Alô, TI: arquitetura de voz e decisões

Início · Aplicação · Validação

Intenção

Um service desk fictício em que a pessoa conversa por voz, acompanha a transcrição, corrige o relato, revisa a equipe sugerida e confirma um ticket visual. A voz integra o LAB Decisions, dentro dos quatro temas do encontro.

A versão de desenvolvimento contém um mock determinístico. O adaptador real de voz para voz está implementado, separado do mock e desativado por padrão. O ensaio com conta e áudio reais permanece pendente.

Componentes

• Interface: Next.js, TypeScript, Tailwind CSS 4 e Lucide; conversa, revisão e ticket em uma tela
• Domínio: estado puro com sessão e revisão; nenhuma chamada externa
• Fixtures: exemplos de acesso, infraestrutura e relato incompleto; valores identificados como simulação
• Voz local opcional: leitura pelo navegador somente com uma voz local em português disponível
• Integração experimental: GPT-Live na conversa; Decisions no servidor; estado da aplicação decide o que pode ser exibido ou confirmado

A interface usa fundo claro, texto grafite e destaque verde-petróleo, com transcrição legível, controles por teclado e movimento reduzido. Capturas desktop e celular do fluxo mock foram inspecionadas. Isso não substitui um ensaio de projeção, uma auditoria completa de acessibilidade ou validação de áudio real.

Contrato didático

As três perguntas avaliam o mesmo relato:

• predicate: há informação suficiente para sugerir encaminhamento?
• choice: acessos, aplicações internas, infraestrutura ou revisão humana?
• score: orientação sem bloqueio, trabalho degradado com alternativa ou trabalho bloqueado sem alternativa?

Probabilidade e score não autorizam uma ação. O score pode ser fracionário e não é arredondado para uma prioridade operacional. A pessoa revisa título, relato e equipe. O ticket simulado só nasce com confirmação explícita, pelo botão ou pela função confirmar_ticket quando o argumento booleano vem verdadeiro.

Correção e concorrência

Fragmentos de fala não devem disparar uma análise a cada palavra. A primeira versão usa “Analisar relato” para fixar o texto. A detecção automática de fim de fala depende de validação posterior dos eventos e de pausas naturais.

Uma edição incrementa a revisão e invalida análise e confirmação. Resultados carregam sessão e revisão; os antigos são descartados. A resposta a ser narrada também precisa corresponder à revisão vigente. Reset troca a sessão e interrompe a leitura. Clique repetido não duplica o ticket.

Texto livre no mock entra na conversa e recebe uma resposta explícita de não interpretação. O estado não reutiliza “precisamos esclarecer”, nem conserva equipe, título ou transcrição do cenário anterior como se o texto novo tivesse sido analisado. Não se devolve uma fixture como se tivesse sido produzida para um relato arbitrário.

Integração OpenAI implementada

O guia oficial de voz com Decisions usa delegação client para escolher uma ação sem parâmetros. A Triagem ao vivo (/triagem), demo de palco, segue esse desenho: GPT-Live delega ao ouvir “registra”, a aplicação envia a fala ouvida ao Decisions e devolve o resultado com session.commentary.append. Assim, cada relato custa uma chamada ao gpt-6-luna, e nenhum modelo de backend é chamado a cada fala. A aba ao vivo da Alô, TI usa delegação Responses: o modelo devolve uma função com o relato ou a confirmação, e o navegador executa o redutor. A Decisions continua responsável pela triagem da equipe. O monitoramento final é calculado na mesa e falado com session.commentary.append.

Em 7/10/2026, o exemplo WebRTC usa gpt-live-1, e Decisions documenta gpt-6-luna. A disponibilidade na conta ainda não foi verificada.

Decisions recebe texto/contexto; áudio pertence à camada Live. A chave fica no servidor. Nenhuma sessão paga deve ser aberta só ao carregar a página. Antes de iniciar, o participante precisa compreender dados enviados, acesso e custos.

Os eventos de transcrição são fragmentos, não uma garantia de fala concluída. Interromper áudio também não prova que o trabalho no servidor parou.

Limites

Sem banco de dados, login empresarial, Jira, ServiceNow, desktop control, e-mail, implantação ou ticket externo. Somente dados fictícios. Sem credenciais no frontend. Estado local apenas em memória.

O código conecta os componentes da conversa OpenAI, mas a execução real ainda não foi ensaiada. Testes com transporte simulado não medem reconhecimento de fala, qualidade do modelo, latência real nem reprodução de áudio. Consulte o guia local e os limites.