MINISTÉRIO DA EDUCAÇÃO

SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLOGIA

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO
AMAZONAS
CAMPUS ITACOATIARA
CURSO TÉCNICO EM INFORMÁTICA

EMYNNA CAVALCANTE GUIMARÃES

LAIANE DE SOUZA PAULINO
LARISSA CORSINO LIMA

DESENVOLVIMENTO DE CHATBOT PARA FACILITAR O ATENDIMENTO DE

UM CAFÉ REGIONAL DE ITACOATIARA-AM

ITACOATIARA
2020
 EMYNNA CAVALCANTE GUIMARÃES
LAIANE DE SOUZA PAULINO
LARISSA CORSINO LIMA

DESENVOLVIMENTO DE CHATBOT PARA FACILITAR O ATENDIMENTO DE

UM CAFÉ REGIONAL DE ITACOATIARA-AM

Projeto de Conclusão de Curso Técnico - PCCT

- apresentado ao Instituto Federal de Educação,
Ciência e Tecnologia do Amazonas - Campus
Itacoatiara, como parte das exigências para
obtenção de certificado de Técnico em
Informática na modalidade integrada.

Orientador: Adriano Honorato de Souza

ITACOATIARA – AM
2020
 “A tarefa não é tanto ver aquilo
que ninguém viu, mas pensar o que
ninguém ainda pensou sobre
aquilo que todo mundo vê.”
(Arthur Schopenhauer)
 LISTA DE ILUSTRAÇÕES

Figura 1. Interação com o Chatbot ELIZA ...................................................................... 10

Figura 2. Assistente Virtual do IBM Watson .................................................................. 11
Figura 3. Assistente Virtual Siri ...................................................................................... 12
Figura 4. Plataforma DialogFlow .................................................................................... 13
Figura 5. Painel de Intents na plataforma DialogFlow .................................................... 18
Figura 6. Código Intent de Boas-Vindas ......................................................................... 19
Figura 7. Diálogo de Boas Vindas ................................................................................... 19
Figura 8. Código de Default ............................................................................................ 20
Figura 9. Diálogo Default ................................................................................................ 20
Figura 10. Código Voltar ................................................................................................. 21
Figura 11. Diálogo Voltar ................................................................................................ 21
Figura 12. Diálogo Pedido ............................................................................................... 22
Figura 13. Código Pedido ................................................................................................ 23
Figura 14. Código Pedido - Parte 2.................................................................................. 23
Figura 15. Código Pedido - Parte 3.................................................................................. 24
Figura 16. Finalização do Pedido .................................................................................... 24
Figura 17. Código de Integração...................................................................................... 25
RESUMO:
Uma vez que as tecnologias têm sido aprimoradas com o intuito de facilitar cada vez mais
a vida do ser humano, e, visto que um desses avanços é a criação de Chatbot, no qual
facilita a comunicação através do uso da Inteligência Artificial. Visto que o
empreendimento Helena's Café, atualmente oferece atendimentos no local e por delivery
fazendo os pedidos por meio do aplicativo WhatsApp, sendo que esta demanda pelo
serviço de entrega tem aumentado significativamente, impossibilitando ter uma boa
gestão dos pedidos e havendo uma certa dificuldade das comandas para a cozinha.
Propõe-se o desenvolvimento de um Chatbot que irá fazer esta comunicação com o cliente
e uma melhor gestão das comandas para a cozinha.

Palavras-chave: Chatbot. Delivery. Inteligência Artificial. WhatsApp.

ABSTRACT:
Since the technologies have been improved in order to facilitate more and more the life
of the human being, and since one of these advances is the creation of Chatbot, in which
facilitates communication through the use of Artificial Intelligence. Since the Helena's
Café enterprise currently offers on-site and delivery services by placing orders through
the WhatsApp application, this demand for the delivery service has increased
significantly, making it impossible to have a good management of orders and there is a
certain difficulty of the commands for the kitchen. It is proposed the development of a
Chatbot that will make this communication with the client and a better management of
the commands for the kitchen.

Key-words: Chatbot. Delivery. Artificial Intelligence. WhatsApp.

