Registrar conhecimento tácito da empresa para IA: guia prático

Para registrar o conhecimento tácito da empresa para IA, entreviste quem executa o trabalho usando casos reais e recentes, escreva cada resposta como uma entrada curta com regra, motivo, exceções e responsável, e peça que um segundo especialista aprove antes de o agente poder usá-la. O objetivo não é gravar tudo o que as pessoas sabem. É transformar o julgamento que vive na cabeça de poucos em contexto revisado, que um agente consegue aplicar e uma pessoa consegue auditar.

Principais pontos

• Conhecimento tácito é o julgamento não escrito por trás de como o trabalho realmente acontece, e um agente não consegue usar o que ninguém nunca disse em voz alta.
• Entreviste a partir de casos reais, não de perguntas abstratas. As pessoas descrevem o que fazem de fato muito melhor do que o que acham que fazem.
• Guarde cada pedaço de conhecimento como uma entrada pequena, com regra, motivo, exceções, responsável e data de revisão.
• Nada vira contexto do agente até que alguém diferente do entrevistado confira e o responsável certo aprove.
• Registrar conhecimento é rotina, não projeto. Conhecimento que não é revisado periodicamente se torna uma fonte confiante de respostas erradas.

O que é conhecimento tácito e por que o agente precisa que ele esteja escrito?

Conhecimento tácito é tudo o que sua equipe experiente sabe e que seus documentos não dizem. É o motivo de um fornecedor receber um telefonema em vez de um e-mail, o sinal de que um pedido do cliente é na verdade uma reclamação, a exceção que o financeiro permite sem alarde, a etapa que todo mundo pula porque não importa mais e a única etapa que ninguém nunca pula.

Um novo funcionário absorve isso ao longo de meses, observando, perguntando e cometendo pequenos erros. Um agente de IA não tem esse caminho. Ele trabalha com o contexto que você entrega: instruções, documentos, memória e acesso a ferramentas. Se o julgamento não está nesse contexto, o agente preenche a lacuna com uma resposta genérica e plausível. É o padrão descrito em engenharia de contexto para agentes de negócio: o modelo não está ignorando a sua empresa, ele simplesmente nunca foi informado sobre ela.

Há também uma razão de controle. Quando o conhecimento está escrito, ele pode ser revisado, corrigido e removido. O que fica na cabeça de alguém não pode ser auditado, e o que entra no agente por colagens informais não pode ser rastreado. Registrar de forma deliberada é o que torna esse conhecimento governável.

Qual conhecimento registrar primeiro?

Não comece por tudo. Comece pelo conhecimento que o primeiro papel do agente realmente vai tocar. Se o papel é responder sobre status de pedido e dúvidas de conta, você não precisa da história da empresa. Precisa das regras de bloqueio, substituição, exceção de crédito e de quem decide.

Use este guia de decisão para priorizar os candidatos:

• Registre primeiro: conhecimento que muda o que o agente diria ou faria, e em que uma resposta errada chega ao cliente ou movimenta dinheiro.
• Registre em seguida: conhecimento que as pessoas perguntam repetidamente ao mesmo colega experiente, porque a repetição mostra que ele é útil e não está documentado.
• Registre com cuidado: conhecimento que envolve dados pessoais, posições jurídicas, lógica de preços ou pessoas identificadas. Ele pode precisar ficar totalmente fora da memória do agente. Veja dados sensíveis na memória de agentes de IA para saber o que excluir.
• Não registre ainda: opiniões, fofocas, gambiarras para sistemas que estão prestes a mudar e qualquer coisa que o responsável não consiga confirmar que continua valendo.

Um bom teste é perguntar o que o agente faria de errado na primeira semana sem esse item. Se a resposta for nada importante, ele pode esperar.

Como entrevistar um funcionário experiente para montar o contexto do agente?

O erro mais comum é pedir ao especialista que explique o próprio trabalho. Ele vai dar a versão oficial, que já está em algum documento. A parte não escrita aparece quando a conversa é ancorada em eventos reais.

