IA para ótica: pedidos de laboratório, retirada e retorno

IA para ótica funciona melhor como um agente com memória que acompanha cada trabalho de lentes, do pedido até a retirada, e sugere lembretes de retorno a partir do histórico do próprio cliente. Ele não diagnostica, não prescreve e não substitui os ópticos. Ele cuida do acompanhamento que o balcão ocupado costuma deixar cair: status do laboratório, trabalhos atrasados, avisos de retirada e prazo de retorno, com a equipe aprovando tudo o que for sensível.

Principais pontos

• O primeiro papel mais útil é o acompanhamento de trabalhos: um agente que conhece a situação de cada pedido de lentes em aberto e quem está esperando por ele.
• Memória importa mais do que conversa. O agente precisa de um registro durável de cada trabalho, das preferências de cada cliente e de cada intervalo de retorno definido por um profissional habilitado.
• Os lembretes devem seguir regras que a sua equipe escreveu, não o julgamento do agente sobre saúde ocular.
• Os limites de aprovação decidem se o sistema é seguro: o agente redige e sinaliza, e uma pessoa aprova qualquer coisa que envolva receita, refazer lentes, reembolso ou linguagem clínica.
• O sucesso deve ser observável em termos simples, como menos trabalhos prontos esquecidos na prateleira e menos atrasos que o cliente descobre antes da loja.

Onde as óticas perdem o controle do trabalho?

Uma ótica funciona à base de passagens de bastão. O cliente escolhe a armação no balcão, as medidas são tomadas, a receita é anexada, o pedido segue para um laboratório ou para a bancada própria, o trabalho volta, passa por uma conferência de qualidade e o cliente é avisado para retirar. Cada passagem fica em um lugar diferente: o sistema da loja, o portal do laboratório, uma conversa de e-mail, uma bandeja de papel, a memória de alguém da equipe.

As perdas raramente são dramáticas. São pequenas e repetidas:

• O laboratório confirma o recebimento do pedido, mas nunca informa a data, e ninguém percebe até o cliente ligar.
• Um trabalho pronto fica na prateleira porque a mensagem de retirada nunca foi enviada, ou foi enviada uma vez e esquecida.
• Um pedido para refazer as lentes é combinado de viva voz e não é registrado, então o segundo trabalho não tem ligação com o primeiro.
• Um cliente que deveria voltar para uma revisão de ajuste depois de se adaptar a lentes multifocais nunca é contatado.
• As listas de retorno são exportadas de vez em quando, trabalhadas em uma maratona e abandonadas até a próxima semana tranquila.

Nada disso é falta de competência. É um problema de memória e de acompanhamento, que é exatamente o tipo de tarefa em que um agente bem delimitado ajuda. O mesmo padrão aparece em outros negócios de agenda e retorno, como mostram os guias sobre agenda, cadastro e acompanhamento em clínicas e sobre lembretes e prontuários em clínicas veterinárias.

O que um agente com memória realmente lembra?

Um chatbot responde a uma pergunta e esquece. Um agente com memória guarda contexto estruturado entre as interações, de modo que uma mensagem na quinta-feira reflete o que aconteceu na segunda. Numa ótica, essa memória deve ser deliberadamente pequena e explícita.

• Registro do trabalho: cliente, armação, tipo de lente, laboratório, data do pedido, data prometida, status atual e o motivo de qualquer atraso.
• Preferências de contato: canal preferido, idioma preferido e se o cliente concordou em receber mensagens.
• Regras de retorno: o intervalo registrado por um profissional habilitado para aquela pessoa, a data da última visita e qualquer observação, como o pedido de ser contatado por telefone.
• Regras da loja: por quanto tempo um trabalho pronto fica guardado antes de um segundo aviso, quem cuida dos casos de refazer lentes e o que a loja nunca diz por escrito.
• Um registro de ações: o que o agente redigiu, o que uma pessoa aprovou, o que foi enviado e o que voltou como resposta.

Repare no que não está na lista. O agente não guarda conclusões clínicas geradas por ele mesmo e não deduz um intervalo de retorno a partir de um padrão. Ele lê o intervalo definido por uma pessoa qualificada. Limitar a memória a fatos que a sua equipe digitou ou confirmou também a torna auditável: alguém abre um registro e vê por que um lembrete foi enviado.

Um princípio prático das orientações publicadas sobre como construir agentes é preferir etapas simples e bem definidas, com ferramentas claras, em vez de autonomia aberta. O texto da Anthropic sobre como construir agentes eficazes (Building effective agents) defende essa ideia, e ela combina com uma loja em que cada tarefa tem um formato conhecido.

Como acompanhar pedidos de laboratório e trabalhos de lentes?

Trate cada trabalho de lentes como um pequeno caso, com um estado, um responsável e uma próxima verificação. O trabalho do agente é manter esse estado atualizado e perceber quando um trabalho parou de andar.

