Imagens, áudios e arquivos: o que a IA entende do que o cliente envia
Quando alguém pede ajuda, o mais rápido costuma ser mandar a foto da tela. Agora o agente de IA lê a imagem: ele enxerga a mensagem de erro, o código e os números que aparecem ali e responde a partir disso, em vez de pedir que a pessoa digite tudo de novo.
O que a IA entende de cada anexo
- Imagem (print de tela, foto de documento, comprovante): a IA transcreve o texto que aparece na imagem e descreve o que ela mostra.
- Áudio (nota de voz): vira transcrição, e o agente responde ao que foi falado.
- Documento (PDF, planilha, texto): o conteúdo é lido e entra na conversa como contexto.
Em todos os casos o anexo original continua na conversa, para quem atende abrir quando quiser.
Onde funciona
No chat do seu site, no WhatsApp e no Instagram/Messenger. Se o canal é atendido por IA, a imagem é lida na hora — inclusive quando ela vem sozinha, sem nenhuma linha de texto junto, que é o caso mais comum de quem manda print. Se quem atende é uma pessoa, a leitura fica guardada junto do anexo e ajuda depois, na busca.
O que muda na conversa
Antes, uma imagem sozinha chegava ao agente como "o cliente enviou um arquivo que não consigo abrir" — e a resposta era pedir o texto por escrito. Agora o agente cita o que está na tela ("na sua imagem aparece a rejeição 328") e vai direto ao que resolve.
Quando a leitura não sai
A IA nunca finge que viu: se não conseguiu ler, ela diz isso e pede, com gentileza, que a pessoa descreva ou escreva o que aparece. Os motivos mais comuns:
- imagem muito grande (acima de 5 MB) ou em formato incomum — PNG, JPG, GIF e WebP são os formatos lidos;
- foto tremida, escura ou com texto pequeno demais para ser lido;
- o motor de IA configurado na conta não lê imagens — nesse caso a plataforma procura sozinha outro motor que leia, e só avisa quando nenhum está disponível.
Se a leitura falhar por instabilidade momentânea, a plataforma tenta de novo em segundo plano: o conteúdo aparece para quem atende, e o agente já o usa nas mensagens seguintes.
Consumo
Ler uma imagem consome IA, como qualquer resposta do agente. A leitura acontece uma vez por imagem — não se repete a cada nova mensagem da conversa — e aparece nos seus relatórios de consumo junto do restante.
Dica para quem configura o agente
Não é preciso escrever instrução alguma sobre imagens: o agente já recebe o conteúdo delas pronto, como se a pessoa tivesse escrito. Se o seu atendimento vive de print (erros de sistema, comprovantes, etiquetas), vale ter na base de conhecimento os artigos que explicam esses erros — é o que transforma "li o código na sua tela" em "e a solução é esta".