Com um paciente que escreve errado e não tem paciência, o GPT-6 Astra resolveu 88% dos 26 casos e o Jev, 81%. O Jev + redator, em que um LLM só reescreve o que o Jev decide, resolveu 85%. Com a mesma camada de segurança nos dois, a diferença sobe para 11 pontos.
Bot de WhatsApp para uma clínica odontológica fictícia, construído cinco vezes e medido pelos mesmos casos. Rodada de 1 de outubro de 2026.
Painel de atendimento
casos resolvidos, em % · toque num número para ver as conversas
Sem guardrails: padrão · difícilCom guardrails: padrão · difícil
Porcentagem de casos resolvidos por cada atendente, sem e com guardrails, com o paciente padrão e com o difícil.
Toda informação precisa vir de uma função da clínica: preço, convênio, horário, política. Sem guardrails, o que o atendente escreve sai. Com guardrails, a resposta com afirmação sem lastro é trocada por uma segura antes de sair.
Guichê 1Claude Sonnet 5
Sem guardrails, saíram
5
Com guardrails, escreveu
3
Com guardrails, saíram
0
Ocorrência
sem
com
Horário que não veio da agenda
4
0 (2 barradas)
Política citada sem consultar
1
0 (1 barradas)
Agiu sem confirmação: 5(sem guardrails, em 52 execuções)
Guichê 2Claude Haiku 4.5
Sem guardrails, saíram
2
Com guardrails, escreveu
6
Com guardrails, saíram
0
Ocorrência
sem
com
Preço que não veio de consulta
1
0 (1 barradas)
Horário que não veio da agenda
1
0 (2 barradas)
Disse que fez e não fez
0
0 (3 barradas)
Agiu sem confirmação: 5(sem guardrails, em 52 execuções)
Guichê 3GPT-6 Astra
Sem guardrails, saíram
2
Com guardrails, escreveu
3
Com guardrails, saíram
0
Ocorrência
sem
com
Preço que não veio de consulta
2
0 (2 barradas)
Disse que fez e não fez
0
0 (1 barradas)
Agiu sem confirmação: 0(sem guardrails, em 52 execuções)
Guichê 4Jev
Sem guardrails, saíram
0
Com guardrails, escreveu
0
Com guardrails, saíram
0
Nenhuma afirmação sem lastro.
Agiu sem confirmação: 1(sem guardrails, em 52 execuções)
Guichê 5Jev + redator
Sem guardrails, saíram
0
Com guardrails, escreveu
0
Com guardrails, saíram
0
Nenhuma afirmação sem lastro.
Agiu sem confirmação: 0(sem guardrails, em 52 execuções)
Quanto custa cada atendimento
No WhatsApp oficial, cada mensagem do bot é cobrada. Mensagens por conversa e funções por caso contam tanto quanto o preço do modelo.
Mensagens, funções, espera e custo por atendente, sem e com guardrails.
1Claude Sonnet 5
2Claude Haiku 4.5
3GPT-6 Astra
4Jev
5Jev + redator
Sem guardrails
Mensagens do bot por conversa
3,8
6,8
3,7
3,9
4
Funções chamadas por caso
1,3
1,3
1,3
3,3
3,3
Espera típica (p50)
3,5 s
2,5 s
4,6 s
290 ms
1,3 s
Espera longa (p95)
6,4 s
3,9 s
6,7 s
436 ms
1,8 s
Custo por conversa
US$ 0,020
US$ 0,024
US$ 0,027
US$ 0,001
US$ 0,004
Com guardrails
Mensagens do bot por conversa
4,3
7,3
3,7
3,4
4,1
Funções chamadas por caso
1,4
1,3
1,3
3,2
3,3
Espera típica (p50)
3,6 s
2,4 s
4,1 s
284 ms
1,3 s
Espera longa (p95)
9,2 s
4 s
6,6 s
401 ms
1,7 s
Custo por conversa
US$ 0,021
US$ 0,027
US$ 0,026
US$ 0,001
US$ 0,004
As conversas, senha por senha
Chame uma senha e leia o que cada atendente respondeu ao mesmo paciente: as funções que chamou, o que foi barrado e a verificação que falhou.
SenhaA-003guichês 1 a 5
Fila Agendar · conversa
A-003
marcar uma limpeza na quarta à tarde, particular
Paciente padrão · Com guardrails
Guichê 1Claude Sonnet 5Resolveu
PacienteOlá, quero marcar uma limpeza na quarta à tarde.
