Assistentes de IA para suplementos com confiança e limite.

Situação real: “qual creatina é melhor para mim?”

Uma pessoa abre o chat de uma loja e pergunta qual creatina é melhor para ela. A frase mistura várias decisões.

Ela pode querer comparar composição, apresentação, quantidade, preço ou procedência. Pode estar tentando entender o que aparece no rótulo. Também pode esperar uma recomendação baseada em idade, treino, condição de saúde, medicamento ou objetivo corporal.

Um modelo de linguagem consegue responder com segurança aparente mesmo quando não possui evidência adequada. Pode juntar explicações corretas, generalizações e detalhes inventados num texto natural. Quanto mais convincente, maior o risco de a pessoa tratar aquilo como orientação individual.

O caminho não é eliminar assistência. É decompor a pergunta e definir fronteiras. O sistema pode dizer quais atributos o catálogo comprova, mostrar onde a informação foi validada e explicar o que não pode responder. Questões clínicas devem seguir para profissional habilitado ou para um canal humano com papel claramente definido.

O momento mais importante da experiência talvez seja o instante em que a IA diz “não consigo orientar isso com segurança”.

Tese: confiança depende de verificabilidade, papel e controle

Marcas ajudam pessoas a navegar entre opções e reduzir incerteza. Num ambiente conversacional, essa função aumenta, porque a resposta parece direta e pessoal. A interface, porém, não pode prometer um nível de aconselhamento que a base, a regulação e a operação não sustentam.

A tese é: um assistente confiável para suplementos avança apenas até o nível de assistência autorizado, mostra a evidência usada e transfere a decisão quando a pergunta exige julgamento clínico.

Três princípios organizam o produto:

1. informação aprovada antes de geração: o sistema responde com catálogo, rótulo, políticas e materiais revisados;
2. limite por intenção, não por palavra proibida: a avaliação considera o que a pessoa está tentando decidir;
3. responsabilidade distribuída e explícita: conteúdo, tecnologia, produto, atendimento, jurídico e especialista técnico têm papéis definidos.

IA não substitui governança. Ela torna mais urgente saber quem autoriza, monitora, interrompe e corrige.

O que a fonte oficial permite afirmar

A página de perguntas frequentes da Anvisa, atualizada em novembro de 2025, explica que suplementos alimentares não são medicamentos e não se destinam a prevenir, tratar ou curar doenças. Também informa que os constituintes destinados a fornecer nutrientes, substâncias bioativas e enzimas precisam ser autorizados. Aditivos e ingredientes tradicionais usados para sabor, cor, aroma, consistência ou volume seguem regras próprias. Alegações de benefícios, quando apresentadas, devem seguir o conteúdo aprovado.

A orientação oficial para leitura de rótulos enumera informações como recomendação de uso por grupo e faixa etária, advertências, restrições, tabela nutricional, ingredientes, alergênicos, origem, lote e alegações autorizadas. Desde setembro de 2024, segundo a Anvisa, as novas regras de regularização passaram a exigir notificação dos suplementos junto à Agência, dentro de uma transição descrita em seus canais oficiais.

Essas regras não transformam um chatbot em profissional de saúde. Elas definem um conjunto verificável para informação de produto. O assistente pode ajudar a localizar e explicar esse conteúdo sem criar uma indicação que não existe.

Uma boa base deve distinguir:

• texto do rótulo;
• cadastro do produto;
• constituinte e condição de uso autorizados;
• alegação aprovada;
• política comercial;
• documento de qualidade que pode ser exibido;
• orientação produzida e aprovada pela marca;
• conteúdo que exige especialista.

Não basta jogar páginas num repositório. Cada item precisa de dono, data, versão, validade, público, restrição e regra de uso.

A escada de assistência

Em vez de uma fronteira vaga entre “pode” e “não pode”, use cinco níveis progressivos.

1. Explicar informação aprovada

O assistente traduz termos do rótulo em linguagem clara sem mudar o sentido. Deve indicar a fonte e permitir acesso ao texto original.

Exemplo seguro: localizar ingredientes declarados, apresentação, quantidade da embalagem, advertências ou restrições registradas.

2. Comparar atributos objetivos

O sistema organiza diferenças entre produtos usando campos equivalentes. Não conclui qual é “melhor” de forma universal.

Exemplo seguro: comparar forma de apresentação, quantidade, ingredientes declarados, preço, disponibilidade e informações oficiais da embalagem.

3. Mostrar opções segundo preferência explícita

A pessoa escolhe critérios comerciais ou de formato, e o assistente filtra o catálogo. A justificativa precisa dizer quais filtros foram aplicados.

Exemplo seguro: “Você pediu opções sem determinado ingrediente declarado e em determinada apresentação. Encontrei estas alternativas no catálogo validado.” Esse filtro não substitui a leitura de alergênicos, advertências, restrições e possíveis traços. Se a necessidade estiver ligada a alergia, contraindicação ou condição clínica, o assistente deve encaminhar para orientação adequada.

4. Declarar incerteza ou insuficiência

Quando a base não sustenta a resposta, o sistema não completa. Explica o que falta e oferece um próximo passo.

Exemplo: “O catálogo não informa esse atributo de forma verificável. Posso mostrar os dados disponíveis ou encaminhar sua dúvida.”

5. Escalar para especialista

Perguntas sobre sintomas, doenças, gestação, lactação, crianças, medicamentos, contraindicação, dose individual ou resultado clínico saem do fluxo comercial automático. A experiência informa por que houve escalada e o que acontecerá depois.

A escada protege sem abandonar. Um bloqueio seco pode levar a pessoa a procurar uma fonte pior. O sistema deve oferecer orientação de navegação, nunca prescrição disfarçada.

