Um agente conversacional construído no Google Dialogflow CX, combinando busca em documentos (RAG) para dúvidas gerais e consulta estruturada para dados de processo — sempre com a fonte da resposta indicada.
O cliente conversa com o widget no site. O agente decide, para cada pergunta, se busca a resposta nos documentos (RAG) ou se consulta um sistema estruturado via webhook.
O agente escolhe automaticamente qual caminho seguir, com base na intenção reconhecida na pergunta do cliente.
Exemplo: "quais documentos preciso pra invalidez por doença?"
Exemplo: "por que meu pedido de DIT foi negado?"
Entradas fora do contexto também recebem orientação em português (documentos, prazos ou protocolo), sem resposta generativa solta. Assim a Aurora mantém um tom humano sem inventar status ou regras.
Este é um projeto de portfólio: a infraestrutura é real e funcional, o conteúdo consultado é sintético.
| Componente | Status | Detalhe |
|---|---|---|
| Agente Dialogflow CX | Real | Agente configurado no Google Cloud, com Flow, entidades e roteamento de intenção. |
| Data Store (RAG) | Real | Vertex AI Search indexando os documentos do corpus a partir de um bucket no Cloud Storage. |
| Webhook | Real | Serviço Flask publicado no Cloud Run, respondendo a chamadas de fulfillment do agente. |
| Conversational Messenger | Real | Widget oficial do Google conectado ao agente, com acesso restrito ao domínio da demonstração. |
| Conteúdo do corpus | Sintético | Documentos escritos para este projeto — nenhum dado real de cliente ou de seguradora. |
| Dados de processo/protocolo | Sintético | O webhook responde com dados de exemplo fixos, simulando uma integração com um sistema de processos. |