IA conversacional em 2026: qual plataforma escolher para sua equipe?

Para escolher uma plataforma de IA conversacional, comece por quem vai cuidar do agente depois do lançamento: Cognigy para uma central de atendimento já estruturada, Rasa para uma equipe que assume o código e Google Conversational Agents para um time de engenharia de nuvem. Em todas estas 7 plataformas, a mesma pergunta precisa de uma resposta concreta: o que acontece quando o agente deve parar de agir e uma pessoa precisa assumir o atendimento?

Os preços, os critérios de cobrança e os recursos dos produtos foram conferidos nas páginas dos próprios fornecedores em 27 de outubro de 2026. Este comparativo analisa recursos publicados e requisitos de implementação; não é um teste prático de confiabilidade. As recomendações tratam de plataformas para criar agentes de atendimento ao cliente e consideram também o trabalho que cabe à sua organização.

Para uma operação pequena de suporte, com pouca capacidade de engenharia, comece pelo Voiceflow se a prioridade for desenhar conversas em equipe, ou pelo Botpress para um projeto focado em chat, com preço de entrada divulgado. O Microsoft Copilot Studio merece ser avaliado primeiro em organizações centradas no ecossistema Microsoft. Já o Kore.ai é a alternativa corporativa quando o projeto reúne automação do atendimento, assistência aos atendentes e gestão da qualidade do serviço.

Plataformas de IA conversacional: comparação rápida

Os preços de entrada abaixo remuneram unidades de trabalho diferentes. Uma requisição, um Copilot Credit e uma conversa não são equivalentes. E uma licença gratuita não cobre todos os serviços necessários para manter um agente funcionando.

A linha do Google se refere à tabela de preços de Flows/Playbooks do Conversational Agents. A antiga URL de apresentação do produto agora leva ao Customer Experience Agent Studio, que tem páginas próprias de produto e preços. Não use o preço anunciado de um produto para estimar a implementação do outro.

O que é uma plataforma de IA conversacional?

Uma plataforma de inteligência artificial conversacional é o software usado para criar, implantar e operar conversas com clientes: responder dúvidas, seguir processos de negócio e acionar sistemas conectados. A plataforma oferece o ambiente de funcionamento do agente. Sua empresa fornece o conhecimento, as permissões, as políticas e o destino dos atendimentos que precisam de uma pessoa.

Uma boa plataforma combina um grande modelo de linguagem, ou LLM, que interpreta e gera linguagem, com fluxos guiados para etapas que precisam seguir uma ordem definida. Esses fluxos fazem diferença quando o cliente altera um endereço, contesta uma cobrança ou pede informações da conta. A conversa natural ajuda a explicar o pedido; a lógica explícita determina se a ação solicitada é permitida.

Pense em uma consulta sobre um pedido. O agente precisa de informações aprovadas sobre a entrega, uma forma de identificar o cliente, conexão com o sistema de pedidos, regras sobre o que pode alterar e um caminho até uma pessoa quando houver uma exceção. Uma resposta fluente, por si só, não conclui essa jornada.

Por isso, a lista de critérios de compra vai além da janela de chat:

• Design da conversa: instruções para o LLM combinadas com fluxos previsíveis, condições e respostas alternativas para falhas.
• Canais: chat no site, mensagens e voz, com os recursos necessários verificados em cada canal.
• Ações e conhecimento: conexões com documentos aprovados e sistemas da empresa, com as permissões adequadas.
• Transferência para uma pessoa: um caminho funcional até um sistema de suporte com atendentes disponíveis, levando o contexto relevante.
• Análise e avaliação: evidências de onde as conversas falharam, quais ações foram executadas e o que mudou após uma publicação.
• Controles de segurança: restrições de acesso à informação, uso de ferramentas, conteúdo e publicação, além de regras de negócio fora do prompt.

Se você procura assistentes prontos para usar, consulte o comparativo dos melhores chatbots com IA. Para agentes prontos que funcionam dentro de um help desk existente, veja o comparativo de ferramentas de IA para atendimento ao cliente. Aqui, a decisão é como construir e manter seu próprio sistema de conversação com clientes.

Qual é a diferença entre IA conversacional e IA generativa?

IA conversacional descreve a interação: um sistema que entende e responde dentro de uma conversa. IA generativa descreve uma capacidade presente em muitos desses sistemas: produzir linguagem ou outros conteúdos. Um agente conversacional pode combinar respostas geradas com respostas fixas e lógica de negócio determinística.

Para quem lidera o suporte, a distinção útil é prática. Deixe o modelo entender “a encomenda foi para meu apartamento antigo”. Deixe um fluxo autenticado decidir se ainda é possível alterar o endereço. A capacidade de interpretar o significado não deve dar ao modelo permissão para modificar qualquer conta que consiga mencionar.

Os três tipos de plataforma: quem assume o trabalho?

Plataformas corporativas para centrais de atendimento organizam a criação de agentes em torno da operação de serviço. Cognigy e Kore.ai entram nesse grupo. Avalie essas opções quando roteamento, telefonia, equipes humanas e supervisão da operação forem centrais para a compra. Uma central de atendimento reúne a estrutura e os sistemas que recebem ligações e mensagens dos clientes; a plataforma de IA pode se conectar a ela, sem necessariamente substituí-la.

Frameworks para desenvolvedores e editores hospedados deixam mais decisões de projeto nas suas mãos. O Rasa é a opção de framework orientada a código. Voiceflow e Botpress são editores visuais hospedados desse grupo. Cada um equilibra de forma diferente a responsabilidade pela infraestrutura, a edição visual e o trabalho de integração personalizada.

Plataformas de criação dos provedores de nuvem atendem organizações que já conseguem operar serviços em nuvem. Google Conversational Agents e Microsoft Copilot Studio são as escolhas aqui. As decisões já tomadas sobre identidade, integração e administração podem pesar mais que pequenas diferenças no editor de conversas.

O que torna uma plataforma de IA conversacional adequada a grandes empresas?