 SUMÁRIO
1. INTRODUÇÃO ............................................................................................................. 6
2. OBJETIVOS .................................................................................................................. 9
2.1 OBJETIVO GERAL ................................................................................................ 9
2.2 OBJETIVOS ESPECÍFICOS .................................................................................. 9
3. FUNDAMENTAÇÃO TEÓRICA ............................................................................... 10
3.1 CHATBOT.............................................................................................................. 10
3.1.1 ELIZA ............................................................................................................ 10
3.1.2 IBM Watson .................................................................................................. 11
3.1.3 Siri .................................................................................................................. 11
3.2 PROCESSAMENTO DE LINGUAGEM NATURAL – PLN .............................. 12
3.3 DIALOGFLOW ..................................................................................................... 13
3.3.1 Agentes ........................................................................................................... 14
3.3.2 Intents (Intenções) ......................................................................................... 14
3.3.3 Entities (Entidades) ....................................................................................... 15
3.3.4 Context (Contextos) ....................................................................................... 15
4. METODOLOGIA ........................................................................................................ 16
5. RESULTADOS E DISCUSSÕES ............................................................................... 18
6. CONCLUSÃO ............................................................................................................. 26
REFERÊNCIAS BIBLIOGRÁFICAS ............................................................................ 27
 6

1. INTRODUÇÃO

As redes sociais têm a função de conectar pessoas, fortalecendo assim as conexões entre
elas. Novas ferramentas vêm sendo criadas e adicionadas no ambiente digital. Um grande
avanço foi a criação de Chatbots, que facilitou a comunicação por meio do uso de Inteligência
Artificial – IA. Sendo um Chatbot um software de programa de computador que pode ser usado
em diferentes cenários, como sistemas bancários, atendimento ao cliente e educação, podendo
simular conversas com usuários (BERTIN, 2019).

Sabendo da necessidade de utilização de ferramentas destinadas a ampliar o escopo de

atendimento ao cliente, e que as mensagens instantâneas são o principal meio de comunicação
com as redes sociais, o campo dos bots se fortalece. Portanto, o objetivo principal do Chatbot a
ser desenvolvido é comunicar-se com o público (onde quer que ele esteja), promover a conexão
entre a empresa e os clientes e aproveitar o crescimento das vendas na Internet sem participar
de uma loja física (ou seja, somente online).

Isso faz com que esta seja uma forma de serviço mais simples e flexível que pode atender
a demandas de pedidos maiores e aumentar o relacionamento com os clientes. Tudo isso feito
por meio de Processamento de Linguagem Natural – PLN, que inclui o desenvolvimento de
modelos computacionais para realizar tarefas que dependem de informações expressas em
determinadas linguagens naturais.

Um Chatbot pode simular um diálogo entre humanos. Depois de enviar uma pergunta
em linguagem natural, o programa consultará a base de conhecimento e fornecerá uma resposta
que imita rapidamente o comportamento humano e, de alguma forma, impressionará o cliente
e o deixará mais satisfeitos. Lembrando que sua função não é substituir uma conversa humana
e sim facilitar um processo que normalmente, demandaria tempo para ser concluído, de forma
que fique satisfatório para ambos os lados (BERTIN, 2019).

Diante do contexto em que o mundo se depara, com uma realidade caótica sem
precedentes de uma pandemia causada por um vírus (Covid-19), que se instalou no mundo,
fechando ou alterando diversos setores, dentre eles os comércios. Várias soluções foram
propostas para evitar a contaminação do vírus, como o lockdown, no qual consiste em restringir
a circulação da população em lugares públicos, permitindo apenas, e de forma limitada, para
questões essenciais.
 7

Contudo, os comércios foram afetados gravemente, fazendo com que muitos tenham
prejuízos a ponto de fecharem o seu local de trabalho, tudo isso para que evitassem
aglomerações. Conforme destacado no comunicado oficial, “frente ao elevado aumento dos
índices de contágio, realmente se fazem necessárias medidas restritivas conforme as previstas
na referida Deliberação nº17 do Comitê Estadual e ainda se fazendo imprescindível a suspensão
das atividades religiosas, o que será objeto de análise por parte do Executivo Municipal”. No
que se refere a bares, restaurantes e lanchonetes, as atividades estão permitidas apenas para
operacionalização internet e delivery. De acordo com a orientação, devem ser mantidos apenas
os serviços essenciais como supermercados, açougues, lojas de conveniência, farmácias e
drogarias (WESLEY, 2020).

