Usar inteligência artificial sem susto
A inteligência artificial comercial precisa mostrar de onde tirou a resposta
Fontes internas, base versionada, ações permitidas e registro de decisões formam a auditoria do agente.
Nenhuma lei brasileira obriga o robô de atendimento a dizer de qual documento tirou a resposta que deu ao seu cliente. Quem contrata um agente de inteligência artificial para vender só consegue isso escrevendo no contrato. Este texto mostra o que a lei já garante e as cláusulas que você leva para a mesa.
14 minutos de leitura Revisão em Brasil GEO, responsável editorial
Este artigo em vídeo e em podcast
O texto desta página virou uma aula gerada no NotebookLM a partir da prosa que você lê abaixo, servida nos arquivos originais, sem recompressão. O vídeo de 8 min apresenta o panorama; o podcast de 17 min aprofunda a conversa para ouvir no deslocamento. Cada peça tem download, compartilhamento e a transcrição completa para ler e copiar.
Bem-vindos a esta análise. Hoje a gente vai entrar de cabeça num tema que é literalmente urgente para quem tem uma pequena empresa e usa automação de marketing. A gente vai explorar exatamente por que os agentes comerciais de inteligência artificial precisam provar de onde tiram as respostas que geram. Com base numa avaliação super crítica de contratos de fornecedores e da nossa legislação atual, a ideia aqui é revelar o que na prática realmente protege o seu negócio quando você usa automação. A nossa estrutura hoje passa rapidinho por 6 pontos.
O problema da resposta inventada, a realidade das leis atuais, as 4 perguntas para auditoria, o perigo dos números de vitrina dos fornecedores, o que escrever no contrato e, por fim, como exigir a origem da resposta. Ponto 1. O problema da resposta inventada. Vamos começar pelo risco mais crítico que existe no atendimento automatizado. Aquele momento em que o robô dá ao cliente uma resposta, ou faz uma promessa, que Ninguém na sua empresa escreveu. Pra ilustrar perfeitamente esse cenário, tem um caso de 2024 que é o exemplo e ideal.
O chatbot de uma companhia aérea canadense simplesmente inventou uma tarifa de luto, oferecendo um desconto que não existia. Quando isso foi parar no tribunal, a empresa tentou argumentar, não pera aí, o robô é uma entidade separada do nosso site. Sabe o que o juiz decidiu? Que quem publica a página é legalmente responsável por tudo que tá escrito nela, sem exceções. E isso traz a gente para a primeira decisão prática de hoje. A responsabilidade é absoluta. As empresas precisam assumir 100% da responsabilidade por cada palavra gerada pelos sistemas automatizados.
Não tem como terceirizar a culpa para a máquina, tá? Ponto 2. A realidade das leis atuais. Aqui a gente esbarra num mito bem perigoso. Muita gente acha que as leis brasileiras atuais vão forçar e acetar as fontes. Mas olha só a linha do tempo do projeto de lei da IAQ no Brasil. O texto foi aprovado pelo Senado lá em dezembro de 2024. Foi para a Câmara em março de 2025 e... parou. A votação foi adiada para depois das eleições de outubro de 2026, ou seja, hoje, no momento presente, esse projeto não oferece zero proteção contratual para a gente. Ah, mas e o que já tá valendo? Pois é, a realidade é surpreendente.
O artigo 20 da LGPD até te dá o direito de pedir revisão, mas logo esbarra no segredo comercial. O Decreto 12.880 de 2026 exige aviso de IA só para produtos voltados a crianças e adolescentes. E o que a gente herda da Europa? A lei europeia vale, da partir de agosto de 2026, obriga a avisar que é uma máquina, mas não exige revisão humana ou log para vendas comerciais padrão. Essa regra só vale para sistemas classificados como alto risco, e o atendimento comum não entra nessa conta, o que nos leva a uma decisão cristalina. A lei não vai salvar o seu atendimento automatizado. Esperar por legislação não é estratégia.
Toda segurança técnica tem que ser construída e negociada, linha por linha, no contrato. Ponto 3. Quatro perguntas para a auditoria. Para você rodar um agente comercial com segurança na automação de marketing, tem um processo de auditoria que é inegociável. Cada resposta gerada precisa passar por quatro perguntas. Passo 1, de qual documento exato essa resposta saiu? Passo 2, qual era a versão da base de dados naquele milissegundo? Passo 3, que ação o robô tinha permissão para executar sozinho? E o passo 4, o que ficou salvo nos logs para o humano conferir amanhã?
Fazendo um parênteses rápido para traduzir um jargão comum da área, o sandbox. A gente ouve falar do SendBox da NPD de agosto de 2026, né? É importante lembrar que isso é só um teste piloto com empresas. Não é uma norma jurídica que obriga o fornecedor a cumprir esses passos de auditoria. Então, a decisão prática habilitada aqui é muito simples. Vai avaliar um fornecedor de A? Ele precisa provar que consegue responder instantaneamente a essas quatro perguntas para qualquer resposta gerada. Se não conseguir, liga o sinal de alerta. Ponto 4. Fornecedores e os famosos números de vitrine.
Traduzindo outro termo técnico rapidinho, API. Uma API é basicamente a porta pela qual dois sistemas trocam informações sozinhos sem ninguém apertar o botão. O detalhe é que três dos grandes fornecedores do mercado vendem apenas essa API. Sabe o que isso significa? Que a bronca de construir a citação de fonte cai inteira no colo de quem está fazendo a integração. Ou seja, você ou o seu TI. E olha que curioso quando a gente olha os fornecedores que entregam a solução pronta. A configuração padrão deles é cheia de pontos cegos.
A Zendesk, por exemplo, esconde da lista de fontes os arquivos CSV, que é justamente onde costuma ficar a planilha de preços. A HubSpot esconde fontes privadas da visão do cliente. A Salesforce até tem uma trilha de auditoria maravilhosa, mas ela vem desligada por padrão. E a OpenAI, guarda os logs por até 30 dias, mas só para monitoramento interno deles, não para você. E os fornecedores adoram mostrar aqueles números maravilhosos de vitrine, tipo o teste de alucinação da Vector de Maio de 2026, que mostra erros bem baixinhos, entre 1,8 e 10,9% em resumos.
