Inteligência artificial + suporte de TI

O histórico de chamados resolvidos, transformado em ajuda na hora certa.

O ResolveAI encontra chamados parecidos com o atual e sugere diagnóstico, nível de confiança e passos de teste direto na tela do GLPI. A decisão continua sempre com o analista.

O problema

Equipes de suporte resolvem problemas semelhantes repetidamente, mas o conhecimento costuma ficar espalhado em chamados antigos.

Chamados repetitivos

A solução para problemas como Wi-Fi instável ou impressoras pode já existir no histórico.

Tempo procurando

Uma busca manual por palavras-chave pode não encontrar casos descritos de outra forma.

Conhecimento difícil de reaproveitar

O histórico existe, mas nem sempre é fácil localizar a experiência registrada pela equipe.

Como funciona, passo a passo

A busca semântica recupera casos relevantes; a IA usa esses casos para elaborar uma sugestão que o analista avalia.

  1. O histórico é preparado

    Chamados solucionados ou fechados, suas soluções e acompanhamentos são lidos para formar uma base de conhecimento. A integração ao banco do GLPI usa uma conta somente leitura.

  2. O analista abre um chamado

    No GLPI, o plugin verifica a sessão, o perfil de analista e a permissão de leitura antes de solicitar a análise.

  3. Casos semelhantes são encontrados

    O título e a descrição são comparados por significado com o histórico indexado no ChromaDB. A busca respeita a entidade do chamado e descarta resultados pouco relevantes.

  4. A IA prepara uma sugestão estruturada

    Com o chamado e os casos relevantes como contexto, a IA separa evidências de hipóteses, cita os casos usados e sugere testes seguros. A resposta é validada em um formato consistente.

  5. O analista decide

    O assistente apresenta diagnóstico, confiança e próximos passos. O analista verifica as informações e pode avaliar se a sugestão ajudou.

Assistente ResolveAI aberto ao lado de um chamado do GLPI, exibindo diagnóstico, confiança e passos de teste.
Exemplo do assistente do ResolveAI integrado ao GLPI.

O que é RAG?

RAG (_Retrieval-Augmented Generation_, ou geração aumentada por recuperação) permite que a IA consulte informações relevantes antes de responder.

Em vez de depender apenas do que aprendeu durante o treinamento, o modelo recebe casos semelhantes da base da própria equipe. Assim, pode apoiar a análise com referências ao histórico disponível.

Busca por palavra

Termos diferentes podem esconder que dois chamados descrevem o mesmo sintoma.

Busca por significado

Textos com palavras diferentes podem ser aproximados pelo sentido e comparados com casos resolvidos.

O que a sugestão apresenta

Diagnóstico e evidências

Uma hipótese acompanhada dos fatos do chamado e das referências relevantes encontradas no histórico.

Nível de confiança

Um indicador que considera a qualidade dos dados e a semelhança dos casos recuperados.

Passos de teste

Verificações sugeridas para o analista avaliar, sem afirmar que já foram executadas.

Segurança, privacidade e confiança

  • A IA sugere, não decide. Não altera, responde nem fecha chamados.
  • Isolamento por entidade. A busca de casos semelhantes respeita a entidade do chamado.
  • Acesso de analistas. O plugin verifica sessão, perfil e permissão de leitura.
  • Dados locais por padrão. Com Ollama, o modelo pode rodar na infraestrutura da equipe; Claude é uma opção configurável.
  • Telemetria sem texto dos chamados. O painel acompanha métricas e avaliações sem armazenar o conteúdo dos tickets.

Tecnologias

  • Python
  • FastAPI
  • Pydantic
  • ChromaDB
  • Ollama
  • Claude
  • GLPI
  • PHP
  • Docker Compose