- Comece com 5–8 categorias (menos é mais) e um critério de prioridade que qualquer pessoa entenda
- Peça saída estruturada (JSON) para evitar “texto bonito” que não vira automação
- Use uma etapa de revisão humana para casos ambíguos e e-mails sensíveis
- Registre exemplos reais e refine o prompt por amostragem semanal
Mapeie o que entra e o que precisa acontecer depois
Liste os tipos de e-mail que mais consomem tempo (ex.: suporte, cobrança, proposta, parceria, RH). Para cada tipo, escreva a “próxima ação” desejada (ex.: abrir ticket, responder com template, encaminhar para financeiro). Evite começar por exceções raras.
Defina categorias e um modelo de prioridade simples
Crie categorias claras e mutuamente exclusivas. Para prioridade, use algo operacional (ex.: P0 hoje, P1 48h, P2 quando der) ou impacto x urgência. Se a equipe não concordar com a regra, a automação vira discussão.
Escolha os campos que a IA vai extrair
Além de categoria e prioridade, inclua: resumo em 1 linha, intenção do remetente, “precisa de resposta?” (sim/não), prazo citado (se houver), e para quem encaminhar. Campos demais aumentam erro; campos de menos reduzem utilidade.
Escreva um prompt que devolva JSON (e nada além disso)
Instrua a IA a responder apenas com JSON válido. Diga as categorias permitidas e como decidir prioridade. Inclua regra de segurança: se faltar informação, marcar “incerto”: true e sugerir pergunta de esclarecimento.
Monte o fluxo no seu automatizador (sem código)
Use um automatizador (ex.: n8n/Make/Zapier) para: capturar e-mail → limpar texto (remover assinatura longa) → chamar IA → ler o JSON → aplicar ações (tag, encaminhar, criar tarefa/ticket). Comece rodando em modo ‘só sugerir’, sem executar automaticamente.
Implemente human-in-the-loop para casos sensíveis
Crie uma regra: se “incerto” for true, ou se o e-mail contiver termos sensíveis (ex.: cancelamento, jurídico, LGPD), a automação apenas recomenda e pede aprovação humana antes de encaminhar/registrar.
Teste com amostra real e refine semanalmente
Separe 30–50 e-mails reais (anonimizados quando necessário) e compare classificação x decisão humana. Ajuste categorias confusas, melhore exemplos no prompt e crie lista de “palavras-gatilho” para urgência (ex.: ‘hoje’, ‘bloqueio’, ‘parado’).
Categorias e prioridades que funcionam na prática (modelo pronto)
Se você tentar automatizar com 20 categorias, a IA até vai “inventar” uma saída que parece correta — mas sua operação não vai conseguir usar. Eu prefiro um conjunto enxuto, com prioridade baseada em prazo e impacto.
Abaixo vai um modelo inicial comum em pequenas e médias empresas. Ajuste os nomes, mas preserve a lógica.
| Categoria | Quando usar | Prioridade típica | Ação automática sugerida |
|---|---|---|---|
| Suporte/Problema | Cliente reporta falha, erro, bloqueio | P0/P1 (depende de ‘parado’/‘urgente’) | Abrir ticket + encaminhar time responsável |
| Financeiro/Cobrança | Boleto, nota, pagamento, reembolso | P1 | Encaminhar financeiro + marcar ‘aguarda retorno’ |
| Comercial/Proposta | Pedido de orçamento, negociação, follow-up | P1 | Criar tarefa no CRM + resposta inicial com template |
| Operação/Entrega | Status de pedido/serviço, logística, prazos | P1/P2 | Encaminhar operação + sugerir resposta padrão |
| Parcerias/Imprensa | Convite, co-marketing, eventos | P2 | Tag ‘parcerias’ + fila semanal |
| RH/Trabalhe conosco | Currículos, entrevistas, documentos | P2 | Encaminhar RH + extrair dados principais |
Prompt-base (com saída em JSON) para colar no seu fluxo
A diferença entre “IA que ajuda” e “IA que vira bagunça” costuma estar aqui: saída estruturada. Use este prompt como ponto de partida e adapte categorias/SLAs.
