O que aprendemos colocando um firewall nos agentes do ZapBrabo

Antes de pedir a qualquer empresa que coloque a SemantiqWall na frente dos seus agentes de IA, nós colocamos na frente dos nossos. O ZapBrabo, plataforma de atendimento por IA no WhatsApp para pequenos negócios (lojas, clínicas, barbearias), é o cliente zero.

Não é um ambiente de laboratório. É uma plataforma com muitos negócios (os tenants) dividindo o mesmo sistema, e agentes com públicos diferentes: um atende o cliente final de cada loja no WhatsApp, outro responde ao dono do negócio sobre vendas e campanhas, outro ajuda a montar pedidos de compra, e um assistente interno apoia a operação da própria plataforma.

Estas são as lições que mudaram o produto.

1. Num sistema com muitos clientes, o maior risco é atravessar a parede

Num sistema com muitos tenants, o erro mais caro não é o agente fazer algo estranho. É ele fazer algo normal para o cliente errado: consultar o pedido de outra loja, ler a conversa de outro negócio.

A regra de dono da SemantiqWall compara "quem está pedindo" com "de quem é o recurso". No ZapBrabo, as duas pontas vêm do tenant da conversa, informado pelo backend, e não do que o modelo leu. Uma consulta que chega à ferramenta pedindo dados de outro tenant é negada, com o texto que for.

Lição: o controle mais valioso num SaaS com IA não é sofisticado. É garantir que a identidade usada na decisão venha do sistema, nunca da conversa.

2. O agente também erra no que fala, e isso vira problema de venda

Em 27 de setembro de 2026, dois erros apareceram em atendimentos reais:

• o agente mandou um link de perfil de loja no Mercado Livre que não existia;
• o agente anunciou um produto a R$ 858,90 quando o anúncio estava a R$ 528,90.

Nenhum dos dois era um ataque. Era o modelo preenchendo uma lacuna com algo plausível. Mas, para o cliente final, um link falso parece golpe, e um preço errado vira discussão ou prejuízo.

Daí nasceu a checagem de resposta: antes de a mensagem sair, cada link e cada valor em reais da resposta precisa aparecer em alguma fonte, seja o que as ferramentas devolveram, o que a aplicação autorizou, o que o cliente escreveu ou o que já foi comprovado antes na mesma conversa. O que não tem origem é apontado.

A checagem é propositalmente estreita. Ela não julga tom, educação nem se a resposta "está boa". Ela confere uma coisa objetiva: se o número e o link vieram de algum lugar. Sem IA julgando IA.

Lição: para um agente que vende, "o que ele diz" também é uma ação. Link e preço precisam de lastro.

3. Tem risco que o firewall não fecha sozinho, e é melhor dizer

Um dos agentes consulta pedidos de marketplace (Shopee) pelo número do pedido. O problema: no dado que chega, o pedido não tem vínculo com quem está perguntando. Se alguém conseguir um número de pedido vazado, uma consulta isolada passa.

O teto por pessoa freia quem tenta varrer números em sequência. Mas uma consulta única, com um número verdadeiro, não tem como ser distinguida de um cliente legítimo com a informação que existe hoje. A correção de verdade é na aplicação: amarrar o pedido ao comprador antes de responder. Essa correção está registrada como pendência no próprio ZapBrabo.

Lição: um controle na ação só é tão bom quanto os dados que a aplicação entrega para ele. Quando o dado não existe, o firewall não inventa. O certo é apontar onde a correção precisa acontecer.

4. Primeiro observar, depois bloquear

Como toda política da SemantiqWall, as regras do ZapBrabo nasceram em modo observação: registrando o que teriam feito, sem bloquear nenhum atendimento. É assim que se descobre, com tráfego real, se uma regra é apertada demais antes de ela custar uma venda.

A ativação é uma decisão de uma pessoa, e vem com uma vigia automática: se a política passar a barrar muito além do que se viu na observação, ela volta sozinha para observação e abre um caso.

Lição: o medo de "o firewall vai atrapalhar o atendimento" é legítimo. A resposta não é prometer que não vai. É mostrar o efeito antes de ligar.

O que ainda não fazemos

Por transparência, dois pontos em aberto que vieram desse uso:

• ainda não existe uma regra de "clientes distintos por hora" (hoje o substituto é o teto por pessoa);
• a checagem de resposta cobre links e valores em reais, não qualquer afirmação do texto.

Colocar a SemantiqWall no nosso próprio produto primeiro não foi marketing. Foi a forma mais rápida de descobrir o que ela não fazia.