santismm-knowledge-mcp 0.2.1

package/content/architectures/customer-service-agent.json

@@ -0,0 +1,292 @@
+{
+  "id": "ARCH-001",
+  "slug": "customer-service-agent",
+  "category": "customer-experience",
+  "updated": "2026-06-21",
+  "version": "1.0",
+  "featured": true,
+  "evidence": {
+    "evidenceLevel": "industry_observation",
+    "confidenceLevel": "medium",
+    "sourceType": ["industry_observation", "paper"]
+  },
+  "technologies": [
+    "LangGraph / orchestration",
+    "RAG over a help-center knowledge base",
+    "CRM & ticketing tools (function calling)",
+    "Vector store",
+    "Guardrails / PII redaction",
+    "Observability (LangSmith / Langfuse)"
+  ],
+  "patterns": ["routing", "human-approval-gate", "semantic-caching", "reflection"],
+  "knowledge": ["ai-agent", "tool-use", "enterprise-rag", "guardrails", "human-in-the-loop", "ai-observability"],
+  "references": [
+    { "title": "Anthropic — Building Effective Agents (2024)", "url": "https://www.anthropic.com/research/building-effective-agents" },
+    { "title": "NIST — AI Risk Management Framework (AI RMF 1.0)", "url": "https://www.nist.gov/itl/ai-risk-management-framework" },
+    { "title": "Santiago Santa María — The Stopwatch and the Exam", "url": "https://articles.santismm.com/the-stopwatch-and-the-exam/" }
+  ],
+  "related": ["enterprise-knowledge-assistant"],
+  "locales": {
+    "en": {
+      "name": "Customer Service Agent",
+      "summary": "A reference architecture for an enterprise customer-service agent that resolves common requests end to end — answering from a grounded knowledge base, acting in the CRM and ticketing systems through tools, and escalating to a human when confidence is low or the action is high-impact. It pairs retrieval for grounding with risk-based human approval for safety, and is observable so every conversation can be evaluated and improved.",
+      "keyConcepts": [
+        "Grounding: answers come from retrieved, citable knowledge, not the model's memory.",
+        "Tool use: the agent reads and writes to CRM/ticketing systems through well-described tools.",
+        "Risk-based escalation: low-confidence or high-impact actions go to a human gate.",
+        "Observability: every turn is traced so the system can be evaluated and improved."
+      ],
+      "definition": "The customer service agent architecture is a grounded, tool-using conversational agent that resolves customer requests autonomously within guardrails, escalating to humans by risk and confidence, with full tracing for evaluation.",
+      "architecture": [
+        "At the core is an orchestration loop that classifies the incoming request, retrieves relevant knowledge, decides whether it can answer or must act, and either responds, calls a tool, or escalates. Routing sends simple FAQs down a cheap retrieval-and-answer path and complex or sensitive cases down a richer, more careful path.",
+        "Grounding is non-negotiable: the agent answers from a retrieval layer over the help center and policy docs, and cites its sources. When the request requires an action — issuing a refund, changing an order, closing a ticket — the agent prepares the action and routes high-impact ones through a human approval gate before execution.",
+        "Cross-cutting layers make it safe and improvable: guardrails redact PII and block out-of-policy responses, a semantic cache absorbs repeated questions to cut cost and latency, and an observability layer traces every turn so conversations can be scored against an evaluation set."
+      ],
+      "flow": [
+        "1. Intake: the user message arrives; PII is detected and redacted for logging.",
+        "2. Route: classify intent and risk — FAQ, account action, or escalation candidate.",
+        "3. Retrieve: pull grounding passages from the knowledge base (cache-checked first).",
+        "4. Decide: answer from grounding, call a CRM/ticketing tool, or escalate.",
+        "5. Gate: high-impact actions pause for human approval; low-impact ones execute.",
+        "6. Respond: reply with citations; log the trace and outcome for evaluation."
