módulos 06 a 08 você construiu as partes desse assistente uma de cada vez: uma primeira chamada real à Anthropic, uma superfície de conhecimento da qual ele podia ler e um agente que decide o que fazer. Por conta própria, cada parte é uma demonstração. Este módulo é onde elas deixam de ser demonstrações e começam a ser um sistema — um pequeno assistente de triagem de suporte, escopado e executável, que lê uma mensagem de cliente, responde a partir do que sabe e escala quando está além de sua capacidade.

Pense nisso como uma enfermeira de triagem. Uma enfermeira não trata todo mundo do mesmo jeito: ela recebe a queixa, a compara com o que já sabe e decide em segundos se trata ela mesma ou chama o médico. Nosso assistente faz as mesmas três coisas — ler, comparar, decidir — e o ponto inteiro deste projeto final é conectar esses três movimentos em um fluxo honesto.

Ao final você terá um único arquivo que pode rodar que recebe uma mensagem e retorna ou uma resposta ancorada ou uma passagem limpa a um humano — nenhum café, nenhum negócio de desenho animado, apenas o formato real do assistente para o qual esta trilha vem construindo.

Antes de qualquer código, vamos nomear as três responsabilidades e como os módulos anteriores as alimentam. Manter a construção tão pequena é deliberado: cada linha tem que justificar seu lugar, porque um assistente de suporte difícil de raciocinar é um assistente de suporte em que você não pode confiar.

• Recuperar — puxar o fato mais relevante de uma pequena base de conhecimento. Esta é a superfície somente-leitura do "o que já sabemos" que você conheceu como recursos MCP no módulo 07.
• Triar — fazer uma chamada real à Anthropic (a primeira chamada do módulo 06, o agente do módulo 08) que classifica a mensagem, rascunha uma resposta a partir do contexto recuperado e avalia a própria confiança.
• Escalar — uma decisão em Python puro: se o modelo não está confiante, passar o rascunho a um humano em vez de enviá-lo.

Os dados fluem em uma direção: uma mensagem chega, retrieve a ancora, triage raciocina sobre ela, e escalate decide quem responde. Não há orquestração paralela nem estado oculto — apenas um pipeline curto que você consegue guardar na cabeça.

Checkpoint no Meio do Módulo

Antes de escrever uma linha: dos três movimentos — recuperar, triar, escalar — qual é o único que deveria sempre falar com o modelo de linguagem, e por que manter os outros dois como Python comum torna o sistema mais fácil de confiar?

Um assistente de suporte é só tão honesto quanto os fatos que você lhe dá. Em vez de esperar que o modelo lembre do seu produto, entregamos a ele uma pequena base de conhecimento e uma função que encontra a entrada mais próxima. Este é o mesmo instinto por trás do sistema de recuperação no meu trabalho de automação de suporte: ancore o modelo na sua verdade para que ele não possa inventar política com confiança.

Note a última linha. Quando nada corresponde, retrieve retorna uma string vazia de propósito — ele não adivinha. Esse resultado vazio é um sinal que usaremos em um momento para empurrar o modelo para baixa confiança em vez de uma alucinação confiante.

Aqui está o único lugar onde o sistema fala com o modelo. Damos a ele o contexto recuperado, pedimos que classifique a mensagem, rascunhe uma resposta curta usando apenas esse contexto e — crucialmente — reporte uma confiança na primeira linha para que o resto do nosso fluxo em Python puro possa agir sobre ela. Usamos claude-haiku-4-5: é rápido e barato, que é exatamente o que você quer para triagem de alto volume onde a maioria das mensagens é rotineira.

Duas escolhas de design fazem o trabalho pesado. Primeiro, "use ONLY the provided context" transforma o sinal de string vazia do retrieve em baixa confiança em vez de um palpite. Segundo, forçar a confiança para a primeira linha significa que o próximo passo não precisa reanalisar texto livre — ele lê um número e decide.

O escalonamento é onde a maioria das demonstrações de "suporte com IA" silenciosamente trapaceia — elas enviam cada resposta e torcem. A nossa torna a fronteira explícita. Lemos a confiança que o modelo reportou e, se estiver abaixo do nosso limiar (ou se não conseguirmos lê-la), encaminhamos o rascunho a uma pessoa.

O ramo except é o herói silencioso. Se o modelo um dia ignorar nosso formato, nós não travamos e não enviamos uma mensagem misteriosa — falhamos de forma segura, em direção a um humano. No suporte em produção, o custo de uma resposta confiante errada é muito mais alto do que o custo de uma passagem extra, então o padrão na dúvida é sempre "pergunte a uma pessoa."

Checkpoint no Meio do Módulo

Preveja o comportamento: um cliente pergunta "why was I double-charged this month?" — uma pergunta de cobrança que sua KB cobre apenas parcialmente. Percorra retrieve, triage e needs_human. Onde nesse caminho o sistema tem sua chance de escalar em vez de blefar?

Agora os três movimentos viram uma função. Este é o assistente inteiro: ancore a mensagem, raciocine sobre ela, decida quem responde. É curto o bastante para ler num fôlego — e essa é a feature, não uma limitação.

Rode-o na pergunta de exportação e você terá uma resposta ancorada e confiante. Rode-o em algo de que a KB nunca ouviu falar — "can I get a refund in EUR?" — e veja-o escalar em vez de inventar uma política. Esse contraste é a lição inteira desta trilha tornada concreta: o sistema é confiável precisamente porque conhece a própria borda.

Um Prompt Reflexivo Antes de Seguir

Seu limiar é 0.4. Se a liderança de suporte lhe dissesse "preferimos escalar demais do que algum dia enviar uma resposta errada", você o elevaria ou abaixaria — e o que a escolha oposta custa em carga de trabalho humano? Não há um único número certo aqui; o ponto é que o limiar é uma decisão de negócio sobre a qual você agora pode raciocinar, porque você construiu a alavanca você mesmo.