AI CAP04 2025 VA02 CHATBOT CONSTRUCAO E TREINAMENTO CLASSICO

Como construir o seu primeiro
chatbot na IBM Cloud?

Dentro da plataforma,

existe um serviço chamado
Watsonx Assistant,

e esse serviço permite que você
crie e treine o seu primeiro chatbot

e utilize em diversas
aplicações do dia a dia.

Eu vou te ensinar como criar
e treinar o seu primeiro chatbot.

Eu estou na página de início,
logo após a página de login.

Aqui, eu vou mostrar
como você acessa o catálogo,

que pode ser acessado a partir
do botão no menu superior,

escrito "catálogo", ou no ícone,
no botão azul "criar recurso".

No catálogo, você tem acesso
a mais de 200 serviços,

e eu vou buscar exatamente,
na barra de busca,

o serviço chamado
"Watsonx Assistant".

Veja que eu já tenho
a opção aqui embaixo,

mas eu vou clicar
para filtrar.

Veja que o primeiro item do resultado
é exatamente o Watsonx Assistant.

Eu vou clicar nesse quadrado,

dele, vai aparecer a página
de configuração da minha instância,

incluindo diversas opções
de pagamentos ou planos do serviço,

eu vou selecionar o Lite,

selecionar o botão "li e concordo
com os contratos de licença",

e criar o serviço.

Uma vez que o seu
serviço estiver criado,

você vai conseguir acessar
a plataforma de criação e treinamento

clicando no botão azul
"launch Watsonx Assistant"

e, logo abaixo, na área
de credenciais,

você vai ter acesso
à sua API Key.

Esta API Key é responsável pela
integração da sua aplicação

com o serviço na nuvem.

Clica no botão azul "launch Watsonx
Assistant" para abrir a plataforma.

Logo quando você
acessa a plataforma,

no início, ele já te solicita
a inserção de alguns dados

para criar o seu
primeiro chatbot.

Eu vou mostrar como você
vai criar o seu chatbot

utilizando a experiência
clássica,

que é a experiência que, hoje,
as grandes empresas utilizam,

basta você clicar no ícone da pessoa
no canto superior direito da tela,

vai ter todas as suas informações
do plano, do serviço e do contato,

e, logo embaixo,
um pouco acima do logout,

vai ter o botão escrito
"switch to classic experience".

Aqui, de vez em quando, ele
pede para você dar o feedback.

O que você vai fazer é
exatamente o seguinte:

clicar logo nesse último botão
de "eu ainda quero fazer a mudança".

Você pode selecionar
o feedback que você quiser.

Eu vou colocar aqui "FIAP",

poderia ser qualquer
outro motivo, e confirmar.

Uma vez confirmado,
automaticamente,

ele te transfere para
a experiência clássica,

tanto que o nome no canto superior
esquerdo é "Watson Assistant",

que é o antigo
nome do serviço.

Para criar o seu
primeiro chatbot,

você vai clicar no botão
cinza "create assistant",

nele, vai pedir para você inserir
um nome e uma descrição.

Veja que a descrição
é opcional.

Eu vou criar o nome
de "Pizzaria da Cantina".

Eu vou clicar no botão azul
de criar meu assistente.

Nesta página, há
bastante informação,

principalmente de integração,
eu volto nela depois.

Você vai clicar no botão
"add dialog skill".

Clica no botão, você vai dar um nome
para a sua skill, ou habilidade,

aqui, eu vou dar
o nome de "Pizzaria",

porque ele vai tratar
casos de pizzaria.

Eu não vou colocar nada
na descrição, porque é opcional.

E, na linguagem, no idioma, eu vou
selecionar "português brasileiro".

Isso é importante, porque,
dentro do nosso idioma,

português brasileiro, existem
acentos e outras variações

que, por exemplo, no inglês
norte-americano, britânico,

não existem, então é importante
que você selecione exatamente

o idioma que você
está utilizando

para fazer o treinamento
do seu chatbot,

para que você consiga utilizar
o modelo mais otimizado

para o idioma selecionado,
para o seu público-alvo.

