Tutorial do Botpress: Crie e implemente chatbots com inteligência artificial

As empresas estão correndo para automatizar o suporte ao cliente, a qualificação de leads e os fluxos de trabalho internos com agentes de IA. A tecnologia finalmente funciona bem o suficiente para ser útil, mas criar chatbots do zero significa montar estruturas como LangChain e depurar integrações de API. Funciona e tem seus pontos positivos, mas o ciclo de desenvolvimento vai ser lento. 

Plataformas como o Botpress oferecem um fluxo de trabalho diferente. Você tem ferramentas visuais pra criar fluxos de conversação. Os modelos de IA subjacentes podem ser os mesmos, mas a infraestrutura para construir, testar e implantar já está pronta.

Neste artigo, vou te mostrar como criar agentes de IA com o Botpress. Você vai aprender sobre a arquitetura da plataforma, criar seu primeiro bot, conectá-lo a serviços reais e colocá-lo em produção. Também vou compartilhar algumas técnicas e melhores práticas que aprendi ao trabalhar com a plataforma, para que você possa economizar tempo.

O que é o Botpress?

O Botpress é uma plataforma pra criar agentes de IA que conversam com os usuários, fazem coisas com base no que é dito e se conectam a ferramentas como Shopify, Google Sheets ou suas próprias APIs REST. Os concorrentes incluem Dialogflow, Rasa, Microsoft Bot Framework e Amazon Lex.

Visão geral da plataforma

O Botpress oferece um ambiente de desenvolvimento visual (Botpress Studio) e controle programático por meio de APIs. A interface visual permite que os membros da equipe sem conhecimentos técnicos criem fluxos de conversação, enquanto os desenvolvedores podem escrever código. Algumas plataformas, como a Rasa, são baseadas em código, o que pode ser mais simples se você for um desenvolvedor solo que se sente à vontade para escrever YAML e Python.

Com o Botpress, você define o que seu bot deve fazer (instruções e fluxos de trabalho), o que ele sabe (bases de conhecimento e tabelas) e quais ações ele pode realizar (integrações e código personalizado). A plataforma cuida da infraestrutura: hospedagem, dimensionamento e orquestração.

A arquitetura e as camadas do Botpress. Imagem do autor

Comparado a construir do zero com frameworks como LangChain, o Botpress oferece componentes prontos para produção. Comparado com plataformas totalmente sem código, ele te dá a opção de escrever código de verdade quando as ferramentas visuais pré-construídas não conseguem fazer o que você precisa.

Quem usa o Botpress?

A plataforma atende a todo mundo, desde desenvolvedores individuais criando seu primeiro chatbot até empresas que usam agentes em vários canais. Os casos de uso mais comuns incluem automação do suporte ao cliente, qualificação de leads, agendamento de compromissos e sistemas internos de help desk.

De acordo com uma história de cliente da Botpress, a Ruby Labs relatou uma taxa de resolução de 98% de resolução após adotar sua solução. Esses números vêm de estudos de caso de fornecedores e devem ser interpretados dentro do contexto.

Configurando o Botpress

Agora vou te mostrar como configurar o Botpress, ou seja, como configurar a CLI e o SDK do Botpress para um fluxo de trabalho “bot-as-code”.

Instalação

Pra começar, você vai precisar de:

• Node.js versão 18 ou superior (recomenda-se LTS)

• Gerenciador de pacotes: npm, pnpm, ou yarn

• Um editor de código. O VS Code ou Cursor é super recomendado para TypeScript suporte

Para instalar, siga estes passos:

1. Abra seu terminal ou prompt de comando

2. Instale o Botpress CLI globalmente usando o ` npm`:

npm install -g @botpress/cli

3. Confira a instalação verificando a versão:

bp --version

Recomendo rodar o Node.js e o Botpress CLI dentro do WSL2 (Subsistema Windows para Linux) pra evitar problemas comuns de caminho e permissão do Windows.

Se você receber um erro ao executar bp no PowerShell, talvez seja necessário ajustar sua política de execução. Execute o PowerShell como administrador e digite: ` Set-ExecutionPolicy RemoteSigned`.

