Um fluxo de IA precisa de entradas, saídas e pontos de transferência inspecionáveis. Agendamento, triagem jurídica e atendimento têm regras de negócio diferentes, mas podem compartilhar o mesmo limite: o modelo propõe uma ação, o código a verifica e uma pessoa trata os casos pendentes.
O primeiro impulso é construir uma única cadeia longa: mensagem do usuário → classificação pelo LLM → ação → resposta. Isso funciona em demos. Em produção, quebra assim que você precisa lidar com uma mensagem que não se encaixa nas suas categorias ou quando o LLM alucina um horário de consulta que não existe na agenda.
O que funciona melhor é o que chamo de 'arquitetura de checkpoint'. Cada etapa do workflow produz um artefato inspecionável: a entrada bruta, a intenção classificada, as entidades extraídas, a ação proposta e a confirmação. Se alguma etapa falhar, o sistema recorre à transferência para um humano em vez de enviar lixo ao usuário.
No ClinicaSync, o workflow é: mensagem recebida no WhatsApp → classificação de intenção (novo agendamento, reagendamento, cancelamento, dúvida) → extração de entidades (data, horário, nome do médico) → consulta de disponibilidade na agenda → mensagem de confirmação → criação do agendamento. Cada uma dessas etapas registra sua entrada e saída. Quando um paciente escreve 'quero marcar pra terça com o Dr. Silva', o sistema extrai as entidades, consulta os horários de terça-feira do Dr. Silva e propõe horários específicos.
Valide datas entre a extração de entidades e a consulta de disponibilidade. Se a data estiver no passado, faltar o fuso horário ou terça-feira puder se referir a duas datas diferentes, peça esclarecimento. Registre o valor rejeitado e a próxima ação para investigar falhas sem adivinhar.
Na triagem jurídica, colete o tipo de caso, as datas relevantes e uma lista de documentos. Envie um resumo estruturado para revisão do advogado. Um classificador pode encaminhar uma consulta; ele não deve decidir a viabilidade jurídica nem orientar o cliente no lugar de um profissional habilitado.
Trate a saída do modelo como uma entrada não confiável. Verifique o schema, confirme as permissões e consulte a agenda ou o banco relevante antes de gravar. Use uma chave de idempotência para impedir que a repetição de um webhook crie outro agendamento.
Mantenha um rastro para cada execução: a entrada, a rota escolhida, o resultado da validação, a resposta da ferramenta e o status final. O AgentTrace Studio documenta ferramentas de rastreamento e avaliação; os modelos Pydantic documentam a validação de schemas. Um schema válido ainda precisa de verificações de negócio.