Base de conhecimento e resposta rastreável

Uma arquitetura robusta pode usar recuperação de informação, muitas vezes chamada RAG, para buscar trechos numa coleção aprovada antes de produzir a resposta. Isso reduz, mas não elimina, erro.

Cada unidade de conteúdo precisa conter:

• identificador e produto relacionado;
• texto aprovado;
• tipo de evidência;
• origem oficial ou interna validada;
• data de revisão e validade;
• público autorizado;
• restrições de uso;
• responsável pela aprovação;
• regra de citação;
• status ativo ou retirado.

O modelo recebe apenas o conteúdo necessário para a pergunta. A resposta deve citar internamente os IDs usados e, quando apropriado, mostrar à pessoa a fonte e a data. Se fontes entram em conflito, a saída correta é bloquear e abrir uma tarefa de correção, não escolher a frase mais conveniente.

Informações dinâmicas, como preço e estoque, devem vir da fonte operacional no momento da consulta. Documentos antigos não podem prevalecer sobre o cadastro vigente.

A rubrica de segurança

Filtros isolados por palavras podem falhar porque intenção muda com contexto. Eles continuam úteis como uma camada de defesa, mas a rubrica precisa classificar risco e determinar a ação. “Posso tomar?” pode ser uma dúvida geral sobre rótulo ou uma pergunta clínica.

O modelo que classifica também pode errar. Por isso, casos críticos exigem testes amplos, revisão humana e limiar conservador. A regra de negócio deve prevalecer sobre a geração.

Como usar IA sem ultrapassar o papel de catálogo

Um fluxo operacional responsável pode funcionar assim:

1. receber a pergunta e remover dados pessoais não necessários;
2. classificar intenção e risco;
3. recuperar apenas fontes ativas e autorizadas;
4. verificar conflito, data e cobertura;
5. responder segundo o nível da escada;
6. citar origem e declarar limite;
7. oferecer acesso humano quando necessário;
8. registrar a interação de forma minimizada para avaliação;
9. encaminhar falhas a conteúdo, produto ou conformidade;
10. interromper automaticamente quando o risco superar o limite.

Prompt restritivo

Você é um assistente de navegação de catálogo de suplementos. Use somente os trechos aprovados fornecidos, citando seus IDs. Não use conhecimento externo, não complete lacunas e não altere alegações. Você pode explicar informação de rótulo, comparar atributos objetivos e filtrar opções por preferências comerciais explícitas. Não diagnostique, prescreva, individualize dose, sugira tratamento, afirme eficácia ou responda a contraindicações. Diante de sintomas, condições de saúde, medicamentos, gestação, lactação, crianças ou outra situação clínica, informe o limite e encaminhe a profissional habilitado. Se a fonte estiver ausente, vencida ou contraditória, responda “não determinado” e gere uma tarefa de revisão. Ao final, liste os IDs e datas usados.

O prompt é apenas uma camada. Controles precisam existir na recuperação, na regra de negócio, na interface, no monitoramento e na operação humana.

Teste antes de liberar

Monte um conjunto de avaliação com perguntas reais anonimizadas e casos desenhados para tensionar o limite:

• comuns e objetivas;
• ambíguas;
• com erro de digitação;
• com produto ausente;
• com fonte vencida;
• com conflito entre cadastro e rótulo;
• com tentativa de obter dose;
• com condição clínica;
• com público sensível;
• com pressão para ignorar regras;
• em linguagem coloquial;
• em conversas de múltiplos turnos.

Avalie não só a resposta final, mas o caminho: classificou risco? Recuperou fonte correta? Citou? Evitou extrapolação? Escalou? A pessoa entendeu o motivo? O humano recebeu contexto suficiente?

Erros críticos não devem ser diluídos numa média. Um sistema pode acertar quase todas as comparações e ainda falhar justamente nas perguntas de maior consequência.

Como medir assistência sem premiar recomendação insegura

Combine métricas de tarefa, segurança, operação e negócio:

• taxa de conclusão assistida;
• cobertura de respostas com fonte válida;
• precisão da citação;
• taxa de escalada segura;
• escaladas desnecessárias;
• reincidência de dúvidas;
• tempo até atendimento humano;
• compreensão do limite;
• confiança percebida;
• conversão assistida;
• reclamações e correções;
• taxa de erro crítico;
• tempo para atualizar conteúdo vencido.

Conversão não pode ser a métrica dominante. Um assistente que vende mais por ultrapassar o limite é um sistema pior. A decisão de escala deve considerar a gravidade e a detectabilidade das falhas, além do custo dos controles.

Limites de segurança para o assistente de suplementos

• Não diagnosticar, prescrever ou recomendar dose individual.
• Não ampliar alegações além do conteúdo aprovado.
• Não usar respostas da web aberta como base automática.
• Não ocultar fonte, data, conflito ou incerteza.
• Não reter dado clínico desnecessário numa jornada comercial.
• Não deixar um bloqueio sem próximo passo seguro.
• Não permitir que o mesmo papel publique conteúdo, aprove regras e audite sozinho.
• Não medir segurança apenas pela média geral.
• Não apresentar “aprovado pela Anvisa” como selo promocional indevido.

Conclusão

A pergunta “qual é melhor para mim?” não precisa receber uma falsa certeza. Pode ser transformada em uma conversa útil sobre critérios verificáveis, desde que o sistema conheça o próprio papel.

Confiança não nasce de uma voz convincente. Nasce da combinação entre evidência, explicação, limite, controle e acesso humano. O melhor assistente não é o que responde tudo. É o que ajuda até onde pode, mostra por que pode e interrompe antes de causar uma decisão inadequada.

A AIUX Brasil ajuda organizações a desenhar experiências de IA que conectam clareza, governança e resultado sem terceirizar responsabilidade.