Peça a criação de um chatbot de IA
Criamos chatbots que respondem com base nas suas próprias fontes, integramo-los nos seus sistemas e mantemo-los atualizados. Criámos um assistente virtual para a NFZ.
O assistente virtual que desenvolvemos para a NFZ substitui o guia anual de farmácia por informação que se mantém atualizada
“O Assistente Virtual da NFZ melhorou significativamente o fluxo de trabalho dos nossos clientes. […] tornou-se uma parte indispensável do trabalho diário dos nossos clientes.” Alberto Fernandez, Farmacêutico de projeto - NFZ
Um chatbot consegue responder às nossas perguntas sem inventar coisas?
Colaboradores, clientes ou membros fazem repetidamente as mesmas perguntas sobre regras, contratos ou procedimentos. Um chatbot que utiliza os seus próprios documentos procura primeiro a passagem relevante e responde com base nela. Se a resposta não estiver lá, deve dizê-lo.
Um chatbot que responde com base nas suas fontes e trabalha com os seus sistemas
Respostas a partir de documentos
Para a Fokker Services Group, criámos o Anthony Chat, que utiliza um modelo RAG para obter informação relevante de documentos internos e apresentá-la de forma clara.
Ligado aos sistemas existentes
O Dex, o chatbot da PostNL, está ligado aos sistemas existentes, para que não seja necessário manter a base de conhecimento em vários locais.
Um conjunto de testes com perguntas reais
Antes da entrada em produção, testamos as respostas com perguntas reais: estão de acordo com a fonte e o chatbot diz quando não sabe responder?
Atualizado após a entrada em produção
Com o assistente virtual da NFZ, toda a informação se mantém atualizada. Definimos quem atualiza as fontes e acompanhamos a qualidade das respostas.
Começamos por definir a que perguntas o chatbot responde e a quais não
-
Perguntas e fontes
Que perguntas surgem com mais frequência, quem as faz e em que documentos ou sistemas estão as respostas?
-
Desenvolvimento e validação
Construímos o chatbot com base nessas fontes e testamo-lo com colaboradores usando um conjunto fixo de perguntas reais.
-
Lançamento com um responsável
No lançamento, fica definido quem atualiza as fontes, quem consulta os registos das conversas e quem assegura a gestão.
Um chatbot próprio traz-nos vantagens ou basta um produto standard?
Adequado quando
Um serviço de apoio ou colegas experientes recebem repetidamente as mesmas perguntas sobre regras, contratos ou produtos, e as respostas estão em documentos ou sistemas que podem ser ligados ao chatbot.
Não é adequado quando
A resposta já está num único local fácil de encontrar, ou cada pergunta tem, ainda assim, de ser analisada por um colaborador. Nesse caso, uma FAQ ou uma função de pesquisa melhor ajuda mais.
O que determina o âmbito
O número de fontes e sistemas, se o chatbot é para uso interno ou para clientes, se as conversas contêm dados pessoais, os idiomas necessários e a parte da gestão contínua que fica a nosso cargo.
E se der uma resposta errada?
Por isso, responde com base nas suas próprias fontes e indica-as, avisa quando a informação não consta dessas fontes e encaminha a pergunta para um colaborador. Os registos mostram em que perguntas falha.
Uma funcionalidade de chat no seu software, o nosso assistente Joost ou um chatbot à medida?
Uma funcionalidade no seu software
Escolha esta opção se o seu software de service desk ou CRM tiver uma funcionalidade de chat que já abranja as suas fontes de informação e se for claro onde ficam guardadas as conversas.
Joost para conhecimento interno
Escolha esta opção se os colaboradores procurarem sobretudo informação no SharePoint, no Teams e em manuais. Nesse caso, é mais simples configurar o nosso assistente interno de IA Joost.
Um chatbot à medida
Escolha esta opção se o chatbot tiver de trabalhar com os seus próprios sistemas ou servir clientes e membros. O nosso conselho: comece com um grupo bem delimitado de perguntas.
Os nossos chatbots respondem a perguntas de farmacêuticos, colaboradores da PostNL e colaboradores da Fokker
A Data Science Lab trabalha com dados e IA desde 2016, como parceira da Databricks e da Microsoft. Também podemos gerir o que desenvolvemos: atualizar fontes de dados, verificar respostas e manter integrações.