Eu vou clicar aqui
no botão azul "create skill",

para criar a nossa
habilidade.

Uma vez criado, vai aparecer,
em "dialog", a minha pizzaria,

eu vou clicar neste retângulo
e vai aparecer a página inicial.

Na página inicial, nós vamos
treinar a intenção, a entidade

e configurar o diálogo.

Logo na página inicial do meu
chatbot, do meu diálogo,

eu vou clicar no botão
azul "create intent".

Aqui, eu posso utilizar
n formas diferentes.

Eu vou criar uma intenção
chamada "fazer_pedido".

Uma vez digitado, basta
você clicar no botão enter

para ele criar
a sua intenção.

Eu não vou colocar descrição,
novamente, é opcional,

mas, aqui embaixo, eu
preciso dar exemplos,

como "eu gostaria de fazer
o meu pedido", dá enter,

"quero pedir uma pizza",
"to com fome",

"desce uma de mussarela".

Vamos editar esta opção aqui,
"manda uma de mussarela",

"desce uma de calabresa".

O mínimo que a plataforma
pede são cinco exemplos,

mas a recomendação
do time de serviços

é que você coloque de 10 a 20
exemplos para cada intenção.

Não necessariamente
você precisa colocar os 10,

contudo é importante que você
coloque o máximo possível

com base no seu usuário.

Eu coloquei formas
diferente de fazer pedido,

incluindo de forma
mais informal,

exatamente porque, se
o meu público for informal,

eu vou ter que colocar variações
mais próximas da fala dele.

Voltando à plataforma, eu
vou clicar no botão de voltar,

porque eu já tenho cinco exemplos,
e eu vou partir para entidades.

Nas entidades eu tenho
as entidades de sistema,

que são aquelas que o Watson
já traz para nós, como tempo,

percentual, número,
data e moeda,

e eu posso criar as minhas
próprias entidades.

Nas minhas próprias entidades,
eu posso clicar no botão azul,

"create entity", e dar
um nome de sabor,

porque estamos pedindo pizza,
precisamos definir sabor.

Aqui, eu vou colocar três sabores,
eu vou colocar "calabresa",

sinônimo, e vou colocar
variações da palavra "calabresa",

por exemplo, com Z,
e até a palavra "linguiça".

Uma vez que você colocou
o valor e seus sinônimos,

eu vou clicar no botão
azul "add value"

para transportar os valores
que nós inserimos para baixo,

na nossa lista de entidades.

E eu vou fazer o mesmo
para a mussarela,

que também tem a variação
de mussarela com cê-cedilha,

"queijo",

e eu vou colocar,
por exemplo, "portuguesa",

que poderia muito bem ser
chamada, em algum lugar,

de "portuga" ou de "lusa".

Uma vez que você criou
a sua entidade sabor

e colocou os valores,
que podem variar de 1 para n,

basta clicar no botão de voltar
para configurarmos o diálogo.

Na parte de diálogo, nós
temos uma árvore de decisão,

onde o início começa
aqui na parte superior,

no logo do Watson, e vai até aqui
embaixo, em "em outros casos".

Veja que, ao clicar em um nó,
como chamamos esse retângulo,

nós podemos dar uma descrição,
que é opcional,

colocamos informações de validação,
que seria um if-else,

e, aqui, a gente coloca
as variações da resposta,

se eu posso colocar uma resposta,
uma mensagem ou n mensagens,

basta eu colocar
vários exemplos

e ele vai seguindo
em ordem sequencial,

randômico ou todo
de uma vez.

Veja que, no nó "bem-vindo", nós
podemos mudar essa mensagem,

como "Olá! Seja bem-vindo
à Pizzaria da Cantina!

Como posso te ajudar?"

E eu dou enter.

