Vou construir um chatbot de IA com rag na sua base de conhecimento personalizada


Level 2
Sobre este Serviço
Tradução automática
A maioria dos "chatbots de IA" no Fiverr são um prompt de sistema e uma camada de GPT. Eles parecem inteligentes por trinta segundos, depois inventam respostas que seus clientes citam para suporte. Isso não é o que eu faço.
Eu construo chatbots fundamentados no seu conteúdo real, PDFs, documentos, políticas que citam fontes em cada resposta. Se o bot não souber, ele diz que não sabe. Se souber, mostra a fonte. Compradores e equipes de suporte confiam nisso de forma diferente dos bots GPT genéricos.
O padrão é RAG: seu conteúdo indexado em um banco de dados vetorial, o chatbot faz busca semântica, o LLM lê trechos relevantes, a resposta sai fundamentada com citações. Os pacotes Standard e Premium adicionam busca híbrida + reclassificação para perguntas mais difíceis.
Trabalhos recentes: um bot de suporte puxando de mais de 800 artigos de ajuda, reduzindo o tempo de resposta de horas para segundos; um bot de vendas para produtos/preços; um bot de conhecimento interno integrando Notion + Slack.
Como funciona: eu defino as fontes, envio um plano de indexação, construo com seu conteúdo real (sem dados de brinquedo), entrego o fonte + walkthrough no Loom. Horários US/EU, respostas em até uma hora.
Envie o conteúdo que o bot deve conhecer e o público que vai perguntar. Eu volto em até uma hora com o escopo e preço fixo.
Conheça mais sobre Azzam
I help SAAS startups go from prototyping to scalable products
Level 2
- A partir dePaquistão
- Membro desdemai. de 2017
- Responde em aprox.:1 hora
- Última entrega1 semana
Idiomas
Urdu, Inglês, Panjabi, Hindi
Tradução automática
Meu portfólio
Outros serviços de Desenvolvimento de IA que eu ofereço
Perguntas frequentes
Tradução automática
Qual é a diferença entre Básico, Padrão e Premium?
Básico é uma fonte de conhecimento e um chatbot funcional limpo — ótimo para testar a abordagem. Padrão adiciona ingestão de múltiplas fontes, citações e integrações como Slack/Discord — a escolha mais comum para bots de atendimento ao cliente ao vivo. Premium adiciona uma camada de reclassificação, busca híbrida, dashboard de observabilidade.
Que tipos de fontes de conhecimento o bot pode ingerir?
PDFs, documentos Word, Markdown, texto simples, sites (raspados), Notion, Google Drive, Confluence, centros de ajuda Zendesk, repositórios GitHub. Se tiver texto estruturado, provavelmente posso ingerir. Fontes personalizadas (seu banco de dados, API interna) são um add-on.
Por que isso custa mais do que alguém oferecendo um "chatbot GPT" por $20?
Porque o que estou construindo é fundamentalmente diferente. Um chatbot de $20 é um prompt de sistema e uma chamada de GPT — ele inventa, não cita fontes e não conhece seu conteúdo real. RAG com indexação adequada, busca híbrida, citações e reclassificação é trabalho de engenharia de verdade, e a diferença se mostra no resultado.
Quanto vai custar para rodar a API do LLM em produção?
Típico: $0,01–$0,10 por mensagem de usuário no GPT-4o-mini, dependendo do tamanho da base de conhecimento e do comprimento da resposta. Para um chatbot respondendo 1.000 mensagens por dia, isso dá aproximadamente $10–$100 por mês em custos de API, pagos diretamente ao provedor do LLM. Vou fazer uma projeção para seu caso específico antes de começarmos.
Onde o chatbot fica — no meu site, no meu Slack, em outro lugar?
Você escolhe. Widget web (como Intercom), iframe embutido, app web independente, bot no Slack, bot no Discord, WhatsApp, Telegram ou todos eles. O widget web está incluso em todos os pacotes; os outros são extras ou parte do Padrão.
Como você mantém a base de conhecimento atualizada quando meu conteúdo muda?
Os pacotes Padrão e Premium incluem automação de reindexação. Eu configuro um pipeline (cron, webhook ou comando manual) que re-injeta o conteúdo alterado. Para o Premium, incluo um dashboard de monitoramento para você ver quando a indexação acontece e se algo falhou.
O que acontece com meu conteúdo — ele é enviado para OpenAI / Anthropic para treinamento?
Não. OpenAI e Anthropic têm políticas de uso de dados que excluem o conteúdo da API de treinamento (verificado nos termos). Seu conteúdo permanece seu conteúdo. Se precisar de maior controle de dados, podemos usar LLMs de código aberto implantados na sua infraestrutura — posso ajudar a definir.
Posso ver como o bot está sendo usado — o que as pessoas perguntam, onde ele fica travando?
O pacote Premium inclui um dashboard de consultas para você ver as principais perguntas, qualidade das respostas e "lacunas" na base de conhecimento onde os usuários perguntaram coisas que o bot não conseguiu responder com confiança. Isso é ótimo para identificar falhas na documentação. O padrão registra as consultas, mas não inclui a interface do dashboard.
