Glossário de voice AI em português: os termos que precisa de conhecer

Este glossário existe por uma razão simples: quando uma empresa começa a avaliar atendimento telefónico com IA, cai numa sopa de siglas em inglês. Aqui ficam os termos que realmente interessam, definidos em português claro, do ponto de vista de quem decide - não de quem programa. Está organizado por temas, do conceito à operação.

Conceitos base

Voice AI (IA de voz). O conjunto de tecnologias que permite a uma máquina ouvir, compreender e falar numa conversa natural. É o chapéu que cobre tudo o resto neste glossário.

Agente de voz. A aplicação prática da voice AI ao telefone: um sistema que usa essas tecnologias para conduzir chamadas de princípio ao fim - atende, conversa, executa tarefas e termina a chamada. Pode ser de entrada (atende quem liga) ou de saída (liga a clientes e leads). Em resumo: a voice AI é a tecnologia, o agente de voz é o sistema construído com ela.

Assistente virtual. Termo mais lato para um sistema de IA que interage com pessoas em nome de uma empresa. Um agente de voz é um assistente virtual especializado no telefone.

Rececionista virtual com IA. A aplicação mais comum do agente de voz: atender as chamadas de um negócio como o faria uma rececionista, com marcações, triagem e respostas a questões frequentes. Explicámos ao detalhe em o que é uma rececionista virtual com IA.

IA conversacional. A capacidade de manter uma conversa livre, entendendo intenções em vez de palavras-chave. É o que separa os agentes de voz modernos dos sistemas de menus.

IVR (Interactive Voice Response). A tecnologia anterior: menus telefónicos de "prima 1 para vendas, prima 2 para suporte". Rígido, impessoal e cada vez pior tolerado por quem liga. As diferenças estão em atendedor automático, IVR e rececionista virtual.

Atendedor automático. O degrau mais simples: uma gravação que informa ou reencaminha, sem qualquer conversa. Útil para dizer o horário; incapaz de marcar uma consulta.

A tecnologia por dentro

STT (speech-to-text) ou reconhecimento de fala. A peça que converte a voz de quem liga em texto, em tempo real, lidando com sotaques, ruído de fundo e frases imperfeitas.

LLM (large language model) ou modelo de linguagem. O cérebro da conversa: interpreta a intenção do que foi dito, decide o que fazer e formula a resposta. É treinado com enormes volumes de texto e afinado com instruções específicas do negócio.

TTS (text-to-speech) ou síntese de voz. A peça que converte a resposta em voz falada. A qualidade da síntese em português europeu é o fator que mais influencia a perceção de naturalidade. As três peças estão explicadas em como funciona a IA de voz por dentro.

Latência. O tempo entre o cliente acabar de falar e o assistente começar a responder. Latências altas tornam a conversa artificial; os bons sistemas respondem em fração de segundo.

Barge-in. A capacidade de o cliente interromper o assistente a meio de uma frase e ser ouvido, como numa conversa humana. Sem barge-in, a conversa parece um monólogo gravado.

Base de conhecimento. A informação da empresa que o assistente usa para responder: serviços, preços, horários, políticas. Manter a base atualizada é manter o assistente competente.

Guião (prompt). As instruções que definem a personalidade, o âmbito e os limites do assistente: como se apresenta, o que pode resolver, quando transfere. Escrever bons guiões é um ofício em si.

Alucinação. Quando um modelo de linguagem responde com informação plausível mas falsa. Nos agentes de voz sérios, controla-se limitando as respostas à base de conhecimento e definindo o que o assistente não pode inventar, com regras de transferência para os casos fora do âmbito.

Guardrails. As barreiras de segurança configuradas no assistente: temas proibidos, limites de ação, regras de escalamento. São o que impede um assistente de prometer o que a empresa não pode cumprir.

Operação de chamadas

Triagem. Identificar o motivo da chamada e encaminhá-la para o destino certo: uma pessoa, um departamento ou a resolução direta pelo próprio assistente.

