Instruções de agente de IA que funcionam

Boas instruções de agente de IA para atendimento ao cliente descrevem comportamento, não fatos, e nunca se contradizem. O motivo é mensurável: no benchmark IFScale, que testou 20 modelos de sete fornecedores, até os melhores modelos de ponta seguiram só 68% das instruções quando receberam 500 de uma vez, e a falha mais comum foi simplesmente pular uma regra. Cada regra que você acrescenta disputa a atenção do modelo com todas as outras. Escreva as poucas regras que importam, em linguagem simples, e mande todo o resto para a base de conhecimento.

Este guia é para quem abre a caixa de "instruções" de um agente de IA e fica sem saber o que digitar. Ele complementa dois posts que já escrevemos: como treinar um agente de IA com o conhecimento do seu negócio trata do que o agente sabe, e como impedir que o seu agente de IA alucine trata das camadas de segurança em volta dele. Este aqui trata de como o agente se comporta.

Qual é a diferença entre instruções e conhecimento?

As instruções dizem ao agente como agir. O conhecimento diz o que é verdade.

Coloque nas instruções	Coloque na base de conhecimento
Tom e voz ("caloroso, curto, sem pontos de exclamação")	Preços, pacotes e cardápios de serviços
O que fazer quando um cliente está irritado	Horário de funcionamento e fechamentos em feriados
Quando passar a conversa para uma pessoa	Texto da política de trocas e reembolsos
O que o agente nunca pode prometer	Especificações, tamanhos e ingredientes dos produtos
Quais dados coletar antes de agendar	Endereços, estacionamento e como chegar

O erro mais comum que vemos é colar a tabela de preços inteira, a página de perguntas frequentes e a política de cancelamento nas instruções. Parece caprichado. Deixa o agente pior, por dois motivos.

Primeiro, fatos dentro de um prompt envelhecem em silêncio. Você muda um preço no site, esquece o prompt, e o agente passa a informar o valor antigo com toda a confiança. Segundo, prompts longos diluem a atenção. O relatório "Context Rot" de 2025 da Chroma testou 18 modelos e concluiu que o desempenho cai à medida que a entrada fica mais longa, mesmo em tarefas simples. Um estudo liderado por Stanford e publicado na TACL mostrou que os modelos aproveitam a informação melhor no começo ou no fim de uma entrada longa, e pior no meio. Aquela sua regra crítica, enterrada na linha 140 entre duas tabelas de preços, está justamente onde o modelo é mais fraco.

Quantas regras as instruções de um agente de IA devem ter?

Menos do que você imagina. Vale olhar os números do IFScale com calma, porque eles mostram como os agentes falham conforme as regras se acumulam:

A precisão cai com a densidade. Vários modelos fortes ficaram acima de 94% com 100 instruções e depois caíram para menos de 50% com 500.
As primeiras regras levam vantagem. Os autores encontraram um viés consistente a favor das instruções que aparecem mais cedo no prompt.
A omissão é a principal falha. Na maioria das vezes, os modelos não quebraram as regras; simplesmente as deixaram de lado, sem avisar.

Uma ressalva honesta: o IFScale usou instruções simples do tipo "inclua esta palavra-chave" numa tarefa de redação de relatórios, e os autores dizem com todas as letras que os resultados podem não se aplicar a todas as áreas. Regras de atendimento ao cliente são mais difíceis de seguir do que incluir uma palavra-chave. Então, se houver diferença, espere uma adesão pior no mundo real, não melhor.

Na prática, para você: se as suas instruções parecem um manual de políticas com 40 itens, o agente vai seguir quase tudo quase sempre, e você só vai descobrir quais regras ele deixou de lado quando um cliente descobrir antes. Mire numa lista curta de regras que, se quebradas, custariam de verdade dinheiro ou confiança. Coloque as mais importantes primeiro.

Como escrever instruções de agente de IA, passo a passo?