Desenvolvimento local

O desenvolvimento local permite que você use o GitHub para controle de versão, TypeScript para segurança de tipos e ferramentas como o GitHub Copilot para gerar código automaticamente. Essa abordagem trata seu chatbot como qualquer outro projeto de software.

Configuração inicial

Depois de instalar a CLI, você precisa conectar seu ambiente local à sua conta Botpress Nuvem.

1. Autenticar

Faça login na sua conta para vincular sua chave CLI.

bp login

Isso vai abrir uma janela do navegador para autorizar a CLI.

2. Começar um projeto 

Crie um novo diretório para o seu bot e comece a montar a estrutura.

mkdir my-first-bot
cd my-first-bot
bp init

Siga as instruções para escolher um modelo TypeScript.

3. Configurar variáveis de ambiente 

Crie um arquivo .env na raiz do seu projeto para guardar chaves confidenciais (como credenciais de banco de dados ou chaves de API de terceiros). Nunca envie esse arquivo para o Git.

4. Implantar para testar 

Manda o seu bot local pra nuvem pra testar no Studio.

bp deploy

Começando com o Botpress Studio

O Botpress Studio é onde você realmente cria seus bots. 

Ambiente de desenvolvimento visual

O Studio abre com uma tela mostrando o fluxo de conversas do seu bot. Os nós mostram as etapas da conversa, e as conexões entre os nós mostram como os usuários interagem com o seu bot. Clique com o botão direito em qualquer lugar da tela pra criar um novo nó.

A barra lateral esquerda mostra fluxos de trabalho, fluxos do sistema, variáveis e esquemas. A barra lateral direita mostra o inspetor do nó selecionado, onde você pode configurar instruções e ações anexadas. Use o emulador na parte inferior para testar o bot em tempo real.

Modelos Botpress

O Botpress Hub tem modelos prontos pra produção pra atendimento ao cliente, agendamento de compromissos, qualificação de leads e muito mais. O modelo Kitchen Sink mostra conceitos avançados como carregamento de dados do usuário, roteamento de fluxo de trabalho e transferência de agente ao vivo. Personalize as instruções, troque sua base de conhecimento e implemente.

Criando seu primeiro bot

Vamos criar um bot simples de suporte ao cliente. Crie um novo bot e chame-o de “support-bot”. Pule o assistente e vá direto para o Studio.

No Home (se não estiver visível, conecte seu nó inicial a um novo nó autônomo), adicione instruções:

You are a helpful customer support agent. Answer questions about our products and services using the knowledge base. Be friendly, concise, and professional. If you can't answer a question, offer to connect the user with a human agent.

Agora, vamos adicionar uma base de conhecimento. Clique em“Bases de conhecimento” ( ) na barra lateral esquerda e, em seguida, em“Criar base de conhecimento” (Create Knowledge Base) (). Escolha o tipo de fonte“ ” (Site ) e digite o URL do site da sua empresa. O Botpress vai vasculhar o site e pegar as informações.

De volta à guia Home, vá até Bases de conhecimento e ative a base de conhecimento que você acabou de criar. Isso dá ao seu nó autônomo acesso a essas informações.

Teste no emulador. Pergunte “Qual é o horário de funcionamento?” ou “Como faço para devolver um produto?” O bot procura na sua base de conhecimento e responde com informações relevantes.

Testando um bot de suporte ao cliente no emulador Botpress com respostas em tempo real

Esse bot básico já lida com uma quantidade surpreendente de atendimento ao cliente. Ele responde às perguntas do seu site, mantém o contexto da conversa e responde de forma natural. Você montou isso em uns cinco minutos.

Compreensão da Linguagem Natural

Se você já criou chatbots antes de 2023, talvez tenha percebido algo diferente no que acabou de fazer: Você não treinou nenhum classificador de intenção nem escreveu regras de extração de entidades, como em um sistema NLU (pré-LLM). (E se você é novo nisso tudo, saiba que as plataformas mais antigas exigem muito trabalho de treinamento inicial, o que o Botpress dispensa completamente.)

E aí, o que tá rolando: O Botpress usa grandes modelos de linguagem para entender a linguagem natural. Você escreve instruções explicando o que seu bot deve fazer, e o LLM cuida do reconhecimento de intenção, extração de entidades e compreensão contextual durante a execução. 

