Uma base de conhecimento pode reunir centenas de páginas e, ainda assim, alimentar respostas pouco fiáveis. Muitas vezes, o problema não está apenas no modelo de inteligência artificial: está na informação que o sistema encontra — vaga, desatualizada, contraditória ou difícil de interpretar fora do seu contexto.
Preparar conteúdos para um chatbot ou um sistema de pesquisa inteligente não significa escrever para máquinas. Significa organizar informação útil para pessoas, de forma que também possa ser encontrada e utilizada corretamente.
Começar pela qualidade, não pelo volume
Indexar todo o website sem uma revisão prévia pode introduzir páginas antigas, versões repetidas e documentos que já não refletem as condições da empresa. Uma base maior não é necessariamente melhor: os conteúdos menos relevantes podem disputar espaço com as fontes certas nos resultados da pesquisa.
Antes de incluir documentos, faça uma classificação simples:
| Decisão | Critério |
|---|---|
| Manter | Informação atual, confirmada, útil e autorizada para o público a que se destina. |
| Rever | Informação válida, mas incompleta, pouco clara ou mal estruturada. |
| Excluir da base ativa | Conteúdo obsoleto, duplicado sem utilidade, irrelevante ou não autorizado para aquele público. |
Imagine duas páginas sobre o mesmo serviço. Uma afirma que o suporte mensal está incluído; outra indica que é contratado separadamente. Se ambas forem pesquisáveis, o assistente pode recuperar a regra errada ou apresentar uma resposta contraditória.
A solução deve começar na origem: confirmar a política em vigor, identificar a versão autorizada e retirar a informação ultrapassada da base ativa. Uma data mais recente pode ajudar a avaliar a fonte, mas não prova, por si só, que a informação está correta. Documentos históricos que precisem de ser conservados podem continuar arquivados, separados das fontes usadas para responder sobre as condições atuais.
Estruturar secções que mantenham o contexto
Muitos sistemas de pesquisa recuperam apenas partes de uma página. Por isso, um subtítulo e o texto que o acompanha devem, sempre que possível, permitir compreender o assunto sem depender de vários parágrafos anteriores.
Compare os seguintes exemplos:
Pouco claro: “Outros aspetos importantes” — “Esta opção também pode ser utilizada em determinadas situações.”
Mais claro: “Quando um cliente B2B pode enviar uma encomenda sem pagamento online” — “Clientes empresariais aprovados podem enviar uma encomenda sem pagamento imediato quando têm condições comerciais previamente definidas.”
O segundo exemplo identifica a situação e a regra aplicável. É mais útil para quem lê a página e para um sistema que encontra apenas essa secção.
Também convém explicar siglas e termos internos na primeira referência. Por exemplo, RAG (geração aumentada por recuperação) descreve uma abordagem em que o sistema procura informação numa fonte externa e a fornece ao modelo como contexto para a resposta. Depois de explicado o conceito, pode utilizar a sigla sem a repetir por extenso.
Expressões como “esta opção”, “o mesmo processo” ou “como vimos acima” são naturais em certos contextos, mas podem tornar um excerto ambíguo. Quando a identificação do assunto é essencial, substitua a referência vaga pelo nome da funcionalidade, produto ou regra. Não é necessário tornar todos os parágrafos independentes: a página deve continuar a ter uma leitura fluida.
Listas são adequadas para opções ou requisitos; tabelas ajudam a comparar especificações e condições. Contudo, a extração automática de tabelas complexas varia conforme a ferramenta utilizada. Se uma informação for decisiva, confirme que continua compreensível depois da extração, em vez de confiar apenas na apresentação visual.
Preparar PDFs e documentos extensos
Um PDF pode conter informação rigorosa e, mesmo assim, ser uma fonte difícil de pesquisar. Documentos com duas colunas, cabeçalhos e rodapés repetidos, tabelas complexas, páginas digitalizadas ou texto integrado em imagens podem perder conteúdo ou ordem de leitura durante o processamento.
Antes de indexar um PDF, confirme se o texto pode ser extraído corretamente, se as secções surgem na ordem certa e se aquela é a versão em vigor. Quando a informação está numa imagem ou num documento digitalizado, poderá ser necessário reconhecimento de texto ou processamento visual, conforme as capacidades do sistema. O resultado deve ser verificado: conseguir processar um ficheiro não significa ter interpretado corretamente o seu conteúdo.
O tamanho do documento, por si só, não constitui um problema. Em muitos sistemas de pesquisa, o conteúdo é dividido em blocos menores — processo conhecido como chunking — antes da indexação. Na API de pesquisa da OpenAI, por exemplo, os ficheiros adicionados a um repositório vetorial são divididos em blocos, convertidos em representações vetoriais (embeddings) e indexados.
Uma resposta pode, portanto, basear-se apenas num excerto do documento. Títulos descritivos, secções coerentes e explicações completas ajudam a preservar o contexto. A dimensão e a sobreposição dos blocos dependem da tecnologia e devem ser ajustadas com testes, sem transformar o website numa sucessão artificial de microtextos.