+      ],
+      "components": [
+        "Intent & risk router",
+        "Retrieval layer (RAG) with citations",
+        "CRM / ticketing tools",
+        "Human approval gate",
+        "Guardrails & PII redaction",
+        "Semantic cache",
+        "Observability & evaluation"
+      ],
+      "referenceScenario": {
+        "context": "An illustrative B2C support desk handling order, billing and account questions across chat and email.",
+        "scenario": "Tier-1 requests (order status, password reset, policy questions) are resolved by the agent; refunds and account changes are drafted by the agent and approved by a human; anything ambiguous is escalated with full context.",
+        "technology": "Orchestration loop, RAG over the help center, function-calling tools into the CRM, a risk-based approval gate, and conversation tracing.",
+        "load": "Bursty, business-hours-heavy traffic with a long tail of rare intents; a small set of FAQs dominates volume, which the semantic cache absorbs.",
+        "results": "Reference target: most Tier-1 volume deflected with grounded, cited answers; high-impact actions kept behind a human gate; cost concentrated on the rare, complex cases rather than the repetitive ones. Numbers depend on your traffic mix and should be measured, not assumed."
+      },
+      "benefits": [
+        "Resolves common requests end to end while keeping risky actions human-gated.",
+        "Grounded, cited answers reduce hallucination and build customer trust.",
+        "Semantic caching and routing concentrate spend on the cases that need it.",
+        "Full tracing makes quality measurable and regressions catchable."
+      ],
+      "risks": [
+        "Ungrounded answers if retrieval quality is poor.",
+        "Over-automation of actions that should stay human-gated.",
+        "PII leakage if guardrails are incomplete.",
+        "Approval bottlenecks if too many actions are gated."
+      ],
+      "failureModes": [
+        "Retrieval misses or returns stale policy, so the agent answers confidently but wrongly.",
+        "Tool errors (CRM timeouts, schema drift) leave actions half-applied without recovery.",
+        "Escalation overload when the router sends too much to humans, defeating the automation.",
+        "Cache false hits return a previous customer's context or an out-of-date answer."
+      ],
+      "lessons": [
+        "Ground first: invest in retrieval quality before expanding autonomy — most wrong answers are retrieval failures.",
+        "Gate by risk, not by default; reserve human approval for irreversible or regulated actions.",
+        "Scope the cache per customer/context and validate hits, or it leaks the wrong answer.",
+        "Instrument from day one; you cannot improve what you cannot trace."
+      ],
+      "kpis": [
+        { "metric": "Containment / deflection rate", "note": "Share of conversations resolved without a human; the headline value metric — but only meaningful alongside CSAT." },
+        { "metric": "Grounded-answer accuracy", "note": "How often answers are correct and supported by a citation, measured against an eval set." },
+        { "metric": "Escalation rate & quality", "note": "Share escalated to humans and whether those escalations were warranted; too high wastes the automation, too low risks bad outcomes." },
+        { "metric": "Cost per resolved conversation", "note": "Total tokens, tools and cache effect per resolution; routing and caching should keep this low on the common path." },
+        { "metric": "CSAT / resolution time", "note": "Customer satisfaction and time-to-resolution; guards against optimizing deflection at the expense of experience." }
+      ],
+      "scaling": [
+        "Volume scales with the stateless orchestration loop; the vector store and tool backends are the real capacity limits.",
+        "The semantic cache flattens cost as repeat questions grow, so unit cost falls with scale on the common path.",
+        "Human approval is the bottleneck that does not scale linearly — keep the gated set small and triaged.",
+        "Cost is dominated by the rare, complex conversations, not the cached FAQ majority."
+      ],
+      "examples": [
+        "An order-status question answered instantly from the cache with a citation.",
+        "A refund the agent drafts and a human approves before it is issued.",
+        "An ambiguous billing dispute escalated to an agent with the full conversation context attached."