O teste mais útil é verificar se há responsáveis por toda a jornada do cliente. Alguém precisa aprovar mudanças, manter integrações, garantir atendentes nas filas de escalonamento e investigar falhas. Comprar um produto com o rótulo enterprise não distribui essas responsabilidades.

Em uma operação multinacional de suporte, pergunte quem pode publicar uma alteração na política de reembolso, como o sistema escolhe a fila regional e o que acontece quando a plataforma de destino fica indisponível. As mesmas perguntas valem para uma empresa pequena, embora uma ferramenta mais simples possa ser suficiente. A complexidade da organização orienta melhor a escolha do que apenas o número de funcionários.

Como selecionamos as plataformas

As recomendações se apoiam em evidências publicadas sobre a criação de agentes que combinam LLMs e fluxos, a transferência para pessoas, os limites de ação, a operação dos canais necessários e a clareza da unidade de cobrança. Para este comparativo, foram consultadas as páginas de preços, produto ou documentação de cada plataforma.

A taxa de retenção no atendimento automatizado divulgada por um fornecedor não é tratada como previsão para sua empresa. Reter uma conversa na automação significa que ela não passou para uma pessoa; isso não comprova que o problema do cliente foi resolvido. Em uma solicitação sensível, transferir corretamente para um atendente pode ser o resultado desejado.

O principal diferencial deste comparativo é examinar quem responde pela transferência para o atendimento humano. O Cognigy documenta conectores e nós de transferência. O Google documenta um sinal que sua integração precisa processar. O Rasa documenta um padrão que sua equipe precisa implementar. O Voiceflow diferencia uma conexão que transmite respostas ao vivo da simples abertura de um chamado. O Botpress documenta uma mudança de destino para novos espaços de trabalho. Esses detalhes revelam o trabalho que fica escondido por um campo genérico de “suporte a atendimento humano”.

Empresas de IA conversacional: quem entra na seleção?

Estes sete fornecedores cobrem plataformas corporativas de atendimento, soluções sob responsabilidade dos desenvolvedores e ferramentas de criação em nuvem, sem ampliar a lista para assistentes pessoais, avatares de vídeo ou agentes prontos de help desk. A ordem começa pela opção mais adequada em cada um dos três grupos e segue com alternativas que se destacam em modelos específicos de operação.

As avaliações de adequação abaixo são recomendações editoriais. O suporte documentado a integrações justifica a inclusão na lista; somente um piloto no canal que sua empresa realmente usa pode mostrar se a jornada completa funciona para seus clientes.

As sete plataformas em detalhe

1. Cognigy: para centrais de atendimento já estruturadas

O Cognigy, apresentado como NiCE Cognigy, é uma plataforma corporativa para criar agentes em torno de uma central de atendimento existente. É a primeira escolha deste comparativo para organizações cujo maior desafio é coordenar voz, chat, sistemas conectados e encaminhamento para atendentes. A plataforma divulgada combina raciocínio com LLMs, etapas determinísticas, avaliações, supervisão operacional e análise de conversas. A condição para a compra é objetiva: a operação de atendimento precisa ter porte e complexidade suficientes para aproveitar essa abrangência.

Indicado para: Organizações de suporte estruturadas, com um responsável pela central de atendimento e uma equipe de implementação.
Diferencial: Criação de agentes conectada à transferência para pessoas e à operação contínua do atendimento.
Preço: Sob consulta; não foi confirmado um valor numérico de tabela na página atual da plataforma.
Teste gratuito: Oferece demonstração; confirme com o fornecedor a disponibilidade e as condições de teste.

Como funciona a transferência para um atendente

O Cognigy documenta os Handover Providers, que conectam o agente a uma central de atendimento compatível. O nó Handover to Human Agent inicia o encaminhamento dentro de um fluxo. Isso exige tanto o conector adequado quanto um endpoint compatível com a transferência, ou seja, a conexão efetiva com o canal. Voice Gateway e Webchat aparecem na lista de endpoints compatíveis. A documentação também oferece nós para consultar a disponibilidade de atendentes, acompanhar o status e encerrar uma transferência. Documentação de transferência do Cognigy

Para uma equipe de suporte de companhia aérea, a demonstração útil é uma reserva com problema chegar à fila correta, com atendentes disponíveis e o contexto já fornecido pelo passageiro. Peça ao implementador que mostre a tela de quem recebe o caso. Depois, torne a fila indisponível. Uma transferência que funciona no cenário ideal comprova menos do que um tratamento de falha claro e com possibilidade de recuperação.

O Live Agent, produto do próprio Cognigy, fornece um ambiente para atendentes conduzirem conversas digitais, com contexto do cliente e métricas operacionais. Defina esse escopo separadamente da conexão da IA com a central que sua empresa já utiliza. A existência de um ambiente para atendentes na família de produtos não confirma quais componentes estão incluídos na proposta. Cognigy Live Agent

Como limitar as ações do agente

O Cognigy descreve ferramentas com parâmetros e condições de execução definidos, além da possibilidade de alternar entre interações conduzidas pelo LLM e fluxos estruturados. A plataforma de agentes também lista filtros de moderação de conteúdo e prevenção de jailbreaks. Use esses recursos como camadas distintas: a filtragem de conteúdo trata do que o modelo diz; as condições de execução determinam se uma ação pode acontecer. Controles de agentes do Cognigy

No caso da reserva com problema, o modelo pode interpretar a preferência do cliente enquanto uma regra verifica se a tarifa permite a mudança antes de alterar a passagem. O teste de aceitação deve tentar uma alteração proibida com linguagem persuasiva. O resultado exigido é a recusa da ação ou o encaminhamento para uma pessoa, com um registro compreensível do motivo.

Veredito: Escolha o Cognigy quando preservar a operação existente da central de atendimento for mais importante que adotar o editor mais simples possível. Evite-o para um FAQ limitado no site, sem ninguém responsável pela implementação ou pela operação do serviço.

