teqo-backup/docs/plans/sollinha-follow-ups-respostas.md

9.4 KiB
Raw Blame History

Sollinha: follow-ups sugeridos após cada resposta (instruídos no prompt, extraídos pela UI)

Status: rascunho Atualizado em: 2026-08-09 Issue: #533 Priority: P2 Model: composer-2.5 Model-local: deepseek-v4-flash-high Impeccable: B — encaixe na superfície existente do chat (painel desktop / drawer mobile) Canvas UI: /home/fsolla/.cursor/projects/home-fsolla-cursor-worktrees-teqo-plans-plan-issue-18/canvases/plan-b192-ui-draft.canvas.tsx Appetite: ~1 dia eng; instrução no prompt de sistema + extração no cliente + chips; sem migration/schema/Consent

Intenção

Depois que o Sollinha responde, a conversa muitas vezes morreria por falta de continuidade: o usuário lê a resposta, acha interessante, mas não sabe o que perguntar em seguida. Queremos que cada resposta traga sugestões de continuação — 2–3 perguntas curtas de follow-up, clicáveis, que disparam no chat. A decisão de mecanismo (validada no gate): as sugestões vêm na própria resposta — o prompt de sistema instrui o Sollinha a encerrar a resposta com um bloco de sugestões em formato estável, e a UI do chat extrai esse bloco do texto e o transforma nos chips, sem exibi-lo como prosa. Uma única chamada ao modelo: sem segunda chamada, sem endpoint novo, sem modelo menor — o custo é só o punhado de tokens do bloco.

Decisão de lugar (gate): os chips de follow-up aparecem no mesmo lugar dos chips de abertura do B191 — logo acima do input — e não junto da bolha da resposta. Um único slot de chips do chat: vazio de conversa → chips de abertura (B191); depois da primeira resposta → follow-ups da resposta atual no mesmo slot. Cria aderência visual/funcional: o gesto "toco num chip ali e ele envia" é o mesmo a vida toda do chat.

Persona e fluxo

  • Persona / contexto: assessor/coordenador que recebeu uma resposta útil sobre um município/deputado/liderança e quer aprofundar, mas sem formular a próxima pergunta do zero.
  • Job principal: continuar a conversa na direção certa com um toque, sem digitar.
  • Fluxo desejado:
    1. Usuário pergunta; o Sollinha responde (streaming termina) e, por instrução do prompt, encerra com um bloco de sugestões.
    2. A UI extrai o bloco, mostra a resposta sem o bloco e renderiza 2–3 chips de follow-up acima do input, no mesmo slot dos chips de abertura do B191.
    3. Usuário toca num chip → vira a mensagem e é enviada; a próxima resposta substitui os chips do slot.
  • Anti-goals de produto: follow-ups que não têm relação com a resposta (ruído); chips dentro da bolha da resposta (quebra a aderência com o B191); o bloco aparecendo como texto na conversa; espera do usuário por sugestões (elas chegam junto da resposta, sem turno extra).

Objetivo e aceite

  • A cada resposta final do Sollinha que inclua o bloco, o slot de chips acima do input mostra 2–3 follow-ups relacionados ao conteúdo da resposta; a resposta exibida não contém o bloco.
  • Mesmo slot do B191: conversa vazia → chips de abertura; após a primeira resposta → follow-ups da resposta atual, substituindo os de abertura. O slot reflete sempre a conversa atual — respostas antigas não guardam chips.
  • Fail-closed: resposta sem bloco, bloco malformado ou truncado → sem chips, sem erro — a resposta aparece normalmente como hoje. Nenhum caminho em que a extração estrague a mensagem.
  • Tocar num chip envia a pergunta como mensagem do usuário (mesmo mecanismo do B191).
  • O prompt instrui o Sollinha a só sugerir perguntas que ele consegue responder com as próprias ferramentas e a respeitar o papel do usuário (leader não recebe sugestão eleitoral — lockdown B180).
  • A geração não consome cota de mensagens do usuário nem adiciona latência (vem no mesmo stream).

Dados (intenção)

  • Vou apresentar dados? Não — chips são textos; nenhuma superfície de dados nova.
  • Decisões desbloqueadas: a direção de continuidade é decidida pelo próprio Sollinha no momento de responder (o modelo conhece as ferramentas e o que acabou de dizer). O produto define o contrato do formato (extraível + degradação legível) e o teto (2–3 por resposta).

