Arquitetura de conversas no WhatsApp: como validar possibilidades de respostas?

Como designers de chatbots, visamos sempre a conversa mais verdadeira, informativa e clara aos usuários. Mas por mais que o bot tenha personalidade e um tom de voz coerente, sabemos que ainda não conseguimos compreender todas as infinitas possibilidades de assuntos que os usuários possam trazer em suas mensagens.

Já falamos aqui dos desafios de projetar conversas simples e que entreguem valor no WhatsApp, mas além da forma de dispor opções, existe também a necessidade de uma arquitetura pensada para compreender inputs inesperados na conversa, e é isto que tentarei compartilhar neste texto.

Desafios de conversas no WhatsApp

Quando alguém te cumprimenta com “bom dia!”, você automaticamente, após anos de aprendizados e interações de saudação, sabe que o mais coerente é saudar a pessoa de volta com outro “bom dia”.

Nesse sentido, é esperado que um usuário entre em contato com um chatbot do BLiP Chat hospedado em um site, por exemplo, e comece a conversa com uma saudação. Neste ponto, uma conversa se inicia, e amanhã, se esta pessoa retorna à página, ela saudará novamente e iniciará outra conversa. Esta é a simplicidade de sempre fechar todos os contextos abertos em uma conversa e reiniciá-los ao recarregar as páginas.

No WhatsApp, encontramos uma situação distinta para chatbots e comum nas interações humanas: as conversas nunca são terminadas. Não existe F5 e, muitas vezes, não fica claro pro usuário como voltar ao tópico anterior ou reiniciar uma conversa. Assim, faz-se necessário que esteja intrínseco na arquitetura do chatbot no WhatsApp todas as possibilidades de interação em uma conversa.

Então, o que é esta arquitetura de conversas no WhatsApp e como ela transforma a forma como meus bots interagem com as mais variadas pessoas que falam dos mais distintos assuntos?

Arquitetura de conversas no WhatsApp

Ao falar de arquitetura, estou falando de uma estrutura planejada para validar todas as possíveis respostas que uma pessoa comum poderia dizer a qualquer momento em uma conversa. Por exemplo, imagine uma conversa com um assistente virtual que faz reservas em restaurantes. No meio da reserva, a pessoa desiste, vai conversar com os amigos e decide comer em casa. Se ela retorna uma semana depois para saber qual o cardápio do dia, existem inúmeras formas de retornar à conversa, e algumas delas seriam:

  • a pessoa que cancela: este usuário percebe que parou a conversa no meio, quer cancelar o que estava dizendo e recomeçar a interação;
  • a pessoa que saúda: este usuário retorna com “boa noite”, “olá” ou qualquer outra saudação, à fim de iniciar uma conversa;
  • a pessoa que só fala o que quer: este usuário simplesmente joga sua próxima dúvida ou solicitação, no caso “qual o cardápio de hoje?”;
  • a pessoa que quer recomeçar: alguns usuário tentam dizer “início” ou “recomeçar” para reiniciar uma conversa;
  • a pessoa que quer falar com um humano: muitas vezes, o usuário quer a resposta diretamente de um humano, e nesta tentativa, pede o telefone do restaurante ou pede para falar com um atendente;
  • a pessoa que colocou o celular desbloqueado no bolso: E claro, sempre existem usuários que vem ao assistente virtual de reservas em restaurantes pra tentar comprar um carro.

Estes são apenas alguns dos cenários que poderiam ser validados em cada input que o usuário envia ao bot, e também oportunidades de entregar a resposta mais coerente para cada um dos casos citados.

Ilustrando tudo o que citei até aqui, uma validação arquitetural de conversa no WhatsApp nada mais é do que uma cascata de variáveis que verifica cada uma destas possibilidades antes de dar uma resposta, que pode ser uma resposta compreendida ou uma exceção. Visualmente, a validação ficaria mais ou menos como a imagem à esquerda, mesmo que, na interação com o usuário, ele veja apenas a resposta referente ao que foi solicitado, visualizando a imagem ao lado:

arquitetura de conversas no whatsapp

Desenho da arquitetura de acordo com os exemplos dos usuários + exemplo de interação

A partir disso, quais possibilidades estas validações me trazem?

A missão de uma boa UX de interações conversacionais inteligentes não é ensinar as pessoas a se comunicarem com o robô, mas sim fazer com que o bot converse de forma cada vez mais humana. Assim, uma arquitetura básica de validações de tudo que o seu chatbot consegue conversar sobre é uma das ferramentas para tornar esta interação humanizada, compreendendo as saudações, despedidas, as perguntas contidas na base de inteligência artificial e direcionando o usuário a todas as funcionalidades disponíveis no bot a qualquer momento do fluxo de conversa.

Foi transformador poder ver na evolução dos nossos bots cenários simples como “bom dia” serem sempre compreendidos e respondidos de acordo, além do direcionamento correto para funcionalidades e respostas de FAQ — onde, antes, só haviam exceções de “desculpe, não compreendi, tente novamente”.

A arquitetura de conversas no WhatsApp vai além de oferecer opções; ela engloba o raciocínio atemporal das interações humanas, no qual, às vezes, entendemos o que nossos colegas dizem independentemente de quanto tempo estamos sem nos falar, e outras vezes não compreendemos e aguardamos uma contextualização para continuar uma conversa.

Aqui na Take, estamos sempre buscando soluções e metodologias para aprimorar nossos serviços. Espero que você tenha gostado desse conteúdo e continue acompanhando nossas novidades aqui no blog. Assine nossa newsletter para recebê-las gratuitamente por e-mail!


bianca post arquitetura de conversas no whatsapp

Bianca Pinheiro

Aquariana com ascendente em leão, entusiasta de novas culturas, viajante deste mundo afora de Amsterdã ao Himalaya. Lésbica futurista, militante paciente que gosta de diálogos complexos. Designer de Produto especializada em joias, aprendendo e atuando como UX Designer na construção e evolução de chatbots na Take, defensora do design socialmente justo, economicamente viável e ecologicamente correto.

 

Leia mais:

Como o Business Origami ajudou no direcionamento da evolução do BLiP?

Treinamento de Conversation UX Design no Google: como foi e o que aprendi

Como conversar com um bot? Construa fluxos de conversa que ajudam seus usuários