> For the complete documentation index, see [llms.txt](https://academy.vambe.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://academy.vambe.ai/asistentes-ia/asistentes-ia-pt-br/configuracao-do-assistente/correcoes-ensine-seu-assistente-com-exemplos-reais.md).

# Correções: ensine seu assistente com exemplos reais

As **correções** são exemplos concretos que mostram ao seu assistente como ele deve responder em uma situação específica. Cada correção considera uma mensagem real de um cliente, a resposta dada pela IA e a resposta que ela deveria ter dado, juntamente com uma observação opcional que explica o motivo. Quando chega uma conversa parecida, o assistente recebe esse exemplo como referência e responde da forma correta.

Sua grande vantagem é a precisão: a Vambe não fornece ao assistente todas as correções que você tem salvas, mas apenas as que realmente se parecem com o que o cliente está perguntando naquele momento. Assim, você pode acumular muitas correções sem que elas interfiram em conversas que não têm relação com elas. Neste artigo, você verá como elas são selecionadas, como revisá-las em cada mensagem e como são criadas.

> Para revisá-las: abra uma conversa atendida por um assistente (ou um teste no **Playground**) e clique no ícone de atividade que aparece ao lado de qualquer mensagem. O **Monitor de Atividade** será aberto no lado direito.

***

## Como as correções são selecionadas para cada mensagem

Sempre que o assistente vai responder, a Vambe pega as últimas mensagens do cliente e as compara com todas as correções do assistente. A cada correção, ela atribui uma pontuação de **relevância** entre 0 e 1, de acordo com o quanto o caso dela se parece com o da conversa atual.

Apenas as correções que superam a **relevância mínima de 0,6** são fornecidas ao assistente. As demais são descartadas para essa mensagem e, portanto, não influenciam a resposta.

Por exemplo, se um assistente tiver 200 correções e um cliente perguntar se pode alugar uma raquete de tênis no clube, a Vambe pode encontrar duas que superam o limite: uma com relevância de 0,88 (outro cliente que fez exatamente a mesma pergunta) e outra com relevância de 0,78 (um cliente que perguntou sobre o aluguel de raquetes e bolas ao reservar uma quadra). As outras 198, que tratam de temas diferentes, ficam de fora.

{% hint style="info" %}
Como a busca é feita por similaridade com a mensagem do cliente, as correções funcionam melhor quando cada uma resolve um caso concreto. Uma correção clara e específica tem mais chances de ser ativada exatamente quando necessário.
{% endhint %}

***

## Como ver quais correções o assistente usou

No **Monitor de Atividade** você pode revisar passo a passo o que o assistente levou em conta antes de responder a uma mensagem. Além do assistente e do modelo que responderam, você verá a seção **Correções selecionadas**, que mostra:

* **Quantas correções superaram a relevância mínima**, em relação ao total que o assistente tem (por exemplo, "2 de 200 correções superaram a relevância mínima (0.6)").
* **Mensagens do cliente usadas para a busca**: as mensagens da conversa que a Vambe utilizou para encontrar correções semelhantes.
* **Cada correção selecionada**, com sua pontuação de relevância, a mensagem do cliente, a resposta original da IA (riscada), a resposta corrigida e, quando houver, uma observação em itálico com o contexto que explica a correção.

No final do percurso aparece a **Mensagem enviada**, para que você possa comparar o que o assistente recebeu como referência com o que ele finalmente respondeu.

Esta visualização é especialmente útil quando uma resposta não é a que você esperava: ela permite confirmar se o assistente tinha uma correção relevante disponível ou se o caso ainda não está coberto.

***

## Como as correções são criadas

As correções são criadas a partir de conversas reais em que a IA não respondeu como deveria, com a ajuda da **PandAI**. A partir da mensagem com o erro, abra o **Suporte com IA**, indique o que deu errado e peça à PandAI que analise o caso. Quando o caso for melhor resolvido com um exemplo concreto, a PandAI recomendará que você crie uma correção a partir dessa conversa.

Dessa forma, cada correção nasce de um caso real, com a resposta esperada e seu contexto bem redigidos, o que permite que o assistente a encontre e a aplique quando surgir uma situação parecida.

{% hint style="info" %}
👉 Confira o passo a passo em [**Como corrigir a IA quando ela comete um erro em uma conversa**](https://academy.vambe.ai/pandai/como-corregir-a-la-ia-cuando-se-equivoca-en-una-conversacion).
{% endhint %}

***

## Em resumo

As correções transformam cada erro da IA em um aprendizado concreto. Elas são criadas a partir da conversa com o apoio da PandAI, aplicadas apenas quando a mensagem do cliente realmente se parece com o caso corrigido e registradas no Monitor de Atividade, para que você sempre saiba o que seu assistente levou em conta antes de responder.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://academy.vambe.ai/asistentes-ia/asistentes-ia-pt-br/configuracao-do-assistente/correcoes-ensine-seu-assistente-com-exemplos-reais.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