+      ],
+      "faqs": [
+        { "q": "How is this different from a chatbot?", "a": "A chatbot answers; this architecture also acts — it uses tools to read and write enterprise systems — and it grounds answers in retrieved knowledge, escalating by risk rather than following fixed scripts." },
+        { "q": "Why keep a human in the loop at all?", "a": "Because some actions are irreversible or regulated. A risk-based approval gate keeps accountability with a person for high-impact steps while automating the safe majority." },
+        { "q": "What makes it reliable?", "a": "Grounding in retrieval, guardrails on inputs and outputs, and observability that lets you evaluate every conversation and catch regressions before they ship." }
+      ]
+    },
+    "es": {
+      "name": "Agente de Atención al Cliente",
+      "summary": "Una arquitectura de referencia para un agente empresarial de atención al cliente que resuelve solicitudes comunes de extremo a extremo: responde desde una base de conocimiento fundamentada, actúa en el CRM y los sistemas de tickets mediante herramientas, y escala a un humano cuando la confianza es baja o la acción es de alto impacto. Combina recuperación para fundamentar las respuestas con aprobación humana basada en riesgo para la seguridad, y es observable para evaluar y mejorar cada conversación.",
+      "keyConcepts": [
+        "Fundamentación: las respuestas vienen de conocimiento recuperado y citable, no de la memoria del modelo.",
+        "Uso de herramientas: el agente lee y escribe en CRM/tickets mediante herramientas bien descritas.",
+        "Escalado basado en riesgo: las acciones de baja confianza o alto impacto pasan por una puerta humana.",
+        "Observabilidad: cada turno se traza para poder evaluar y mejorar el sistema."
+      ],
+      "definition": "La arquitectura de agente de atención al cliente es un agente conversacional fundamentado y con herramientas que resuelve solicitudes de forma autónoma dentro de guardarraíles, escalando a humanos por riesgo y confianza, con trazado completo para evaluación.",
+      "architecture": [
+        "En el núcleo hay un bucle de orquestación que clasifica la solicitud entrante, recupera conocimiento relevante, decide si puede responder o debe actuar, y o bien responde, llama a una herramienta o escala. El enrutado envía las FAQ simples a un camino barato de recuperar-y-responder y los casos complejos o sensibles a un camino más rico y cuidadoso.",
+        "La fundamentación es innegociable: el agente responde desde una capa de recuperación sobre el centro de ayuda y las políticas, y cita sus fuentes. Cuando la solicitud requiere una acción —emitir un reembolso, cambiar un pedido, cerrar un ticket— el agente prepara la acción y enruta las de alto impacto por una puerta de aprobación humana antes de ejecutarlas.",
+        "Las capas transversales lo hacen seguro y mejorable: los guardarraíles redactan PII y bloquean respuestas fuera de política, una caché semántica absorbe preguntas repetidas para reducir coste y latencia, y una capa de observabilidad traza cada turno para puntuar conversaciones contra un conjunto de evaluación."
+      ],
+      "flow": [
+        "1. Entrada: llega el mensaje del usuario; se detecta y redacta la PII para el registro.",
+        "2. Enrutar: clasificar intención y riesgo — FAQ, acción de cuenta o candidato a escalado.",
+        "3. Recuperar: traer pasajes de fundamentación de la base de conocimiento (con caché comprobada primero).",
+        "4. Decidir: responder con fundamentación, llamar a una herramienta de CRM/tickets o escalar.",
+        "5. Puerta: las acciones de alto impacto se pausan para aprobación humana; las de bajo impacto se ejecutan.",
+        "6. Responder: contestar con citas; registrar la traza y el resultado para evaluación."