Estas técnicas funcionam de forma consistente:

• Percorra um caso recente. Escolha algo que aconteceu na semana passada e peça que a pessoa narre do primeiro contato até o encerramento. Pare em cada decisão e pergunte o que ela olhou.
• Pergunte sobre a última vez que algo deu errado. Os erros expõem regras que ninguém escreveu porque foram aprendidas na prática.
• Use a pergunta do novato. Pergunte no que um colega capaz mais provavelmente erraria no primeiro mês e o que a pessoa diria a ele para evitar isso.
• Peça a exceção. Para cada regra, pergunte quando ela não seria seguida e o que indica isso.
• Suba a escada dos porquês. Quando disserem que sempre fazem algo, pergunte por quê e depois o que aconteceria se não fizessem. Dois ou três níveis abaixo, você costuma encontrar a regra real.
• Observe e depois confirme. Acompanhe em silêncio algumas tarefas reais, anote o que a pessoa faz sem mencionar e pergunte sobre isso depois.
• Pergunte para quem ela liga. As pessoas que o especialista consulta quando trava mostram onde está a autoridade real de decisão.

Sempre que possível, entreviste em dupla: uma pessoa pergunta e outra escreve. Mantenha cada sessão em um único tipo de tarefa para que as anotações não se misturem. Registre primeiro nas palavras do próprio especialista e só depois reescreva em forma de entradas. Reescrever durante a conversa tende a achatar as exceções, e as exceções são a parte mais valiosa.

Tente entrevistar mais de uma pessoa sobre a mesma tarefa. Profissionais experientes costumam divergir em detalhes, e a divergência é informação. Não resolva na sala. Registre e leve ao responsável pelo processo.

Como transformar anotações de entrevista em uma entrada de contexto?

Anotações brutas não são contexto de agente. Uma entrada deve ser pequena o bastante para ser recuperada sozinha e clara o bastante para que um estranho consiga aplicá-la. Um formato confiável tem estes campos:

• Situação: quando se aplica, em uma ou duas frases.
• Regra: o que fazer, escrito como instrução.
• Motivo: por que a regra existe. Agentes lidam melhor com casos de borda quando conhecem a finalidade.
• Exceções: quando a regra não vale e quem pode autorizar.
• Escalonamento: o que o agente deve passar a uma pessoa em vez de decidir.
• Responsável: a pessoa nomeada por manter a entrada verdadeira.
• Última confirmação: a data em que alguém verificou a entrada contra a prática atual.
• Sensibilidade: se pode aparecer em respostas, se é só de uso interno ou se não deve aparecer de jeito nenhum.

Escreva em linguagem simples e concreta. Troque “geralmente” e “normalmente” pela condição real. Troque “falar com o time” pelo cargo que decide. Se o especialista disse “depende”, continue perguntando até conseguir listar do que depende.

Uma entrada deve conter uma regra. Textos longos em formato de narrativa são difíceis de recuperar com precisão e difíceis de revisar. Se você tem dúvida de como as entradas se relacionam com seus documentos e registros atuais, vale o princípio de como definir fontes oficiais para um agente de IA: decida qual sistema prevalece quando duas fontes discordam e diga isso na própria entrada.

Como revisar e aprovar o conhecimento registrado antes de o agente usá-lo?

Registrar sem revisar apenas move as suposições de uma pessoa para um sistema que as repete em escala. Trate a aprovação como uma etapa separada, feita por outra pessoa.

Um plano de revisão prático:

• Etapa 1: Leitura de volta. Devolva a entrada redigida ao entrevistado e pergunte se está correta. Ajuste a redação, não a substância.
• Etapa 2: Checagem por um segundo especialista. Peça a outra pessoa experiente que confirme a regra e as exceções. As diferenças vão para o dono do processo.
• Etapa 3: Checagem de conflitos. Compare a entrada com documentos, políticas e outras entradas existentes. Onde houver divergência, decida qual está certa e corrija ou aposente a outra.
• Etapa 4: Checagem de sensibilidade. Remova dados pessoais, credenciais, condições comerciais privadas e tudo que o agente não deve repetir.
• Etapa 5: Aprovação do responsável. O responsável nomeado marca a entrada como aprovada, com a data. Entradas não aprovadas ficam fora do alcance do agente.
• Etapa 6: Teste com cenários. Escreva algumas perguntas realistas que a entrada deve responder e verifique se o agente a encontra e responde corretamente. Como testar a qualidade da busca em uma base de IA trata disso em detalhe.
• Etapa 7: Agende a próxima revisão. Escolha uma data e um gatilho, como mudança de política ou de fornecedor, que antecipe a checagem.

A última etapa é a que mais importa com o tempo. As práticas mudam, as pessoas saem e uma entrada que já foi correta vira fonte de orientação desatualizada. Uma rotina curta e recorrente, com responsáveis definidos, como descrita em manutenção da base de conhecimento de IA: responsáveis e rotina, mantém o conhecimento registrado confiável. Entradas que ninguém confirma há muito tempo devem ser sinalizadas ou expiradas, em vez de confiadas por padrão.