Diante do fechamento do comércio e demais setores, surgiu novos empreendimentos no

mundo todo e aqueles que estavam de portas fechadas buscaram um jeito novo de se manter, à
procura de um sustento que pudessem pagar suas dívidas e levarem alimentos para dentro de
casa. Dentre esses empreendimentos podemos citar: Alimentação saudável e gourmet, beleza e
cosméticos, cafeterias entre outros. As pessoas se reinventaram, e as vendas online cresceram
rapidamente suprindo assim as necessidades dos empresários.

Nesse novo cenário de comércio, surge um empreendimento na cidade de Itacoatiara em

julho de 2020, de uma cafeteria que serve alimentos regionais, o Helena´s Café, localizado na
rua Borba. Atualmente ele atende no seu espaço, para pessoas que moram ou trabalham próximo
e que optam por tomar seu café no local, o mesmo também recebe pedidos por mensagens no
aplicativo WhatsApp Business fazendo entrega por meio de delivery.

1.1 PROBLEMÁTICA E JUSTIFICATIVA

O café regional Helena’s Café atualmente atende aos seus clientes em um local onde
recebe os mesmos oferecendo uma grande variedade de comidas típicas da região Amazônica,
e que o mesmo recebe uma grande demanda todos os dias tanto presencial, quanto através de
pedido por telefone via aplicativo WhatsApp, sendo que esta demanda por delivery tem
aumentado significativamente, ocasionando em uma dificuldade de acompanhar os pedidos e
repassar para a cozinha as comandas.
 8

A partir dessa dificuldade decidiu-se por desenvolver um Chatbot que forneça aos
clientes um atendimento eficaz e prático, oferecendo através de menu interativo para os clientes
acessarem por meio do WhatsApp o Chatbot do Helena’s Café, e gerenciar os pedidos para
facilitar o controle das comandas.
 9

2. OBJETIVOS

2.1 OBJETIVO GERAL

Desenvolver um Chatbot para facilitar o atendimento e o gerenciamento de pedidos dos

clientes do Helena’s Café.

2.2 OBJETIVOS ESPECÍFICOS

 Estudar a plataforma Dialogflow;

 Fazer o levantamento dos requisitos de acordo com o fluxo das informações do
Helena’s Café;
 Desenvolver o Chatbot na plataforma Dialogflow;
 Integrar o Chatbot ao aplicativo WhatsApp;
 Testar o Chatbot por meio de conversas no aplicativo WhatsApp.
 10

3. FUNDAMENTAÇÃO TEÓRICA

3.1 CHATBOT

Um Chatbot é um programa de computador capaz de simular uma conversa com um

humano, seja através de texto ou de áudio e, para tanto, estes softwares comumente utilizam
algoritmos para o PNL (BERNARDO e SANTANCHÈ, 2017).

Um Chatbot apresenta algumas desvantagens, sendo a principal delas o fato de que é

um programa de computador e não é capaz de pensar e aprender da mesma forma que um ser
humano o faz. Como a quantidade de sentenças que um ser humano pode produzir é
praticamente infinita, dificilmente um software será capaz de lidar com todos os tipos de input
fornecido pelos usuários (FERREIRA e UCHÔA, 2006).

3.1.1 ELIZA
Eliza é considerada o primeiro Chatbot a ser criado. Tendo sido desenvolvido por Joseph
Weizenbaum, entre os anos de 1964 e 1966, no Instituto de Tecnologia de Massachusetts - MIT,
usando o PNL - criando um software capaz de entender e interpretar a linguagem humana, assim
como interagir usando a linguagem natural, assim como mostra a Figura 1 (GRANATYR,
2016).

Figura 1. Interação com o Chatbot ELIZA

Fonte: GRANATYR, (2016)

 11

3.1.2 IBM Watson

O Watson Assistant é uma plataforma completa que possui a IA e o Machine Learning
associadas à função do assistente virtual, o que permite um treinamento para entender diferentes
contextos. Além disso, o Watson Assistant é capaz de buscar respostas em uma base de
conhecimento, reconhecer quando precisa de mais detalhes ou até mesmo quando é preciso
direcionar para um agente humano, desenvolvido como a Figura 2 (IBM BRASIL, 2018).

Figura 2. Assistente Virtual do IBM Watson

Fonte: IBM BRASIL (2018).