O problema é que isso é testado com documento já na mão, não reflete o caos do atendimento real ao seu cliente, nem aquelas métricas de consistência repetida como as que a gente viu no benchmark de 2024. Nossa quarta decisão prática, simplesmente ignore esses números de vitrine. O único teste que importa é o feito exclusivamente na sua própria base de dados, rodando uns 5 a 8 ciclos repetidos para ver se o robô mantém a coerência. Ponto 5. O que é escrever no contrato? Como a lei não obriga e o fornecedor esconde por padrão, o coração da sua proteção está no papel.
O contrato precisa exigir que a citação da fonte apareça para o cliente. Tem que ter a lista de acessões por escrito. A janela de atualização da base tem que ser travada em horas. Os logs precisam ser guardados desde o dia 1. As ações autônomas do robô precisam ser uma lista fechada. E a transferência da IA para um humano não pode ser subjetiva, tipo quando a IA tiver baixa confiança, não. Tem que ser definida por números absolutos e rígidos. E a decisão que consolida isso é escrever um comando bonitinho no prompt da IA pedindo para ela não dar desconto, é só um pedido.
Governança real, aquela que protege seu bolso, é cláusula de contrato assinada. Ponto 6, exija a origem da resposta. Até a gente ter rastreabilidade 100% automática e garantida, a arquitetura mais segura para a sua operação é essa aqui. A IA lê a base de conhecimento, ela poupa tempo escrevendo o rascunho, mas o clique final de enviar é de um humano. O resultado? Sempre vai ter alguém na operação que sabe exatamente a origem daquele preço ou daquele desconto antes de chegar no cliente. E a última decisão prática é que essa revisão humana tem que ser uma exigência contratual e negociável.
Principalmente porque, lá em 2019, uma mudança na lei removeu a exigência obrigatória de ter uma pessoa revisando. E a gente encerra esta análise com uma reflexão super provocativa para você pensar antes de assinar qualquer ferramenta. Se o seu agente automatizado alucinar e fizer uma promessa devastadora para um cliente amanhã, o que exatamente no seu contrato atual protege o seu negócio? É a resposta para essa pergunta que define se você está seguro hoje. Um abraço e até a próxima explicação.
Transcrição gerada localmente por reconhecimento de fala sobre o áudio original e revisada nos termos técnicos; pequenos desvios de grafia podem permanecer.
Portal Leadlovers 2026 · Usar inteligência artificial sem susto
Em 2024, teve um caso muito curioso que serve de alerta. Um robô de atendimento de uma companhia aérea lá no Canadá simplesmente inventou uma política de tarifa de luto, uma regra que, tipo, não existia na empresa. E a reação deles quando a coisa foi parar num tribunal de pequenas causas foi ainda mais surpreendente. A defesa tentou colocar a culpa na própria máquina. Exatamente. Os advogados chegaram na frente do juiz e argumentaram que aquele agente de inteligência artificial no site era uma entidade separada, tipo um prestador de serviços autônomo e totalmente rebelde, sabe?
E claro, o juiz não engoliu essa história. A decisão dele foi muito direta. Quem publica a página responde criminal e financeiramente pelo que está escrito nela. Com certeza. Não tem brecha na lei para terceirizar a culpa para um algoritmo. Isso, olha, expõe a ferida aberta da automação comercial que a gente tem hoje. A empresa não tem o registro milimétrico do que o agente falou. E, principalmente, de qual documento interno ele tirou aquela resposta alucinada, fica impossível montar uma defesa ou até corrigir o sistema. Fica totalmente de mãos atadas.
E é exatamente essa vulnerabilidade que traz a gente para a nossa análise de hoje. nós vamos fazer um mergulho profundo num artigo muito revelador de 2026 do portal Leadlovers. O título é A Inteligência Artificial Comercial Precisa Mostrar De Onde Tirou a Resposta. Isso! A nossa missão nessa conversa é colocar uma lupa nesses perigos ocultos, especialmente para quem é dono de uma pequena empresa e já integra plataformas de automação de marketing no dia a dia. Como a própria Leadlovers, né?
Porque é vital entender o que realmente acontece nos bastidores desses robôs de vendas que, nas demonstrações comerciais, parecem pura mágica. Exato. O caso da Companhia Aérea Canadense é o ponto de partida perfeito porque quebra essa ilusão do robô infalível. A tecnologia, sim, avançou absurdamente mais rápido do que as proteções jurídicas do empreendedor. E isso me faz pensar na nossa própria realidade, sabe? Se a culpa vai cair sempre no colo de quem publicou o robô, o que a legislação brasileira atual faz para proteger o pequeno negócio quando a máquina erra?
Olha, sendo bem direta, a resposta que o artigo traz é um banho de água fria. Nossa, imagino! O que se tem de garantia legal hoje passa muito longe daquelas propostas robustas dos fornecedores de software. Se a gente pegar o arcabouço atual, a base seria o artigo 20 da LGPD e o decreto 12.880 que saiu agora em 2026. Certo. E o que eles dizem na prática? Na teoria, a lei diz que o cliente tem o direito de pedir a revisão de uma decisão tomada só por uma máquina. E a empresa ficaria obrigada a explicar os critérios e os procedimentos que o sistema usou.
Mas, peraí, se a LGPD nasceu para dar transparência, por que essa explicação não chega no cliente de verdade? Tem que ter alguma trava aí no meio? Uhum, tem sim. O bloqueio atende pelo nome de segredo comercial. Ah, o segredo comercial é basicamente aquela proteção jurídica que permite a uma empresa esconder as informações estratégicas do seu negócio. Perfeito. Quando o cliente exige saber como o robô negou um crédito, por exemplo, a desenvolvedora do robô pode simplesmente barrar a explicação. Eles alegam que revelar como a máquina pensou iria expor a propriedade intelectual deles. Entendi.