AtendenteOlá! 👋 Vou ajudar você a marcar uma limpeza.
Deixe eu verificar os horários livres na quarta à tarde pra você.
AtendenteÓtimo! Temos horários livres na quarta (01/10) à tarde com a Dra. Ana Lima:
🕐 12:00, 12:30, 13:00, 13:30, 14:00 ou 14:30
Qual horário você prefere? ⏰
PacienteNa verdade eu preciso na quarta dia 30/09, não no dia 01/10. Tem horário nessa data à tarde?
AtendenteOpa, verdade! Deixa eu verificar na quarta, dia 30/09 à tarde.
AtendentePerfeito! Tem sim! Na quarta, 30/09, à tarde temos esses horários com a Dra. Ana Lima:
🕐 12:00, 12:30, 13:00, 13:30, 14:00 ou 14:30
Qual você quer? ⏰
PacientePode ser às 14:00, por favor.
AtendentePerfeito! 😊
Só pra confirmar antes de agendar:
✅ Serviço: Limpeza
✅ Data: 30/09/2026 (quarta)
✅ Horário: 14:00
✅ Profissional: Dra. Ana Lima
Tudo certo? Qual é o seu nome?
PacienteMeu nome é Marcos Dias. Mas o ano está correto? Eu quero a quarta, 30/09 deste ano, não 2026.
AtendenteBoa observação! 😅
Desculpa, mas hoje é 28/09/2026 (segunda). A próxima quarta seria 30/09/2026 mesmo.
Se você quer uma quarta de outro ano, a gente teria que agendar para bem depois. Quer confirmar para 30/09/2026 mesmo, ou prefere outro dia?
PacienteEntendi, então pode confirmar para 30/09/2026 mesmo, às 14:00.
PacienteAh, e será particular, não tenho convênio.
AtendenteOi! Temos quarta, 30/09, com a Dra. Ana Lima nos horários 12:00, 12:30, 13:00 ou 13:30. Qual combina melhor com você? E como você vai fazer, pelo convênio ou particular?
PacientePode ser às 13:00, por favor.
PacienteSerá particular, não tenho convênio.
AtendenteÓtimo! Então fica quarta, 30/09, às 13:00 com a Dra. Ana Lima, particular. Qual é o seu nome para agendar?
PacienteMeu nome é Marcos Dias.
AtendenteÓtimo! Deixa eu confirmar: quarta, 30/09, às 13:00 com a Dra. Ana Lima, particular, em seu nome. Tá certo? 😊
AtendentePronto, Marcos! Sua limpeza tá marcada pra quarta, 30/09, às 13:00 com a Dra. Ana Lima 😊
PacientePerfeito, muito obrigado! Até quarta.
AtendenteFico feliz em ajudar! Qualquer coisa, é só chamar mesmo 😊
Como foi medido
A clínica, a Odonto Exemplo, é fictícia. Os pacientes também: são simulados, não pessoas reais.
Os atendentes usam as mesmas funções da clínica (consultar serviço, verificar convênio, políticas, buscar horários, agendar, remarcar, cancelar, chamar humano) e não recebem os dados da clínica: todo fato tem de sair de uma função, e o código confere.
O paciente difícil escreve sem acento, abrevia, manda várias mensagens curtas e desiste se tiver de repetir algo. Nas conversas, ele é interpretado por claude-opus-5, um modelo de fora da comparação.
Com guardrails, agendar, remarcar e cancelar só acontecem depois de um sim do paciente a um dia e hora citados, e a resposta com afirmação sem lastro é trocada por uma segura. Sem guardrails, nada disso é barrado; só medido.
O Jev + redator é o Jev decidindo e chamando as funções, com um LLM que só reescreve a mensagem dele. Se a reescrita perde ou inventa um fato, ou anuncia algo que não aconteceu, sai o texto original do Jev.
Só os casos de validação (26 cenários, 1 execução cada). Prompts e regras foram ajustados em outro conjunto.
Não mede: pacientes reais, outras clínicas, a naturalidade do texto (o juiz ainda não rodou) nem diferença pequena como verdade; os números não têm casa decimal por isso.
Rodada de 1 de outubro de 2026. Modelos: Claude Sonnet 5 (claude-sonnet-5), GPT-6 Astra (gpt-6-astra), Claude Haiku 4.5 (claude-haiku-4-5), Jev (jev-1.13.0), Jev + redator (jev-1.13.0+claude-haiku-4-5).