Com isso, o assistente virtual da IBM proporciona um nível de serviço mais sofisticado
ao cliente, sendo capaz de lidar com situações mais complexas do que os Chatbots
convencionais, aplicando o entendimento de linguagem natural
(NLU- Natural Langague Understanding) da já conhecida IA do IBM Watson (IBM BRASIL,
2018).

3.1.3 Siri
A Siri é uma assistente virtual que atualmente incorpora todo o ecossistema
desenvolvido pela Apple. A aplicação é capaz de compreender comandos de voz e realizar
tarefas atreladas ao sistema operacional.

Uma das ideias principais dela é servir como uma amiga que responde a perguntas, conta
piadas e ajuda a automatizar algumas tarefas do seu cotidiano, criando lembretes, ligando, ou
 12

enviando mensagens para seus contatos sem que você precise abrir os Apps no celular, assim
como exemplifica a Figura 3 (SALUTE, 2020).

Figura 3. Assistente Virtual Siri

Fonte: Broussard (2017)

3.2 PROCESSAMENTO DE LINGUAGEM NATURAL – PLN

Em Robin (2001), tem-se uma definição de PLN: “O Processamento de Linguagem
Natural é um ramo da IA que tem por objetivo interpretar e gerar textos em uma língua natural
(e.g., Português, Inglês, Francês, Espanhol, etc).” O PLN é genuinamente multidisciplinar,
congregando, principalmente, estudos nas áreas de Ciência da Computação, Linguística e
Ciências Cognitivas (FERREIRA e UCHÔA, 2006).

O PLN é uma vertente específica da IA que utiliza conhecimentos da língua e de

comunicação para melhorar a interação homem-máquina. É possível sintetizar o conceito de
PNL como "a habilidade de um computador em processar a mesma linguagem que os humanos
usam no cotidiano". Linguística, semântica, teoria da comunicação e processamento de sinais
são algumas das áreas que auxiliam no PLN. Um sistema conversacional é capaz de detectar
 13

intenções e entidades. A intenção é o objetivo ou propósito da interação do usuário com o

Chatbot, enquanto uma entidade é uma caraterística que adiciona valor a uma intenção (DE
PAULA, 2019).

3.3 DIALOGFLOW
Dialogflow é um conjunto de ferramentas de desenvolvimento para criar interfaces
conversacionais para sites, aplicativos móveis, plataformas populares de mensagens e
dispositivos habilitados com Internet das Coisas – IoT, com capacidade de desenvolvimento de
ponta a ponta e implantação simplificada. Essa API utiliza algoritmos de Machine Learning
para processar os possíveis caminhos de conversação e roda totalmente na infraestrutura cloud
do Google (PAIXÃO et al., 2019).

O Dialogflow pode analisar vários tipos de entrada de seus clientes, incluindo entradas
de texto ou áudio (como de um smartphone ou gravação de voz). Ele também pode responder
aos seus clientes de várias maneiras, seja por meio de texto ou com fala sintética.

Na Figura 4 vemos a tela inicial da Plataforma DialogFlow que pode ser acessada através
do endereço dialogflow.cloud.google.com, está uma plataforma em nuvem da Google em que
é possível desenvolver todo o Chatbot.

Figura 4. Plataforma DialogFlow

Fonte: Autores (2020)

 14

3.3.1 Agentes

O agente Dialogflow gerencia o diálogo com seus usuários finais, ele é o responsável de
receber a mensagem de linguagem natural do usuário. Quando percebe que uma mensagem é
correspondente à uma intenção pré-definida, ele transforma os dados relevantes para a
aplicação. Este é um módulo de PLN que pode compreender as nuances da linguagem humana.
Ele pode ser definido como o Chatbot propriamente dito.