Reduzir duplicações e preservar a origem das fontes
O mesmo conteúdo pode existir numa página de serviço, num PDF, numa secção de perguntas frequentes e em versões antigas do website. Isto não provoca necessariamente erros, mas pode favorecer respostas repetidas, reduzir a diversidade dos resultados ou dificultar a identificação da fonte oficial.
Defina uma referência principal sempre que existirem várias versões equivalentes. As traduções, porém, não são duplicados dispensáveis: devem ser identificadas pelo idioma, para que o sistema possa pesquisar a versão adequada. O mesmo cuidado aplica-se a documentos destinados a diferentes produtos, mercados ou condições comerciais.
Guarde, sempre que a plataforma o permitir, metadados como título, endereço de origem, tipo de documento, idioma, categoria, versão e data de validação. Estes elementos facilitam a filtragem, a apresentação de fontes ao utilizador e a identificação de conteúdos que precisam de atualização. A existência de metadados não garante que o sistema os use corretamente; essa capacidade deve ser confirmada na integração.
Separar informação pública, reservada e interna
A qualidade dos conteúdos não resolve, por si só, o controlo de acessos. Antes de criar a base, distinga informação pública, que pode ser consultada por qualquer visitante; reservada, acessível apenas a clientes ou perfis autorizados; e interna, destinada exclusivamente à equipa.
Por exemplo, uma ficha técnica pode ser pública, enquanto uma tabela de preços negociados pertence apenas a determinados clientes. Ambas podem ser úteis ao negócio, mas não devem ficar disponíveis para as mesmas pesquisas.
A autorização tem de ser aplicada tecnicamente, antes de os conteúdos reservados serem disponibilizados ao modelo para responder. Atribuir uma etiqueta ao documento, separar assistentes ou escrever no prompt “não revelar dados privados” não constitui, isoladamente, uma proteção de acesso. Quando há informação sensível, é necessário verificar autenticação, permissões e filtragem efetiva dos resultados para cada utilizador. Se não existir essa garantia, a informação não deve integrar uma base consultável por visitantes públicos.
Não criar páginas artificiais apenas para a IA
Conteúdos claros e específicos servem melhor tanto os leitores como os sistemas de pesquisa. A orientação da Google sobre conteúdos destinados principalmente às pessoas segue o mesmo princípio: a utilidade para o leitor deve prevalecer sobre a produção de páginas para influenciar mecanismos de pesquisa.
Compare “Oferecemos soluções inovadoras e flexíveis para empresas” com “É possível configurar uma loja WooCommerce B2B sem pagamento online e com preços visíveis apenas para clientes aprovados”. A segunda frase esclarece uma possibilidade concreta; a primeira limita-se a uma afirmação comercial genérica.
Isto não impede a criação de documentação ou perguntas frequentes para preencher lacunas reais. Pode fazer sentido produzir um documento interno específico para o assistente, desde que contenha informação legítima, atual e controlada. O que convém evitar é multiplicar páginas públicas de pouco valor ou desfigurar a escrita do website apenas para facilitar a indexação.
Testar perguntas reais e manter a base atualizada
Depois da indexação, o trabalho não está concluído. Teste perguntas na linguagem dos clientes, incluindo formulações diferentes para a mesma dúvida: “Posso pagar depois?”, “Onde encontro a ficha técnica?” ou “Que produto é adequado para exterior?”.
Para cada pergunta, siga uma sequência curta:
- Verifique a pesquisa: foram encontrados o documento e o excerto corretos?
- Avalie a resposta: o assistente respeitou a informação encontrada, sem inventar condições ou misturar fontes contraditórias?
- Teste os limites: perante uma pergunta sem resposta documentada, o sistema reconhece a falta de informação? Os conteúdos reservados permanecem inacessíveis a utilizadores sem autorização?
- Corrija e repita: melhore o documento, os critérios de pesquisa ou as permissões e volte a testar.
Esta análise também revela falhas editoriais do website: políticas pouco claras, perguntas sem resposta, documentação antiga ou diferenças entre a linguagem da empresa e a dos clientes.
Quando uma página ou um PDF é atualizado, confirme ainda se a alteração chega efetivamente ao índice utilizado pelo assistente. Dependendo da integração, pode ser necessário voltar a processar os conteúdos e remover versões antigas. Atualizar o website não garante uma atualização imediata da base de conhecimento.
Não é preciso reescrever o website inteiro. Comece pelas fontes mais consultadas, pelas informações comerciais e técnicas com maior impacto e pelos problemas identificados nos testes.
Conclusão
Uma boa base de conhecimento começa com fontes fiáveis: conteúdos atuais, bem estruturados, sem contradições e com uma origem identificável. A preparação editorial facilita a pesquisa; os mecanismos técnicos devem limitar o acesso aos conteúdos e garantir que são disponibilizados apenas a quem tem autorização.
Antes de investir em modelos mais complexos, vale a pena confirmar três pontos: se a informação está correta, se é encontrada nas perguntas certas e se o acesso está devidamente controlado. É esta combinação que permite construir um chatbot ou uma pesquisa inteligente realmente útil.