Se eu abrir, neste botão
"try it", o chat de testes,

veja que ainda aparece
a mensagem anterior.

Basta clicar no botão "clear"

e ele vai mostrar a mensagem
que eu acabei de configurar.

Vou clicar no X e vou
configurar a minha intenção

dentro da camada
de diálogo.

Clica aqui no botão
dos três pontinhos,

dentro do nó "bem-vindo",
e clica na opção "add node below",

ele vai criar o nó exatamente entre
"bem-vindo" e "em outros casos".

Aqui dentro, eu posso deixar
vazio, como eu mencionei,

porque é opcional, mas
aqui na condição do if,

eu vou colocar "intenção",
"fazer_pedido".

Veja que eu posso clicar
no campo e selecionar as opções,

ou eu posso
muito bem digitar.

Logo abaixo, eu posso
configurar a resposta

como "Pedido anotado! Sua
pizza chegará em 40 minutos".

Uma vez que o meu
chatbot reconhecer

que a mensagem do usuário
é para fazer pedido,

ele vai mandar
a seguinte resposta:

"Pedido anotado! Sua pizza
chegará em 40 minutos".

Se eu clicar no botão "try it",
eu vou clicar no botão "clear"

para limpar e pegar
as últimas atualizações,

e, no chat aqui embaixo, eu
vou mandar: "to com fome".

Ele já anotou.

Agora, vamos fazer
com que o meu chat,

além de entender e responder,
colete a mensagem do usuário,

que é o sabor que o usuário
quer consumir da pizza.

Eu vou clicar no botão "customize"
e clicar no botão de slot.

O slot nada mais
é do que a opção

de coletar informações
e utilizar na resposta.

Eu vou clicar no botão "apply"
e, logo aqui embaixo",

já vai aparecer uma opção
de "then check for".

Nesta opção, basta eu clicar
no primeiro campo como condição,

ou seja, eu vou detectar
qualquer valor dentro de sabor,

automaticamente,
uma vez enviado,

eu vou salvar em uma variável
de ambiente chamada "sabor",

conhecida pelo cifrão, mas,
caso o usuário não me informe,

eu vou perguntar para ele:
"qual é o sabor da pizza?"

Se tudo isso der certo,
ou seja, se o meu chatbot

coletar esse dado do meu usuário,
eu posso pegar esta variável

e utilizar dentro
da minha resposta:

"Sua pizza de $sabor
chegará em 40 minutos".

Eu vou clicar no X, "try it", "clear",
e vamos testar novamente.

"Quero uma pizza".

"Qual é o sabor da pizza?",
eu quero de calabresa.

"Pedindo anotado! Sua pizza
de calabresa chegará em 40 minutos".

Vamos fazer
um outro teste?

"To com fome",
eu quero de queijo.

E ele me deu a resposta
de mussarela.

Veja que é bem simples e tranquilo
de você mandar mensagem

dentro do chat.

Uma vez que você mandou
mensagem no chat,

eu já tenho a minha primeira
funcionalidade de chatbot treinado.

Se eu quiser, eu posso
voltar para o menu inicial,

clicando aqui em "assistants",
clico em "Pizzaria da Cantina"

e no botão "preview", no canto
superior direito da tela,

para poder ter um link
compartilhável

para que eu possa mandar
para qualquer pessoa

para testar o meu chatbot,
como é o caso aqui:

"to com fome".

Quero uma pizza
portuguesa.

E ele me dá a resposta
com a pizza portuguesa.

Dessa forma, mesmo
sendo um caso simples,

com uma única
funcionalidade,

você consegue replicar esse
treinamento de intenção,

e depois entidade,
e depois de diálogo,

para construir o seu chatbot.

Aqui, nós temos
uma funcionalidade,

mas você pode desenvolver
n funcionalidades

e permitir que seu chatbot
aprenda cada vez mais

para interpretar
a mensagem do usuário

e dar uma resposta
apropriada.