Estados que uma loja pode usar:

• Pedido redigido, aguardando revisão da equipe
• Enviado ao laboratório, sem confirmação ainda
• Confirmado pelo laboratório com data prometida
• Recebido na loja, aguardando conferência de qualidade
• Pronto para retirada, cliente avisado
• Retirado
• Refação solicitada, vinculada ao trabalho original

O agente lê o status nos lugares onde ele já aparece: atualizações do portal do laboratório, e-mails de confirmação, o sistema da loja. Ele grava o status no registro do trabalho e compara com a data prometida. Quando algo está atrasado, ou quando um trabalho ficou parado em um estado por mais tempo do que a sua regra permite, ele levanta um alerta para uma pessoa com nome e com os fatos anexados: qual trabalho, qual laboratório, o que foi prometido e qual foi o último contato.

É no alerta que o valor aparece. Um bom alerta lê como o bilhete de um colega cuidadoso: o laboratório confirmou este pedido, a data prometida passou, não houve atualização desde então, aqui estão um rascunho de mensagem ao laboratório e um rascunho de aviso ao cliente. Uma pessoa lê, edita se for preciso e aprova.

Cenário ilustrativo (não é um caso real): um cliente pede lentes multifocais e uma armação nova. O laboratório confirma uma data. A data passa sem entrega. Na revisão da manhã seguinte, o agente nota a lacuna, confere a conversa com o laboratório, não encontra nenhuma atualização e redige duas mensagens: um pedido de posição ao laboratório e um aviso curto e honesto ao cliente, que não promete uma nova data. O óptico aprova as duas. Quando o laboratório responde com uma data revisada, o agente atualiza o registro e prepara a mensagem ao cliente para aprovação. O cliente recebe notícias da loja antes de precisar perguntar.

Como funcionam os lembretes de retirada e de retorno sem incomodar?

Lembretes falham de duas maneiras: ou nunca saem, ou saem com tanta frequência que as pessoas param de ler. O agente deve resolver a primeira sem causar a segunda.

Para retiradas, as regras são simples e ficam escritas. Quando um trabalho chega ao estado de pronto, o agente redige um aviso no canal e no idioma preferidos do cliente. Se o trabalho continuar sem ser retirado além da sua regra de guarda, ele prepara um único acompanhamento. Depois disso ele para e sinaliza o trabalho a uma pessoa, porque uma terceira mensagem automática raramente ajuda e às vezes indica outro problema, como um cliente insatisfeito com o pedido.

Para retornos, a lógica deve ser ainda mais conservadora:

• Use apenas o intervalo registrado por um profissional habilitado. Se não houver nenhum, o agente sinaliza o cadastro para revisão em vez de adivinhar.
• Respeite o consentimento e o canal preferido. Sem consentimento, sem mensagem, e o agente avisa a equipe sobre a lacuna.
• Combine motivos sempre que possível. Quem está com o exame de vista vencido e precisa repor lentes de contato deve receber uma mensagem, não duas.
• Mantenha o texto factual e não clínico. O lembrete diz que é hora de agendar uma visita. Ele não descreve sintomas nem sugere nada sobre os olhos da pessoa.
• Registre cada envio, resposta e pedido de saída, e respeite o pedido de saída imediatamente.

Há um terceiro tipo de lembrete que vale incluir: a revisão de adaptação ou de ajuste depois de um novo tipo de lente. Se o profissional ou o óptico anotou que quer essa revisão, o agente agenda o aviso. Se o cliente responder descrevendo desconforto, o agente não tranquiliza nem aconselha. Ele encaminha a mensagem rapidamente a uma pessoa qualificada e diz ao cliente que a equipe vai responder.

Lojas que já fazem reagendamento no estilo de salão vão reconhecer o padrão de memória, tratado no artigo sobre lembretes e memória de cliente em salões e spas. A diferença na ótica é a fronteira clínica, que torna as regras de aprovação mais rígidas.

Plano passo a passo para o primeiro papel

Comece estreito. Um papel, poucas ferramentas, uma definição clara de pronto. Este plano serve para uma loja de uma unidade ou para um único fluxo dentro de um grupo maior.

• Escreva o ciclo de vida do trabalho. Liste os estados por que passa um trabalho de lentes, quem é responsável por cada um e o que conta como atraso. Use as suas palavras e as suas regras.
• Escolha as fontes da verdade. Decida qual sistema guarda o pedido, qual guarda o contato do cliente e onde chegam as confirmações do laboratório. O agente lê desses lugares e não vira um segundo banco de dados concorrente.
• Defina a memória. Decida quais campos o agente guarda por trabalho e por cliente, e quais ele nunca pode guardar.
• Configure as ferramentas com o menor acesso que funcione. Leitura do status dos trabalhos, acesso apenas para redigir mensagens e nenhuma capacidade de alterar receitas ou pagamentos.
• Marque os limites de aprovação. Tudo o que for clínico, qualquer reembolso ou desconto, qualquer decisão de refazer lentes e qualquer mensagem a um cliente que reclamou exige aprovação humana.
• Escreva os modelos de mensagem. Textos aprovados para pronto para retirada, pedido atrasado, retorno e revisão de ajuste, em cada idioma que você atende.
• Rode em modo sombra. Por um período que a sua equipe escolher, o agente redige e sinaliza enquanto a equipe segue normalmente, e você compara os alertas dele com o que realmente deu errado.
• Ative o envio primeiro para a mensagem de menor risco, geralmente pronto para retirada, e só amplie depois da revisão.
• Revise toda semana no começo. Leia uma amostra do registro de ações, anote os erros e ajuste as regras.