Então a lei cria a sua própria rota de fuga. Pois é. Mas, vem cá, e aquela garantia de revisão? Se o cliente reclamar de uma cobrança errada do robô, quem é que senta para olhar o histórico e avaliar essa decisão? É aí que os bastidores de Brasília mostram a força do lobby da tecnologia. Lá no texto original da LGPD, em 2018, existia a palavra humana. A revisão humana. Isso, a revisão precisava ser feita por uma pessoa. Mas, no ano seguinte, em 2019, uma nova lei simplesmente apagou essa palavra do texto.
E mais tarde até tentaram devolver a exigência de uma pessoa física no processo, mas caiu num veto presidencial. Cara, eu tô chocado. Deixa eu ver se eu entendi a gravidade disso. Hoje, se um agente comercial tomou uma decisão péssima, a lei permite que a empresa coloque uma segunda inteligência artificial para revisar o trabalho da primeira. Uhum, exatamente isso. Um sistema avaliando o outro, sem nenhum humano precisar encostar no processo. Mas, tipo, isso é a mesma coisa que pedir para a própria parede avaliar se ela foi bem pintada. Nossa, ótima analogia. É bem por aí.
Cria uma sensação de segurança que é totalmente falsa, né? É um clubinho de máquinas concordando entre si enquanto o cliente e o dono da empresa tomam um prejuízo. E a cereja do bolo vem com o decreto de 2026. A única obrigação real que ele colocou foi para sistemas voltados a crianças e adolescentes. Esses precisam de um aviso claro de que é um robô falando. Só para crianças? E os agentes comerciais para adultos, fechando contratos e vendas? Ficaram totalmente de fora. Nenhuma linha da lei brasileira atual obriga um robô de atendimento a mostrar a fonte interna de onde ele tirou a informação.
Bom, se o cenário nacional é essa parede se autoavaliando, o mercado costuma jogar a esperança lá pra frente ou lá pra fora, sabe? A galera sempre fala que o famoso projeto de lei da IA vai salvar todo mundo, ou que é só comprar de um fornecedor europeu. Essa é uma leitura muito otimista, viu? E bem desconectada do cronograma político. Vamos começar pela ilusão aqui no Brasil. O marco legal da inteligência artificial até que avançou e saiu do Senado em dezembro de 2024. Certo. O problema é que ele travou na Câmara. O relator do projeto já avisou que a votação ficou só para depois das eleições de outubro de 2026.
Ou seja, hoje, cobrar adequação a essa lei é cobrar obediência a um fantasma. E vamos supor um milagre aqui. A Câmara aprova o texto do Senado amanhã, sem mudar nada. Isso blindaria a pequena empresa que usa um robô no WhatsApp para vender cursos? De jeito nenhum. O texto do Senado cria obrigações de explicação e revisão humana apenas para sistemas classificados como de alto risco. Alto risco, tipo diagnósticos médicos ou sistemas de crédito. Exato. Um agente de suporte e vendas de uma plataforma de marketing não entra nessa categoria. E tem mais. Os fornecedores vivem prometendo rastreabilidade baseada nessa lei.
Espera, rastreabilidade é aquela capacidade técnica de acompanhar o caminho que o dado fez até virar uma resposta na tela, não é? Isso mesmo. Só que o absurdo é o seguinte. a palavra rastreabilidade não aparece nenhuma vez nas 36 páginas do texto que o Senado aprovou. Nenhuma vez. Gente, então, vender rastreabilidade com uma exigência dessa lei no Brasil é tipo vender um seguro caríssimo com tranchentes para alguém que mora no meio do deserto. Sim. A pessoa paga por uma cláusula comercial achando que está cumprindo uma lei que nem exige aquilo. Exatamente.
E o argumento de que a Europa salva tudo sofre do mesmo exagero. O regulamento europeu, que entrou em vigor em agosto de 2026, é muito distorcido pelas equipes de vendas por aqui. Mas, assim, o que a gente herda de verdade de um fornecedor que cumpre a regra europeia? Olha, de prático, apenas duas coisas. Primeiro, o aviso explícito de que o usuário está falando com uma máquina. E segundo, a marcação de que qualquer conteúdo gerado pela IA tem uma marca d'água invisível legível por outros sistemas. Só isso? A lei europeia não obriga o robô a gravar conversa ou a ter um humano de olho?
Para registro contínuo e supervisão humana, só se foi sistema de alto risco. E mesmo assim, só a partir de dezembro de 2027. Agora, o golpe de misericórdia. Citar a fonte documental da resposta não é obrigação em grau nenhum de risco na Europa. Nossa! É, os legisladores preferiram não entrar nesse pesadelo de engenharia que é mapear a origem exata de um dado numa rede neural gigantesca. Tá. Já que nem Brasília nem Europa vão salvar a operação do pequeno empresário, a responsabilidade cai inteira no colo da tecnologia, da caixa preta do software. E aí o artigo da Leadlovers faz um trabalho brilhante. Uhum.
Eles propõem um roteiro de auditoria. Porque não dá pra auditar, só olhando se o português da resposta tá bonito, né? Eles listam quatro perguntas fundamentais. E quais são elas? A primeira, de qual documento interno da empresa a resposta saiu. A segunda, qual era a versão exata da base que o sistema estava lendo naquele milissegundo. A terceira, que ações o agente tinha permissão para executar sozinho. E a quarta? E a quarta, e mais crítica, o que ficou guardado no banco de dados para a conferência humana depois que o chat fechou. Muito bom!
E aí, em agosto de 2026, o artigo pegou essas quatro perguntas e aplicou nas centrais de ajuda de oito fornecedores grandes do mercado. O que eles descobriram na documentação técnica, lá onde a verdade aparece? Descobriram várias pontas soltas perigosíssimas. Três desses fornecedores vendem só a API. A API é tipo aquela porta de comunicação por onde dois sistemas trocam informações sozinhos, sem o mano no meio. Isso! Fornecedores de API como o OpenAI, Anthropic e Google só se garantem na primeira pergunta.
Eles entregam a carta com a resposta final e até apontam o documento, mas não guardam o histórico nem gerenciam permissões de ação. Isso cai no colo de quem programou a ponte. Ou seja, do dono do negócio, que geralmente não tem equipe para isso. E os outros cinco que vendem o agente pronto para plugar no site, tipo a HubSpot e a Zendesk. Aí é que os buracos assustam mais. A HubSpot, por exemplo, omite a citação das fontes privadas. A máquina lê o documento interno, formula a resposta, mas esconde do cliente a origem, parecendo que tirou da internet. Nossa, perigoso. E tem mais.