Isso muda o que você realmente configura. Entidades comuns como datas, horários e informações de contato funcionam na hora porque o LLM já entende esses padrões. Entidades específicas do domínio precisam de um tratamento diferente: você descreve o que precisa nas suas instruções e, se quiser, define esquemas. O LLM interpreta esses requisitos da mesma forma que interpreta tudo o mais.

Criando uma lógica de conversa avançada

Os bots simples respondem perguntas. Os bots avançados tomam decisões e se conectam com sistemas externos. A Botpress oferece as ferramentas para criar ambos, mas eu diria que a maioria das equipes complica demais as coisas logo no início. Muitas vezes, você não precisa da lógica do fluxo de trabalho até provar que as perguntas e respostas básicas realmente funcionam.

Arquitetura do fluxo de trabalho

Os fluxos de trabalho organizam a lógica do seu bot em partes fáceis de lidar. O fluxo de trabalho principal lida com o fluxo de conversas primário. Os subfluxos de trabalho cuidam de tarefas específicas. Isso pode incluir coisas como agendar consultas ou processar devoluções.

Os nós nos fluxos de trabalho são etapas diferentes. Um nó padrão faz uma série de coisas de cima para baixo. Um nó autônomo usa o LLM para decidir quais ações realizar e em que ordem. Os nós de entrada e saída mostram onde os usuários entram e saem dos subfluxos de trabalho.

Arquitetura modular do fluxo de trabalho do Botpress. Imagem do autor

A lógica de conversação modular significa dividir tarefas complexas em partes menores e reutilizáveis. Crie um fluxo de trabalho para coletar informações de pagamento uma vez e depois reutilize-o nos fluxos de checkout, assinatura e doação. Isso reduz a duplicação e facilita a manutenção.

O padrão do roteador direciona os usuários para fluxos de trabalho adequados com base nas suas necessidades. Depois de uma saudação inicial, veja qual é a intenção do usuário e encaminhe-o para o subfluxo de trabalho certo. Isso faz com que cada fluxo de trabalho se concentre em uma única tarefa.

Melhores práticas para o design de conversas

O avanço na compreensão da linguagem é real, mas não vai consertar um bot mal estruturado. Você ainda precisa de conversas claras e um design bem pensado. A diferença é que você está criando em um nível mais alto, definindo o que o bot deve fazer, em vez de treiná-lo para reconhecer frases específicas.

Comece com uma saudação clara que defina as expectativas. Primeiro, crie o design para o caminho feliz e, depois, adicione o tratamento de erros. Mantenha os nós autônomos focados em uma tarefa conceitual. Use etapas de confirmação para ações importantes, como pagamentos. Mapeie a jornada do usuário antes de criar fluxos de trabalho para identificar pontos de decisão e informações necessárias.

Também li que muitas perguntas do tipo “tem certeza?” fazem com que os usuários cliquem sem pensar no que estão lendo. “Quando cada ação precisa de confirmação, nenhuma delas funciona”, é provavelmente uma boa regra geral. Guarde suas solicitações de confirmação para operações realmente irreversíveis: pagamentos, exclusão de contas, perda de dados.

Automação do fluxo de trabalho

Além do básico que falamos aqui, o Botpress dá suporte a hooks para automação do ciclo de vida (executar código quando as conversas começam, mensagens são enviadas, etc.) e fluxos de trabalho programados para tarefas recorrentes, como lembretes de compromissos. São ferramentas poderosas, mas também é aí que as coisas ficam complicadas rapidinho.

Integrações e ecossistema de plug-ins

Os bots do Botpress ficam bem poderosos quando se conectam a serviços externos. O Botpress Hub oferece integrações pré-construídas para ferramentas comuns, e você pode criar integrações personalizadas para sistemas proprietários.

Integrações pré-construídas

O Hub inclui integrações para plataformas de mensagens (WhatsApp, Slack, Microsoft Teams, Telegram), CRMs (HubSpot, Salesforce), ferramentas de produtividade (Google Calendar, Google Drive, SharePoint) e processadores de pagamento (Stripe). Se você precisa se conectar a um serviço popular, provavelmente já existe uma integração disponível.