Comece a avaliação pela transferência

Este é um piloto sugerido com base nos controles documentados do Cognigy, não um teste realizado para este artigo.

1. 1

   Configure o serviço de destino

   Em Deploy > Handover Providers, configure a conexão com a central de atendimento. Confirme que o endpoint escolhido aceita transferência antes de desenhar o restante da jornada.

2. 2

   Defina quando transferir

   Adicione um nó Handover to Human Agent ao fluxo de teste. Use como primeiro gatilho um pedido direto do cliente para falar com uma pessoa, para facilitar a reprodução da transferência.

3. 3

   Teste disponibilidade e status

   Use os controles documentados de disponibilidade e status para distinguir uma conversa aguardando na fila de outra já aceita por um atendente. Defina o que o cliente verá quando ninguém puder receber o caso.

4. 4

   Confira o atendimento humano

   Peça a um colega que receba o encaminhamento e responda pelo sistema de suporte. Verifique a entrega do contexto, as respostas do cliente e o comportamento no encerramento. Repita o teste com o serviço de destino indisponível antes de ampliar o piloto.

2. Rasa: para equipes que assumem o código

O Rasa é a escolha voltada a desenvolvedores quando o comportamento da conversa faz parte do produto e a equipe quer controlar explicitamente sua implementação. A abordagem CALM, sigla de Conversational AI with Language Models, separa a interpretação da linguagem dos fluxos estruturados de negócio. Isso o torna uma opção atraente para equipes de produto com engenheiros de backend e regras mais específicas do que “responda com base nestes documentos”. Essa mesma responsabilidade faz dele um atalho ruim para quem gerencia suporte sem apoio de engenharia.

Indicado para: Equipes técnicas de produto capazes de manter integrações, implantação e lógica da conversa.
Diferencial: O CALM separa a interpretação do modelo do fluxo que executa a tarefa.
Preço: A Free Developer Edition permite um bot por empresa e até 1,000 conversas externas/mês; o Enterprise é sob consulta.
Teste gratuito: Há uma licença gratuita para uso local ou em produção, dentro dos limites previstos.

O que o framework entrega

No CALM, o LLM interpreta uma mensagem e produz comandos. Um gerenciador de diálogo usa esses comandos para avançar pelos fluxos, acionar uma integração de backend ou lidar com mudanças na conversa. Por padrão, as respostas seguem modelos predefinidos, com um componente opcional de reformulação. Essa separação dá aos desenvolvedores um lugar para expressar diretamente as etapas de negócio. Documentação do Rasa CALM

Pense em uma empresa de assinaturas que recebe pedidos de mudança na entrega. O cliente pode interromper a alteração de endereço para perguntar sobre a data de entrega e depois retomar a solicitação original. O desafio é permitir essa flexibilidade sem retirar da atualização da conta as verificações usadas no restante do produto. Uma resposta em linguagem livre não deve contornar essas verificações silenciosamente.

A documentação atual do Rasa diferencia Rasa Pro e Studio do orquestrador mais recente Mantle e de uma interface de criação de agentes em acesso antecipado. Esta recomendação trata especificamente da abordagem Pro/CALM documentada. Pergunte qual ambiente de execução e qual interface serão usados na implementação proposta; não considere que todos os recursos sob a marca Rasa pertencem à mesma versão ou estão incluídos na mesma licença. Escopo da documentação do Rasa

Transferência para atendentes e limites de ação

Por padrão, o comportamento de transferência do Rasa apenas informa ao usuário que o assistente não consegue ajudar. Para transferir de fato, é preciso sobrescrever pattern_human_handoff e implementar uma ação personalizada. A diferença é relevante: o framework fornece o padrão de conversa, mas cabe à aplicação conectá-lo ao serviço de destino. Padrão de transferência para atendimento humano do Rasa

A implementação deve transmitir a identidade do cliente e o histórico relevante da conversa, pausar as respostas automáticas e se recuperar caso o serviço de suporte rejeite a transferência. Designe um engenheiro responsável por essa integração. “A transferência está no fluxo” não é evidência suficiente para aprovar a entrega.

O Rasa também oferece flow guards, condições que controlam se um fluxo pode começar. A documentação, porém, aponta exceções para fluxos vinculados, fluxos chamados e gatilhos de compreensão de linguagem natural (NLU). Trate esses recursos como controles da conversa e valide a autorização novamente na ação de backend. Ao consultar informações de uma conta, o servidor deve verificar o acesso independentemente do caminho percorrido na conversa. Exceções dos flow guards do Rasa

O trabalho que continua com sua equipe

A página de preços do Rasa lista opções de implantação gerenciadas pela própria empresa e como serviço gerenciado. Também informa que o conector de voz AudioCodes é adquirido separadamente. Esses detalhes justificam definir implantação, uso de modelos e telefonia à parte da licença. A edição gratuita ajuda a validar uma arquitetura; não significa que todas as dependências operacionais sejam gratuitas.

Veredito: Escolha o Rasa quando seus desenvolvedores quiserem assumir um fluxo de atendimento como software de produto que será mantido pela equipe. Prefira um editor hospedado quando a necessidade mais urgente for permitir que a operação de suporte lance e ajuste um agente de escopo modesto com menos trabalho de infraestrutura.

3. Google Conversational Agents: para equipes de engenharia de nuvem

O Google Conversational Agents é uma plataforma de criação em nuvem que combina Flows determinísticos, também conhecidos como Dialogflow CX, com Playbooks generativos. Escolha essa opção quando os desenvolvedores puderem assumir a aplicação de atendimento e quiserem combinar processos guiados com conversas por modelo de linguagem. Ela é especialmente útil para decidir quais partes da jornada serão geradas e quais seguirão etapas explícitas. A principal limitação é que o mecanismo do agente não se transforma automaticamente em um sistema completo de atendimento humano.

