Ir para conteúdo
be-human.ai
← Voltar ao blog

IA por setor

IA para sapataria de conserto: tickets, retiradas e trabalhos sob medida

Como uma sapataria de conserto usa IA com memória de tickets para status, avisos de retirada e notas de trabalho sob medida, e quais regras definir antes.

Capa tipográfica do Be Human com o título: IA para sapataria de conserto: tickets, retiradas e trabalhos sob medida
Ilustração conceitual criada com IA · Be Human

Um agente de IA para uma sapataria de conserto funciona melhor como assistente com acesso ao ticket. Ele lê cada ordem de serviço, responde perguntas sobre o status a partir desse registro, envia lembretes de retirada com modelos aprovados e registra no histórico as notas de trabalho sob medida para a bancada. Ele não deve definir preços, prometer prazos que o ticket não sustenta, nem liberar ou descartar itens não retirados sem que uma pessoa decida.

Principais pontos

  • Dê ao agente um registro de ticket que ele possa ler e deixe-o responder perguntas de status apenas a partir desse registro.
  • Defina os padrões dos tickets primeiro: campos de entrada, nomes de status, datas prometidas e quem pode alterá-las.
  • Envie lembretes de retirada a partir de modelos aprovados, com aprovação da equipe para qualquer coisa que envolva dinheiro, exceções ou disputas.
  • Mantenha as notas de trabalho sob medida (materiais, costura, escolha de salto e sola, preferências do cliente) anexadas ao ticket, e não perdidas no histórico de conversa.
  • Decida o processo para itens não retirados no papel, com orientação jurídica local, antes de qualquer lembrete rodar automaticamente.

Por que o balcão de conserto depende do ticket

Uma sapataria de conserto funciona a partir dos seus tickets. Um ticket reúne o nome do cliente, um telefone, o par de sapatos com a condição na entrada, o serviço pedido, o valor combinado no balcão e uma data prevista de retirada. Quando o cliente liga para saber se a bota já está pronta, a resposta correta está nesse ticket, e alguém precisa encontrá-lo, lê-lo e responder. Em um dia movimentado, essa pessoa também está na máquina, na bancada ou entregando um par pelo balcão. As mensagens esperam, os lembretes são esquecidos e pequenas combinações anotadas em uma linha do ticket se perdem.

Um agente de IA com acesso ao registro pode assumir a parte repetitiva. Ele consegue informar se um par está pronto, enviar o lembrete de retirada quando o serviço for marcado como concluído e registrar o que o cliente pediu sobre um acabamento especial. Ele não substitui a bancada nem o balcão. A utilidade dele depende de quão limpos estão os tickets. Um agente que lê um ticket vago dará uma resposta vaga ou, pior, uma resposta errada com segurança, e uma informação errada sobre a retirada é exatamente a mensagem que gera uma viagem perdida até a loja.

Padrões de ticket a definir antes de qualquer automação

Automatizar mensagens sobre tickets inconsistentes só multiplica a inconsistência. Antes de conectar qualquer coisa, escreva um padrão curto que todo ticket precise cumprir. Mantenha-o simples o bastante para que a equipe realmente preencha no balcão, na hora do movimento, sem precisar de manual.

  • Um cadastro de cliente por pessoa, com telefone confirmado na entrada e canal de contato preferido.
  • Uma lista de status com poucos estados fixos, como recebido, em execução, aguardando o cliente, pronto para retirada e retirado, além de uma regra clara para passar de um a outro.
  • Observações de condição na entrada: danos existentes, manchas, ferragens ou peças faltando, e fotografias quando a loja as tirar.
  • Um campo de data prometida que só o balcão pode definir, e um campo de motivo sempre que essa data mudar.
  • Campos de trabalho sob medida para materiais, cor, horma ou medidas quando for o caso, escolha de salto ou sola e qualquer coisa que o cliente tenha pedido para evitar.
  • O valor combinado, se ele é definitivo, e se um sinal foi registrado como pago ou em aberto.
  • Um responsável nomeado para cada ticket em aberto, para que o agente saiba a quem encaminhar quando não puder responder.

Com esses campos preenchidos, o agente responde com base em fatos. Sem eles, ele precisa adivinhar. As fotografias da entrada merecem atenção especial: elas protegem a loja quando um cliente diz depois que a mancha já estava lá, e dão ao agente algo concreto para descrever quando alguém pergunta como estão os seus sapatos.