1. Comece pela função, em uma frase

"Você responde mensagens de Instagram e WhatsApp de uma clínica odontológica, ajuda as pessoas a agendar limpezas e consultas e passa qualquer assunto clínico para a recepção." Essa frase rende mais do que uma página de adjetivos. O próprio guia de prompts da Anthropic sugere tratar o modelo como um funcionário brilhante, mas recém-chegado, que ainda não conhece as suas normas. Escreva o que você diria a alguém no primeiro dia de trabalho.

2. Descreva a voz com exemplos, não com adjetivos

"Simpático e profissional" não quer dizer nada; toda empresa escreve isso. Em vez disso, dê duas respostas curtas de exemplo no tom que você quer. Mostre também o tamanho. Se os seus clientes mandam três palavras no WhatsApp, uma resposta de cinco parágrafos soa como robô.

3. Explique o motivo de cada regra inegociável

"Nunca informe um preço final para implantes" é uma regra. "Nunca informe um preço final para implantes, porque o valor depende de um raio-X que o dentista ainda não viu; ofereça uma consulta" é uma regra que o agente consegue aplicar a casos que você não previu, como coroas ou pontes.

4. Escreva as recusas e as transferências de forma explícita

Defina o que o agente faz quando não deve responder: orientação médica ou jurídica, reclamações sobre um funcionário específico, disputas de reembolso, qualquer coisa que envolva problema de pagamento. Para cada caso, diga o que ele fala ao cliente e o que acontece em seguida. "Diga que alguém da equipe vai responder no horário comercial e passe a conversa para uma pessoa" é claro. "Escale quando for apropriado" não é.

5. Diga o que coletar, não como interrogar

Se um agendamento precisa de nome, telefone e dia preferido, liste esses três campos. Deixe o agente reunir os dados naturalmente ao longo da conversa, em vez de roteirizar uma ordem fixa de perguntas. Os clientes dão informações fora de ordem, e um roteiro rígido quebra no instante em que isso acontece.

6. Procure contradições antes de salvar

É o passo que quase todo mundo pula. As instruções crescem ao longo dos meses: alguém acrescenta "sempre ofereça o desconto de 10% na primeira visita" em março, e outra pessoa acrescenta "nunca mencione descontos nas DMs" em julho. Agora o agente tem duas regras que não podem ser verdadeiras ao mesmo tempo, e vai escolher uma delas, sem consistência. Leia o prompt inteiro, do começo ao fim, depois de cada alteração, e não só a linha que você editou.

7. Teste com as mensagens que você realmente recebe

Separe dez mensagens reais do mês passado, incluindo as difíceis (o cliente irritado, a que veio em espanhol, a pessoa pedindo desconto, o "você é um robô?"). Passe todas pelo agente e leia cada resposta. Mude uma coisa e rode as mesmas dez de novo.

Como ficam instruções ruins e boas lado a lado?

Instrução fraca	Versão mais forte
"Seja prestativo e simpático."	Duas respostas de exemplo mostrando o tom e o tamanho exatos.
"Não dê informações erradas."	"Se a resposta não estiver na base de conhecimento, diga que vai confirmar com a equipe e passe a conversa adiante."
"Escale reclamações."	"Se um cliente estiver chateado com uma visita anterior, peça desculpas uma vez, não discuta e passe a conversa para uma pessoa."
"Nosso horário é das 9 às 6, uma limpeza custa..."	Leve horários e preços para a base de conhecimento.
"Sempre faça upsell."	"Depois que um agendamento for confirmado, mencione a oferta de clareamento uma vez. Nunca repita se o cliente recusar."

Por que as instruções importam do ponto de vista jurídico?

Porque o que o seu agente diz é o que a sua empresa disse. No caso Moffatt v. Air Canada (2024), um tribunal da Colúmbia Britânica responsabilizou a companhia aérea depois que o chatbot do site dela disse a um cliente que ele poderia pedir um desconto por luto de forma retroativa, algo que a política real da empresa não permitia; o tribunal rejeitou o argumento de que o chatbot era responsável pelos próprios atos. Regras de recusa claras ("nunca descreva uma política de reembolso que não esteja na base de conhecimento") são um seguro barato.