Indicado para: Equipes de engenharia de nuvem que criam jornadas personalizadas de atendimento por chat e voz.
Diferencial: Flows e Playbooks oferecem formas diferentes de controle dentro da conversa.
Preço: Chat com Flows custa $0.007/requisição; chat com Playbooks custa $0.012/requisição; voz com Flows começa em $0.001/segundo de áudio, com regras diferentes para Playbooks e para cobrança de uso híbrido.
Teste gratuito: Oferece créditos de Flows e Playbooks para novos usuários.

Saiba exatamente qual produto está sendo avaliado

O endereço atual de apresentação do produto leva ao CX Agent Studio, parte do Gemini Enterprise for Customer Experience. A página de preços de Flows/Playbooks continua publicada como uma tabela separada. Esta seção avalia o sistema documentado do Conversational Agents; o preço por requisição não é usado para estimar o custo do CX Agent Studio. Página atual do CX Agent Studio

Essa distinção importa na contratação. Peça ao fornecedor ou implementador que identifique na proposta o console, o ambiente de execução e a unidade de consumo cobrada. “IA conversacional do Google” é uma descrição ampla demais para conferir uma fatura ou reproduzir a demonstração de um recurso.

Um Playbook pode fornecer informações, consultar serviços externos ou encaminhar o trabalho para um fluxo ou outro playbook. Um varejista pode usar a geração de linguagem para entender um problema de entrega pouco claro e depois iniciar um processo guiado de identificação e consulta do pedido. Defina a separação em torno da ação de negócio, em vez de tentar tornar cada interação totalmente roteirizada ou totalmente generativa. Playbooks do Google

Transferência para atendentes e limites de ação

A resposta live agent handoff do Google sinaliza ao sistema que fez a chamada que a conversa deve passar para uma pessoa. A documentação afirma explicitamente que esse sinal não altera o estado da sessão; o sistema ou a integração precisa executar a transferência. A transferência de chamada telefônica via fulfillment é um mecanismo separado, com suporte do Phone Gateway e restrições específicas de cada integração. Documentação de fulfillment do Google

Em um agente web, isso significa que um desenvolvedor precisa conectar o encaminhamento à fila real de atendimento humano e controlar as mensagens seguintes. Caso contrário, um evento de análise pode registrar “transferência” enquanto o cliente continua sem ninguém com quem falar. Exija que o piloto mostre simultaneamente as telas do cliente e do atendente.

As configurações de agente do Google incluem frases proibidas, filtros de segurança de conteúdo e uma verificação opcional de segurança de prompts. São controles úteis, mas a verificação documentada tenta detectar entradas maliciosas; ela não garante que o agente não possa ser desviado de sua tarefa. Mantenha operações sensíveis em funções de backend com autorização e escolha deliberadamente quais ferramentas cada playbook pode acessar. Configurações de agentes do Google

A restrição de voz que precisa ser conferida cedo

A documentação dos Playbooks informa que eles não oferecem suporte a DTMF, os tons produzidos ao pressionar as teclas do telefone. Se os clientes precisam digitar um número de conta ou usar o teclado como alternativa, verifique o desenho do fluxo e da telefonia antes de escolher o caminho da conversa. Fala natural e entrada pelo teclado são requisitos distintos.

Veredito: Escolha o Google quando a equipe de nuvem for assumir a aplicação ao redor do agente, a integração e a análise da cobrança. Evite tratá-lo como atalho para uma experiência de suporte completa, com atendentes disponíveis. A plataforma é atraente justamente para quem quer tomar essas decisões de projeto e consegue mantê-las.

4. Microsoft Copilot Studio: para operações no ecossistema Microsoft

O Microsoft Copilot Studio é uma plataforma low-code de criação de agentes adequada a organizações que já administram sistemas empresariais Microsoft e Power Platform. Merece ser avaliado primeiro quando os responsáveis pelo acesso a dados e pelas integrações já trabalham nesse ambiente. Para atendimento ao cliente, avalie o produto independente e as integrações com sistemas de relacionamento com clientes. O acesso a agentes internos do Microsoft 365 é uma decisão de compra diferente da publicação de um agente para clientes externos.

Indicado para: Operações centradas na Microsoft, com administrador e um sistema de atendimento ao cliente definido como destino.
Diferencial: Criação de agentes sob o modelo de administração já existente do Power Platform.
Preço: O pagamento por uso começa em $0.01 por Copilot Credit, exige uma assinatura Azure e cobra o consumo efetivo de créditos.
Teste gratuito: Disponível, mas as licenças de teste não permitem publicar.

Atender clientes externos muda o escopo

A página de preços da Microsoft separa os recursos incluídos no Microsoft 365 Copilot do Copilot Studio independente para canais externos. Por isso, um agente voltado a clientes pode exigir um licenciamento diferente do assistente interno usado pelos colegas no trabalho. Antes de considerar uma assinatura existente no orçamento, descreva o público real, os canais e os serviços conectados. Escopo de produto e licenciamento do Copilot Studio

Copilot Credits são uma unidade de consumo. Ações e respostas diferentes consomem quantidades diferentes; portanto, um crédito não equivale a um cliente, uma conversa ou um problema resolvido. Peça uma estimativa de uso baseada na jornada proposta, incluindo ações de integração, em vez de multiplicar o tráfego por um suposto custo de um crédito por atendimento.

Transferência para atendentes e limites de ação

Para relacionamento com clientes, a Microsoft documenta agentes generativos baseados em fontes como sites da empresa, arquivos e bases de conhecimento, com transferência para sistemas de atendimento. Os destinos citados incluem Dynamics 365 Customer Service, ServiceNow, Salesforce, LivePerson e Genesys. Os recursos documentados de transferência ficam restritos ao standard harness, o ambiente de execução usado por esses agentes. Atendimento ao cliente e transferência

Para uma operação que já recebe casos de clientes no Dynamics, o piloto mais evidente é uma dúvida rotineira que acaba encaminhada ao fluxo de atendimento existente. Confira quais dados de identidade e contexto da conversa chegam ao atendente. Não presuma que todos os canais ou ambientes de execução alternativos tenham o mesmo comportamento de transferência.

