Analisar o sentimento de chamadas e reuniões de clientes com IA (2026)

O inquérito de satisfação chega tarde, é respondido por pouca gente e é respondido sem vontade. Entretanto, em cada chamada de vendas, cada reunião de acompanhamento e cada conversa de suporte, o cliente está a dizer — literalmente, com as suas palavras — se está encantado, cético, farto ou de saída. «Isto resolvia-nos um grande problema», «bom, depois vemos isso», «é a terceira vez que vos digo isto». Três frases, três estados, três decisões diferentes a tomar. O problema nunca foi a falta de sinal: é que ele vivia em horas de áudio que ninguém pode voltar a ouvir.

A transcrição com IA elimina esse estrangulamento. Com as conversas convertidas em texto, detetar os sinais de sentimento, agregá-los por conta e por tema, e convertê-los em alertas é trabalho de dois prompts. Neste guia tem o fluxo completo: o que mede (e o que não mede) a análise de sentimento sobre transcrições, os seis sinais que importam, o passo a passo, os prompts prontos, como passar de padrões a decisões e os erros — técnicos e éticos — que arruínam a análise.

O que é a análise de sentimento sobre transcrições (e o que não é)

Analisar o sentimento de uma chamada é detetar, no texto da conversa, os sinais que revelam como o cliente se sente em relação ao seu produto, à sua proposta ou ao seu serviço. Convém fixar os limites desde o início:

• Mede o expresso, não o íntimo. A análise trabalha sobre o que o cliente diz: as suas palavras, as suas repetições, as suas evasivas. Não adivinha emoções ocultas nem traços de personalidade — e não deve tentar fazê-lo. «É a terceira vez que vos digo isto» é frustração expressa e citável; o resto é especulação.
• Texto antes de tom. A análise acústica (tom de voz, pausas, volume) existe, mas é frágil, cara e delicada em privacidade. O conteúdo verbal capta a maior parte do sinal útil e tem uma vantagem decisiva: cada conclusão leva a sua frase literal, verificável por qualquer pessoa que leia a transcrição.
• A unidade é o sinal, não a chamada. Etiquetar uma chamada inteira como «positiva» ou «negativa» deita fora a informação valiosa: uma demo pode começar com entusiasmo e morrer no diapositivo dos preços. O útil é cada sinal com o seu momento — onde sobe e onde cai o interesse.
• Complementa o inquérito, não o substitui. O inquérito pergunta; a conversa revela. O NPS diz-lhe que um cliente está descontente; as suas três últimas chamadas transcritas dizem-lhe porquê, desde quando e com que palavras.
• O limite claro: a IA deteta e conta sinais; interpretá-los e decidir continua a ser humano. Um cliente seco não é um cliente perdido, e um entusiasta não é um fecho. A análise produz alertas com citações; o julgamento é da equipa.

Os seis sinais de sentimento e como soam

Para que a análise seja comparável entre chamadas e meses é precisa uma taxonomia. Estes seis sinais cobrem o essencial das conversas comerciais e de suporte, com as suas formulações típicas:

Como toda a taxonomia, é ponto de partida: se no seu negócio houver um sinal próprio relevante (ansiedade regulatória, fadiga de fornecedor, pressão de fim de trimestre), acrescente-o ao prompt. O importante é que as etiquetas sejam as mesmas para toda a equipa e todos os meses — sem taxonomia estável não há tendência comparável.

Passo a passo: das chamadas ao mapa de sentimento

Passo 1 — Grave as conversas com aviso e por período

Ative a gravação na sua telefonia ou plataforma de reuniões e avise no início de cada conversa («esta chamada está a ser gravada para melhorar a qualidade do serviço»). O critério que decide a qualidade da análise: grave todas as conversas de um período, não uma seleção. O sentimento médio de um lote escolhido a dedo sairá sempre ótimo — e não servirá para nada.

Passo 2 — Transcreva com identificação de interlocutores

Carregue as gravações numa ferramenta de transcrição precisa como o VOCAP e receba cada conversa em texto com cliente e comercial (ou agente) separados por interlocutor. Para esta análise a separação é imprescindível: o sentimento que interessa é o do cliente, e sem distinguir quem diz o quê, as frases da sua própria equipa contaminam a medida. Uma chamada de 40 minutos transcreve-se em poucos minutos.