O critério de sucesso observável deve ser escolhido antes do lançamento. Exemplos: todo trabalho em aberto tem um status atual e uma data de próxima verificação; nenhum cliente descobre um atraso pelo silêncio; toda mensagem de retorno pode ser rastreada até um intervalo registrado por um profissional habilitado. Esses critérios podem ser conferidos lendo o registro, e é isso que os torna úteis. Para testar o comportamento de agentes contra critérios como esses, o texto da Anthropic sobre avaliações de agentes de IA (Demystifying evals for AI agents) é uma boa referência prática.

O que o agente nunca deve fazer e como mantê-lo seguro?

Uma ótica guarda informações pessoais e próximas de dados de saúde, então as permissões do agente merecem mais atenção do que o tom de voz dele.

Limites que vale declarar de forma explícita:

• Ele nunca interpreta uma receita nem sugere alteração nela.
• Ele nunca dá tranquilização ou orientação clínica, mesmo quando perguntado diretamente. Ele encaminha a pergunta a uma pessoa.
• Ele nunca envia mensagem a quem não concordou em ser contatado.
• Ele nunca faz reembolsos, concede descontos ou aprova refação de lentes.
• Ele nunca compartilha os dados de um cliente com outro, inclusive por meio de cadastro familiar ou caixa de entrada compartilhada.

Do lado técnico, dê a cada ferramenta a permissão mínima de que ela precisa e revise essas permissões com periodicidade definida. O guia de autorização da OWASP (Authorization Cheat Sheet) descreve privilégio mínimo e negação por padrão em termos que se aplicam diretamente. Parta também do princípio de que texto recebido pode ser hostil ou apenas confuso: um e-mail do laboratório ou a resposta de um cliente pode conter instruções que o agente não deve seguir. A orientação da OWASP sobre prevenção de injeção de prompt (LLM Prompt Injection Prevention Cheat Sheet) trata da separação entre instruções confiáveis e conteúdo não confiável, que é o hábito a construir desde o início.

As regras de privacidade variam conforme o país e a região, e a legislação local define o que você pode guardar e enviar. No Brasil, isso inclui a LGPD. Confirme os requisitos com quem assessora o seu negócio antes de o agente lidar com dados reais de clientes.

A mesma disciplina vale em ofícios vizinhos, em que o andamento do serviço e as peças determinam o contato com o cliente, como no fluxo descrito em leads e oficina em concessionárias de veículos. Primeiro vêm a precisão do status e os limites claros; as mensagens bem escritas vêm depois.

Como a abordagem gerenciada da Be Human lida com isso?

A Be Human projeta, implementa e opera uma infraestrutura de IA personalizada para empresas, com identidade, memória, canais, ferramentas e permissões do agente sob controle humano. Um primeiro projeto para uma ótica definiria um papel, como o acompanhamento de trabalhos de lentes e de retornos, junto com a memória de que ele precisa, as ferramentas que pode usar, os limites de aprovação e um critério de sucesso observável. A operação gerenciada pode incluir monitoramento, avaliações recorrentes, manutenção de integrações, revisão de permissões, resposta a incidentes e melhorias controladas, entregues remotamente em inglês e em português.

Perguntas frequentes

Um agente de IA pode substituir o atendimento de balcão de uma ótica? Não, e esse não é o objetivo útil. Ele assume o acompanhamento e a redação de mensagens, para que a equipe do balcão gaste menos tempo cobrando status e mais tempo com os clientes que estão na loja. As pessoas continuam responsáveis por tudo o que envolve julgamento, reclamações ou questões clínicas.

O agente vai dar conselhos sobre receita ou saúde ocular? Não deve. O agente é configurado para reconhecer essas perguntas e passá-las a uma pessoa qualificada, avisando o cliente de que a equipe vai responder. O que torna esse limite confiável é mantê-lo nas regras e nas permissões do agente, e não apenas no texto das respostas.

Quais informações o agente precisa para acompanhar pedidos de laboratório e retornos? Ele precisa dos registros dos trabalhos, das preferências de contato com o status de consentimento, do intervalo de retorno registrado por um profissional habilitado e das regras da sua loja sobre o que conta como atraso. Ele lê dos seus sistemas atuais e mantém uma memória limitada e auditável, em vez de copiar tudo. Campos de que ele não precisa, como os detalhes completos da receita, podem ficar fora do escopo.

Como saber se está funcionando? Defina as verificações antes do lançamento e confirme-as no registro de ações. Boas verificações incluem se cada trabalho em aberto tem um status atual, se os atrasos são comunicados antes de o cliente perguntar e se toda mensagem de retorno corresponde a um intervalo registrado. Revise uma amostra com regularidade e ajuste as regras quando encontrar falhas.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.