As políticas de dados do Copilot Studio podem bloquear conectores usados como ferramentas, restringir conexões HTTP com serviços web, exigir autenticação e limitar canais de publicação. Administradores também podem restringir gatilhos de eventos. São pontos úteis de aplicação de regras porque controlam o acesso aos sistemas, não apenas o tom do agente. Políticas de dados da Microsoft

Uma primeira revisão prática é identificar quais sistemas conectados podem alterar cadastros de clientes. Dê ao agente apenas as operações necessárias para sua tarefa. Depois, confirme que a restrição aplicada pelo administrador bloqueia a ação indesejada no ambiente implantado, mesmo quando o usuário a solicita de forma clara.

Voz exige um teste de aceitação próprio

A Microsoft documenta agentes de voz básicos e em tempo real, além de entrada por fala, entrada pelo teclado, variáveis de contexto e transferência de chamadas. O canal de voz exige um número de telefone, e o Azure Communication Services oferece um caminho para provisionar ou conectar esse número. Trate isso como uma implementação de canal separada, que precisa ser validada, e não como consequência de um agente web funcionar. Visão geral de voz no Copilot Studio

Veredito: Escolha o Copilot Studio quando a administração Microsoft já existente reduzir a carga operacional. Evite a compra baseada apenas em “já pagamos pela Microsoft”, sem conferir publicação externa, sistemas de suporte de destino e consumo de créditos.

5. Voiceflow: para pequenas equipes de produto ou experiência do cliente

O Voiceflow é uma plataforma hospedada para equipes que querem desenhar conversas com clientes de forma colaborativa, usando playbooks, fluxos visuais e ferramentas de integração. É o melhor ponto de partida deste comparativo para uma pequena equipe de produto ou experiência do cliente (CX) que tenha alguém disponível para cuidar das conexões técnicas. Escolha-o quando a conversa precisar de revisões frequentes por operadores de suporte e designers. O limite importante é que a plataforma de suporte de destino continua responsável pela fila de atendimento humano.

Indicado para: Pequenas equipes multidisciplinares que criam jornadas personalizadas de chat e voz.
Diferencial: Playbooks em linguagem natural combinados com fluxos visuais determinísticos.
Preço: Sob consulta para empresas; a cobrança combina o valor do plano, adicionais opcionais e consumo por créditos.
Teste gratuito: A oferta pública para agências e parceiros anuncia um teste sem cartão de crédito; confirme qual modalidade se aplica à sua empresa.

O que a equipe pode desenhar em conjunto

O Voiceflow descreve playbooks escritos como instruções em linguagem natural, fluxos visuais e extensões para desenvolvedores por meio de funções, APIs (conexões com outros softwares) e ferramentas de Model Context Protocol (MCP). MCP é um padrão para disponibilizar ferramentas a um agente. A plataforma também oferece suporte a telefone, chat web e SMS, embora os recursos de cada canal devam ser verificados individualmente. Informações de produto do Voiceflow

Em um varejista que vende por assinatura, a operação de suporte pode definir como o agente explica exceções de entrega enquanto um engenheiro fornece uma consulta autorizada ao pedido. O fluxo deve deixar o ponto de encaminhamento para uma pessoa visível aos dois profissionais. Isso ajuda quando uma mudança de política exige mudar a conversa, mas não justifica permitir que todo editor altere o acesso ao backend.

A página pública de preços do Voiceflow agora solicita propostas para empresas. Valores antigos de assinatura não devem servir de base para a contratação. Peça que a mesma proposta detalhe o valor do plano, o consumo incluído, a cobrança de excedentes e as permissões necessárias para as integrações. É mais fácil avaliar uma plataforma hospedada quando o orçamento descreve o canal e a conexão de suporte que serão usados de fato.

Transferência para atendentes e limites de ação

O Voiceflow documenta conexões nativas de transferência para atendimento ao vivo com Genesys, UJET, Kustomer, Dixa e Zendesk. Outros sistemas de suporte podem usar Custom Handoff por meio de um serviço hospedado pela sua equipe. Esse caminho exige um desenvolvedor e a disponibilidade do recurso correspondente. O sistema de suporte controla a disponibilidade e a distribuição dos atendimentos; o fluxo no Voiceflow define quando transferir e o que acontece se a transferência falhar. Visão geral de transferência do Voiceflow

A distinção é especialmente útil para equipes pequenas: abrir um chamado não é o mesmo que transmitir ao cliente as respostas de um atendente ao vivo. Se a promessa é “uma pessoa vai entrar neste chat”, demonstre o caminho de resposta antes da compra. Se a promessa é “entraremos em contato depois”, deixe isso explícito na conversa.

O contexto da transferência pode ser a transcrição completa, uma variável personalizada ou nenhum conteúdo. Um valor de contexto personalizado não gera um resumo automaticamente; é preciso preparar o conteúdo que será enviado. Configure tanto o caminho de retorno quanto o de falha e teste o canal publicado, além do editor. Configuração de transferência do Voiceflow

Para ligações, o Voiceflow apresenta uma etapa separada, Call forward, que transfere para um número de telefone ou endereço SIP, um destino de telefonia pela internet. Não presuma que a conexão de transferência digital e a transferência telefônica tenham a mesma implementação.

O Voiceflow combina instruções globais e controles de segurança com fluxos determinísticos, avaliações e ambientes hospedados que vão do desenvolvimento à produção. Use o fluxo para as etapas obrigatórias de negócio e restrinja a ação de backend de forma independente. Um playbook bem escrito pode descrever quando conceder um reembolso; o serviço de reembolso ainda deve decidir se aquele cliente e pedido atendem aos critérios.

Veredito: Escolha o Voiceflow quando o gargalo for desenhar conversas de forma colaborativa. Prefira outra opção se o requisito decisivo for hospedar integralmente o ambiente de execução por conta própria ou conhecer um preço público para empresas antes de falar com vendas.