3.3.2 Intents (Intenções)

Os intents classificam a intenção do usuário final em cada conversa. Para cada agente,
você define vários intents, e seu intent combinado pode lidar com uma conversa completa.
Quando um usuário final escreve ou fala algo chamada expressão de usuário final, o
Dialogflow combina o conteúdo com a melhor intenção do seu agente. A intenção de
correspondência também é chamada de classificação de intent.
Uma intent básica contém os seguintes itens:
Frases de treinamento é um exemplo de uma frase possível a ser dita pelo usuário final.
Quando a expressão do usuário final for semelhante a uma dessas frases, o Dialogflow fará a
correspondência com a intent.
Ação: Quando a intent é correspondida, o Dialogflow fornece ações para o sistema,
permitindo que você acione certas ações definidas no sistema.
Parâmetros: Ao corresponder a intent no ambiente de execução, o Dialogflow fornece
o valor extraído da expressão do usuário final como parâmetro. Cada parâmetro possui um tipo
denominado tipo de entidade, que indica exatamente como extrair os dados. Ao contrário da
entrada original do usuário final, os parâmetros são dados estruturados que podem ser
facilmente usados para executar lógica ou gerar respostas.
Respostas: Configure a resposta de texto, voz ou visual a ser retornada ao usuário final.
Esse feedback pode fornecer respostas ao usuário final, solicitar mais informações ou encerrar
a conversa.
 15

3.3.3 Entities (Entidades)

Cada parâmetro de intenção tem um tipo denominado tipo de entidade, que indica
exatamente como os dados na expressão do usuário final são extraídos. O Dialogflow fornece
entidades de sistema predefinidas, que podem corresponder a muitos tipos de dados comuns.
Por exemplo, existem entidades correspondentes a data, hora, cor, endereço de e-mail
etc. no sistema. Você também pode criar suas próprias entidades personalizadas para
corresponder aos dados personalizados. Por exemplo, defina uma entidade de fábrica que pode
corresponder aos tipos de vegetais que podem ser comprados em uma mercearia.

3.3.4 Context (Contextos)

O contexto do Dialogflow é semelhante ao contexto da linguagem natural. Se alguém

disser "são azuis", é necessário contexto para entender o que "eles" significa. Da mesma forma,
para que o Dialogflow processe essas expressões de usuário final, ele precisa de contexto para
corresponder à intent corretamente.
Usando o contexto, você pode controlar o fluxo da conversa. Para configurar o contexto
do intent, configure o contexto de entrada e saída identificado pelo nome da string. Depois que
a intenção é correspondida, todos os contextos de saída configurados para essa intenção serão
ativados.
Embora o contexto esteja ativo, é mais provável que o Dialogflow corresponda ao intent
configurado com o contexto de entrada correspondente ao contexto ativo no momento.
 16

4. METODOLOGIA
O presente trabalho, baseou-se na problemática pela busca de validar se o uso de
tecnologias conversacionais, como os chatbots, podem auxiliar no processo de atendimento
ao cliente na venda de produtos de um em empreendimento de Café Regional de Itacoatiara.
O escopo do mesmo envolveu-se no levantamento de dados acerca do Café Regional
Helena’s Café, análise de requisitos, escolha de plataforma, modelagem de intentes e
desenvolvimento em si de um Chatbot com inteligência artificial.

Figura 5: Diagrama da Metodologia

Análise dos
Estudar a
Pesquisas requisitos do
plataforma
Bibliográficas Chatbot do
Dialogflow
Helena's Café

Integrar o Desenvolver o
Definir o
Chatbot com o Chatbot na
contexto da
aplicativo plataforma
conversação
WhatsApp Dialogflow

Realizar os
testes de
conversação do
Chatbot
Fonte: Autores (2020)

Pesquisas Bibliográficas: A pesquisa bibliográfica teve como foco os chatbots, suas

principais aplicações e funcionamentos, com a finalidade de adquirir conhecimento e
material para a escrita deste documento.

Estudo Da Plataforma: A plataforma escolhida para o desenvolvimento do chatbot

foi o Dialogflow e para maior domínio com a plataforma, decidiu-se realizar um estudo
acerca da mesma.

Análise Dos Requisitos: Nesta fase é necessária para que o chatbot possa atender as
necessidades do site e verificar quais melhorias poderão ser implementadas.
 17

Definir Contextos: Os contextos de conversação é o passo inicial e importantíssimo

para o desenvolvimento do chatbot. Portanto nesta etapa será definido os contextos de
conversação utilizando o modelo de perguntas e respostas.

Desenvolvimento: Para este passo, foi utilizado a plataforma Dialogflow, para a

criação do Agente juntamente com as Intents e o respectivo contexto, configurando os
parâmetros e treinando o chatbot através do Processamento de Linguagem Natural para que
a interação ocorra de forma que pareça humano.

