Trate respostas como hipóteses
Uma resposta bem escrita não confirma que a informação esteja correta. Verifique preço, disponibilidade, datas, condições e promessas comerciais em fontes aprovadas. Não use uma saída sem revisão como registro definitivo do que o cliente falou. Trate respostas como hipóteses que precisam de validação, especialmente quando envolvem preços, prazos, políticas ou características do produto. Uma saída bem escrita não comprova que a informação está correta ou atualizada. Compare afirmações com materiais oficiais e peça confirmação de uma pessoa responsável quando houver dúvida. Defina temas que a IA não deve resolver sozinha e como a equipe encaminha perguntas sem resposta confiável.
Proteja informações inseridas
Antes de enviar dados a uma ferramenta, entenda suas condições de armazenamento, acesso e uso. A ANPD tem documentos técnicos e orientativos sobre o tratamento de dados pessoais associado a tecnologias de IA; consulte a fonte atual e avalie o caso com os responsáveis da empresa.
Fonte: ANPD — documentos técnicos e orientativos
Proteja dados inseridos e informe à equipe o que pode ser enviado à ferramenta. Considere informações pessoais, histórico de cliente, propostas e detalhes internos como dados que podem exigir controles específicos. Revise configurações de retenção e acesso junto aos responsáveis pela empresa. Não use dados reais em testes sem autorização e finalidade apropriada; exemplos sintéticos podem ajudar a avaliar a tarefa sem expor informações comerciais.
Preserve supervisão nas decisões
Não deixe uma recomendação automática encerrar uma oportunidade, rejeitar um contato ou definir uma condição sem regras, transparência e revisão compatíveis com o risco. Ferramentas podem errar ou refletir dados incompletos. Decisões sobre prioridade, elegibilidade, preço ou tratamento de clientes precisam de supervisão adequada. Estabeleça quais sugestões podem ser usadas como apoio e quais requerem aprovação humana. Se uma decisão afetar uma pessoa de forma relevante, registre critérios e mantenha um caminho de contestação ou correção. Automatizar uma recomendação não elimina a responsabilidade da empresa pelo resultado e pelo modo como a decisão foi comunicada.
Defina limites operacionais
Documente os usos permitidos, quem aprova conteúdo, como comunicar erros e quando suspender o recurso. Revise a política quando o fornecedor mudar capacidades ou condições. Treine a equipe com exemplos que mostrem tanto utilidade quanto falhas possíveis. Escreva limites operacionais simples: usos permitidos, dados proibidos, revisão exigida, responsável e procedimento de incidentes. Treine a equipe com exemplos de erro e de resposta inadequada, sem presumir que todos reconhecerão uma saída inventada. Revise as regras quando as ferramentas ou tarefas mudarem. Uma política útil ajuda a equipe a usar tecnologia com clareza e rapidez, não apenas a proibir sem orientar.
Conclusão: limite entradas, valide saídas e preserve supervisão humana proporcional ao impacto.
Leia também: Como a inteligência artificial pode apoiar a rotina de vendas
Como revisar mensagens de vendas criadas com apoio de IA.
Para verificar como recursos anunciados são controlados e revisados.