O nível mais baixo de proteção de ações da HubSpot permite que o robô execute tarefas sem nem conferir a identidade da pessoa no chat. Peraí, qualquer um pede para alterar um pedido e a máquina faz sem checar a identidade? Isso é o caos. E o artigo cita um negócio chocante da Zendesk também, sobre como eles lidam com as fontes. A Zendesk até mostra as fontes por padrão, mas, na central de ajuda, eles avisam que arquivos em formato CSV não aparecem na lista de fontes que o cliente e o auditor conseguem ver. Eu confesso que eu fico perplexo com isso, porque, sim, pensa na rotina de uma empresa.
Um arquivo CSV, que é aquela planilha separada por vírgulas, é o coração financeiro do negócio. Exato, as margens de lucro, os preços... Isso. Se o robô consegue entrar lá, dá um desconto real no chat e não gera um link provando de onde ele tirou a autorização, cara, ele cria um fantasma financeiro dentro da empresa. O setor financeiro vai ver o desconto no fim do mês e não vai ter ideia de qual tabela o robô usou. Acaba totalmente com a previsibilidade do caixa, é uma falha de design. E sobre o registro, a quarta pergunta, também é nebuloso.
A OpenAI até guarda interações por 30 dias, mas é para o monitoramento próprio deles, não para o dono do negócio. E a Salesforce? A Salesforce tem a trilha de auditoria mais detalhada dessa prateleira. Guarda pergunta e resposta certinho, mas o recurso vem desligado por padrão e eles não publicam o prazo de guarda. Ouvindo tudo isso, me vem uma dúvida cruel sobre aqueles números de vitrine. A gente entra nos sites dessas plataformas e dá de para com painéis gigantes, falando em, sei lá, 99% de precisão. Ah, os números de vitrine! Pois é. Como eles chegam nesses números se operam cheios de pontos cegos?
É que esses números vêm de provas padronizadas, que não medem a bagunça do atendimento real. O PlacarVecPara, por exemplo, de maio de 2026, foca em resumo de documentos. E ele mostrou que os modelos ignoram partes do texto e erram numa faixa de 1,8% a 10,9%. Erram quase 11% das vezes com o texto na cara deles. Exatamente. E com uma certeza assustadora. Teve um caso em agosto de 2026 onde um modelo alucinou números de mercado financeiro até a segunda casa decimal, com total convicção. Se um humano não tivesse contestado, passava como verdade. A máquina não gagueja, né?
E aquele segundo número famoso, que mede os agentes fazendo tarefas práticas. Esse vem de uma prova de 2024, a Tay-Bent. Ela avalia agentes que usam ferramentas externas. O problema é que o robô acerta lindamente na demonstração, mas se você pedir para repetir a tarefa mudando uma palavrinha do cliente, ele perde a consistência e falha miseravelmente. É um teatro, né? E para fugir dessa vitrine, o artigo traz 16 exigências para colocar no contrato antes de assinar. Como a lei não obriga e o fornecedor não dá de graça, a gente tem que escrever no papel. Isso mesmo. E 10 delas dependem inteiramente do contrato.
As indispensáveis são... A. Primeiro, a janela de atualização da base tem que ser medida em horas. Se eu subo um preço novo, em quantas horas aí eu esqueço o velho? Vital. Segundo, o registro das interações guardadas desde o primeiro dia, com prazo e deixando claro de quem é a posse legal dos dados. E terceiro, uma lista fechada de ações permitidas. Nada de dar desconto sem o link da fonte aparecer na tela final. Perfeito. Tem que amarrar também a regra para passar para o humano, não é? Ah, sim. O gatilho para chamar um humano tem que ser um número exato.
Tem que recusar aquelas métricas vagas, tipo, se a confiança for baixa. Confiança baixa não se audita. E tem um ponto de honra nessa lista. A pequena empresa precisa recusar a tal da governança via instrução, o famoso prompt. O vendedor fala, hum, é só escrever no prompt para ele nunca dar mais de 10% de desconto. Isso é loucura! É exatamente igual a colocar um prato de doces na mesa, pedir educadamente para uma criança não comer, virar as costas para ir trabalhar e achar que está seguro. Negócios reais exigem fechaduras reais, exigem travas no contrato e não só um pedido educado. Exatamente.
O modelo lê a instrução só como uma sugestão estatística. A única taxa de acerto que vale é a medida na própria base da empresa, rodando a mesma tarefa de 5 a 8 vezes seguidas para ver se ele aguenta a consistência. Sensacional. Bom, voltando lá para a cena da nossa companhia aérea de 2024, no Tribunal. Com esse monte de buraco, qual é a arquitetura técnica mais segura que o dono de uma pequena empresa pode adotar amanhã de manhã? Olha, a única arquitetura defensável hoje é usar a máquina apenas como rascunho. O agente artificial lê os milhares de documentos e escreve uma resposta brilhante em segundos.
Mas o envio final fica sempre, sem exceção, na mão de uma pessoa da empresa. Então a máquina rascunha e o mano aperta o botão de enviar. Isso! Porque enquanto o contrato não garante fonte visível, versão da base e registro limpo, você não pode deixar o robô tomar a decisão final. O humano descarta a alucinação e salva o caixa da empresa. Sim, exato. E isso... Me deixa um pensamento provocativo para a galera que está acompanhando a gente refletir.
Diga. À medida que o pessoal começar a travar e auditar rigidamente cada suspiro desses robôs, enchendo de regras contratuais, será que essas ferramentas vão conseguir manter aquela fluidez mágica lá do começo? É uma ótima pergunta. Pois é. Ou será que eles vão voltar a ser apenas motores de busca glorificados, que falam muito bem, mas não podem fazer nada sozinhos. Fica aí a reflexão. O recado prático do nosso mergulho de hoje é leiam muito bem os contratos. Sempre papel assinado é o que conta. Promessa de vitrine não substitui a proteção jurídica. Um abraço para quem nos acompanha e até a próxima.