Integração: Aqui foi realizada através do arquivo JSON do Agente, a integração

direta com o WhatsApp Business.

Testes: Nesta última fase serão realizados os testes, os chamados testes operacionais,
que visam verificar se a aplicação desenvolveu-se corretamente e se consegue oferecer todas
as funcionalidades esperadas.
 18

5. RESULTADOS E DISCUSSÕES

O estudo realizado com a ferramenta DialogFlow procurou viabilizar um melhor

conhecimento para o desenvolvimento do Chatbot mais completo com o instrumento. Por meio
deste foi possível realizar o processamento das interações no DialogFlow até chegar à interação
com o cliente por meio do WhatsApp Business. Para que a comunicação entre o cliente e o
Chatbot ocorra de forma eficaz, a criação das intents torna-se uma tarefa indispensável, como
é mostrado na Figura 5 as intents utilizadas neste Chatbot.

Figura 6. Painel de Intents na plataforma DialogFlow

Fonte: Autores (2020)

Para dar início a uma conversa é necessário que tenha uma mensagem inicial, no caso
de um Chatbot não é diferente. Ao criar um agente no DialogFlow, já é implementado a intent
de boas-vindas, que é justamente a responsável por essa inicialização do diálogo entre o cliente
e o bot. Essa intent gera um código que pode ser observado na Figura 6.
 19

Figura 7. Código Intent de Boas-Vindas

Fonte: Autores (2020)

Nesse exemplo, o usuário inicia a conversa com a mensagem “oi”, automaticamente

verifica-se se esta é uma das mensagens que foi programada para essa intent. Se o resultado for
verdadeiro será enviada a mensagem de boas-vindas, que neste caso é a apresentação do bot
juntamente com informações sobre o estabelecimento e a iniciação do atendimento delivery,
como mostra na Figura 7.
Figura 8. Diálogo de Boas Vindas

Fonte: Autores (2020)

 20

Caso a mensagem enviada pelo cliente não corresponder a nenhuma das mensagens pré
estabelecidas, tanto na intent de boas-vindas quanto nas demais. Será encaminhado para a intent
de default. Na Figura 8 é mostrado o código dessa intent.

Figura 9. Código de Default

Fonte: Autores (2020)

Neste caso o bot informará ao usuário que não compreendeu a mensagem, como
mostrado na Figura 9.

Figura 10. Diálogo Default

Fonte: Autores (2020)

Se tratando de um Chatbot para delivery, criou-se uma intent para que o cliente possa
voltar ao cardápio quando estiver escolhendo seu pedido. A Figura 10 mostra o código dessa
intent.
 21

Figura 11. Código Voltar

Fonte: Autores (2020)

Para que essa intent seja acionada basta o usuário digitar a letra “X”, e retornará para o
cardápio principal. Como mostra a Figura 11.

Figura 12. Diálogo Voltar

Fonte: Autores (2020)

Quando o cliente decide fazer seu pedido ele aciona uma intent, e nela precisa responder
à algumas questões que serão mostradas na comanda. Na Figura 12 é possível ver essas
perguntas.
 22

Figura 13. Diálogo Pedido

Fonte: Autores (2020)

O código dessa intent é mostrado nas Figuras 13, 14 e 15.

 23

Figura 14. Código Pedido

Fonte: Autores (2020)

Figura 15. Código Pedido - Parte 2

Fonte: Autores (2020)

 24

Figura 16. Código Pedido - Parte 3

Fonte: Autores (2020)

A partir das perguntas feitas, quando o pedido for finalizado, será enviado uma comanda
para o cliente que também servirá como um resumo do pedido para que o estabelecimento possa
ter mais controle. O exemplo da Figura 16 mostra como será essa mensagem.
Figura 17. Finalização do Pedido

Fonte: Autores (2020)

Para que a integração entre a plataforma Dialogflow e o aplicativo WhatsApp Business

seja feita, é necessário a criação de um arquivo JSON por meio da plataforma Google Clouds.
Esse arquivo será integrado no aplicativo fazendo com que o bot funcione. A Figura 17 mostra
o código gerado para nosso agente.
 25

Figura 18. Código de Integração

Fonte: Autores (2020)

 26

6. CONCLUSÃO
Hodiernamente, estamos enfrentando uma pandemia causada pelo chamado novo
corona vírus, que paralisou o comércio e demais atividades. Para manter seu negócio muitos
empresários decidiram utilizar a internet como principal meio de propagar seu produto, e, por
esse motivo, o uso de tecnologias como o Chatbot que possibilitam a comunicação entre
empresas e seus clientes teve uma busca crescente.