Um cuidado sobre o enquadramento. Contexto aprovado continua sendo dado que o agente lê, não uma autoridade que se sobrepõe às permissões dele. Os limites de aprovação para ações como reembolsos, alterações de pedido ou mensagens enviadas pertencem à definição do papel do agente e às permissões das ferramentas, não apenas a uma entrada de conhecimento. Referências como o NIST AI Risk Management Framework enfatizam responsabilidade atribuída e monitoramento contínuo, que é a mesma lógica aplicada aqui no nível de cada entrada.

Como isso funciona na prática? Um cenário ilustrativo

Este é um cenário ilustrativo, não um projeto real. Um atacadista regional quer um agente para responder dúvidas de conta e de pedidos. A pessoa mais experiente da mesa de pedidos, vamos chamá-la de líder da mesa, sabe que um certo tipo de pedido atrasado nunca deve receber um pedido de desculpas automático com nova data de entrega. Ele precisa de uma ligação de uma pessoa específica, porque esses clientes costumam ter um problema maior.

Nada nos procedimentos escritos diz isso. Na entrevista, quem conduz pede à líder da mesa que narre o pedido atrasado da semana passada. Ela menciona, quase de passagem, que consultou as anotações da conta antes de responder. Questionada sobre o motivo, explica que contas marcadas para renovação de contrato são tratadas de outra forma. Uma segunda entrevista, com um gerente de contas, confirma a marcação, mas acrescenta uma exceção: contas pequenas, sob outro tipo de acordo, ainda podem receber a resposta padrão.

A entrada resultante tem uma situação (pedido atrasado em conta marcada), uma regra (não enviar o pedido de desculpas padrão, encaminhar ao gerente de contas), um motivo (risco de renovação), uma exceção (contas sob o outro acordo), um caminho de escalonamento, um responsável e uma data de revisão. O diretor comercial aprova. O teste com cenários usa uma conta marcada, uma conta sem marcação e uma conta de exceção, e as três são respondidas como esperado. O agente passa a tratar o caso como a líder da mesa trataria, e uma pessoa consegue ver exatamente por quê.

Como a Be Human trata o registro de conhecimento?

A Be Human trata o registro como parte da definição do papel do agente, não como um exercício de documentação à parte. No primeiro trabalho, identificamos o papel a ser preenchido, decidimos com você qual conhecimento esse papel precisa e conduzimos as entrevistas e revisões descritas aqui com os seus próprios especialistas. As entradas são escritas com responsáveis, rótulos de sensibilidade e datas de revisão, e só entradas aprovadas viram contexto do agente. Na operação gerenciada, ajudamos a conduzir a rotina recorrente de revisão, verificamos a busca com perguntas de cenário e tratamos correções e remoções sob a sua aprovação, para que o conhecimento permaneça sob controle humano.

Perguntas frequentes

Quanto tempo deve durar uma entrevista sobre conhecimento tácito? Mantenha cada sessão curta e focada em um tipo de tarefa, para que as anotações fiquem específicas e o especialista continue engajado. Em geral, é melhor fazer várias sessões curtas do que uma longa, com um intervalo de revisão entre elas para corrigir as entradas em rascunho. O esforço total depende de quantos tipos de tarefa o primeiro papel do agente cobre.

Não basta gravar as reuniões e entregar as transcrições ao agente? Transcrições brutas misturam opiniões, afirmações desatualizadas, dados pessoais e contradições, e são difíceis de revisar ou corrigir. Use as gravações como material de origem para uma pessoa transformar em entradas aprovadas, não como contexto direto do agente. Se você guardar as gravações, aplique as mesmas regras de sensibilidade que aplicaria a qualquer outro dado.

E se os especialistas discordarem sobre a forma certa de fazer algo? Trate a divergência como um achado, não como uma falha. Registre as duas versões, leve-as a quem é dono do processo e deixe que essa pessoa decida, registrando a decisão e o motivo. Se a diferença for realmente uma questão de julgamento, escreva a entrada de modo que o agente escale para uma pessoa em vez de escolher.

Como evitar que o conhecimento registrado fique desatualizado? Dê a cada entrada um responsável e uma data de última confirmação, e revise as entradas periodicamente e sempre que uma política, fornecedor ou sistema relacionado mudar. Aposente entradas que ninguém consegue confirmar. Para entender melhor esse tipo de falha, veja como evitar que contexto antigo engane seu agente de IA.

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