Agente de superinteligência em cobrança

Como definir limites de desconto, tom e escalonamento para um agente de IA de cobrança que negocia acordos sem violar o CDC nem o bom senso.

9 de novembro de 2026•Juan Carlo

Quer aplicar isso na sua empresa?

Agendar conversa com o Juan →

Um agente de superinteligência em cobrança, na prática, é um agente de IA cada vez mais capaz de negociar dívidas. Essa capacidade só ajuda quando vem com limites escritos: faixa de desconto, regras de tom e gatilhos para passar a conversa a uma pessoa. O que protege o devedor e a empresa não é a inteligência do modelo, e sim o que ele pode fazer, dentro do que o art. 42 do CDC permite.

Principais pontos

Quanto mais capaz o agente, mais os limites devem sair do texto do prompt e ir para o sistema, onde o modelo não consegue contorná-los.
A política de desconto deve ser uma tabela consultada por uma ferramenta que recusa valores fora da faixa, e não uma instrução que o agente interpreta.
Tom de cobrança é regra de conduta: identificar-se, não expor a dívida a terceiros, não ameaçar e aceitar um 'agora não'.
Escalonamento para humano precisa de gatilhos objetivos, como contestação da dívida, vulnerabilidade, pedido de parar o contato e desconto fora da tabela.
O sucesso de um piloto se mede por acordos cumpridos e queixas evitadas, não por acordos fechados.

O que significa agente de superinteligência em cobrança?

O termo aparece nas buscas, mas vale ser exato. Superinteligência, no sentido estrito, é uma hipótese: um sistema que supera humanos em praticamente todas as tarefas cognitivas. O que uma financeira, uma escola, um provedor ou uma clínica opera hoje é um agente de IA formado por um modelo de linguagem, ferramentas e regras. Ele melhora a cada troca de modelo, e é por isso que o assunto pede mais cuidado, não menos. Para separar o que é hipótese do que é operação, vale ler a diferença entre AGI e superinteligência.

Cobrança é um bom teste porque mistura dinheiro, emoção e lei. Um agente fraco erra por falta de compreensão. Um agente forte erra por convicção: negocia bem, soa persuasivo e pode empurrar um acordo que o cliente não consegue pagar, ou prometer um desconto que ninguém autorizou. Se a instrução for apenas recuperar o valor, um modelo competente encontrará caminhos eficientes para isso, e alguns desses caminhos são justamente os que a lei proíbe.

O que o CDC e a LGPD pedem de uma cobrança automatizada?

O ponto de partida é o art. 42 do CDC: na cobrança de débitos, o consumidor inadimplente não deve ser exposto a ridículo nem submetido a qualquer tipo de constrangimento ou ameaça. O CDC também trata como infração a cobrança feita com ameaça, coação ou constrangimento. O agente não tem má intenção, mas segue o objetivo que recebe. Por isso a regra legal precisa virar regra operacional.

Uma tradução possível para o dia a dia do agente:

Não mencionar a dívida a terceiros: familiares, colegas, grupos de mensagem ou empregador.
Não ameaçar consequências que a empresa não pode ou não pretende executar, como protesto, negativação ou ação judicial.
Não usar urgência falsa, como prazo que não existe ou desconto que 'acaba hoje' sem que isso seja verdade.
Identificar quem cobra, o credor, a origem da dívida e o valor, sempre a partir do sistema de origem.
Respeitar o pedido de parar o contato ou de mudar de canal.
Não cobrar valor que o sistema de origem não confirma.

Do lado da LGPD, valem finalidade e necessidade: o agente só precisa do que serve para negociar aquela dívida. Dados de saúde, de família ou de trabalho do devedor raramente são necessários e não deveriam entrar no contexto do agente. Se o agente influencia decisões sobre crédito ou condições de pagamento, o direito de revisão previsto no art. 20 passa a importar; escrevemos sobre isso em decisões automatizadas na LGPD. A ANPD é a referência oficial para orientações sobre o tema. Nada disso substitui parecer jurídico: a política final deve ser revisada pelo jurídico da empresa.

Como definir limites de desconto que o agente não consegue ultrapassar?

A regra central é que o limite viva no sistema. Se o teto de desconto está só no prompt, ele depende de o modelo obedecer em todas as conversas, inclusive naquelas em que o cliente insiste, argumenta ou afirma que 'o gerente já liberou'. Se o teto está em uma ferramenta que valida a proposta, a insistência não muda nada.

Um guia de decisão para montar a política:

Guarde a política em uma tabela com faixas por tipo de dívida, tempo de atraso e valor, com responsável e data de revisão.
Faça a ferramenta de proposta consultar essa tabela e recusar qualquer condição fora dela, com mensagem de erro clara para o agente.
Defina a ordem das ofertas: primeiro prazo e data de vencimento, depois parcelamento sem desconto, depois desconto até o teto da primeira faixa. Faixas seguintes só com motivo registrado.
Pergunte sobre a capacidade de pagamento de forma simples, sem pedir dados sensíveis, e não ofereça parcela que o cliente disse não poder pagar.
Acima do teto, o agente não negocia: escala para uma pessoa com autoridade.
Registre em cada acordo o valor original, a oferta, o aceite, a data e a versão da política aplicada.

Esse último item importa para auditoria e para o direito de revisão. Se alguém contestar um acordo, a empresa precisa mostrar o que foi oferecido, por quê e com base em qual regra.

Qual tom usar na cobrança por WhatsApp?

O WhatsApp é um canal pessoal, e o aparelho do cliente pode estar à vista de outras pessoas. A primeira mensagem não deve detalhar a dívida antes de confirmar que fala com o titular. Para contato ativo, o canal exige template aprovado e permissão prévia; o tema está em mensagens ativas no WhatsApp. Cobrança sem base clara de contato é risco jurídico e também risco para a reputação do número.

