Ferramenta gratuita · Análise por IA em 5 categorias
Auditor de Resposta de Atendimento
Cole uma resposta que seu time (ou sua IA) já deu a um cliente. A análise é automática, em 5 categorias — clareza, completude, tom, risco de promessa e acionabilidade — e cada veredito vem com um trecho citado do próprio texto como evidência, não uma nota solta.
Mínimo de 20 caracteres. 0/4000.
As 5 categorias avaliadas
Clareza · Completude · Tom · Risco de promessa · Acionabilidade
Perguntas frequentes
Este auditor reproduz a rubrica do HelpSteer3?
Não. O HelpSteer3 (dataset de preferência humana da NVIDIA, 132.937 avaliações, licença CC BY 4.0) não tem uma lista fixa de critérios reutilizável: seu subconjunto Principle gera um critério de avaliação por exemplo, e o subconjunto Feedback coleta crítica em texto livre sobre cada resposta. As 5 categorias deste auditor (clareza, completude, tom, risco de promessa, acionabilidade) são um recorte próprio da DNACX, inspirado na prática de avaliação humana de respostas que esse dataset usa, não atribuídas a ele como taxonomia fixa.
A IA confirma se o prazo, valor ou política citados na resposta são verdadeiros?
Não, e a categoria "Risco de promessa" existe exatamente para deixar isso claro: a IA não tem acesso a nenhuma fonte real da sua empresa, só ao texto colado. Ela aponta quais afirmações concretas (prazo, valor, garantia) merecem conferência humana antes de a resposta sair, mas nunca alega saber se são verdadeiras.
O texto colado é enviado para algum servidor?
Sim, ao clicar em "Analisar resposta": o texto vai para um provedor de IA que gera a análise, e a resposta volta para a sua tela. Ele não é gravado nem associado a você nesse momento — só entra numa base de contatos se você preencher e-mail para baixar o PDF do resultado.
Serve para avaliar resposta de humano, de chatbot, ou os dois?
Os dois. As 5 categorias valem para qualquer resposta de atendimento, escrita por uma pessoa ou gerada por IA — o auditor não diferencia a origem, só o resultado entregue ao cliente.
O que fazer com o resultado desta análise?
Use como pauta para revisar respostas repetidas do mesmo tipo (um modelo de resposta usado em massa, por exemplo), ou para calibrar o que seu time considera 'resposta boa' antes de escalar volume de atendimento com IA.