A instalação de uma integração adiciona novos cartões à sua bandeja de cartões. Por exemplo, uma integração de CRM oferece cartões para criar contatos, atualizar negócios e procurar registros. Arraste esses cartões para seus fluxos de trabalho para conectar seu bot.

A configuração é feita nas definições de integração. Você fornece as credenciais da API, escolhe quais dados acessar e mapeia as variáveis do bot para campos externos. A integração cuida da autenticação, limitação de taxa e recuperação de erros.

Integrações personalizadas

Para sistemas proprietários ou requisitos exclusivos, crie integrações personalizadas usando o SDK de integração. Defina a interface de integração, implemente a lógica de conexão e cuide da autenticação. O SDK oferece ajuda para fluxos OAuth e gerenciamento de webhooks. Teste localmente com os utilitários incluídos antes de fazer a implantação. Guarde as credenciais em variáveis de configuração, verifique todas as entradas e implemente o tratamento adequado de erros.

Modelos de preços e opções de implantação

Os preços do Botpress são baseados no uso da IA, em vez de taxas por mensagem ou por conversa. Se isso é caro ou não, depende do seu volume e do seu caso de uso. O bot simples de suporte ao cliente que criamos anteriormente — respondendo a perguntas a partir de uma base de conhecimento — faz uma ou duas chamadas LLM por mensagem do usuário e custa muito pouco, o que não é surpreendente, já que o criamos rapidamente e é apenas um exemplo. 

Um bot mais complexo, que também pesquisa seu CRM, verifica o estoque e calcula os custos de envio, faz chamadas LLM adicionais para processar esses dados, o que aumenta os custos de IA proporcionalmente. A plataforma repassa os custos de IA com as tarifas dos provedores, sem margem de lucro, então o que você vai pagar de verdade depende de quantas chamadas LLM cada conversa precisa e qual modelo você escolher.

Estrutura de preços

A Botpress oferece vários planos de assinatura comdiferentes recursos e casos de uso:

O bot de restaurante que criei anteriormenteusava o plano gratuito. O modelo de pagamento conforme o uso permite que você experimente sem nenhum compromisso mensal, e você só começa a pagar quando seu bot realmente lida com conversas.

Implantação e dimensionamento

O Botpress se adapta automaticamente conforme o tráfego aumenta, lidando com 10 ou 10.000 conversas de forma consistente. Os complementos aumentam a funcionalidade com mais espaço de armazenamento, limites maiores e integrações premium. Os recursos empresariais incluem SSO, registros de auditoria, controle de acesso baseado em funções e suporte dedicado.

Comunidade e Suporte

A documentação oficial inclui exemplos de código, tutoriais em vídeo e material de referência. 

O servidor Discord da Botpress tem mais de 30.000 membros que fazem perguntas, compartilham bots e aprendem com outros desenvolvedores. A equipe Botpress participa ativamente. As discussões do GitHub são um lugar legal pra pedir novos recursos e mandar relatórios de bugs. Você também vai encontrar modelos criados pela comunidade que cobrem casos de uso comuns, pra você não precisar começar sempre do zero.

Conclusão

O bot de restaurante que criamos é simples, mas a mesma abordagem funciona para projetos mais complexos. O editor visual de fluxo de trabalho e o sistema de integração funcionam bem, seja você criando um bot básico de perguntas frequentes ou algo mais sofisticado.

O segredo é começar aos poucos. Crie um bot que faça bem uma coisa, implemente-o, aprenda com o uso real e vá expandindo a partir daí. Não tente automatizar tudo de uma vez. Concentre-se na tarefa que vai trazer mais valor com menos complicações.

Para desenvolver suas habilidades em IA e chatbots, confira nosso curso Construindo Chatbots em Python e nosso programa Fundamentos do chatGPT. Para saber mais sobre técnicas de engenharia de prompts que melhoram as respostas do seu bot, veja Entendendo a engenharia de prompts. Para automação de fluxo de trabalho e agentes de IA além dos chatbots, dá uma olhada no nosso n8n: Um guia com exemplos práticos: tutorial “ ” e “Building Your First AI Agent with n8n code-along”.