+      ],
+      "components": [
+        "Router de intención y riesgo",
+        "Capa de recuperación (RAG) con citas",
+        "Herramientas de CRM / tickets",
+        "Puerta de aprobación humana",
+        "Guardarraíles y redacción de PII",
+        "Caché semántica",
+        "Observabilidad y evaluación"
+      ],
+      "referenceScenario": {
+        "context": "Una mesa de soporte B2C ilustrativa que atiende preguntas de pedidos, facturación y cuenta por chat y correo.",
+        "scenario": "Las solicitudes de Nivel 1 (estado de pedido, restablecer contraseña, preguntas de política) las resuelve el agente; los reembolsos y cambios de cuenta los redacta el agente y los aprueba un humano; lo ambiguo se escala con contexto completo.",
+        "technology": "Bucle de orquestación, RAG sobre el centro de ayuda, herramientas de function-calling hacia el CRM, una puerta de aprobación basada en riesgo y trazado de conversaciones.",
+        "load": "Tráfico irregular y concentrado en horario laboral, con una larga cola de intenciones raras; un pequeño conjunto de FAQ domina el volumen, que la caché semántica absorbe.",
+        "results": "Objetivo de referencia: desviar la mayor parte del volumen de Nivel 1 con respuestas fundamentadas y citadas; mantener las acciones de alto impacto tras una puerta humana; concentrar el coste en los casos raros y complejos en vez de los repetitivos. Los números dependen de tu mezcla de tráfico y deben medirse, no asumirse."
+      },
+      "benefits": [
+        "Resuelve solicitudes comunes de extremo a extremo manteniendo las acciones de riesgo con puerta humana.",
+        "Las respuestas fundamentadas y citadas reducen la alucinación y generan confianza.",
+        "La caché semántica y el enrutado concentran el gasto en los casos que lo necesitan.",
+        "El trazado completo hace medible la calidad y detectables las regresiones."
+      ],
+      "risks": [
+        "Respuestas sin fundamentación si la calidad de la recuperación es pobre.",
+        "Sobreautomatización de acciones que deberían seguir con puerta humana.",
+        "Fuga de PII si los guardarraíles son incompletos.",
+        "Cuellos de botella de aprobación si se ponen puertas a demasiadas acciones."
+      ],
+      "failureModes": [
+        "La recuperación falla o devuelve política obsoleta, así que el agente responde con confianza pero mal.",
+        "Errores de herramienta (timeouts del CRM, deriva de esquema) dejan acciones a medio aplicar sin recuperación.",
+        "Sobrecarga de escalado cuando el router envía demasiado a humanos, anulando la automatización.",
+        "Falsos aciertos de caché devuelven el contexto de un cliente anterior o una respuesta desactualizada."
+      ],
+      "lessons": [
+        "Fundamenta primero: invierte en la calidad de la recuperación antes de ampliar la autonomía; la mayoría de respuestas erróneas son fallos de recuperación.",
+        "Pon puertas por riesgo, no por defecto; reserva la aprobación humana para acciones irreversibles o reguladas.",
+        "Acota la caché por cliente/contexto y valida los aciertos, o filtrará la respuesta equivocada.",
+        "Instrumenta desde el día uno; no puedes mejorar lo que no puedes trazar."
+      ],
+      "kpis": [
+        { "metric": "Tasa de contención / desviación", "note": "Proporción de conversaciones resueltas sin un humano; la métrica de valor principal, pero solo significativa junto al CSAT." },
+        { "metric": "Precisión de respuesta fundamentada", "note": "Con qué frecuencia las respuestas son correctas y respaldadas por una cita, medido contra un conjunto de evaluación." },
+        { "metric": "Tasa y calidad de escalado", "note": "Proporción escalada a humanos y si esos escalados estaban justificados; demasiado alto desperdicia la automatización, demasiado bajo arriesga malos resultados." },
+        { "metric": "Coste por conversación resuelta", "note": "Tokens, herramientas y efecto de caché totales por resolución; el enrutado y la caché deben mantenerlo bajo en el camino común." },
+        { "metric": "CSAT / tiempo de resolución", "note": "Satisfacción del cliente y tiempo hasta la resolución; evita optimizar la desviación a costa de la experiencia." }
+      ],
+      "scaling": [
+        "El volumen escala con el bucle de orquestación sin estado; el almacén vectorial y los backends de herramientas son los límites reales de capacidad.",
+        "La caché semántica aplana el coste a medida que crecen las preguntas repetidas, así que el coste unitario baja con la escala en el camino común.",
+        "La aprobación humana es el cuello de botella que no escala linealmente; mantén el conjunto con puerta pequeño y triado.",
+        "El coste lo dominan las conversaciones raras y complejas, no la mayoría de FAQ en caché."