Transcrição gerada localmente por reconhecimento de fala sobre o áudio original e revisada nos termos técnicos; pequenos desvios de grafia podem permanecer.
O que a lei brasileira garante quando a máquina responde?
A lei brasileira garante menos do que a proposta comercial costuma sugerir. Ela dá ao seu cliente o direito de pedir revisão de uma decisão tomada por máquina. Não dá o direito de saber de qual documento a resposta saiu.
Esse direito está no artigo 20 da LGPD (a lei que protege os dados do cliente e limita o que você guarda). O mesmo artigo obriga a empresa a explicar os critérios da decisão, sempre que o cliente pedir. Só que a explicação pode parar no segredo comercial, e a lei aceita isso.
De onde vem cada garantia que o comprador supõe ter
-
Lei brasileira em vigor
O artigo 20 da LGPD e o artigo 11 do Decreto 12.880 de 2026 valem hoje.
- O seu cliente pode pedir revisão de uma decisão que a máquina tomou sozinha sobre ele.
- A empresa explica os critérios quando o cliente pede, e o segredo comercial limita essa resposta.
- Produto voltado a criança ou adolescente avisa que a conversa é automática, pelo decreto de 2026.
- Nenhuma regra obriga revisor humano, citação de fonte ou registro do que o agente respondeu.
-
Lei europeia, para fornecedor global
O artigo 50 do regulamento europeu vale desde agosto de 2026 para qualquer sistema que fala com pessoas.
- O agente diz ao usuário que é um sistema de inteligência artificial, salvo quando isso já é óbvio.
- Texto, áudio, imagem e vídeo criados por máquina saem marcados em formato que outro sistema lê.
- Registro, supervisão humana e explicação da decisão valem só para alto risco, desde dezembro de 2027.
- Citar a fonte da resposta não aparece em artigo nenhum do regulamento, em nenhum grau de risco.
-
Só por contrato
Quatro controles que nenhuma norma brasileira impõe e que você escreve antes de assinar o contrato.
- A resposta mostra ao cliente de qual documento saiu, com a lista de exceções por escrito.
- A base de conhecimento tem versão, e o contrato diz em quantas horas ela atualiza.
- Fica guardado o que o cliente perguntou e o que o agente respondeu, com prazo de guarda.
- As ações que o agente executa sozinho cabem numa lista fechada, com revisão por uma pessoa.
A surpresa está em quem revisa. O texto de 2018 falava em revisão por pessoa. Uma lei de 2019 retirou essa exigência, e o trecho que a devolveria caiu no veto. Hoje outro sistema pode fazer essa revisão. Revisão por gente é cláusula de contrato.
O decreto de 2026 é a única regra brasileira em vigor dirigida a agente de conversa. Ele alcança produto voltado a criança e adolescente, e pede aviso sobre o caráter automático. Um agente que vende para adulto fica fora dele, e nenhuma regra pede citação de fonte.
O projeto de lei da IA já vale para você?
Não vale neste ano, e nada indica que passe a valer até dezembro. O projeto que criaria o marco legal da inteligência artificial saiu do Senado em dezembro de 2024 e parou na Câmara. Enquanto ele não virar lei, nada dele é exigível de fornecedor nenhum.
O calendário que decide o que você pode exigir hoje
-
14/08/2018
LGPD sancionada com revisão por pessoa
cumprido
A redação original falava em revisão por pessoa, e essa era a garantia que o mercado citava.
-
2019
A revisão humana sai do texto
cumprido
Uma lei nova retirou a pessoa do artigo 20, e o trecho que a devolveria caiu no veto.
-
10/12/2024
O Senado aprova o marco legal da IA
cumprido
O texto seguiu para a Câmara em março de 2025 e até hoje não recebeu parecer do relator.
-
18/03/2026
Decreto 12.880 regulamenta o ECA Digital
cumprido
Agente de conversa passa a avisar criança e adolescente que a conversa é automática e sintética.
-
02/08/2026
Regra europeia de transparência começa a valer
em curso
Robô de atendimento na Europa precisa dizer ao usuário que quem responde é um sistema.
-
24/08/2026
Relator adia a votação para o fim do ano
em curso
O relator disse que a votação na Câmara fica para depois das eleições de outubro.
-
02/12/2027
Obrigações europeias de alto risco
previsto
Registro, supervisão humana e explicação da decisão passam a valer, e só para alto risco.
O texto que o Senado aprovou serve como padrão de contrato, e nada além disso. Ele dá a qualquer pessoa o direito de saber que fala com uma máquina. O direito à explicação e o direito à revisão por gente ficam só para sistema de alto risco.
Atendimento e venda comum não entram na lista de alto risco. E a palavra rastreabilidade, tão usada nas propostas, não aparece uma vez sequer nas 36 páginas do texto aprovado. Quem promete rastreabilidade por causa do projeto está vendendo cláusula, e não lei.
A agência que fiscaliza dados ainda não escreveu norma sobre agente comercial
A ANPD é a agência pública que fiscaliza o uso de dado de cliente no Brasil. Em agosto de 2026 ela publicou a metodologia de um sandbox, que é um piloto de testes com empresas. Piloto não é norma, e nenhum documento dela trata de citação de fonte por agente comercial.
O que você herda de um fornecedor que vende na Europa?
Você herda dois controles, e só eles. Desde agosto de 2026 o fornecedor que vende na União Europeia precisa avisar que quem responde é uma máquina. Precisa também marcar o conteúdo que a máquina gera, em formato que outro sistema consegue ler.
| O que a regra exige | A quem se aplica | Desde quando |
|---|---|---|
| Dizer ao usuário que ele fala com um sistema de inteligência artificial | Qualquer sistema que conversa com pessoas | 2 de agosto de 2026 |
| Marcar texto, áudio, imagem e vídeo gerados por máquina | Qualquer sistema que gera conteúdo | 2 de agosto de 2026 |
| Registrar sozinho os eventos ao longo da vida do sistema | Só alto risco | 2 de dezembro de 2027 |
| Manter supervisão de uma pessoa durante o uso | Só alto risco | 2 de dezembro de 2027 |
| Explicar ao cliente afetado a decisão individual | Só alto risco de uma lista fechada | 2 de dezembro de 2027 |
| Citar a fonte da resposta | Ninguém | Sem previsão |
As três últimas linhas pertencem ao regime de alto risco, e atendimento comercial não está nele. Quem cita a regra europeia para exigir registro de um agente de vendas usa um artigo que não alcança o caso. Na mesa, cobre o aviso de máquina como controle pronto e trate o registro como cláusula sua.
