Seu Chatbot Inventa Respostas? Veja Como Resolver

Se você está criando um chatbot com RAG para a sua empresa, provavelmente já percebeu: só enviar documentos não funciona. O bot confunde assuntos, dá respostas incorretas ou simplesmente inventa informações.

A boa notícia: você pode usar a própria IA para preparar o conteúdo corretamente. Neste artigo damos os prompts exatos para fazer isso passo a passo.

Por que seu chatbot RAG dá respostas incorretas

Os sistemas RAG funcionam dividindo seus documentos em fragmentos pequenos chamados chunks. Quando um usuário faz uma pergunta, o sistema busca os chunks mais relevantes e gera uma resposta.

O problema é que:

• Os chunks perdem contexto: um fragmento pode conter informações sem indicar a que se referem.
• Assuntos parecidos se confundem: "Política de devoluções" e "Política de trocas" soam parecido.
• O conteúdo vem com lixo: menus, rodapés, código HTML que confundem o sistema.

Passo 1: Extraia todo o conteúdo do seu site

A primeira coisa é extrair todo o conteúdo. Modelos como o Claude podem analisar sites completos e extrair o conteúdo estruturado.

Analise o site [URL] completo. Navegue por todas as seções e páginas internas. Extraia todo o conteúdo relevante (textos, informações de serviços, dados de contato, perguntas frequentes, etc.). Organize-o por categorias lógicas. Ignore menus de navegação, rodapés e elementos repetitivos.

Passo 1.1: Se o site bloqueia o acesso

Alguns sites têm proteções anti-bots e a IA não consegue acessar diretamente. Não se preocupe — se você não tem medo de se sentir um verdadeiro hacker por 5 minutos, tem solução.

Peça à IA para gerar um script que você possa executar no seu terminal. Esse script vai percorrer todas as páginas do seu site, salvar o conteúdo em arquivos de texto e comprimi-los em um ZIP. Depois é só passar esse ZIP para a IA e continuar com o passo 2.

Parece complicado, mas não é. É literalmente copiar, colar e apertar Enter. A IA guia você passo a passo.

Prefere não se complicar? Na Bravos AI podemos fazer isso por você. Embora o nosso forte seja o código, já organizamos e limpamos as informações de vários clientes. É só falar conosco e vemos juntos.

Passo 2: Limpe o conteúdo

O conteúdo web vem com lixo: código HTML residual, menus repetidos, textos duplicados.

Limpe este conteúdo para usá-lo em um sistema RAG:
1. Elimine duplicados
2. Elimine lixo HTML/CSS
3. Elimine menus de navegação e rodapés repetidos
4. Corrija erros de encoding
5. Elimine seções sem valor informativo

[COLE AQUI O SEU CONTEÚDO]

Passo 3: Otimize os títulos

Este é o passo mais importante. Títulos genéricos fazem o RAG confundir assuntos parecidos.

Revise estes títulos e otimize-os para um sistema RAG:
1. Identifique títulos que poderiam se confundir entre si
2. Reescreva-os com palavras-chave únicas
3. Torne-os descritivos

Exemplo:
- Ruim: "Devoluções" e "Trocas"
- Bom: "DEVOLVER PRODUTO - REEMBOLSO" e "TROCAR TAMANHO OU MODELO"

[COLE AQUI OS SEUS TÍTULOS]

Passo 4: Adicione contexto que sobreviva ao chunking

Quando o sistema divide seu documento em chunks, cada fragmento deve poder ser entendido sozinho.

Antes de tudo, descubra qual tamanho de chunks a sua aplicação usa. Costuma estar na documentação ou na configuração. Por exemplo, na Bravos AI usamos chunks de 800 caracteres com sobreposição de 150. Adapte o prompt ao seu caso.

Reformate este conteúdo para um sistema RAG:
1. Adicione o nome da organização ao título de cada seção
2. Adicione 1-2 frases de contexto no início
3. Adicione marcadores de contexto a cada ~500 caracteres

[COLE AQUI O SEU CONTEÚDO]

Passo 5: Verifique os links

Não há nada pior que um chatbot que manda links quebrados.

Extraia todas as URLs deste conteúdo e verifique-as:
1. Liste todas as URLs encontradas
2. Confira se estão bem formadas
3. Identifique possíveis erros

[COLE AQUI O SEU CONTEÚDO]

Passo 6: Configure o System Prompt

Mesmo com o melhor conteúdo, o chatbot pode inventar informações se você não disser explicitamente para não fazer isso. Aqui embaixo estão as regras mínimas anti-invenção. Se quiser se aprofundar em como se escreve o system prompt completo (papel, contexto, regras, tom, erros frequentes e modelos por setor), contamos passo a passo no guia para escrever um system prompt para o chatbot da sua empresa.

REGRAS IMPORTANTES:
1. Se você não encontrar a informação na sua base de conhecimento, diga que não a tem. NÃO a invente.
2. NUNCA invente telefones, endereços, preços, horários ou nomes.
3. Quando não tiver certeza, é melhor dizer "não tenho essa informação".

Passo 7: Teste com perguntas críticas

Antes de lançar, teste seu chatbot com dois tipos de perguntas:

• Perguntas de confusão: pergunte sobre assuntos que poderiam se confundir.
• Perguntas armadilha: pergunte algo que NÃO está na sua base de conhecimento.

Com base neste conteúdo, gere:
1. 10 perguntas que poderiam confundir o RAG
2. 5 perguntas armadilha sobre informações que NÃO estão no conteúdo

[COLE AQUI O SEU CONTEÚDO]

Checklist final

Conclusão

Preparar bem o conteúdo é a diferença entre um chatbot que frustra seus clientes e um que realmente os ajuda. Sim, leva tempo fazer direito. Mas com os prompts deste guia, você pode usar a própria IA para fazer o trabalho pesado.

Se depois de seguir todos esses passos o seu chatbot continuar dando respostas incorretas ou inventando informações, o problema provavelmente não é o seu conteúdo — é como o sistema busca e recupera as informações. É aí que entra a tecnologia RAG bem implementada, e é exatamente o que construímos na Bravos AI.