6. Botpress: para projetos pequenos que começam pelo chat

O Botpress é uma plataforma hospedada de criação de agentes com um Studio visual, ferramentas de integração e um produto de atendimento humano chamado Botpress Desk. É um ponto de partida prático para uma operação pequena que quer criar um chatbot com IA personalizado e inspecionar como ele escolhe suas ações. Os preços atuais facilitam identificar o custo de entrada em comparação com opções apenas sob consulta. É uma escolha inicial menos adequada para projetos centrados no telefone, porque a comparação pública de planos coloca o canal de voz no Enterprise.

Indicado para: Pequenas equipes que criam agentes para web ou mensagens e contam com apoio técnico.
Diferencial: Fluxos visuais com nós autônomos configuráveis e possibilidade de inspecionar o uso de ferramentas.
Preço: O Free inclui 100 conversas; o Plus começa em $150/mês com cobrança anual e 250 conversas/mês, com franquias de uso e regras de recarga paga.
Teste gratuito: Há um plano Free; ele não permite recargas nem uso excedente.

Entenda a unidade de cobrança atual

O Botpress agora divulga planos baseados em conversas. A página de preços contabiliza tanto conversas conduzidas apenas pela IA quanto aquelas com participação humana, desde que o cliente envie pelo menos duas mensagens no mês de cobrança. Uma conversa que atravessa meses pode ser contada em ambos. Encaminhar para um atendente, portanto, não retira automaticamente aquela interação da cobrança.

A página também descreve pacotes pagos de conversas adicionados automaticamente e informa que a recarga automática de conversas não pode ser desativada. O uso de IA tem franquia e mecanismos de recarga próprios. Antes de conectar um site público, peça ao responsável pelo orçamento que revise essas regras. Um preço de entrada baixo só ajuda se quem opera entender o que acontece quando o tráfego aumenta.

O piloto adequado para uma equipe pequena é um agente de escopo limitado para consultar pedidos ou oferecer suporte a produtos, com um caminho explícito até o atendimento humano. Ele deve usar o canal real do site e as fontes reais de conhecimento. Uma conversa impressionante na prévia não mostra se os colegas de suporte conseguem receber um caso ao vivo nem se o modelo de consumo se ajusta ao padrão de tráfego.

Transferência para atendentes e limites de ação

Para novos espaços de trabalho, a documentação do Botpress direciona o Human Handoff ao Botpress Desk. Espaços existentes podem continuar com a integração legada Human-in-the-Loop, que tem configuração e exigência de plano próprias. Confirme qual caminho se aplica à sua conta antes de seguir um guia antigo. Documentação de transferência para atendimento humano do Botpress

A avaliação para compra precisa demonstrar o caso completo: o cliente pede ajuda, o caso aparece no ambiente correto de atendimento humano, um atendente responde e a automação retoma ou encerra conforme o comportamento escolhido. Não presuma que a ação “Resume Chatbot”, da documentação legada, descreva todos os novos fluxos do Desk.

Um Autonomous Node deixa o modelo escolher respostas e ferramentas; um nó padrão executa seus cards em sequência. É possível configurar as ferramentas, bases de conhecimento, fluxos e condições de saída do nó autônomo. O acesso às variáveis precisa ser explícito, com uma configuração separada para escrita. A janela Inspect ajuda a visualizar as ferramentas disponíveis e as iterações de execução. Autonomous Node do Botpress

Essas configurações oferecem pontos úteis de controle. Para consultar um pedido, disponibilize a operação de consulta e apenas as variáveis necessárias. Não exponha uma ferramenta genérica de alteração de cadastro só porque ela poderia ser útil ao agente. Coloque a validação obrigatória em um caminho estruturado e no serviço de backend que executa a mudança.

Até onde vai a recomendação para equipes pequenas

A posição do canal de voz na tabela pública de planos estabelece um limite importante. Uma equipe pequena que escolhe o Botpress para um agente no site não deve presumir que o mesmo plano de entrada cobre seus futuros agentes telefônicos. Se o atendimento por telefone for o requisito principal, comece por uma plataforma e uma proposta que o incluam explicitamente. Depois, use o comparativo de plataformas de agentes de voz para consultar opções mais especializadas.

Veredito: Escolha o Botpress para um projeto focado em chat quando quiser condições de entrada públicas e controles visíveis de fluxo. Não o adote presumindo um pacote barato centrado em voz; revise as recargas automáticas antes de expor o agente a tráfego imprevisível.

7. Kore.ai: para uma transformação mais ampla do atendimento

O Kore.ai é a alternativa corporativa quando o projeto inclui agentes voltados ao cliente, assistência aos atendentes e gestão da qualidade do serviço. A oferta atual AI for Service abrange agentes de voz e digitais, Agent Assistance, Quality Management e uma central de atendimento nativa em IA. Inclua-o na avaliação quando essas funções precisarem ser discutidas em uma implementação conjunta. Não contrate um programa mais amplo apenas para responder a um conjunto modesto de perguntas no site.

Indicado para: Empresas que coordenam automação para clientes, apoio aos atendentes e operações de qualidade.
Diferencial: Permite avaliar em conjunto a automação do serviço e a operação humana.
Preço: Sob consulta; não foi confirmado um preço numérico de tabela na página atual do AI for Service.
Teste gratuito: Oferece demonstração; não foram confirmadas condições públicas de teste por autoatendimento.

Quando o escopo mais amplo faz diferença

Imagine uma operação de atendimento com dúvidas rotineiras, exceções difíceis e uma equipe separada de qualidade que revisa como ambas são tratadas. Contratar uma ferramenta de criação de agentes resolve apenas parte desse fluxo. A decisão maior é saber se as etapas automatizadas e humanas conseguem operar sob políticas consistentes, com responsáveis claros quando algo dá errado.

A página de atendimento do Kore.ai descreve transferências com contexto detalhado, conexões com backend, playbooks de assistência aos atendentes e critérios personalizados de avaliação. Também descreve a aplicação de políticas no mecanismo de execução, fora do LLM, e o rastreamento das ações dos agentes. São capacidades publicadas pelo fornecedor que devem ser conferidas em uma demonstração, não garantias de comportamento correto medidas de forma independente.