O aviso vale para quem atende a União Europeia, e o fornecedor global costuma trazer o mesmo produto para o Brasil. Peça a página que descreve esse aviso. Controle que existe só na proposta comercial não vale como controle.
Quais quatro perguntas cabem numa resposta do agente?
A auditoria de um agente cabe em quatro perguntas sobre uma única resposta ao cliente. De qual documento a resposta saiu. Qual versão da base estava carregada. Que ação o agente podia executar sozinho, e o que ficou guardado para alguém conferir depois. Saber quem responde pela ação de um agente ligado aos seus sistemas é assunto do curso MCP para quem decide.
Uma resposta do agente, e os quatro pontos onde a auditoria pega ou escapa
-
1
O cliente pergunta
O agente recebe a mensagem e as instruções que o administrador escreveu para ele seguir.
-
2
O agente procura na base
A Zendesk avisa que a fonte externa entra como estava na última sincronização, em geral a cada 24 horas.
-
3
O agente responde e cita
Na HubSpot a fonte privada entra na resposta sem ser citada, e na Zendesk a planilha em CSV também.
-
4
O agente executa uma ação
Na HubSpot o nível mais baixo de proteção executa a ação sem conferir a identidade de quem pediu.
-
5
Alguém confere depois
A Salesforce guarda a pergunta enviada e a resposta servida, e essa guarda não vem ligada.
O risco de não guardar registro já apareceu num tribunal. Em 2024 um tribunal de pequenas causas do Canadá condenou uma companhia aérea. O robô do site tinha dado a um passageiro uma informação errada sobre tarifa de luto. A empresa alegou que o robô era coisa separada do site, e a decisão negou isso.
Sem registro do que o agente disse e de onde tirou, a empresa não corrige o erro nem se defende dele. A decisão canadense não vale como lei no Brasil. O princípio vale em qualquer lugar: quem publica responde pelo que a própria página diz.
O que oito fornecedores escrevem na própria central de ajuda?
Oito fornecedores tratam do assunto em página aberta, e nenhum entrega tudo. Três vendem API (a porta por onde dois sistemas trocam informação sozinhos) e passam a citação a quem integra. Cinco vendem o agente pronto para atender e vender.
| Fornecedor e produto | Mostra a fonte? | Guarda registro? | Limita ações? |
|---|---|---|---|
| Anthropic, Citations | Sim, para quem integra, apontando o trecho do documento. Só texto | Não documentado | Não se aplica: camada de API |
| OpenAI, file search | Sim, por anotação no texto. O resultado da busca só vem quando o pedido pede | Registro próprio por até 30 dias | Não se aplica: camada de API |
| Google, embasamento | Sim, como link para a fonte | Não documentado | Não se aplica: camada de API |
| Salesforce, Agentforce | Com fontes e explicações quando possível | Sim, pergunta enviada e resposta servida, desligado por padrão | Recomenda que uma pessoa confira |
| HubSpot, Breeze | Parcial: a fonte privada entra sem ser citada | Não documentado | Sim, três níveis de proteção por ação |
| Zendesk, AI agents | Sim, para o cliente final, ligado por padrão. O CSV não aparece | Não documentado | Conteúdo restrito só para cliente identificado |
| Intercom, Fin | Só para o operador, como lista do que o sistema achou relevante | Tela de conferência por resposta | Tarefas com regras de negócio |
| RD Station, Mentor IA | Não documentado | Não documentado | Só por instrução escrita |
As três camadas de API respondem bem à primeira pergunta e param aí. A Anthropic garante que a citação aponta para um trecho real do documento, e só de texto. A OpenAI só devolve o material da busca quando o pedido pede. A Google chama de auditoria o link para a fonte, o que deixa a trilha de ações de fora.
Registro da conversa, contado sobre a prateleira de oito
- 2 fornecedores documentam trilha para o cliente: Salesforce e Intercom 25% do total
- 1 fornecedor guarda registro do próprio fornecedor: OpenAI 12,5% do total
- 5 fornecedores sem trilha documentada: Anthropic, Google, HubSpot, Zendesk e RD Station 62,5% do total
O registro da OpenAI pertence à própria OpenAI e serve ao monitoramento dela, com guarda de até 30 dias.
A Salesforce tem a trilha mais explícita da prateleira, e ela não vem ligada. Guarda a pergunta enviada ao modelo e a resposta servida ao cliente, depois que alguém liga a coleta e instala o pacote de relatório. O prazo de guarda não aparece na página pública.
Duas centrais de ajuda avisam que parte da fonte entra na resposta sem aparecer
A HubSpot escreve que o agente não cita a fonte privada, mesmo quando o conteúdo dela entra na resposta. Para o cliente, a resposta parece vir só das fontes públicas listadas.
A Zendesk escreve que arquivos em CSV não aparecem na lista de fontes, mesmo quando o agente usa a informação deles. A sua planilha de preço é o caso típico: ela responde e não assina.
A HubSpot dá a melhor resposta da prateleira à terceira pergunta. Antes de executar uma ação em nome do visitante, o administrador escolhe o nível de proteção. O mais baixo executa sem conferir quem está do outro lado. O do meio confere o e-mail, e o mais alto manda um link e só executa depois do clique.
Os dois números da vitrine medem o seu atendimento?
Não medem. Os dois números que aparecem em quase toda proposta vêm de provas padronizadas, e nenhuma delas roda na sua base. O primeiro compara modelos numa tarefa de resumo, com o documento inteiro na mão. Julgar a prova de que um agente melhora, e quais métricas recusar, é o tema do curso Agentes de código para executivos.