+      ],
+      "examples": [
+        "Una pregunta de estado de pedido respondida al instante desde la caché con una cita.",
+        "Un reembolso que el agente redacta y un humano aprueba antes de emitirse.",
+        "Una disputa de facturación ambigua escalada a un agente con todo el contexto de la conversación adjunto."
+      ],
+      "faqs": [
+        { "q": "¿En qué se diferencia de un chatbot?", "a": "Un chatbot responde; esta arquitectura además actúa —usa herramientas para leer y escribir en sistemas empresariales— y fundamenta las respuestas en conocimiento recuperado, escalando por riesgo en vez de seguir guiones fijos." },
+        { "q": "¿Por qué mantener un humano en el bucle?", "a": "Porque algunas acciones son irreversibles o reguladas. Una puerta de aprobación basada en riesgo mantiene la responsabilidad en una persona para los pasos de alto impacto mientras automatiza la mayoría segura." },
+        { "q": "¿Qué la hace fiable?", "a": "La fundamentación en la recuperación, los guardarraíles en entradas y salidas, y la observabilidad que permite evaluar cada conversación y detectar regresiones antes de desplegar." }
+      ]
+    },
+    "pt": {
+      "name": "Agente de Atendimento ao Cliente",
+      "summary": "Uma arquitetura de referência para um agente empresarial de atendimento que resolve solicitações comuns de ponta a ponta: responde a partir de uma base de conhecimento fundamentada, age no CRM e nos sistemas de tickets via ferramentas, e escala para um humano quando a confiança é baixa ou a ação é de alto impacto. Combina recuperação para fundamentar as respostas com aprovação humana baseada em risco para segurança, e é observável para avaliar e melhorar cada conversa.",
+      "keyConcepts": [
+        "Fundamentação: as respostas vêm de conhecimento recuperado e citável, não da memória do modelo.",
+        "Uso de ferramentas: o agente lê e escreve no CRM/tickets via ferramentas bem descritas.",
+        "Escalonamento baseado em risco: ações de baixa confiança ou alto impacto passam por um portão humano.",
+        "Observabilidade: cada turno é rastreado para avaliar e melhorar o sistema."
+      ],
+      "definition": "A arquitetura de agente de atendimento é um agente conversacional fundamentado e com ferramentas que resolve solicitações de forma autônoma dentro de guard-rails, escalando para humanos por risco e confiança, com rastreamento completo para avaliação.",
+      "architecture": [
+        "No núcleo há um loop de orquestração que classifica a solicitação recebida, recupera conhecimento relevante, decide se pode responder ou deve agir, e então responde, chama uma ferramenta ou escala. O roteamento envia FAQs simples a um caminho barato de recuperar-e-responder e os casos complexos ou sensíveis a um caminho mais rico e cuidadoso.",
+        "A fundamentação é inegociável: o agente responde a partir de uma camada de recuperação sobre a central de ajuda e as políticas, e cita suas fontes. Quando a solicitação exige uma ação —emitir um reembolso, mudar um pedido, fechar um ticket— o agente prepara a ação e roteia as de alto impacto por um portão de aprovação humana antes de executar.",
+        "As camadas transversais o tornam seguro e melhorável: os guard-rails redigem PII e bloqueiam respostas fora da política, um cache semântico absorve perguntas repetidas para reduzir custo e latência, e uma camada de observabilidade rastreia cada turno para pontuar conversas contra um conjunto de avaliação."