Como a Entagl lida com instruções

Algumas escolhas de design da Entagl vêm direto da pesquisa acima:

Fatos e comportamento ficam separados. Serviços, produtos, perguntas frequentes e horários ficam nos dados do seu negócio e na base de conhecimento, então as instruções podem continuar curtas e focadas no comportamento.
Especialistas em vez de um prompt gigante. O Receptionist trabalha com uma equipe de agentes especialistas (agendamento, produtos, perguntas frequentes, vendas e outros), cada um com uma função mais restrita, para que nenhum prompt sozinho precise carregar todas as regras.
Uma verificação de contradições a cada edição. Quando você pede ao AI Manager, em linguagem simples, para mudar as instruções do seu agente, ele verifica o prompt inteiro em busca de regras existentes que a mudança contradiria ou duplicaria e as reconcilia antes de aplicar a mudança, perguntando qual comportamento manter quando duas regras realmente entram em conflito. É o passo 6, feito no seu lugar.
Regras de transferência definidas por você. Você decide quando uma conversa vai para uma pessoa, e a sua equipe a assume na caixa de entrada compartilhada com todo o histórico.
Um painel de testes que mostra o raciocínio. O painel Test Agent registra o que o agente fez em cada resposta. Assim, quando uma resposta de teste parece errada, você vê o porquê em vez de adivinhar.

Nada disso substitui o seu julgamento sobre quais devem ser as regras. Só fica mais fácil manter curtas e atualizadas as regras que você escreve. Se você está planejando um lançamento, o nosso guia sobre como lançar um agente de IA sem perder clientes cobre a parte da implantação.

FAQ

O que devo colocar nas instruções do meu agente de IA?

A função do agente em uma frase, respostas de exemplo que mostrem o seu tom, o punhado de regras inegociáveis que protegem dinheiro e confiança (com o motivo de cada uma), o que coletar antes de agendar e exatamente quando passar a conversa para uma pessoa. Deixe preços, horários e políticas para a base de conhecimento.

Um prompt mais longo é melhor para um agente de IA de atendimento ao cliente?

Normalmente não. Pesquisas como o IFScale e o relatório Context Rot da Chroma mostram que o cumprimento das instruções e a precisão caem conforme os prompts ficam mais longos e densos. Um prompt curto com prioridades claras vence um longo em que a regra importante fica no meio.

Com que frequência devo atualizar as instruções do agente de IA?

Sempre que o seu processo mudar, e depois de revisar conversas reais que deram errado. O nosso guia sobre como manter um agente de IA preciso depois que ele entra no ar cobre esse ciclo de revisão. A cada vez, releia o prompt inteiro procurando regras que a nova contradiz e rode de novo um conjunto fixo de mensagens de teste.

Posso escrever as instruções do agente de IA no meu próprio idioma?

Sim. Escreva no idioma em que você pensa. O agente da Entagl responde aos clientes no idioma em que eles escrevem, em mais de 100 idiomas, seja qual for o idioma das suas instruções.

Preciso saber engenharia de prompts para configurar um agente de IA?

Não. As habilidades que contam são as que você já usa para treinar um funcionário novo: dizer qual é o trabalho, mostrar exemplos, explicar o motivo das regras e conferir o resultado.

Comece pelas dez mensagens

Antes de reescrever qualquer coisa, separe dez mensagens reais de clientes e leia como o seu agente responde a elas hoje. A maioria dos problemas de instrução aparece nessas dez. Se quiser ver como a Entagl confere novas instruções com as antigas antes de elas entrarem no ar no WhatsApp, Instagram, Messenger e no seu site, agende uma demonstração de 30 minutos.

Fontes: Jaroslawicz et al., "How Many Instructions Can LLMs Follow at Once?" (IFScale, arXiv 2507.11538, julho de 2025); Hong, Troynikov e Huber, "Context Rot: How Increasing Input Tokens Impacts LLM Performance" (Chroma, julho de 2025); Liu et al., "Lost in the Middle: How Language Models Use Long Contexts" (TACL, 2024); Anthropic, "Prompting best practices" (Claude Platform Docs); Moffatt v. Air Canada, 2024 BCCRT 149, conforme resumido pela American Bar Association.