O que o agente deve lembrar, e o que não deve

Para um agente de sapataria, memória significa o histórico do ticket mais um pequeno conjunto de preferências permanentes: o canal preferido do cliente, o idioma, se aceita mensagens de texto ou prefere ligação, e observações como "sempre confirmar comigo antes de trocar costura". Guarde isso dentro do cadastro do cliente, onde a equipe pode ver e corrigir.

Não deixe o agente carregar impressões que ele não consegue verificar, como uma suposição sobre quanto o cliente está disposto a gastar ou uma promessa lembrada de uma conversa que nunca chegou ao ticket. As boas práticas de engenharia de contexto para agentes, em geral, recomendam dar ao modelo apenas a informação necessária para a tarefa atual e buscá-la em uma fonte controlada. Numa oficina de conserto, isso significa que o agente lê o ticket atualizado toda vez que age, em vez de depender de um resumo escrito dias antes.

O risco de injeção de prompt também é real. Uma mensagem de cliente pode conter texto escrito para mudar o comportamento do assistente, como um pedido para dispensar uma taxa ou liberar um par sem ticket. Vale ler as orientações da OWASP sobre injeção de prompt antes de qualquer agente agir com base em texto vindo de fora da loja. Trate as mensagens de clientes como dados a serem lidos, nunca como instruções que alterem preços, datas ou a posse de um item.

Lembretes de retirada: um plano que dá para rodar já

O lembrete de retirada é a mensagem mais fácil de automatizar e a mais fácil de fazer errado. O plano abaixo mantém o agente na parte segura do trabalho.

  • Passo um: liste todos os status que devem disparar uma mensagem e escreva o modelo exato de cada um. Use linguagem simples, com o nome da loja, a referência do ticket que o cliente reconhece, o horário de retirada e um telefone de contato.
  • Passo dois: faça o gatilho ser uma mudança de status no ticket, e não uma estimativa de calendário. O lembrete deve sair depois que o status mudar para pronto para retirada, nunca em uma data fixa que possa chegar antes do fim do serviço.
  • Passo três: defina horários de silêncio e uma frequência máxima, para que o cliente receba um lembrete em intervalo razoável, e não uma mensagem todo dia.
  • Passo quatro: liste o que o agente não pode responder, incluindo disputas de preço, reembolsos, dúvidas de garantia sobre um conserto e pedidos para segurar ou liberar um item. Tudo isso vai para uma pessoa nomeada, com o ticket anexado.
  • Passo cinco: encaminhe para uma fila humana toda resposta que mencione data, valor ou exceção, e registre no ticket cada mensagem enviada.
  • Passo seis: revise uma amostra das mensagens enviadas toda semana no primeiro mês e ajuste os modelos sempre que os clientes interpretarem algo de forma errada.

Feito assim, o agente reduz o número de ligações de status que o balcão precisa atender, enquanto a equipe mantém o controle sobre tudo que toca em dinheiro ou nas obrigações da loja.

Notas de trabalho sob medida e aprovações

O trabalho sob medida é onde a memória mais importa e onde os erros mais custam. Um cliente que pede um ponto específico, uma altura de salto incomum ou um couro que combine com um par antigo espera que a loja se lembre. O agente pode guardar esses pedidos no ticket, repeti-los antes da retirada e sinalizar qualquer mudança pedida depois que a bancada começou. A abordagem de joalherias para reparos e pedidos personalizados segue a mesma disciplina de manter as especificações ligadas ao trabalho, e não a uma conversa.

O agente não deve aprovar a mudança por conta própria. Se um cliente escrever depois que o serviço começou para pedir outro salto, o agente registra o pedido, informa que um membro da equipe vai confirmar e coloca a questão na fila do responsável, junto com a especificação original e as fotografias.

Cenário ilustrativo: um cliente pede um segundo par de botas de montaria igual a um primeiro e quer que o perfil original da sola seja mantido. O agente busca o ticket anterior, anexa a nota da sola e as fotos antigas ao novo ticket e pede ao cliente que confirme a cor do couro por foto. O líder da bancada confirma a combinação antes de qualquer trabalho começar. O agente não estima o custo da mudança, e o valor final é dado pelo balcão.

Itens não retirados: escreva a regra antes do lembrete

Toda loja com balcão de retirada acaba ficando com itens que ninguém busca. Automatizar lembretes sem um processo escrito para esses itens cria dois riscos. O agente pode enviar mensagens que sugerem um prazo que a loja nunca definiu, e a equipe pode descobrir tarde demais que um item foi descartado enquanto o cliente ainda esperava por ele.