O motivo útil para incluir o Kore.ai, portanto, é organizacional: a direção de suporte, a liderança de integração e o responsável pela qualidade podem avaliar um desenho comum de atendimento. Uma demonstração atraente apenas do chatbot não comprovaria que a plataforma mais ampla resolve as necessidades específicas de cada área.

Transferência para atendentes e limites de ação

O Kore.ai descreve a transferência para pessoas com preservação de contexto, mas o escopo da implementação precisa considerar os canais e o sistema de destino reais. Peça ao fornecedor que demonstre o conjunto de informações chegando à tela do atendente: pedido do cliente, status de identificação, ações tentadas e motivo do encaminhamento. Depois, confira se o atendente consegue responder sem reabrir ou reconstruir o caso.

Valide separadamente as transferências por voz e por canais digitais. Um encaminhamento bem-sucedido no chat não prova que uma transferência telefônica preserve o contexto desejado. Da mesma forma, uma ligação conectada não prova que o atendente tenha recebido o histórico do cliente. Inclua as duas verificações nos requisitos da demonstração se ambos os canais fizerem parte da compra.

Para avaliar os limites de ação, peça uma demonstração de política aplicada fora do modelo de linguagem. Um exemplo útil é uma alteração de serviço que exija conta autenticada e aprovação na verificação de elegibilidade. Solicite que a mesma ação proibida seja tentada por outro caminho na conversa. A evidência esperada é a recusa consistente da ação, com um registro que a equipe de operação consiga entender.

Como tornar a contratação objetiva

A proposta deve identificar os componentes adquiridos, a unidade de consumo, os ambientes incluídos, o trabalho de implementação e as responsabilidades de suporte. Também deve esclarecer como são tratados os volumes de voz e dos canais digitais. Sem esse escopo, “preço do Kore.ai” não representa um valor comparável, e reaproveitar um preço histórico de outro módulo seria enganoso.

Pergunte quem mantém a política depois do lançamento. Se cada exceção exigir uma nova contratação do fornecedor, isso pode ser aceitável em um programa de atendimento com gestão rigorosa, mas precisa ser uma escolha operacional explícita. Se os operadores internos forem editar as políticas, demonstre o processo de revisão e publicação com os perfis de acesso que eles usarão.

Veredito: Escolha o Kore.ai quando a organização estiver contratando tanto um programa de operação do atendimento quanto uma plataforma de criação de agentes. Dê prioridade ao Cognigy na lista inicial quando a questão central for adicionar agentes a uma central de atendimento já estruturada. Deixe a demonstração dos conectores, controles e da operação real decidir entre os dois.

Exemplos de IA conversacional que revelam as diferenças

Compare as plataformas com uma jornada de cliente que inclua uma exceção. Respostas simples de FAQ raramente mostram se o sistema consegue preservar a identidade, respeitar as políticas e envolver uma pessoa.

Um pedido chega danificado. O agente pode explicar a política e consultar o pedido. Se a exceção solicitada depender de aprovação humana, deve transferir o caso com o contexto relevante e evitar afirmar que a substituição já foi autorizada. Avalie se o atendente consegue dar continuidade ao caso, além de conferir a resposta automática.

Um cliente pede informações de outra conta. O resultado correto depende da autorização no sistema conectado. Um prompt com a instrução “proteja a privacidade” é uma orientação útil, mas a consulta à conta precisa recusar um acesso que o cliente não tem. Tente mudar o identificador da conta durante a conversa e inspecione o retorno do backend.

Uma pessoa liga e pede um atendente quando a fila está fechada. Um projeto funcional precisa oferecer uma alternativa verdadeira: um processo de retorno de ligação que a empresa realmente opere, um chamado com expectativa clara ou outro caminho com equipe disponível. Não pode anunciar uma transferência ao vivo que não conseguirá concluir. Voz também exige verificações próprias de interrupções, uso do teclado e comportamento da transferência.

As análises úteis acompanham essas jornadas. Meça se a ação solicitada foi concluída, se o atendente aceitou a transferência e se o cliente voltou a procurar o suporte pelo mesmo problema. Revise as conversas que falharam ou foram abandonadas, além das bem-sucedidas.

Os rótulos “resolvido” ou “retido na automação” de um fornecedor precisam ter suas definições examinadas. O resultado relevante para sua empresa pode ser uma alteração de entrega elegível concluída, uma solicitação sensível encaminhada com segurança ou um cliente corretamente informado de que a ação pedida não está disponível. Defina esse resultado antes de comparar painéis.

Qual plataforma de IA conversacional escolher para sua equipe?

Para um desenvolvedor trabalhando sozinho ou uma pequena equipe de suporte que começa pelo chat, avalie o Botpress primeiro. Ele oferece condições públicas de entrada e uma forma clara de examinar a relação entre nós autônomos, ferramentas e fluxos estruturados. Mude essa recomendação se o telefone for o canal principal ou se as recargas automáticas de consumo não se encaixarem no controle de orçamento.

Para uma pequena equipe de produto/CX com designer, operador e acesso a um engenheiro, avalie o Voiceflow primeiro. O motivo é o trabalho compartilhado de design da conversa. Considere migrar a escolha para o Rasa quando assumir o ambiente de execução e o código se tornar mais importante do que a conveniência de um editor visual hospedado.

Para uma equipe de produto com orçamento e capacidade de engenharia de backend, escolha o Rasa entre os frameworks para desenvolvedores. Ele atende empresas que tratam o agente como software de produto que precisa de manutenção. O critério que muda a escolha é a responsabilidade operacional: se ninguém for manter a implantação e as integrações de transferência, prefira uma opção hospedada ou defina o escopo de uma implementação gerenciada.

Para uma equipe de engenharia de nuvem em uma empresa de médio porte, escolha o Google Conversational Agents entre as plataformas de criação em nuvem. Isso pressupõe que o time queira assumir a aplicação ao redor do agente e consiga implementar a transferência. Em uma organização centrada na Microsoft, que já administra o Power Platform e conta com um serviço de destino adequado, prefira o Copilot Studio.

