O que é uma entidade (entity) em um chatbot e como usá-la bem

Se a intenção responde o que o usuário quer, a entidade responde sobre o quê. Quando alguém digita "quero reservar uma mesa para 4 na sexta às 20h", o chatbot não precisa só entender que a intenção é reservar: ele tem que capturar os dados exatos (4 pessoas, sexta, 20h) para poder agir. Esses dados são as entidades. Entender o que é uma entidade em um chatbot é essencial para sair de um bot que "conversa" e chegar a um que realmente resolve.

Definição simples de entidade

Uma entidade é um pedaço de informação concreta e relevante que o bot extrai da mensagem do usuário. Enquanto a intenção é o objetivo geral, as entidades são os parâmetros que esse objetivo precisa para ser concluído.

Pense em uma intenção como um formulário e nas entidades como os campos a preencher. Para reservar_mesa, as entidades seriam: número de pessoas, data, horário e, talvez, preferências (varanda, área interna).

Os tipos de entidade mais comuns

Nem toda entidade é igual. Estas são as categorias que você verá o tempo todo:

• Entidades do sistema (predefinidas): datas, horários, números, moedas, e-mails, telefones. Quase todas as plataformas reconhecem sem configuração.
• Entidades personalizadas: próprias do seu negócio, como nomes de produtos, planos, filiais ou categorias de serviço.
• Entidades por lista ou sinônimos: agrupam variantes que significam o mesmo. "blusa", "camisa" e "camiseta" podem mapear para um mesmo valor camiseta.
• Entidades compostas ou por padrão: formatos como um número de pedido (#4821) ou uma placa, reconhecidos pela forma.

Um exemplo completo

Mensagem do cliente:

"Oi, quero trocar meu pedido #7788 do tamanho M para o tamanho G"

O bot processa assim:

• Intenção: modificar_pedido
• Entidades:
  • número do pedido → #7788
  • tamanho atual → M
  • tamanho novo → G

Com a intenção ele sabe o que fazer e com as entidades sabe com quais dados. Sem as entidades, teria que perguntar cada dado separadamente, alongando a conversa e aumentando o abandono.

Por que as entidades fazem a diferença

Um bot que extrai bem as entidades consegue três coisas valiosas:

1. Menos idas e vindas: captura vários dados de uma única frase.
2. Ações reais: pode consultar um pedido, agendar um horário ou gerar um orçamento porque tem os parâmetros exatos.
3. Personalização: usa o nome, o produto ou a cidade do cliente para responder de forma relevante.

Slot filling: preencher as lacunas que faltam

Quando o usuário não dá todos os dados, entra o slot filling. Se ele diz "quero reservar para sexta" mas não informa quantas pessoas, o bot detecta que falta essa entidade e pergunta só por ela: "Para quantas pessoas?". Assim completa o formulário passo a passo sem repetir o que já sabe.

Erros frequentes com entidades

• Não definir sinônimos: se seus clientes dizem "cel" e você só treinou "celular", o bot não captura a entidade.
• Confundir entidade com intenção: "tamanho G" é uma entidade, não uma intenção separada.
• Esquecer a validação: capturar "31 de fevereiro" como data sem verificar se existe.
• Não tratar ambiguidade: se o cliente diz "amanhã", o bot deve resolver para qual data concreta isso equivale conforme o fuso.
• Sobrecarregar de entidades: pedir dados demais de uma vez cansa e faz abandonar.

Entidades na era da IA generativa

Com os chatbots clássicos, cada entidade precisava ser declarada e treinada à mão. Os modelos de linguagem modernos extraem entidades com muito mais flexibilidade: entendem "depois de amanhã à tarde" ou "o plano mais barato" sem que você tenha definido cada variante. Mesmo assim, continuar pensando em termos de entidades te dá controle: garante que os dados críticos (valor, identificador, data) sejam capturados de forma estruturada e possam ser usados em uma automação ou integração.

Em plataformas como o Omnifox, um agente de IA pode extrair entidades da conversa e passá-las direto para um fluxo de trabalho — criar um contato, atualizar um pedido, agendar um horário — sem que um humano precise copiar e colar nada.

Boas práticas para 2026

• Identifique quais dados cada ação precisa antes de projetar o bot e transforme-os em entidades.
• Enriqueça as entidades personalizadas com sinônimos e variantes regionais.
• Sempre valide e normalize: datas reais, números na faixa, formatos corretos.
• Use slot filling para pedir só o que falta, nunca o que você já tem.
• Revise conversas reais para descobrir novos valores que deveria reconhecer.

Conclusão

As entidades são os dados concretos que transformam uma conversa em ação: a data de uma reserva, o número de um pedido, o nome de um produto. Junto com a intenção, formam a base de qualquer chatbot que realmente resolve. Projetá-las bem — com sinônimos, validação e captura inteligente — é o que faz seus clientes concluírem a tarefa em vez de desistir. Se você quer construir agentes que capturem os dados certos e ajam sobre eles, pode testar o Omnifox e conectá-los aos seus fluxos em poucos passos.