As suas perguntas mais frequentes e as suas fontes dão forma à primeira conversa
Stef Stoelwinder
Desenvolvimento de NegócioStef é o seu ponto de contacto. Na primeira conversa, falamos sobre as perguntas a que o chatbot deve responder, para quem e com base em que fontes.
E-mail info@datasciencelab.nl
Telefone +31 (0)20 3636 724
A que perguntas deve o seu chatbot conseguir responder?
Descreva quem faz as perguntas, onde se encontram atualmente as respostas e que sistemas estão envolvidos. Respondemos por e-mail ou marcamos uma primeira conversa.
Mensagem enviada
Obrigado pela sua mensagem. Entraremos em contacto consigo o mais rapidamente possível.
Perguntas frequentes
Criar um chatbot de IA, ou um assistente de IA, implica mais do que ativar um modelo de linguagem. É preciso definir a que perguntas deve responder, ligar as fontes de informação, testar as respostas, integrá-lo nos seus sistemas, tratar da privacidade e acordar a sua gestão.
Desenvolvemos esta solução no âmbito de IA generativa. Consulte todos os nossos serviços na página de serviços.
Normalmente, através de retrieval-augmented generation (RAG): para cada pergunta, o chatbot procura primeiro as passagens relevantes nos seus documentos, e o modelo de linguagem formula a resposta apenas com base nelas. É assim que funciona o Anthony Chat, que desenvolvemos para a Fokker Services Group.
Saiba como funciona do ponto de vista técnico no nosso artigo sobre LLMs internos e RAG.
Com um conjunto fixo de perguntas reais e respetivas respostas corretas, preparado com as pessoas que atualmente respondem a essas perguntas. Em cada resposta, verificamos se está de acordo com a fonte, se a fonte é indicada e se o chatbot admite não saber quando a resposta não está disponível.
Voltamos a executar esse conjunto de testes sempre que mudam as fontes, as instruções ou o modelo.
Sim. O Dex, o chatbot que desenvolvemos para a PostNL, está ligado aos sistemas existentes, para que a base de conhecimento não tenha de ser guardada e mantida em vários locais. Uma integração também pode obter dados, como o estado de um pedido, respeitando as permissões do utilizador.
A classificação ou o encaminhamento automático de perguntas enquadram-se em NLP e análise de texto.
Estas decisões são tomadas durante o desenvolvimento: que modelo de linguagem utilizar, em que ambiente cloud ou em servidores próprios, se as conversas são guardadas e quem pode aceder-lhes. Para a NFZ, trabalhámos, entre outras soluções, com o Microsoft Azure. Se o chatbot tratar dados pessoais, aplica-se o RGPD e pode ser necessária uma DPIA.
Leia o que isso implica na página DPIA para IA.
Sim. As regras de transparência do Regulamento da IA aplicam-se desde 2 de agosto de 2026. Segundo a Autoriteit Persoonsgegevens, um sistema de IA como um chatbot deve informar, no início da conversa, que o utilizador está a falar com IA, por escrito, visualmente ou por áudio. Há exceções.
A interpretação jurídica cabe ao seu consultor jurídico. Nós integramos o aviso no chatbot.
As fontes mudam: contratos, regulamentos e informações sobre produtos. Na NFZ, a informação mais importante constava anteriormente de um guia anual de farmácia, que podia ficar desatualizado ao longo do ano. A manutenção implica atualizar as fontes, voltar a executar os testes, analisar os registos e manter as integrações. Pode ficar a cargo da sua equipa ou da nossa.
Se preferir ter um engenheiro dedicado na sua equipa, consulte contratar um engenheiro de IA.
Quando as perguntas são pouco frequentes, a resposta já está disponível num único local fácil de encontrar ou cada pergunta exige uma resposta à medida por parte de um colaborador. Nesses casos, uma FAQ melhor, uma função de pesquisa ou um formulário serão mais úteis.
Se a questão for sobretudo o conhecimento interno no SharePoint e no Teams, conheça o Joost, o nosso assistente interno de IA.
Um assistente padrão, um engenheiro dedicado ou uma abordagem mais abrangente à IA generativa?
- IA generativaAssistentes de conhecimento, processamento de documentos e agentes baseados em modelos de linguagem, do caso de uso à produção.
- Joost, assistente interno de IAUm único ponto de acesso ao conhecimento no SharePoint, no Teams e nos manuais, com permissões por utilizador.
- Contratar um engenheiro de IAUm engenheiro de IA da Data Science Lab que desenvolve o chatbot integrado na sua equipa.