Engenharia
Por que a nossa IA não inventa um horário
A resposta não é 'porque o prompt manda ela não inventar'. Prompt não é garantia — é intenção. Como transformamos comportamento em trava de código.
O erro mais caro que uma IA de agendamento comete não é falhar. É dizer que marcou quando não marcou.
Falha visível alguém resolve: o paciente reclama, a recepção liga de volta. Falha invisível ninguém resolve — até o paciente aparecer numa recepção que não o esperava, no horário de outra pessoa.
Este texto é sobre como paramos de cometer esse erro. Inclui a parte em que descobrimos que estávamos cometendo.
Primeiro, o que aconteceu
Numa apuração de um mês inteiro de operação real, cruzamos todas as reservas criadas pela IA contra o sistema de gestão da clínica, uma a uma.
Uma parte delas não existia lá. O paciente tinha recebido a confirmação; a consulta não estava na agenda.
Duas causas principais:
A oferta partia de uma suposição. A IA usava um horário comercial genérico — “segunda a sexta, das 9h às 18h” — em vez da grade de trabalho real daquele profissional naquele dia. Quando ofertava um horário que não existia na prática, a escrita falhava depois.
A escrita não era conferida. Se a gravação falhasse, ninguém percebia. A IA já tinha dito ao paciente que estava marcado.
Por que “instruir no prompt” não resolve
A reação intuitiva é escrever no prompt: “nunca confirme um agendamento sem ter certeza de que ele foi criado”.
Isso não funciona, e o motivo é estrutural: o prompt é uma instrução, não uma garantia. O modelo pode segui-la em 99 conversas e não seguir na centésima — e a centésima é a que vira problema.
Nós medimos isso. Das garantias de comportamento com histórico rastreável no nosso registro de correções, as que nunca regrediram são justamente as que viraram trava em código. As que regrediram eram texto.
A regra que tiramos daí, e que hoje governa o produto:
Uma garantia só conta quando é código. Instrução escrita no texto do agente não é garantia — é intenção.
O que virou código
A grade real, não a suposta. A IA passou a consultar a agenda de trabalho do profissional no sistema da clínica, dia a dia, com semanas de antecedência. Se o dia não tem grade cadastrada, ela não oferta e passa para a equipe — em vez de assumir que está aberto.
Isso sozinho eliminou a maior parte das falhas de escrita, porque a maior parte delas era oferta de horário que não existia.
Leitura de volta antes de confirmar. Depois de escrever, a IA consulta o sistema de novo para verificar que a consulta está lá. Só então avisa o paciente.
Parece óbvio. Não é gratuito: essa consulta extra custa tempo, e teve que ser calibrada. Descobrimos medindo que o sistema da clínica leva alguns segundos para um agendamento novo aparecer na própria listagem — então uma verificação imediata daria falso negativo. A margem que usamos hoje veio dessa medição, não de um chute.
Falha vira alerta humano. Se a verificação não confirma, a situação não fica esperando alguém notar. Vira alerta em minutos, para alguém resolver enquanto o paciente ainda está por perto.
A parte que costuma ser omitida
Quando medimos o resultado da correção, o primeiro corte deu 61% de integridade. Ruim, mas melhor que antes.
Só que o número estava errado. O script tinha dois vieses: procurava a consulta apenas no dia do horário local, e ignorava registros que haviam sido removidos e recriados. Refeito com o identificador correto como chave, o resultado foi 39 de 39 — todas as reservas do período existiam no sistema da clínica.
Publicamos o segundo número. E registramos o primeiro, porque um método que só encontra o resultado bom não é método — é confirmação de viés com aparência de apuração.
O que ainda não está resolvido
Existe uma classe de falha que continua difícil: quando o modelo afirma ter reservado sem ter chamado a ferramenta de agendamento. Não há escrita para conferir, porque não houve tentativa de escrita.
Isso é invisível para qualquer verificação baseada em comparar o que foi gravado. A detecção hoje é indireta e a incidência é baixa, mas não é zero — e achamos que vale dizer isso em vez de deixar implícito que o problema acabou.
Por que isto está publicado
Porque é o tipo de coisa que um comprador tem todo direito de perguntar, e a resposta honesta é mais convincente que a resposta confortável.
Se um fornecedor te garante que a IA dele nunca erra, ele está te dizendo uma de duas coisas: que não mediu, ou que mediu e não te contou.
Mais sobre como medimos e o que fazemos quando erramos está na página de engenharia.