A IA lembra que eu já falei com a empresa mês passado, ou começa do zero toda vez?
Dentro da mesma conversa — mesmo contato, mesmo número de WhatsApp — a resposta é sim: o atendente não esquece nada, nem que o cliente suma por semanas. Mas "lembrar que já falei mês passado" é uma pergunta diferente: é reconhecer aquele lead como alguém com histórico, mesmo numa conversa tecnicamente nova. Pra isso, a arquitetura já reserva uma camada separada — uma memória longa do lead, isolada por empresa — que é distinta do estado do dia a dia da conversa. Essa camada já tem lugar fixo no desenho do motor; o que roda pra valer hoje é a memória curta. A longa é a próxima peça sendo construída em cima da mesma fundação, não uma promessa de "já está tudo pronto".
Qual a diferença entre "não esquecer a conversa" e "lembrar do lead"?
Pensa em dois lugares diferentes onde uma informação pode morar. Um é o bloco de anotações da conversa de hoje: o que o cliente já disse, o que já foi perguntado, em que ponto vocês pararam. Isso é o estado curto — na arquitetura, chamado de checkpointer. Ele existe pra a conversa fluir sem repetir pergunta, e já é assim que o atendente funciona hoje: dentro do mesmo contato, nada se perde.
O outro lugar é a ficha do cliente — não o bloco de anotações de uma conversa específica, mas o histórico que sobrevive além dela. Isso é a memória longa do lead, prevista na arquitetura como uma peça separada (junto com uma memória equivalente no nível da empresa, chamada de memória do tenant — o que aquele negócio específico já ensinou ao agente, não o lead individual). São dois compartimentos com função diferente: um serve pra a conversa de agora não travar; o outro serviria pra reconhecer que aquele número já apareceu antes, mesmo que a conversa de hoje seja, tecnicamente, uma linha do tempo nova.
Se o cliente sumiu um mês e voltou, o que a IA sabe hoje?
Se for a mesma conversa contínua com o mesmo contato — o caso mais comum no WhatsApp — ela já sabe tudo, porque essa conversa nunca expira por tempo; ela só segue de onde parou. Isso já está provado e no ar.
O cenário que a pergunta de verdade mira é outro: quando a conversa de hoje não é a continuação direta da de mês passado — por exemplo, porque aquele atendimento anterior já tinha sido fechado (virou cliente, ou foi arquivado como frio) e agora chega uma mensagem nova, meses depois, como se fosse um contato do zero. Reconhecer, nesse caso, que é a mesma pessoa e puxar o que já se sabe dela não é o mesmo mecanismo do bloco de anotações da conversa — é a memória longa entrando em ação, olhando pro lead como entidade que existe além de uma única thread de conversa.
Essa memória de longo prazo já está ligada, rodando pra valer?
Ainda não é o padrão em produção — e vale ser direto sobre isso, porque prometer memória perfeita sem ela existir de verdade é o tipo de promessa vazia que gera desconfiança em atendimento automatizado. O que já está pronto e testado ao vivo é o estado curto: o agente que atende o WhatsApp da própria Estefani & Co guarda o histórico de cada conversa num banco dedicado, e isso foi comprovado com mensagem real entrando pelo WhatsApp e resposta saindo do outro lado sem perder o fio. A camada de memória longa do lead está desenhada como parte fixa do motor — o que significa que ela não muda de cliente pra cliente, é a mesma peça pra todo mundo — mas a ordem de construção prioriza primeiro a memória em nível de empresa e só depois a de cada lead individual. É arquitetura decidida, não arquitetura em produção plena.
Como garantem que o histórico de um cliente não vaza pro de outro?
Pelo mesmo princípio que já isola tudo mais nessa arquitetura: cada empresa tem seu próprio compartimento de dados, identificado e separado — o que na engenharia se chama de namespacing. Isso já vale hoje pra onde o dado de conversa mora: cada cliente roda numa instância isolada, com banco próprio. A memória longa do lead segue a mesma regra por desenho — o histórico de um lead da empresa A nunca é consultado numa conversa da empresa B, porque a busca já nasce restrita àquele compartimento. Não é um filtro que pode falhar; é a estrutura de onde o dado é lido.
O agente que atende o WhatsApp da própria Estefani & Co roda hoje exatamente sobre essa separação. A parte curta já está provada ao vivo: mensagem chegando pelo WhatsApp, o histórico daquela conversa carregado do banco, resposta do modelo saindo sem perder o que já tinha sido dito antes — nenhuma pergunta repetida, nenhum "esqueceu" no meio do caminho. A parte de memória longa do lead — reconhecer que um número que já conversou há dois meses é a mesma pessoa, mesmo que aquele atendimento anterior já tivesse sido encerrado — é a próxima camada prevista sobre o mesmo motor, com o isolamento por empresa já desenhado desde a decisão de arquitetura: primeiro a memória da empresa, depois a do lead individual. É o mesmo motor que qualquer cliente novo receberia — a diferença nunca é o código, é a configuração e o dado de cada empresa, sempre isolados.
Perguntas frequentes
Se eu conversar hoje e voltar daqui a um mês, a IA me reconhece?
Dentro da mesma conversa e do mesmo contato, sim — o estado não expira por tempo. Ser reconhecido como o mesmo lead numa conversa tecnicamente nova é a camada de memória longa, que está desenhada na arquitetura mas ainda não é o padrão ligado em produção.
Meu histórico pode se misturar com o de outro cliente da mesma plataforma?
Não. Cada empresa tem seu próprio compartimento de dados isolado — a mesma regra que já garante que o banco de uma empresa nunca é consultado numa conversa de outra.
Qual a diferença entre "esquecer dentro da mesma conversa" e "não reconhecer entre conversas"?
Esquecer dentro da mesma conversa é o robô perguntar de novo o que você acabou de responder — isso já não acontece. Não reconhecer entre conversas é mais profundo: é a diferença entre uma conversa que nunca fecha e um histórico que precisaria sobreviver mesmo depois que ela fechou.
Se eu sumir e voltar por outro canal, tipo Instagram, a IA sabe que sou a mesma pessoa?
Ainda não. Juntar contatos de canais diferentes como sendo a mesma pessoa depende da mesma camada de memória longa e está no mesmo horizonte — não é o que roda hoje.
Por que separar memória curta e memória longa em vez de guardar tudo junto?
Porque servem a propósitos diferentes. A curta existe pra a conversa de hoje fluir sem repetir pergunta. A longa existe pra reconhecer histórico entre conversas separadas — e isolar isso por empresa desde a raiz é mais seguro do que guardar tudo numa pilha só e filtrar depois.