As recomendações de lacunas de conteúdo fornecem ações específicas para ajudar os colegas a melhorar o desempenho do Fin. Elas destacam onde o Fin não conseguiu responder porque o conteúdo de ajuda estava ausente, confuso, duplicado ou contraditório.

Saiba o que corrigir e como – As recomendações de lacunas de conteúdo destacam onde o Fin teve dificuldades e sugerem atualizações claras e específicas no conteúdo.
Pule a QA manual – As recomendações de lacunas de conteúdo analisam conversas não resolvidas do Fin, comparam com respostas humanas e mostram o que corrigir—sem necessidade de vasculhar transcrições.
Corrija o que importa mais – Cada recomendação é classificada por impacto para que você possa priorizar as correções que melhoram mais conversas.
Mantenha o controle – Edite, aceite ou rejeite qualquer recomendação antes de ser publicada—assim as mudanças acontecem nos seus termos.

Nota: Para acessar Recommendations e outros insights movidos por IA, você precisará do add-on Pro.

Como acessar recomendações de lacunas de conteúdo

Para ver suas recomendações de lacunas de conteúdo, vá para Fin AI Agent > Analyze > Recommendations e filtre por Reason is Content gaps.

Nota: Se você clicar em um link direto para uma recomendação específica e receber um erro como “That data could not be loaded,” isso significa que o conteúdo subjacente não existe mais. Revisões pendentes de sugestões expirarão automaticamente após 4 semanas para manter as sugestões relevantes.

Como usar recomendações de lacunas de conteúdo

As recomendações de lacunas de conteúdo são geradas analisando:

Respostas falhas do Fin (ex.: escalonamentos ou respostas de baixa qualidade) e comparando-as com respostas humanas bem-sucedidas a perguntas similares.
Respostas tratadas por colegas para verificar se há lacunas na sua knowledge base.
Duplicatas do mesmo conteúdo em múltiplas fontes.
Contradições de conteúdo em diferentes fontes.

Para cada sugestão de lacuna de conteúdo, você pode:

Revisar recomendações de criação ou edição geradas por IA.
Ver as conversas exatas que dispararam a sugestão.
Atualizar artigos públicos ou snippets diretamente para melhorar a resolução futura.

Tipos de sugestões de lacunas de conteúdo

Ação	Objetivos	Disponibilidade
Adicionar novo conteúdo	Preencher lacunas de conteúdo	Artigos Snippets
Editar conteúdo existente	Preencher lacunas de conteúdo Garantir que o conteúdo esteja atualizado e relevante Melhorar a qualidade do conteúdo	Artigos Snippets
Revisar conteúdo contraditório	Corrigir fontes potencialmente confusas para o Fin	Artigos Snippets Páginas web
Revisar conteúdo duplicado	Limpar conteúdo para Fin e gerentes de knowledge	Artigos Snippets Páginas web

Segmentar recomendações de lacunas de conteúdo por público

Para tornar suas recomendações mais precisas e impactantes, você deve segmentá-las por público. Isso garante que o Fin analise apenas conversas e conteúdos relevantes para um grupo específico de clientes, evitando confusão por informações conflitantes (ex.: diferentes políticas de dados para clientes da UE vs. EUA).

Clique no ícone de configurações no topo da página de Recommendations para segmentar conteúdo por públicos do Fin que você configurou.

Nota:

A segmentação atualmente funciona apenas para recomendações de conteúdo.
Quando você salvar, suas recomendações atuais de conteúdo serão apagadas. Novas sugestões de conteúdo segmentado serão geradas, o que pode levar algumas horas.

Dica: Para espaços de trabalho multi-marca, recomendamos adicionar um atributo brand aos seus públicos. Isso ajuda a garantir que as sugestões sejam geradas usando o conteúdo correto para cada marca. Para saber mais, você pode consultar o artigo, create a branded experience with Fin Identities.

Revisando recomendações de lacunas de conteúdo

Você pode revisar todas as recomendações de lacunas de conteúdo antes de habilitá-las para Fin.

Cada recomendação inclui:

Pontuação de impacto
Uma explicação resumida
Data de criação
Conversas de origem
Conteúdo relacionado
Revisar ações necessárias

Se você abrir a gaveta lateral no canto superior direito, encontrará as conversas que informaram diretamente uma sugestão.

Isso facilita:

Entender as perguntas exatas dos clientes por trás de uma recomendação.
Validar se a correção melhorará significativamente a resolução.
Compartilhar exemplos concretos com colegas ao planejar mudanças.

Revisar edições

Opções de revisão:

Novo conteúdo: Adicione novo conteúdo como um trecho ou artigo
Edições: Navegue por várias mudanças, incluindo:
- Texto vermelho (remoções sugeridas)
- Texto verde (adições sugeridas)

Aceitando uma recomendação:

Snippets são imediatamente adicionados ao Knowledge e disponibilizados para Fin.
Edições de artigo podem ser salvas como rascunho ou publicadas para ficarem disponíveis para Fin.

Dica: Você pode editar o conteúdo diretamente antes de aceitar ou rejeitar uma recomendação.

Criar novos artigos ou snippets

Algumas recomendações de lacunas de conteúdo podem não se encaixar naturalmente no seu conteúdo existente. Use o botão Adicionar no cartão de recomendação para adicionar como um novo snippet ou artigo, que você pode publicar imediatamente no seu Help Center e coleção preferidos.

Mover recomendações de lacunas de conteúdo para outra fonte

Se a recomendação for útil, mas estiver no local errado, você pode movê-la para outro conteúdo ou convertê-la em novo conteúdo.

