Estruturando dados antes de criar um agente de IA

IA não organiza dado bagunçado. Ela reproduz a bagunça com fluência, e fluência é justamente o que faz o erro passar despercebido.

O que segue é o diagnóstico que rodamos antes de propor qualquer agente. Se a maioria das respostas for negativa, o projeto certo naquele momento não é o agente.

1. Existe uma fonte única para cada informação?

Se o prazo de entrega aparece no ERP, numa planilha do comercial e num campo livre do CRM, o agente vai encontrar os três e responder com um deles. Não há prompt que resolva contradição na origem.

2. Os campos têm nome estável e significado único?

Colunas como Status, Status2, Status_novo e OBS são comuns e custam caro. OBS costuma ser o pior: guarda prazo, motivo de cancelamento, telefone e recado, tudo em texto livre.

• Um campo, um significado
• Lista fechada onde a resposta é fechada, não texto livre
• O que hoje está enterrado em observação e é consultado com frequência vira campo

3. A granularidade é a da pergunta?

Se a pergunta é *“quanto tempo cada etapa demorou”* mas a base guarda só a data final, nenhum agente responde. Isso não é limitação de modelo: a informação nunca foi gravada.

4. Existe histórico?

Base que é sobrescrita a cada atualização responde “como está”, nunca “como chegou aqui”. Como boa parte das perguntas interessantes é sobre tendência, vale conferir cedo se o histórico existe.

5. Quem pode ver o quê?

Um agente herda o alcance da fonte que você conectar. Se a base tem salário, custo por cliente ou dado pessoal, a permissão precisa estar resolvida na origem. Filtrar no prompt não é controle de acesso.

6. O texto quebra em pedaços com sentido?

Em busca sobre documentos, o conteúdo é dividido em trechos. Trecho que perde o contexto vira resposta errada.

❌ Planilha exportada como texto corrido
   "Item 42 | 1.200 | OK | 12/03 | ver obs"
   → o trecho não diz de que é a linha, nem de qual cliente

✅ Registro descrito por extenso
   "Pedido 42, cliente Acme, valor R$ 1.200,00, status aprovado,
    entrega prevista para 12/03/2026."
   → o trecho responde sozinho

Vale a pena gerar essa forma legível a partir da base estruturada, e indexar isso, em vez de despejar o dump da tabela.

O que fazer quando o diagnóstico dá negativo

Raramente a resposta é “esqueça a IA”. Costuma ser uma ordem diferente da que o cliente esperava:

1. Escolher a fonte que manda em cada campo
2. Fechar as listas e tirar o que é consultado de dentro do campo de observação
3. Passar a gravar as datas de cada etapa, e não só a final
4. Resolver permissão na origem
5. Só então conectar o agente, e agora com um alvo verificável

Os quatro primeiros passos costumam entregar valor sozinhos: quando eles ficam prontos, boa parte das perguntas que motivaram o agente já é respondida por um painel simples. A IA continua valendo a pena, só que agora ela entra sobre um processo que se sustenta, e dá para saber quando ela erra.