Ensino

Corrija respostas, aprove o que o agente aprende com a sua equipe e teste antes de publicar.

O agente aprende com você. Pela API, você leva o "Aprende com você" do painel para dentro do seu sistema: quem corrige é a sua equipe, na ferramenta que ela já usa.

Regra de ouro: o agente nunca aprende sozinho. Toda mudança no conhecimento passa por uma pessoa: ou ela corrige, ou ela aprova.

Corrigir uma resposta

POST /v1/messages/{message_id}/feedback · escopo learning:write

Use quando alguém da equipe vê uma resposta do agente e quer corrigir.

curl https://api.nevox.ai/v1/messages/msg_a2/feedback \
  -H "Authorization: Bearer $NEVOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "rating": "incorrect",
    "correction": "A Dra. Lima não atende às sextas. Os horários dela são segunda a quinta, das 9h às 17h.",
    "author": { "id": "func_33", "name": "Carla" }
  }'

{
  "id": "fb_2k91",
  "message_id": "msg_a2",
  "rating": "incorrect",
  "knowledge_item_id": "kn_c0r12",
  "created_at": "2026-11-03T15:02:00Z"
}

A correção vira uma pergunta frequente do agente da conversa, com a pergunta do cliente e a sua resposta, source: "correction", e passa a valer em todos os canais na próxima mensagem. Você vê e remove correções em GET /v1/agents/{id}/knowledge?source=correction.

Feedback correct não muda o conhecimento: ele entra na análise de qualidade.

Sugestões de aprendizado (beta)

Quando alguém da sua equipe responde um cliente numa conversa (em qualquer canal: o agente passou para humano ou a equipe assumiu), a Nevox olha a resposta da pessoa. Se ela trouxer algo que o agente não sabia, a Nevox cria uma sugestão. A sugestão só vira conhecimento depois de aprovada.

• A conversa é olhada uma vez, 2 horas depois da última mensagem (sinal de que a equipe resolveu).
• Até 3 sugestões por conversa, só com o que a equipe escreveu. Nada de dado do cliente, de promessa daquele caso ou de preço: preço só vale na tabela de serviços.
• As sugestões ficam no ambiente da conversa: uma chave de teste só vê as das conversas de teste.

Escopo learning:write.

{
  "id": "sug_6a1f0c9e2b7d4c3a8e6f1b2c3d4e5f60",
  "status": "pending",
  "question": "Vocês emitem recibo em inglês?",
  "proposed_answer": "Sim, o recibo pode ser emitido em inglês. Basta pedir à recepção depois da consulta.",
  "final_answer": null,
  "source_conversation_id": "conv_7mk2p9",
  "knowledge_item_id": null,
  "created_at": "2026-11-03T16:10:00Z"
}

Aprovar com edição:

curl https://api.nevox.ai/v1/agents/agt_8f2k1x/learning/suggestions/sug_6a1f0c9e2b7d4c3a8e6f1b2c3d4e5f60/approve \
  -H "Authorization: Bearer $NEVOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ "answer": "Sim, emitimos recibo em inglês. Peça à recepção depois da consulta.", "visibility": "public" }'

A sugestão aprovada vira uma pergunta frequente do agente com source: "learning" (o id dela vem em knowledge_item_id) e vale em todos os canais na próxima mensagem. Uma sugestão só é decidida uma vez: aprovar ou rejeitar de novo responde 409 suggestion_decided.

Cada nova sugestão dispara o webhook learning.suggestion_created.

Testar antes de publicar (beta)

Itens de conhecimento podem ser criados como rascunho ("draft": true no POST /v1/agents/{agent_id}/knowledge). Rascunhos não afetam o atendimento real e não aparecem no painel. Para listar só os rascunhos: GET /v1/agents/{agent_id}/knowledge?draft=true.

POST /v1/agents/{agent_id}/test · escopo knowledge:read

{
  "question": "Vocês atendem sábado?",
  "include_drafts": true
}

A resposta tem o mesmo formato do /ask, mais drafts_used, com os rascunhos que sustentaram a resposta. include_drafts vale true por padrão; com false, você vê como o agente responde hoje. Cada teste conta como uma pergunta do /ask no uso do mês.

Quando estiver tudo certo:

POST /v1/agents/{agent_id}/knowledge/publish · escopo knowledge:write

Publica todos os rascunhos do agente, ou só os IDs que você passar em ids. A resposta diz quantos foram publicados: { "published": 3 }.

Por que a Nevox não faz "treinamento de modelo" por cliente

Ensinar, na Nevox, é atualizar o conhecimento e as regras do agente, e não treinar um modelo de IA com os seus dados. Isso traz três vantagens:

• Vale na hora: uma correção funciona na próxima mensagem.
• Dá para desfazer: apagou o item, o agente esquece.
• Seus dados ficam seus: nada do que você ensina é usado para treinar modelos de terceiros.