Cold transfer. Passar a chamada a um humano sem contexto: o cliente tem de repetir tudo. É o que acontece na maioria das centrais tradicionais.

Warm transfer. Passar a chamada com contexto: o assistente resume primeiro ao colega quem liga e porquê. A diferença de experiência para o cliente é enorme.

Escalamento. A regra que define quando o assistente deve passar a chamada a um humano: casos sensíveis, pedidos fora do âmbito, sinais de frustração. Um bom escalamento é o que torna a IA confiável.

Overflow. Configuração em que o assistente só atende quando a equipa não consegue: linha ocupada ou ninguém disponível. Cenário clássico de arranque, com risco mínimo.

Atendimento fora de horas (after-hours). O assistente cobre as horas em que a empresa está fechada: noites, almoços, fins de semana e feriados. Para muitas PMEs, é onde estão as chamadas perdidas de maior valor.

Outbound (chamadas de saída). O assistente liga proativamente: confirmar consultas, contactar leads de anúncios, reativar clientes antigos. O inverso de inbound, as chamadas de entrada.

Speed-to-lead. O tempo entre um lead demonstrar interesse e a primeira conversa real. Ligar em minutos, em vez de horas, muda drasticamente a taxa de fecho, e é uma das aplicações outbound mais valiosas.

Qualificação de leads. As perguntas que determinam se um contacto tem potencial real: necessidade, prazo, orçamento. Um assistente pode qualificar ao telefone e entregar à equipa comercial apenas os leads com substância.

Voicemail (correio de voz). A caixa de mensagens onde as chamadas não atendidas vão morrer: a maioria das pessoas desliga sem deixar recado. É o adversário silencioso que o atendimento com IA elimina.

Métricas que interessam a decisores

Taxa de atendimento. A percentagem de chamadas recebidas que são efetivamente atendidas. É a métrica mais honesta do estado do seu atendimento, e a primeira que muda com um assistente.

Tempo até atender. Quantos toques até alguém, humano ou IA, atender a chamada. Cada toque a mais aumenta a probabilidade de desistência.

Resolução na primeira chamada. A percentagem de chamadas resolvidas sem transferências nem seguimentos. Mede a competência real do atendimento, humano ou virtual.

Transcrição. O registo escrito, palavra a palavra, de cada chamada. Com transcrições, o telefone deixa de ser uma caixa negra: a gestão passa a ver o que os clientes pedem e como estão a ser atendidos.

Custo por chamada atendida. O custo total do atendimento dividido pelas chamadas atendidas. É a base da comparação séria entre modelos de atendimento, que fizemos em quanto custa o atendimento telefónico em Portugal.

Conformidade

RGPD. O Regulamento Geral sobre a Proteção de Dados, que rege a recolha e tratamento de dados pessoais na UE, incluindo os recolhidos numa chamada. O essencial para assistentes de voz está no nosso guia prático de RGPD.

Aviso de gravação. A informação, dada no início da chamada, de que a conversa é gravada e com que finalidade. Obrigatória quando há gravação, com IA ou sem ela.

Identificação como assistente virtual. A obrigação de transparência: quem liga deve saber que fala com uma IA. Além de exigência regulatória, é boa prática comercial - a confiança não sobrevive a enganos. O enquadramento completo está em é legal ter uma IA a atender o telefone?.

Subcontratante (data processor). A figura do RGPD que descreve o fornecedor que trata dados pessoais por conta da empresa. Exige contrato escrito a definir onde os dados ficam, por quanto tempo e quem lhes acede.

Minimização de dados. O princípio de recolher apenas os dados necessários à finalidade. Num assistente de voz, significa pedir o essencial para resolver a chamada, e nada mais.

Um glossário vivo

Este hub é atualizado à medida que novos termos entram nas conversas com clientes. Se encontrou num orçamento ou numa reunião um termo que não está aqui, é provável que seja jargão dispensável - mas diga-nos, e nós traduzimos para português claro.