Nosso objetivo geral de desenvolver um Chatbot que facilite o atendimento e registro

de pedidos dos clientes do Helena’s Café foi alcançado, que deixarão tanto os clientes quanto
os funcionários do estabelecimento satisfeitos, uma vez que o atendimento será facilitado
levando em consideração a grande demanda de pedidos.

Portanto, concluímos que o produto desenvolvido neste projeto respondeu de forma

positiva às expectativas, sendo uma ferramenta eficaz durante o atendimento respondendo de
forma satisfatória aos requerimentos.
 27

REFERÊNCIAS
BERNARDO, Rogério O.; SANTANCHÈ, André. Aplicações de Chatbots no
desenvolvimento de jogos em saúde. São Paulo: UNICAMP, 2017. (Série Texto Técnico, IC-
PFG-17-22).

BERTIN, Adriano. Chatbot: o que é, como funciona e quais os principais tipos. Disponível
em: <https://www.inbenta.com/pt/blog/o-que-e-chatbot/>. Acesso em 25 de novembro de
2020, 10:42.

CORDEIRO, Karolina Maria de Araújo.O impacto da pandemia na educação: a utilização da

tecnologia como ferramenta de Ensino. Disponível em:
<http://repositorio.idaam.edu.br/jspui/handle/prefix/1157>. Acesso em: 30 de novembro de
2020, 14:30.

DE PAULA, Lucas Santos. PipaBot: uma solução Chatbot para o PIPA URFJ. Projeto de
Graduação - Rio de Janeiro: UFRJ/Escola Politécnica, 2019.

Documentação do Dialogflow ES. Disponível em:

<https://cloud.google.com/dialogflow/es/docs/>. Acesso em: 24 de novembro de 2020, 16:22.

FERREIRA, L. P.; UCHÔA, J. Q. Desenvolvimento de um Chatbot para auxiliar o ensino de

Espanhol como Língua Estrangeira. Bazar: Software e conhecimento livres, [S.I]. Mar, 2006.
Nº.1, 21-32.

GRANATYR, Jones. Conversação com ELIZA!. Experty Academy, 2016.Disponível em:

<https://iaexpert.academy/2016/10/18/historico-da-ia/>.Acesso em: 02 de dezembro de 2020,
15:17.

OLIVEIRA, Felipe Andrade de. Estudo sobre Chatbots: desenvolvendo uma solução para
controle de filas. Assis, 2018. p. 47.

PAIXÃO, Priscila Reis Soares da, et al. Desenvolvimento de um sistema de automação,

integrando uma assistente virtual e dispositivos IoT. ITEGAM-JETIA. Vol. 05, Nº 19, p. 69-
74. setembro, 2019.
 28

ROBIN, Jacques; BARROS, Flávia de Almeida. Processamento de Linguagem Natural. UFPE

– Universidade Federal de Pernanbuco, 2001. Disponível em: <
https://www.cin.ufpe.br/~fab/cursos/jai96/ProcessamentoDeLinguagemNatural.pdf>. Acesso
em: 07 de setembro de 2020.

SALUTES, Bruno. O que é a Siri? Como funciona a assistente virtual da Apple. Disponível
em: < https://canaltech.com.br/ios/o-que-e-a-siri-como-funciona-a-assistente-virtual-da-
apple/>. Acesso em: 02 de dezembro de 2020, 21:13.

IBM BRASIL. Watson Assistant: um Chatbot inteligente, seu melhor assistente virtual.
[2018]. Disponível em: <https://www.ibm.com/br-pt/cloud/watson-assistant>. Acesso em: 02
de dezembro de 2020, 15:36.

WESLEY. Pandemia desencadeia novo fechamento do comércio municipal de Araguari-MG:

A determinação prevê a tentativa de controlar os registros da proliferação do vírus na cidade.
Rede Jornal Contábil, 2020. Disponível em: <https://www.jornalcontabil.com.br/novo-
fechamento-do-comercio-municipal-de-araguari-mg/>. Acesso em 02 de dezembro de 2020,
15:45.