Corretora de seguros em Ribeirão Preto: a IA faz a triagem do tipo de seguro antes de mandar pro corretor, sem cravar valor de apólice?
Faz — mas em duas etapas separadas, e a diferença entre elas é o ponto principal. Primeiro a IA identifica o ramo (auto, vida, residencial, empresarial) pelo que o lead já escreveu, sem obrigar ninguém a escolher num menu. Depois levanta só os dados mínimos daquele ramo específico — não um formulário genérico — e manda pro corretor com um resumo pronto. O que ela nunca faz é cravar o valor da apólice: preço de seguro depende de um cálculo de risco que só a seguradora (ou o corretor, com acesso ao sistema de cotação) faz com o perfil completo em mãos. Sem esse perfil, a resposta certa é "ainda preciso de mais dados pra isso", não um número de referência.
Por que o lead de seguro que só pergunta preço esfria tão rápido?
Quem atende seguro no WhatsApp conhece a cena: chega "quanto custa o seguro do meu carro?" sem placa, sem ano, sem dizer se é uso particular ou por aplicativo. A corretora pergunta de volta, o lead some, volta depois com metade da resposta, e ninguém lembra mais onde a conversa parou. Cada ida-e-volta é uma chance de o lead fechar com quem respondeu mais rápido — seguro tem muita oferta concorrendo pelo mesmo clique. O problema não é a pergunta de preço em si; é que ela chega antes dos dados que permitiriam responder de verdade.
Como a IA decide qual ramo de seguro está em jogo, antes de perguntar qualquer dado?
É a mesma lógica de roteamento que qualquer triagem de atendimento usa pra decidir qual caminho um lead segue: a conversa entra em linguagem natural, a IA extrai o sinal — "meu carro", "pra minha família", "o imóvel que acabei de comprar" — e decide o ramo sem exigir escolha numerada. Uma vez decidido, isso fica travado: ela não troca de ramo no meio da conversa por causa de uma palavra ambígua lá atrás. Essa trava existe pelo mesmo motivo que existe em qualquer motor de triagem bem montado — sem ela, cada resposta nova parece recomeçar o atendimento do zero.
Quais dados mínimos ela levanta — e por que mudam de ramo pra ramo?
Aqui não existe lista universal. A título de ilustração: num seguro auto, o que pesa é o perfil do carro e de quem dirige; num seguro de vida, é idade e dependentes; num residencial, é o valor do imóvel e os itens que o segurado quer proteger. Cada corretora configura os campos que fazem sentido pra ela — a IA não inventa isso, consulta o que está cadastrado. É a mesma disciplina que já descrevemos numa triagem de documentação veicular: a lista do que pedir vem da base daquele negócio específico, não de uma lista genérica copiada de algum lugar — porque dado mínimo que importa pra decidir uma cotação varia por ramo, e às vezes até por seguradora.
Por que ela nunca crava o valor da apólice, nem como estimativa "só pra ter uma ideia"?
A regra por trás é mecânica, não só educação de atendimento: só sai da boca da IA um fato que está cadastrado como autorizado e disponível no material que gera a resposta. Fato que existe só num guardrail solto, sem estar no que alimenta o modelo, não existe pra ele — e aí ele tende a preencher a lacuna com evasiva, ou pior, com um chute. Preço e cobertura estão exatamente na lista de afirmações que passam por essa checagem antes de sair. Em seguro, isso pesa mais do que em quase qualquer outra vertical: estimar valor sem o perfil de risco completo não é só um chute que o lead pode desconfiar, é um número que pode estar genuinamente errado, porque cotação real depende de dado que a conversa de WhatsApp sozinha não tem acesso.
O que o corretor recebe quando a conversa chega pra ele?
Um resumo, não a conversa crua. O ramo já identificado, os dados que o lead já confirmou, e o que ainda falta — pra o corretor entrar resolvendo a exceção ou avançando pra cotação real, em vez de reabrir o atendimento do zero perguntando tudo de novo. Esse handoff de entrada é só metade da história do relacionamento com o segurado: a outra metade acontece depois que a apólice já existe, quando o mesmo tipo de motor passa a vigiar a data de vencimento em vez de triar um lead novo. São dois momentos distintos do ciclo, cobertos pela mesma engrenagem com política diferente — um entrega lead qualificado, o outro evita cancelamento por esquecimento.
Essa trava — nunca cravar um número que a conversa não autorizou — não é bom senso de prompt, é uma lição que apareceu testando o motor que sustenta esse tipo de agente. Numa bateria de simulações de conversa (um revisor no papel do lead, testando o agente de verdade), um padrão se repetiu três vezes seguidas: quando o agente fazia uma conta pelo lead — mesmo com a aritmética certa — o lead rejeitava, do tipo "essa conta foi você que inventou". Três proibições escritas direto no texto que guia o modelo não seguraram o comportamento. E o aprendizado anotado não foi "escrever a proibição de um jeito melhor": num prompt longo, cada regra nova disputa atenção com dezenas de outras instruções e, em volume, a obediência despenca — a saída é testar com um conjunto de casos que cresce, não acrescentar a regra número 31. O fundo disso é um princípio de arquitetura da plataforma: a decisão do que o agente pode ou não afirmar não deve viver como regra solta no texto, e sim na camada que audita cada afirmação antes de ela sair — a mesma camada, válida pra qualquer vertical, que checa preço, prazo, cobertura. Pra seguro isso tem consequência direta: valor de apólice só pode sair da boca do agente se estiver cadastrado como fato confirmado daquele caso específico; sem o perfil de risco completo, não existe fato pra repetir, e a resposta honesta pra "quanto custa?" é pedir os dados, não arriscar um número.
Perguntas frequentes
A IA dá uma estimativa de preço "só pra ter uma ideia", mesmo sem todos os dados?
Não. Sem o perfil completo não existe cálculo de risco real, e uma estimativa de seguro que erra feio prejudica mais do que não responder. A IA diz que precisa dos dados antes, em vez de inventar um número de referência.
Quais dados ela pede primeiro, antes de identificar o ramo?
Nenhum — a ordem é inversa. Primeiro ela identifica se o lead quer seguro de auto, vida, residencial ou empresarial pelo que ele já escreveu, e só então pergunta os dados daquele ramo, pra não fazer pergunta genérica que não serve pra nenhum dos quatro.
E se o lead misturar dois ramos na mesma conversa, tipo seguro de carro e de casa?
Trata como duas triagens, não uma. Cada ramo tem seu próprio conjunto de dados mínimos, e o resumo que chega pro corretor separa os dois, em vez de misturar informação de um com o outro.
Isso substitui o corretor negociando a cotação final?
Não. A IA entrega o lead qualificado e os dados levantados; cotar valor com a seguradora, negociar cobertura e fechar continua sendo trabalho do corretor, que tem acesso ao sistema de cotação real.
Precisa trocar de sistema ou de CRM da corretora pra isso funcionar?
Não. A triagem entra por cima do WhatsApp que já atende o cliente, e o resumo pode ir pro CRM que a corretora já usa — sem migração de dados nem número novo pra divulgar.