A Make publicou em 29 de setembro de 2025 uma demonstração de tratamento de pesquisas com Jotform, ferramentas de IA, Slack e NocoDB. O foco era transformar uma submissão em um registro organizado e destacar respostas que merecessem atenção.
Esta reescrita acompanha o caso. Não promete tradução perfeita, detecção infalível de sentimento ou ausência de perda de dados.
1. Receber uma submissão
A entrada do fluxo era uma resposta do formulário de feedback. Os dados incluíam nome, nota e comentário.
Antes de interpretar a mensagem, preserve a resposta original e seu identificador. Complemento editorial: uma nova tentativa de processamento da mesma submissão não deve ser tratada automaticamente como um novo cliente.
2. Analisar sentimento e idioma
A demonstração aplicava IA para classificar o comentário como positivo, neutro ou negativo, identificar o idioma e preparar uma tradução para a equipe.
Guarde original e tradução em campos separados. Não substitua a fala do cliente pela versão gerada, pois a equipe pode precisar conferir uma ambiguidade ou um erro.
A classificação deve ser tratada como análise sugerida, não como verdade sobre a intenção do cliente.
3. Comparar comentário e nota
No exemplo, um comentário positivo com nota igual ou superior a 3 seguia diretamente para o registro. Esse valor era um critério da demonstração, não um limite da plataforma nem uma recomendação universal de satisfação.
Uma combinação contraditória, como texto positivo e nota baixa, chamava atenção da equipe. O fluxo não deveria corrigir a nota por conta própria: o cliente pode ter motivos que não aparecem no texto.
4. Avisar o suporte
As respostas que exigiam atenção eram encaminhadas ao Slack com:
- comentário original;
- tradução;
- sentimento identificado;
- sugestão de acompanhamento.
As sugestões apresentadas incluíam pedir esclarecimentos, oferecer suporte direcionado e acompanhar problemas recorrentes.
Complemento editorial: a mensagem deve ajudar uma pessoa a decidir, não disparar uma compensação ou resposta externa sem autorização. Escolha um canal compatível com a sensibilidade dos dados.
5. Registrar no banco de dados
A demonstração usava NocoDB para guardar nome, nota, sentimento, idioma e tradução. O objetivo era manter um conjunto consultável para acompanhar padrões ao longo do tempo.
Registre também as respostas encaminhadas ao suporte. Ter um alerta não substitui o registro, e ter um registro não prova que alguém resolveu o problema.
Validar a montagem
O artigo remetia a um tutorial na comunidade Make. Ele é material complementar ao caso, não uma confirmação de compatibilidade atual.
Teste comentário positivo, negativo, contraditório, vazio e em outro idioma. Confira o registro e a rota seguida em cada situação. Se a análise falhar, não classifique a resposta como positiva por padrão.
As promessas de satisfação maior e atendimento sem falhas foram retiradas. O resultado depende da configuração, da qualidade da análise e da ação da equipe.