Erro em tarefa de resumo, com o documento inteiro na mão
Taxa de alucinação em resumo, em porcentagem
O quadro dá uma ordem de grandeza sobre resumo de documento, e deixa de fora a taxa de erro no atendimento. Quem montou a prova vende produto de busca com documento. O número que vale para você é o medido na sua base, e nenhum fornecedor publica esse.
O formato do erro pesa mais que a taxa. Num teste público de agosto de 2026, um modelo respondeu a uma pergunta de mercado com números até a segunda casa decimal. A série por trás daqueles números não existia. Só admitiu a falta de dado depois que alguém contestou. No atendimento, a resposta errada chega com a mesma segurança da certa.
Agente com ferramenta: quanto acerta, e quanto repete o acerto
-
abaixo de 50%
das tarefas simuladas concluídas com sucesso por agentes com ferramentas, em 2024
-
abaixo de 25%
de sucesso em oito tentativas seguidas da mesma tarefa de varejo
O segundo número é mais antigo e vale pelo método. A prova simula conversas entre um cliente de mentira e um agente com ferramentas, e compara o banco de dados no fim com o esperado. Ela mede também se o agente acerta a mesma tarefa oito vezes seguidas. Os valores são de um modelo de 2024 e não descrevem os agentes de hoje.
O teste que cabe no contrato mede consistência, e só o registro permite medir
Uma demonstração é uma tentativa, e o agente que erra na segunda passa nela. O defeito só aparece quando a mesma cesta de casos roda de cinco a oito vezes e alguém compara os resultados.
A cláusula é curta. O fornecedor roda a sua cesta de casos, na sua base, de cinco a oito vezes, e entrega a taxa de acerto com o registro de cada rodada.
O que você escreve no contrato antes de assinar?
Dez das dezesseis exigências desta página dependem só do contrato. Três você já tem pela lei brasileira. Outras três chegam junto quando o fornecedor também vende na Europa. O resto você escreve, ou não terá.
As dezesseis exigências desta página, empilhadas pelo lastro de cada uma
- Lei brasileira em vigor 3
- Herança do fornecedor global 3
- Cláusula de contrato 10
- Exigências que o comprador leva à mesa 16
As sete cláusulas abaixo cobrem essas dez exigências, na ordem em que aparecem no contrato.
- A resposta mostra ao cliente de qual documento saiu. A Zendesk já entrega isso ligado por padrão, e esse é o piso que o contrato copia.
- A lista de exceções vem por escrito, com a frase do próprio fornecedor sobre o que entra na resposta sem ser citado.
- A base tem versão e janela de atualização em horas, escrita no contrato e não na proposta comercial.
- O que o cliente perguntou e o que o agente respondeu ficam guardados desde o primeiro dia, com prazo e dono do acesso.
- As ações permitidas cabem numa lista fechada, e nenhuma delas executa sem conferir quem está do outro lado.
- Fechar venda, dizer preço, dar desconto, prometer prazo e devolver dinheiro ficam fora da lista enquanto a fonte não aparecer.
- A regra de passar a conversa para uma pessoa vem em número, e não como confiança baixa sem medida.
Duas recusas completam a lista. Governança que existe só dentro da instrução escrita não vale como controle, porque instrução é pedido. E o número de erro da vitrine fica na vitrine: a medição que entra no contrato é a feita na sua base.
O que ninguém consegue exigir hoje, por mais que a proposta prometa
Nada do projeto de marco legal é exigível, porque ele aguarda parecer na Câmara e a votação ficou para depois das eleições. Mesmo virando lei com o texto do Senado, explicação e revisão por gente valeriam só para alto risco.
A agência de proteção de dados não publicou norma sobre agente comercial, e o CONAR não tem nota técnica sobre inteligência artificial. Nenhuma norma brasileira exige que a máquina cite a fonte da resposta.
Fonte visível, base com versão, ações limitadas e registro guardado: as quatro coisas que o seu cliente supõe existir vivem hoje no contrato, e em nenhuma lei brasileira. Peça ao fornecedor a página pública que descreve cada uma, antes de assinar.
Enquanto elas não estiverem ligadas, o desenho que se defende é o do agente que lê a base, escreve o rascunho e deixa o envio com uma pessoa. Assim, quando o cliente perguntar de onde saiu aquele desconto, alguém na empresa terá a resposta.
Perguntas que aparecem depois desta leitura
A LGPD obriga uma pessoa a revisar a decisão da máquina?
Não obriga. O artigo 20 dá ao cliente o direito de pedir revisão, sem dizer quem revisa. A exigência de pessoa saiu do texto em 2019, e o trecho que a devolveria caiu no veto.
O projeto de marco legal da inteligência artificial já vale?
Não vale. O Senado aprovou o texto em dezembro de 2024 e a Câmara ainda não deu parecer. O relator adiou a votação para o fim de 2026. Mesmo aprovado, explicação e revisão por gente valeriam só para alto risco.
A regra europeia obriga a inteligência artificial a citar a fonte?
Não obriga. Desde agosto de 2026 o sistema precisa avisar que é uma máquina e marcar o conteúdo que gera. Registro e supervisão humana valem só para alto risco, a partir de dezembro de 2027.
Qual fornecedor mostra ao cliente de onde tirou a resposta?
A Zendesk mostra as fontes ao cliente, ligado por padrão, e avisa que arquivos em CSV não entram na lista. A HubSpot cita só fonte pública. A Intercom mostra a lista apenas ao operador.
Quanto um agente de inteligência artificial erra?
O número aberto vem de prova padronizada, e nenhuma prova mede o seu atendimento. Em tarefa de resumo os modelos ficam entre 1,8% e 10,9% de erro. O que importa é a taxa medida na sua base.
De onde vêm os números desta página
Cada dado abaixo tem origem nomeada e data de consulta. Número sem fonte publicada não entra no texto; quando a fonte não publica o valor, a página diz isso na frase.
- Lei 13.709/2018, LGPD, art. 20 na redação em vigor, com o § 1º sobre critérios e procedimentos observados os segredos comercial e industrial, o § 2º sobre a auditoria facultativa da ANPD e o § 3º vetado. Consulta em 23 de agosto de 2026.
