Numa conversa longa no WhatsApp, a IA perde o fio do começo (ou fica cara de rodar)?

Por que um chatbot comum trava numa conversa longa?

Tem dois jeitos de um atendimento automatizado quebrar quando a conversa cresce. O primeiro é o clássico: cada mensagem é tratada como se fosse a primeira, então o cliente repete o que já disse três vezes — isso já foi tratado aqui, é o problema do robô sem estado. O segundo é o oposto, e é o que essa pergunta mira: o sistema até guarda tudo, mas pra responder, relê o histórico inteiro a cada mensagem nova — e numa conversa de 40, 60 mensagens, isso significa reenviar um bloco de texto cada vez maior pro modelo, de novo e de novo. Fica mais lento e mais caro a cada turno, sem o cliente sentir diferença nenhuma — só a conta sobe.

O que garante que a IA não perca o fio do começo?

A resposta não é "a IA relê tudo com cuidado". É que o fato que importa nunca fica só solto no meio do texto esperando ser reinterpretado depois. No motor que roda o atendimento, cada mensagem do cliente passa por uma extração: o agente identifica se ali apareceu um sinal que decide o rumo — por exemplo, se o cliente já disse que quer terceirizar a execução ou aprender a fazer com apoio, se já quantificou o custo do problema, se a dor é concreta ou ainda vaga. Cada um desses sinais entra no estado da conversa com um grau de confiança e o turno em que foi dito — e, se uma mensagem nova contradiz um sinal que já tinha confiança alta, o sistema registra isso como uma mudança real, não como ruído perdido no meio do texto. Quem decide a próxima ação lê esse conjunto de sinais — não o histórico de mensagens.

Isso é a mesma coisa que "a IA lembrar de mim do mês passado"?

Não, e a diferença importa. Lembrar o cliente que já conversou antes é reconhecer alguém como a mesma pessoa numa conversa nova, depois que a anterior já tinha sido encerrada — isso ainda não é padrão em produção. O que essa pergunta trata é diferente: é dentro do mesmo papo contínuo, sem fechar e abrir de novo, o cliente escreve demais — manda seis mensagens seguidas, muda de assunto, volta no assunto, conta a história de novo sem precisar. É não se perder dentro dessa mesma linha do tempo, não reconhecer alguém que voltou depois de semanas.

E o texto puro da conversa, ele se perde?

Não. Toda mensagem fica guardada, inteira, num banco dedicado àquela conversa — nada é apagado silenciosamente. O que já existe hoje, e já é suficiente pra resolver o medo de "perder o fio", é a extração de sinais que acabei de descrever: o fato decidido não depende do texto bruto pra ser lembrado. O que ainda está em construção é a camada de cima dessa mesma arquitetura — comprimir automaticamente o texto bruto reenviado ao modelo quando a conversa fica realmente longa, e buscar só os trechos relevantes em vez do histórico inteiro. É o mesmo tipo de honestidade que vale pra memória entre conversas: existe uma peça já provada funcionando, e existe a próxima camada desenhada sobre a mesma base, que ainda não está ligada em produção.

Então o custo pode disparar numa conversa muito longa?

O que já trava isso hoje não é resumir o texto — é não deixar a conversa enrolar pra sempre sem chegar a uma decisão. Existe um teto de turnos: depois de um número definido de mensagens na fase de descoberta, o agente é obrigado a qualificar o lead com os sinais que já tem, em vez de insistir pedindo mais informação. Isso evita o cenário mais caro de todos, que não é o texto ficar grande — é a conversa nunca convergir pra uma decisão. Reduzir o que é reenviado ao modelo em threads que mesmo assim ficam longas é a próxima camada de custo, construída sobre a mesma arquitetura.