Passo 3 — Etiquete os sinais de sentimento com um prompt

Passe cada transcrição pelo Claude ou pelo ChatGPT com o primeiro prompt da secção seguinte. O modelo percorre as intervenções do cliente e extrai cada sinal — entusiasmo, dúvida, frustração, desinteresse, urgência, confiança — com a frase literal, o momento da chamada (início, demo, preço, fecho) e o tema a que se refere. Guarde a saída de cada conversa: é o dado base da agregação.

Passo 4 — Agregue tendências por conta e por tema

Com os sinais extraídos de um lote (as conversas de uma semana ou de um mês), use o segundo prompt para agregar: evolução do sentimento por conta ao longo das suas chamadas, ranking de temas que concentram frustração ou entusiasmo, e fases da chamada onde o interesse cai. Se além disso descarregar os resumos no seu CRM, o guia de integrar transcrições no HubSpot e Salesforce cobre como deixar cada conversa documentada onde a equipa já trabalha.

Passo 5 — Converta os padrões em alertas e melhorias

Defina as três saídas da análise: alertas por conta quando o sentimento cai de forma sustentada (com as citações que o justificam), ranking mensal de temas para produto e vendas, e correções de guião nas fases onde o interesse arrefece. Reveja os padrões na reunião mensal da equipa — o guia de transcrever reuniões da equipa comercial fecha esse círculo.

Prompts prontos a copiar

Cole a transcrição (ou o lote de sinais extraídos) e acrescente o prompt por cima. Funcionam com qualquer modelo de IA atual.

Detetar sinais de sentimento numa conversa

Analisa esta transcrição de uma conversa com um cliente de
[produto/serviço]. Concentra-te APENAS nas intervenções do cliente
e deteta cada sinal de sentimento: entusiasmo, dúvida, frustração,
desinteresse, urgência ou confiança. Para cada sinal: (1) cita a
frase literal do cliente; (2) classifica-a com uma das seis
etiquetas; (3) indica o momento da conversa (início, demo, preço,
fecho, suporte); (4) assinala o tema concreto a que se refere
(produto, preço, suporte, prazos...). Marca também as mudanças de
sentimento dentro da chamada (onde sobe e onde cai o interesse).
Não inventes sinais que não estejam no texto nem infiras estados
emocionais para além do dito: se uma etiqueta não aparece, não a
forces. Transcrição: [cola aqui a transcrição]

Agregar tendências de um lote de conversas

Estes são os sinais de sentimento extraídos de [N] conversas
com clientes de [produto/serviço], cada um com a sua etiqueta,
frase literal, momento, tema, conta e data. Gera: (1) ranking de
temas por frustração e por entusiasmo, com % de conversas em que
cada um aparece; (2) evolução do sentimento por conta ao longo
das suas conversas, assinalando as contas cuja tendência piora
de forma sustentada; (3) em que fase da conversa cai mais o
interesse, com as 3 citações mais representativas; (4) sinais
raros ou ambíguos que merecem revisão humana. Apresenta o
resultado como relatório breve com tabelas e lembra que as
tendências são correlação, não diagnóstico.
Dados: [cola aqui os sinais extraídos]

Redigir um alerta de conta em risco

Com esta evolução de sinais de sentimento da conta [nome]
ao longo das suas últimas [N] conversas, redige um alerta
breve para o responsável da conta: (1) resumo da tendência
em 2-3 frases (de que estado para que estado passou e desde
quando); (2) as 3 citações literais mais reveladoras,
anonimizadas, com data e tema; (3) os temas concretos que
concentram a queda; (4) uma recomendação de próximo passo
realista (chamada de acompanhamento, escalada para o suporte,
revisão de condições), deixando claro que a decisão é do
responsável. Tom factual, sem dramatismo: o alerta apresenta
dados citáveis, não um veredito sobre o cliente.
Dados: [cola aqui a evolução de sinais]

Dos padrões às decisões

A análise de sentimento só vale o que valem as decisões que provoca. Regras que separam o insight do gráfico decorativo:

• Cada dado leva a sua citação. «O sentimento da conta X caiu 30%» não move ninguém; «em março diziam "isto resolvia-nos um grande problema" e na semana passada "depois vemos isso"» sim. A frase literal anonimizada é o que converte uma métrica num alerta credível.
• A tendência manda sobre o ponto. Uma chamada seca pode ser um mau dia; três chamadas cada vez mais frias são uma conta em risco. Os alertas disparam-se por evolução sustentada, não por conversas isoladas — assim evita-se o ruído e a fadiga de alertas.
• O ranking de temas vai para produto, não só para vendas. A frustração recorrente com um tema concreto (uma falha, um prazo, uma fatura confusa) é input de roadmap. A análise de conversas é o estudo de voz do cliente mais barato que existe: já está pago, só falta lê-lo.
• O guião corrige-se por fases. Se o interesse cai sistematicamente na mesma parte da demo ou ao chegar ao preço, o problema não é de cada comercial: é do discurso. O mapa de sentimento por fases indica exatamente que parte reescrever.
• Sentimento e objeções leem-se juntos. Uma objeção de preço com entusiasmo alto trabalha-se; a mesma objeção com desinteresse de fundo desqualifica-se antes. Cruzar esta camada com a análise de objeções dá o contexto que a cada uma falta separadamente.

Legalidade, privacidade e ética

A análise de sentimento trabalha com conversas de pessoas reais, e aqui as regras importam a dobrar:

• Avise da gravação e do seu propósito. Em Portugal, gravar e analisar conversas com clientes é tratamento de dados pessoais e entra no RGPD, sob supervisão da CNPD. Aviso no início («para qualidade e melhoria do serviço»), reflexo na política de privacidade e base jurídica documentada. Fora de Portugal, verifique a norma local: vários países exigem consentimento de ambas as partes.
• Analise conteúdo, não biometria. Detetar frustração nas palavras («é a terceira vez que vos digo isto») é análise de conteúdo. Inferir emoções de pessoas identificadas a partir de características da voz entra no terreno do reconhecimento de emoções, muito mais restringido pelo Regulamento europeu de IA. O fluxo deste guia fica deliberadamente no texto.
• Anonimize antes de difundir. As citações que vão para rankings, alertas e relatórios não precisam de nome nem de empresa. Se as suas conversas incluírem dados sensíveis, o guia de anonimizar transcrições e cumprir o RGPD cobre esse passo em detalhe.
• Acesso por necessidade e eliminação com prazo. Transcrições completas para quem gere a conta; agregados anonimizados para os restantes. E o áudio em bruto apaga-se quando o texto estiver validado — a análise vive no texto e nos agregados, não na gravação.
• Meça conversas, não vigie pessoas. Se o sentimento for usado para pressionar individualmente comerciais ou agentes, a equipa deixará de gravar as chamadas difíceis e a análise morrerá de dados enviesados. E com o cliente, a linha é a mesma: a análise serve para o atender melhor, não para o manipular. O uso declarado tem de ser o uso real.

Erros comuns que arruínam a análise

• Analisar só as chamadas boas. Se a equipa escolher o que se transcreve, o sentimento médio será sempre excelente e a análise, inútil. Transcreve-se por período completo, não por resultado — as chamadas incómodas são precisamente as que contêm o sinal valioso.
• Etiquetar a chamada inteira com um único sentimento. «Chamada positiva» esconde que a demo entusiasmou e o preço congelou. A unidade de análise é o sinal com o seu momento; o agregado por chamada calcula-se depois, se for preciso.
• Confiar no número sem ler as citações. Um «sentimento 6,2 em 10» sem frases por trás é pseudociência com dashboard. Toda a métrica de sentimento deve poder desdobrar-se nas citações literais que a sustentam — e ser revista por amostragem todos os meses.
• Ignorar o sarcasmo e o contexto cultural. «Ótimo, mais um aumento de preço» não é entusiasmo. Os modelos atuais lidam bem com a ironia evidente, mas a amostragem humana periódica continua a ser a rede de segurança — sobretudo com clientes de mercados ou registos diferentes.
• Converter a análise em arma de avaliação. Assim que o sentimento das chamadas afetar o variável de comerciais ou agentes, acabam-se as gravações de chamadas difíceis. Formação e melhoria de discurso, sim; caça às bruxas, não.
• Taxonomia nova em cada trimestre. Se as etiquetas mudarem, as tendências não são comparáveis e a série histórica morre. Os seis sinais tocam-se pouco e com motivo — tal como na análise de objeções.

Perguntas frequentes