Escreva a regra com uma referência ou um consultor jurídico local, porque as exigências de aviso e os prazos de guarda variam de lugar para lugar. Depois, faça o agente seguir a regra:

  • Defina quando um item passa a ser considerado não retirado, medido a partir da data de pronto registrada no ticket.
  • Defina a sequência de lembretes e a redação de cada um, aprovada pelo responsável.
  • Defina o que a loja pode fazer com um item não retirado e quem deve aprovar cada opção.
  • Exija aprovação humana antes que qualquer item seja marcado como descartado, vendido ou doado.
  • Mantenha um registro de cada aviso enviado e de cada decisão tomada, anexado ao ticket.

O agente pode preparar a lista de itens que se aproximam do fim do prazo de guarda e redigir os avisos. Ele não deve tomar a decisão final. Seu papel é garantir que a decisão seja tomada a tempo, com o registro completo diante de quem decide. Os cadastros de clientes também contêm dados pessoais, então guarde apenas o que o fluxo exige e siga as orientações de proteção de dados aplicáveis onde você atua, como o material publicado pela ANPD no Brasil.

Como a Be Human atua nisso, e por onde começar

A Be Human projeta e opera esse tipo de agente como serviço gerenciado. Uma primeira contratação define um papel útil para a loja, normalmente um assistente de balcão para mensagens de status e retirada. Também define a memória de ticket que esse papel precisa, as ferramentas que ele pode usar, os limites de aprovação e um critério de sucesso que a loja consegue observar, como a parcela de perguntas de status respondidas a partir do registro sem tempo da equipe. A operação contínua pode incluir monitoramento, avaliações periódicas das mensagens enviadas, manutenção das integrações, revisão de permissões e mudanças controladas nos modelos, para que os padrões da loja acompanhem a forma como o trabalho realmente acontece. O atendimento é remoto, em inglês ou português.

O ponto de partida prático é pequeno: escolha a mensagem que mais consome tempo do balcão, escreva o padrão de ticket de que ela depende e defina a regra de aprovação para qualquer coisa que envolva dinheiro ou descarte.

Se você quer ajuda para escolher essa primeira tarefa, o diagnóstico gratuito de IA da Be Human foi feito exatamente para essa decisão.

Perguntas frequentes

Um agente de IA pode responder perguntas de status de conserto para uma sapataria? Sim, desde que leia o ticket atualizado a cada vez e responda apenas a partir dos campos que a loja padronizou, como status e data de pronto. Se o ticket não tiver status ou data, o agente deve dizer que um membro da equipe vai confirmar, em vez de estimar. Respostas de status estão entre as tarefas mais seguras de automatizar, porque exigem ler fatos, não tomar decisões.

O que uma sapataria de conserto deve automatizar primeiro? Comece pelos lembretes de retirada disparados pela mudança para o status pronto para retirada, já que a regra é simples e a economia de tempo no balcão é fácil de perceber. Escreva o padrão de ticket e a lista de respostas proibidas antes de conectar qualquer canal de mensagens. Amplie para as notas de trabalho sob medida quando os lembretes já tiverem rodado sem problemas por algumas semanas.

Quem decide quando um item não retirado pode ser descartado? O dono da loja ou um gerente nomeado decide, depois de conferir a regra escrita para itens não retirados e as exigências locais. O agente pode identificar quais itens chegaram ao fim do prazo de guarda e redigir os avisos, mas não pode marcar nada como descartado, vendido ou doado. Toda decisão deve ser registrada no ticket, com o nome da pessoa e a data.

O agente precisa guardar fotos e dados pessoais dos clientes? Ele precisa apenas do que o fluxo exige, o que normalmente significa nome, canal de contato confirmado, histórico do ticket e as fotos dos sapatos tiradas na entrada. Mantenha informações pessoais sensíveis ou desnecessárias fora da memória do agente, restrinja quem pode ver e editar esses dados e revise essas permissões periodicamente. Siga as regras de proteção de dados que valem na sua jurisdição e documente o que o agente armazena e por quê.

Seu próximo passo

Descubra primeiro onde um agente de IA cabe na sua empresa.

Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.

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

Menos tarefas. Mais espaço para você.

Traga o trabalho para o qual falta tempo.

Agende uma conversa e teste 7 dias grátis um agente de IA personalizado ↗Ou faça o diagnóstico gratuito de IA →