Importante: mande a IA considerar somente o corpo do e-mail (sem histórico gigante) e a responder apenas com JSON.
- Instrução (cole no campo de prompt):
- Você é um classificador de e-mails de trabalho. Classifique o e-mail abaixo em UMA categoria permitida e defina prioridade. Responda APENAS com JSON válido, sem comentários.
- Categorias permitidas: ["Suporte/Problema","Financeiro/Cobrança","Comercial/Proposta","Operação/Entrega","Parcerias/Imprensa","RH/Trabalhe conosco","Outro"].
- Regras de prioridade: P0 = impede operação/serviço ou menciona ‘urgente/hoje/agora/parado’; P1 = prazo até 48h ou cliente aguardando; P2 = sem prazo/baixa urgência.
- Se você não tiver confiança, defina "incerto": true e gere uma pergunta objetiva para esclarecer.
- Campos obrigatórios no JSON: categoria, prioridade, resumo_1_linha, precisa_responder (true/false), encaminhar_para (ex.: "suporte", "financeiro", "comercial", "operacao", "rh", "diretoria"), incerto (true/false), pergunta_esclarecimento (string).
- E-mail (texto): <<
>>
Regras de segurança e qualidade (para não criar um monstro na caixa de entrada)
Automação em e-mail dá ganho rápido — e também dá erro rápido. Três cuidados salvam tempo e evitam retrabalho:
1) Comece com ‘recomendar’ (tag e sugestão) antes de ‘executar’ (encaminhar/criar ticket). 2) Trate dados sensíveis com filtro e revisão humana. 3) Faça auditoria por amostra: pegue alguns e-mails por categoria toda semana e veja onde a IA está confundindo.
- Use revisão humana obrigatória quando: houver dados pessoais sensíveis, tema jurídico, cancelamento/chargeback, ou quando a IA marcar incerto=true.
- Evite respostas automáticas “mandando” algo ao cliente sem revisão (principalmente em suporte e financeiro).
- Logue o que a IA decidiu (categoria/prioridade) e o que o humano corrigiu: isso vira seu material de melhoria contínua.
Erros comuns (e como corrigir sem trocar de ferramenta)
Os problemas mais frequentes não são ‘a IA é ruim’; são: categorias mal definidas, e-mails longos demais no contexto, e prompts sem limites.
Se a IA estiver marcando quase tudo como P0, sua regra de urgência está permissiva demais. Se estiver tudo como ‘Outro’, suas categorias estão estreitas ou o texto enviado está vindo com ruído (assinaturas, threads antigas).
- Sintoma: muita classificação errada entre Comercial e Parcerias → Correção: adicione palavras-âncora no prompt (ex.: “orçamento/proposta/preço” vs “parceria/colab/evento”).
- Sintoma: prioridade sempre alta → Correção: exija evidência no texto (ex.: prazo explícito ou palavras-gatilho) para P0/P1.
- Sintoma: encaminhar_para incoerente → Correção: reduza opções de roteamento e descreva o que cada área faz em 1 linha no prompt.
Perguntas frequentes
Dá para fazer isso só com Gmail/Outlook, sem ferramentas extras?
Como evitar que a IA leia e exponha dados sensíveis dos e-mails?
O que é melhor: classificar por assunto (tema) ou por ação (o que fazer)?
Qual é um bom sinal de que a automação está madura para rodar sozinha?
Leia também
Diferença entre n8n, Make e Zapier: qual usar com IA em 2026
Comparativo prático entre n8n, Make e Zapier para automação com IA. Qual escolher para cada perfil, preços reais e casos de uso com ChatGPT.
Ler →
Human-in-the-loop no atendimento com IA: guia prático para responder rápido sem perder controle
Aprenda a implementar human-in-the-loop (revisão humana) no atendimento com IA: quando exigir aprovação, como criar filas, padrões de resposta, critérios de risco e métricas para ganhar velocidade sem aumentar erros.
Ler →
Como criar um SLA de atendimento com IA (e parar de apagar incêndio)
Guia prático para desenhar SLAs com ajuda de IA: categorias, prioridades, metas realistas, triagem automática, rotas de escalonamento e auditoria para evitar erros e promessas impossíveis.
Ler →