Para uma central de atendimento já estruturada, avalie o Cognigy primeiro entre as opções corporativas. Encaminhamento, integração de canais e operação contínua do serviço são as prioridades. Inclua o Kore.ai na avaliação final quando o projeto também abranger assistência aos atendentes e processos de gestão da qualidade. O melhor fornecedor será aquele que demonstrar a jornada completa com a divisão mais clara de responsabilidades pela implementação.

Essas recomendações se baseiam na composição das equipes, não em um número mínimo de funcionários. Um time técnico pequeno pode operar um framework sofisticado, enquanto uma empresa grande pode não ter ninguém designado para cuidar de uma integração simples.

Quando evitar cada plataforma

Evite Cognigy ou Kore.ai para um FAQ restrito, sem responsável pela implementação. A abrangência dessas plataformas é útil quando há uma operação de atendimento a coordenar. Uma implantação pequena não deve herdar o peso de contratação e manutenção de um programa maior sem uma razão para isso.

Evite o Rasa quando “é grátis” for todo o argumento de compra. A licença gratuita não designa ninguém para construir a conexão com o suporte humano, manter as ações ou operar o ambiente de execução.

Evite o Google Conversational Agents se você espera que a própria resposta de transferência conecte um atendente. A documentação atribui esse trabalho à integração.

Evite o Botpress presumindo que seja um pacote barato de atendimento telefônico e evite o Copilot Studio presumindo que esteja incluído em qualquer assinatura Microsoft. O produto contratado precisa cobrir o canal necessário e o atendimento a clientes externos.

Evite propostas de Voiceflow que tratem a abertura de chamado como transferência ao vivo. As duas opções podem ser úteis; a promessa ao cliente precisa corresponder ao que a integração entrega.

Como avaliar uma plataforma de IA conversacional antes de contratar

Comece com uma jornada de cliente bem delimitada e uma equipe humana para receber os casos. O objetivo do piloto é descobrir quem responde por cada falha, não produzir uma transcrição impecável de demonstração.

Documente as ações permitidas antes de conectar o modelo aos sistemas da empresa. Em uma consulta sobre pedidos, a primeira versão pode ler o status e explicar a política, enquanto uma pessoa aprova as exceções. Dar menos autoridade ao agente no início facilita conferir os critérios de aceitação.

Prompt injection é uma tentativa de desviar o modelo por meio de informações com as quais ele entra em contato. Mensagens de clientes, documentos e resultados de ferramentas podem dificultar a separação entre informação e instrução. O guia sobre prompt injection explica por que a aplicação conectada deve restringir o que o modelo consegue fazer, mesmo quando ele segue a instrução errada.

Uma boa lista de aceitação do piloto é curta:

1. Comprove o caminho esperado. O agente responde com base na fonte prevista ou conclui a ação permitida, e o sistema da empresa registra o resultado.
2. Comprove o bloqueio do caminho proibido. Uma solicitação não autorizada não consegue alterar dados nem expor informações de outro cliente.
3. Comprove o caminho até uma pessoa. Um atendente recebe a conversa, o contexto e as respostas do cliente no sistema de suporte previsto.
4. Comprove o tratamento de falhas. Uma fila indisponível, uma ferramenta com erro ou uma fonte ausente levam a uma mensagem clara de recuperação e a um próximo passo que a operação consegue cumprir.
5. Comprove quem é o responsável. Uma pessoa designada consegue revisar logs, alterar a política relevante, publicar uma atualização aprovada e reverter uma mudança problemática pelo processo de implantação escolhido.

Peça a cada fornecedor selecionado uma proposta para a mesma jornada e a identificação da unidade de cobrança. Deixe visíveis, quando aplicáveis, os custos de implementação, telefonia, uso de modelos e plataforma de suporte. Uma opção aparentemente barata pode exigir mais trabalho da equipe; uma proposta maior também pode incluir trabalho desnecessário. Nenhuma dessas avaliações pode ser feita apenas pelo preço anunciado.

Para colocar em prática na segunda-feira: peça aos responsáveis pelo suporte e pela integração que descrevam juntos um cenário de encaminhamento, executem esse cenário na opção mais forte da categoria escolhida e observem um colega receber o caso de verdade. Faça isso antes de ampliar a autoridade do agente.

Perguntas frequentes

Como criar um chatbot com IA do zero?

Comece por uma tarefa de cliente bem definida, fontes de conhecimento aprovadas e uma lista explícita das ações que o agente pode executar. Escolha o ambiente de execução da conversa, conecte um canal real, implemente operações autorizadas no backend e uma alternativa de atendimento humano. Depois, avalie os caminhos de sucesso e de falha. O modelo de linguagem fornece parte da conversa; a plataforma e a aplicação fornecem a estrutura de operação ao redor dele.

Como criar seu próprio chatbot com IA de graça?

O Rasa oferece uma licença gratuita para desenvolvedores com limites definidos, e o Botpress oferece um plano Free limitado. Ambos podem servir para uma avaliação inicial, mas os limites e as dependências são diferentes. Confira o uso de modelos, a hospedagem, a telefonia e o sistema de suporte de destino antes de considerar toda a implantação gratuita. O teste do Microsoft Copilot Studio serve para avaliação e não permite publicar.

Quais são os benefícios dos chatbots com IA?

Eles podem facilitar o acesso a informações rotineiras, coletar dados antes da entrada de um atendente e executar tarefas permitidas de forma consistente. O benefício depende do conhecimento, das integrações e do processo de atendimento por trás deles. Meça a conclusão de tarefas, o esforço do cliente e os contatos repetidos no seu próprio piloto, em vez de presumir que a taxa de automação de um fornecedor se repetirá na sua empresa.

Se você quer ajuda para transformar esse piloto de escopo definido em um sistema de atendimento ao cliente em operação, conheça o serviço de implementação de IA para atendimento ao cliente.