Regras de tom que cabem em instruções e em avaliações:

Começar com identificação e finalidade, em frase curta.
Usar linguagem neutra e sem julgamento, por exemplo: 'Identificamos uma pendência e queremos encontrar uma forma que caiba para você'.
Oferecer escolhas, não ultimatos.
Reconhecer dificuldade sem fingir intimidade nem dramatizar.
Aceitar 'agora não' e registrar o melhor momento para novo contato, dentro de uma janela de horário definida com o jurídico.
Nunca comparar o cliente com outros devedores nem sugerir que ele agiu de má-fé.

Um bom teste: a mensagem poderia ser lida em voz alta por um supervisor ao lado do cliente sem causar vergonha? Se não, está fora do tom.

Quando o agente deve passar para uma pessoa?

Escalonar não é falha do agente; é parte do desenho. Quanto mais capaz o modelo, mais tentador deixá-lo resolver tudo, e mais importante é ter gatilhos objetivos que não dependam do julgamento dele:

O cliente não reconhece a dívida, alega fraude, cobrança indevida ou pagamento já feito.
A conversa menciona doença, luto, desemprego, violência ou outra situação de vulnerabilidade.
O cliente pede para falar com uma pessoa, pede para parar o contato ou cita Procon, Reclame Aqui ou ação judicial.
O pedido de desconto ou prazo está fora da tabela.
Quem responde parece ser um terceiro, ou os dados divergem entre os sistemas.
Há recusas repetidas combinadas com irritação crescente.

Na passagem, o agente entrega um resumo: quem é o cliente, o que foi dito, o que foi oferecido e por que escalou. O cliente não deve repetir a história. Quando o assunto é reclamação pública, o roteiro para responder Reclame Aqui com IA mostra como manter histórico e revisão humana.

Cenário ilustrativo: um acordo que termina em humano

Cenário ilustrativo: uma empresa de serviços recorrentes envia, com template aprovado, uma mensagem a um cliente com mensalidades atrasadas. O agente confirma que fala com o titular, apresenta o credor e o valor conforme o sistema e oferece nova data de vencimento. O cliente diz que perdeu o emprego e não consegue pagar o total. O agente propõe parcelamento sem desconto, e o cliente pede um desconto maior, afirmando que um atendente anterior havia prometido.

A ferramenta de proposta recusa o valor fora da tabela. O agente não discute nem inventa uma exceção. Ele explica que esse pedido precisa de análise, registra a menção a desemprego como situação de vulnerabilidade e transfere a conversa a uma pessoa com o resumo completo. A pessoa verifica o histórico, confirma se houve promessa anterior e decide dentro da alçada dela. Nenhuma ameaça foi feita, nenhum terceiro foi envolvido e o registro mostra cada passo.

Como pilotar e provar que o agente é seguro?

Na nossa forma de trabalhar, o caminho segue quatro verbos: mapear, limitar, pilotar e transferir. Em cobrança, isso se traduz assim:

Mapear: documente o fluxo atual, quem negocia hoje, as faixas de desconto praticadas, os motivos mais comuns de atraso e o ponto de partida das reclamações e dos acordos cumpridos.
Limitar: defina quais dados o agente vê, quais ferramentas pode chamar, em quais horários e canais atua, e quais ações exigem aprovação humana.
Testar antes de falar com clientes: monte casos em ambiente de teste, com mocks e sandbox para agentes de IA. Inclua o devedor agressivo, o que alega fraude, o que tenta induzir desconto citando uma autorização inexistente e o que pede para parar o contato.
Pilotar um fluxo real: escolha uma carteira de atraso inicial, com revisão humana de uma amostra das conversas e logs de cada decisão e de cada chamada de ferramenta.
Acordar a métrica: acordos cumpridos, reclamações e escalonamentos corretos pesam mais que acordos apenas fechados, porque um acordo impagável vira nova inadimplência.
Transferir e decidir: ao final do piloto, a equipe assume a operação e decide se amplia, ajusta ou encerra.

Para estruturar o gerenciamento de risco, o NIST AI Risk Management Framework é uma referência útil, e o guia da Anthropic sobre construção de agentes reforça a preferência por fluxos simples e previsíveis onde o erro custa caro. A mesma lógica vale para avaliações: o material sobre evals de agentes ajuda a transformar as regras de tom e de limite em testes repetíveis a cada mudança de modelo ou de política.

Perguntas frequentes

Um agente de IA pode cobrar sozinho? Pode conduzir a conversa dentro de limites definidos, mas não deve ser a última instância. Contestação de dívida, vulnerabilidade e desconto fora da tabela precisam de uma pessoa. A autonomia deve crescer conforme os logs e as avaliações mostrarem que os limites se sustentam.

Posso deixar o agente decidir o desconto? Não é recomendável. O agente pode escolher entre ofertas já autorizadas, mas o teto e as faixas devem estar em uma tabela validada por uma ferramenta. Assim a decisão de desconto continua sendo da empresa, e não do desempenho de um modelo em uma conversa específica.

O cliente precisa saber que fala com IA? A LGPD exige transparência sobre o tratamento de dados, e avisar que o atendimento é automatizado é a prática mais segura e coerente com ela. Ofereça sempre o caminho para uma pessoa. A redação exata do aviso deve ser validada pelo jurídico.

Um modelo mais capaz permite mais autonomia? Capacidade e autonomia são decisões separadas. Um modelo melhor tende a seguir melhor as regras, mas também é mais persuasivo quando erra. Aumente a autonomia só depois de testar o novo modelo contra os mesmos casos difíceis e de revisar os logs do piloto.