Direção no codebase (hipótese)

  • Áreas prováveis: src/utilities/ai/systemPrompt.ts (instrução do bloco: quando incluir, teto, regra de respondibilidade e papel, proibição de repetir o bloco em prosa); src/components/campaign/shell/ai/CampaignAIChat.tsx (extração do bloco do texto da mensagem antes do render do markdown + render dos chips no mesmo slot do B191, acima do input); o slot é um único componente de chips do chat alimentado por duas fontes: catálogo curado (B191, estado vazio) e bloco extraído da última resposta (B192).
  • Precedente a olhar: docs/plans/ai-chat-sollinha.md (v1 — in-prod, imutável); docs/plans/sollinha-tools-eleitorais-leader-lockdown.md (B180 — regra de papel que a instrução do prompt herda); docs/plans/sollinha-genero-masculino.md (B179 — precedente de "a voz nasce no prompt", com regra explícita).
  • Risco de acoplamento: mesma área de render de B187/B188/B191 — sequenciar; a extração deve rodar no texto antes de qualquer transformação (links B187, markdown), para não duplicar pós-processamento.

Dependências

  • Soft: B191 (mesma superfície e primitivo de chip; sequenciar para reusar, não duplicar). Nenhuma dura.

Fora de escopo

  • Segunda chamada de IA para gerar sugestões (inclusive "modelo menor") — dispensada: o bloco vem na mesma resposta.
  • Histórico de follow-ups por mensagem antiga (só a resposta atual).
  • Personalização por usuário; persistência dos chips (B188 cobre o estado da conversa).
  • Enviar follow-up como "sugestão do sistema" (a mensagem enviada é do usuário, sempre).

Rabbit holes de produto

  • Aderência probabilística do modelo. Um modelo barato pode esquecer o bloco ou formatá-lo errado em respostas longas e cheias de ferramentas. Corte: fail-closed no cliente (sem bloco = sem chips, resposta normal); instrução curta no fim do prompt; smoke com o modelo real antes de confiar.
  • O bloco vaza como texto. Se a extração falhar e o bloco aparecer na bolha, parece bug. Corte: extração antes do render do markdown + formato que, se malformado, degrada legível (parece uma lista comum), nunca uma tag quebrada.
  • Follow-up que o Sollinha não consegue responder. Modelo sugere "qual a previsão para 2026?" sem ferramenta. Corte: regra explícita no prompt ("só perguntas que você responde com suas ferramentas") + teto de 3 — aceita-se risco residual pequeno, menor que o custo de um mecanismo determinístico rígido.
  • Chips em toda resposta, inclusive no meio de cadeia de ferramentas. Corte: a extração só considera a mensagem final do turno; o bloco no meio é ignorado.
  • O bloco contamina o histórico. A mensagem com o bloco volta ao modelo no próximo turno. Corte: instrução no prompt de que o bloco é instrução de formato para a interface, não conteúdo da conversa; se o executor preferir, pode limpar o bloco do texto reenviado (detalhe de implementação).

Questões em aberto (produto)

  • Formato do bloco. Opções: (A) bloco delimitado com rótulo estável no fim da resposta (ex.: uma linha de seção "Sugestões de continuação:" seguida de lista markdown de 2–3 itens) — degrada legível se a extração falhar; (B) comentário HTML/XML (invisível se renderizado cru, porém ilegível se a extração falhar); (C) JSON no fim da resposta (preciso, feio se vazar). Recomendação: (A) — o contrato do produto é "extraível e degrada legível"; o marcador exato é decisão do executor. (assumido — validar)
  • Sempre incluir ou só quando útil? Opções: (A) instrução de sempre incluir 2–3 em respostas factuais; (B) a critério do modelo. Recomendação: (A) com teto — a consistência ensina o gesto; o fail-closed cobre os esquecimentos. (assumido — validar)
  • Quantos follow-ups por resposta? Opções: (A) 2; (B) 3. Recomendação: (B) no desktop, (A) no mobile (largura), igual ao B191. (assumido — validar)
  • O slot durante o streaming? Opções: (A) chips somem enquanto a resposta está sendo gerada e os novos entram quando pronta; (B) os chips antigos ficam visíveis até a resposta nova chegar. Recomendação: (A) — durante a geração os chips não são acionáveis (input travado); mostrá-los mortos confunde, e a substituição súbita na chegada da resposta é justamente o momento em que o usuário olha o slot. (assumido — validar)
  • O clique precisa de confirmação? Opções: (A) envia direto; (B) preenche o input para o usuário revisar (como a transcrição de voz do B173 faz). Recomendação: (A) — o chip é a escolha; pré-preencher o input quebraria o "um toque". (assumido — validar)

Referências

  • src/utilities/ai/systemPrompt.ts — onde a instrução do bloco nasce (a voz do Sollinha)
  • src/components/campaign/shell/ai/CampaignAIChat.tsx — render de mensagens e área do input
  • src/app/(campaign)/campanha/api/ai-chat/route.ts — endpoint atual (não muda: mesma chamada)
  • docs/plans/sollinha-acoes-rapidas-chat.md (B191) — irmão: primitivo de chip + curadoria do estado vazio
  • docs/plans/sollinha-tools-eleitorais-leader-lockdown.md (B180) — regra de papel
  • Canvas UI (gate): /home/fsolla/.cursor/projects/home-fsolla-cursor-worktrees-teqo-plans-plan-issue-18/canvases/plan-b192-ui-draft.canvas.tsx