- Decreto 12.880, de 18 de março de 2026, que regulamenta a Lei 15.211/2025, art. 11 sobre transparência de agentes conversacionais com crianças e adolescentes. Consulta em 23 de agosto de 2026.
- Senado Federal, ficha do PL 2338/2023, com a aprovação pelo Plenário em 10 de dezembro de 2024 e a remessa à Câmara em 17 de março de 2025. Consulta em 23 de agosto de 2026.
- Câmara dos Deputados, ficha de tramitação do PL 2338/2023, com a situação de aguardando parecer do relator na comissão especial e a última ação de 17 de junho de 2026. Consulta em 23 de agosto de 2026.
- Portal da Câmara dos Deputados, inteiro teor do autógrafo do PL 2338/2023 aprovado pelo Senado, 36 páginas, com os arts. 3º, 5º, 6º, 8º, 14 e 18. Consulta em 23 de agosto de 2026.
- Mobile Time, "Marco de IA ganha força para ser votado no final do ano", de 24 de agosto de 2026, com a declaração do relator na Câmara sobre adiar a votação para depois das eleições de outubro. Consulta em 27 de agosto de 2026.
- ANPD, notícia de 19 de agosto de 2026 sobre a metodologia de testagem do Sandbox Regulatório em Inteligência Artificial e Proteção de Dados. Consulta em 23 de agosto de 2026.
- Comissão Europeia, comunicado de 31 de julho de 2026 sobre o início da aplicação do AI Act e das regras de transparência em 2 de agosto de 2026. Consulta em 23 de agosto de 2026.
- Comissão Europeia, página de política do marco regulatório de IA, com as obrigações de alto risco a partir de 2 de dezembro de 2027. Consulta em 23 de agosto de 2026.
- Regulamento (UE) 2024/1689, art. 50, transparência para sistemas que interagem com pessoas, na reprodução do artificialintelligenceact.eu. Consulta em 23 de agosto de 2026.
- Regulamento (UE) 2024/1689, art. 12, registro automático de eventos em sistemas de alto risco. Consulta em 23 de agosto de 2026.
- Texto do Regulamento (UE) 2024/1689, art. 14, supervisão humana em sistemas de alto risco. Consulta em 23 de agosto de 2026.
- Regulamento (UE) 2024/1689, art. 86, direito à explicação de decisão individual baseada em sistema de alto risco. Consulta em 23 de agosto de 2026.
- Anthropic, documentação da Citations API, com a garantia de ponteiros válidos para o documento e a restrição a citações de texto. Consulta em 23 de agosto de 2026.
- OpenAI, guia da ferramenta file search, com as anotações na resposta e o parâmetro include para os resultados da busca. Consulta em 23 de agosto de 2026.
- OpenAI, guia sobre os dados do cliente, com o registro de monitoramento de abuso de até 30 dias. Consulta em 23 de agosto de 2026.
- Google Cloud, visão geral do embasamento na Gemini Enterprise Agent Platform, em português, atualizada em 8 de agosto de 2026, com a capacidade de auditoria por links para fontes. Consulta em 23 de agosto de 2026.
- Salesforce, central de ajuda, dados de auditoria de IA generativa do Einstein Trust Layer, com a pergunta mascarada, a resposta servida e a exigência de ligar a coleta e instalar o pacote de relatório. Consulta em 23 de agosto de 2026.
- Salesforce, guia do Agentforce sobre o Trust Layer, com as fontes e explicações quando possível e a responsabilidade final do cliente pela resposta. Consulta em 23 de agosto de 2026.
- HubSpot, central de ajuda, fontes de conteúdo do customer agent, atualizada em 29 de julho de 2026, com a nota de que fontes privadas não são citadas. Consulta em 23 de agosto de 2026.
- HubSpot, central de ajuda, ações do customer agent, atualizada em 11 de agosto de 2026, com os níveis de proteção None, Match email e Verify email. Consulta em 23 de agosto de 2026.
- Central de ajuda da HubSpot, entenda o customer agent, atualizada em 10 de agosto de 2026, com a transferência a humano por confiança baixa. Consulta em 23 de agosto de 2026.
- Zendesk, central de ajuda, exibição de fontes em respostas generativas, atualizada em 15 de junho de 2026, com a opção ligada por padrão e a nota sobre arquivos CSV. Consulta em 23 de agosto de 2026.
- Zendesk, central de ajuda, fontes de conhecimento externas, atualizada em 15 de junho de 2026, com a sincronização em geral a cada 24 horas e o uso de artigos restritos para cliente autenticado. Consulta em 23 de agosto de 2026.
- Intercom, central de ajuda, depuração de respostas do Fin, atualizada em 14 de maio de 2026, com a lista dos itens da biblioteca considerados relevantes. Consulta em 23 de agosto de 2026.
- Intercom, central de ajuda, o Fin explicado, com os Fin Tasks para processos de várias ações. Consulta em 23 de agosto de 2026.
- RD Station, central de ajuda, como melhorar a segurança e a previsibilidade do agente de IA, com as práticas de escopo, limitação e prioridade na instrução escrita. Consulta em 23 de agosto de 2026.
- Vectara, leaderboard de alucinação com o avaliador HHEM, atualizado em 11 de maio de 2026, com o método de resumo em temperatura zero e o conjunto de dados fechado. Consulta em 23 de agosto de 2026.
- τ-bench, artigo no arXiv 2406.12045, de junho de 2024, com o resumo que reporta sucesso abaixo de 50% e pass^8 abaixo de 25% em varejo para agentes como o gpt-4o. Consulta em 23 de agosto de 2026.
- Franklin Weise, no X, em 14 de agosto de 2026, com o teste em que um modelo apresentou números precisos para uma série inexistente e só admitiu a ausência de dado depois de contestado. Consulta em 27 de agosto de 2026.
- McCarthy Tétrault LLP, Moffatt v. Air Canada: A Misrepresentation by an AI Chatbot, 19 de fevereiro de 2024, reprodução das frases da decisão 2024 BCCRT 149, lida porque o CanLII bloqueou o acesso. Consulta em 23 de agosto de 2026.
- CONAR, página de notas técnicas, com as três notas publicadas, nenhuma sobre inteligência artificial. Consulta em 23 de agosto de 2026.