Pesquise e selecione o snippet ou artigo de destino.
O sistema tentará reescrever o conteúdo existente com a recomendação (normalmente em 20-45 segundos).
Se a colocação não for possível, o conteúdo será anexado ao final.
Se adicionado como novo conteúdo, o editor será aberto com a recomendação inserida.

Nota: Você não pode mover uma recomendação para conteúdo que já tenha recomendações pendentes.

Remover/mesclar conteúdo duplicado

Recomendações de conteúdo duplicado encontram partes de conteúdo que contêm as mesmas informações. Resolver isso ajuda a limpar seu conteúdo e evita que a janela de contexto do Fin fique cheia de informações redundantes, permitindo que ele forneça respostas melhores.

Por exemplo, uma recomendação pode mostrar dois artigos que contêm instruções muito semelhantes sobre como redefinir uma senha.

Corrigir conteúdo contraditório

Nossa ferramenta de conteúdo contraditório ajuda você a identificar conteúdo com informações conflitantes. Isso permite revisar e resolver rapidamente as discrepâncias, garantindo que sua knowledge base seja uma fonte única de verdade. Ao corrigir essas contradições, você ajudará o Fin a fornecer respostas claras, precisas e confiáveis aos seus clientes.

Envolvimentos e resoluções também são mostrados por conteúdo para ajudar você a decidir como proceder.

Como agir sobre recomendações contraditórias

Para resolver uma contradição, você pode:

Clique em Editar para abrir e atualizar o conteúdo.
Clique em Excluir artigo ou Excluir snippet para remover o conteúdo.
Rejeite as recomendações para remover a sugestão da sua visualização.
Marque as recomendações como concluídas quando você fizer as atualizações necessárias.

Nota: As recomendações são estáticas no momento em que foram geradas. Como você pode editar seu conteúdo antes de revisar uma recomendação, o horário da última atualização é exibido acima do conteúdo com uma dica indicando que a pré-visualização mostrada pode estar desatualizada.

Perguntas frequentes

Com que frequência as recomendações de lacunas de conteúdo são criadas?

As recomendações de criação/edição de conteúdo são acionadas diariamente ou semanalmente, com base em:

Volume: Alto número de conversas onde uma pergunta e resposta podem ser encontradas.
Atividade do tópico: Consultas regulares (1+ por dia) sobre o mesmo tópico por pelo menos 7 dias.
Picos: Aumentos rápidos em consultas relacionadas ao longo de 4 dias.

Recomendações de conteúdo duplicado/contraditório são verificadas todo domingo. Isso escaneia seu conteúdo e prepara até 20 novas recomendações para você revisar na segunda-feira. Estas podem incluir uma mistura de potenciais contradições (cerca de 15) e duplicatas (cerca de 5), dependendo do que for encontrado no seu conteúdo.

Por que algumas recomendações mostram um erro quando as abro via link?

Links diretos para recomendações individuais podem se tornar inválidos se as recomendações subjacentes ou o conteúdo expiraram ou foram excluídos. Isso é um comportamento esperado.

Para visualizar recomendações ativas, abra-as dentro do painel Optimize no Intercom em vez de via URLs salvas.

O que é filtrado ao gerar recomendações de lacunas de conteúdo?

Conversas sem respostas de colegas
Conversas abandonadas
Conversas onde um colega repetiu a mesma resposta que Fin
Conversas que se concentram principalmente em um pedido de recurso ou relato de bug
Conteúdo existente em seus artigos públicos e snippets

Por que uma recomendação de lacuna de conteúdo seria considerada de alto impacto se estiver vinculada a apenas uma conversa?

Uma recomendação pode ser considerada de alto impacto mesmo que esteja vinculada a apenas uma conversa quando essa única conversa revela uma lacuna crítica, contradição ou falha na capacidade do Fin de resolver problemas dos clientes. Isso porque a pontuação de impacto não se baseia apenas no número de conversas afetadas, mas também na gravidade ou importância potencial do problema descoberto.

O sistema não acelera nem sinaliza manualmente conversas individuais para recomendações; ele depende de padrões e limites, mas uma única conversa ainda pode acionar uma recomendação de alto impacto se atender a certos critérios.
Nem todas as recomendações de uma única conversa são de alto impacto — apenas aquelas que revelam problemas significativos

Como saber se o conteúdo foi gerado por AI?

Você pode filtrar por conteúdo Created by Fin em Knowledge para ver todo o conteúdo gerado por AI.

Quem pode aceitar ou rejeitar recomendações de lacunas de conteúdo?

Colegas com permissão “Can create and manage content in Knowledge” permissão.

Existem limitações para recomendações de lacunas de conteúdo?

Recomendações são geradas apenas para conversas que tenham um AI topic atribuído.
Não há opção para acelerar ou sinalizar manualmente conversas individuais para recomendações.
Clientes com baixo volume (com menos conversas) podem receber menos ou nenhuma recomendação.

Por que estou vendo conversas antigas nas minhas recomendações de lacunas de conteúdo?

Você pode notar que algumas recomendações fazem referência a conversas que têm várias semanas ou meses. Isso é um comportamento esperado e faz parte de como as recomendações são projetadas para identificar padrões significativos. Recomendações são criadas para um tópico uma vez que conversas suficientes se acumularam para sinalizar uma lacuna clara de knowledge ou uma oportunidade de melhoria.

Para alguns tópicos, pode levar mais tempo para reunir um volume suficiente de conversas para atingir esse limite. Como resultado, uma única recomendação pode ser baseada em uma mistura de conversas recentes e antigas. Isso garante que cada recomendação seja bem informada e aborde um tema recorrente, em vez de se basear em uma única interação isolada.

Use recomendações de conteúdo com IA para melhorar Fin