+      ],
+      "flow": [
+        "1. Entrada: chega a mensagem do usuário; a PII é detectada e redigida para o log.",
+        "2. Rotear: classificar intenção e risco — FAQ, ação de conta ou candidato a escalonamento.",
+        "3. Recuperar: trazer trechos de fundamentação da base de conhecimento (com cache verificado primeiro).",
+        "4. Decidir: responder com fundamentação, chamar uma ferramenta de CRM/tickets ou escalar.",
+        "5. Portão: ações de alto impacto pausam para aprovação humana; as de baixo impacto executam.",
+        "6. Responder: responder com citações; registrar o rastro e o resultado para avaliação."
+      ],
+      "components": [
+        "Roteador de intenção e risco",
+        "Camada de recuperação (RAG) com citações",
+        "Ferramentas de CRM / tickets",
+        "Portão de aprovação humana",
+        "Guard-rails e redação de PII",
+        "Cache semântico",
+        "Observabilidade e avaliação"
+      ],
+      "referenceScenario": {
+        "context": "Uma mesa de suporte B2C ilustrativa que atende perguntas de pedidos, faturamento e conta por chat e e-mail.",
+        "scenario": "As solicitações de Nível 1 (status do pedido, redefinir senha, perguntas de política) são resolvidas pelo agente; reembolsos e mudanças de conta são redigidos pelo agente e aprovados por um humano; o ambíguo é escalado com contexto completo.",
+        "technology": "Loop de orquestração, RAG sobre a central de ajuda, ferramentas de function-calling para o CRM, um portão de aprovação baseado em risco e rastreamento de conversas.",
+        "load": "Tráfego irregular e concentrado no horário comercial, com uma longa cauda de intenções raras; um pequeno conjunto de FAQs domina o volume, que o cache semântico absorve.",
+        "results": "Meta de referência: desviar a maior parte do volume de Nível 1 com respostas fundamentadas e citadas; manter as ações de alto impacto atrás de um portão humano; concentrar o custo nos casos raros e complexos em vez dos repetitivos. Os números dependem da sua mistura de tráfego e devem ser medidos, não assumidos."
+      },
+      "benefits": [
+        "Resolve solicitações comuns de ponta a ponta mantendo as ações de risco com portão humano.",
+        "Respostas fundamentadas e citadas reduzem a alucinação e geram confiança.",
+        "O cache semântico e o roteamento concentram o gasto nos casos que precisam.",
+        "O rastreamento completo torna a qualidade mensurável e as regressões detectáveis."
+      ],
+      "risks": [
+        "Respostas sem fundamentação se a qualidade da recuperação for ruim.",
+        "Superautomação de ações que deveriam continuar com portão humano.",
+        "Vazamento de PII se os guard-rails forem incompletos.",
+        "Gargalos de aprovação se houver portões em ações demais."
+      ],
+      "failureModes": [
+        "A recuperação falha ou devolve política obsoleta, então o agente responde com confiança mas errado.",
+        "Erros de ferramenta (timeouts do CRM, deriva de esquema) deixam ações pela metade sem recuperação.",
+        "Sobrecarga de escalonamento quando o roteador envia demais a humanos, anulando a automação.",
+        "Falsos acertos de cache devolvem o contexto de um cliente anterior ou uma resposta desatualizada."
+      ],
+      "lessons": [
+        "Fundamente primeiro: invista na qualidade da recuperação antes de ampliar a autonomia; a maioria das respostas erradas são falhas de recuperação.",
+        "Coloque portões por risco, não por padrão; reserve a aprovação humana para ações irreversíveis ou reguladas.",
+        "Restrinja o cache por cliente/contexto e valide os acertos, ou ele vazará a resposta errada.",
+        "Instrumente desde o dia um; você não pode melhorar o que não consegue rastrear."
+      ],
+      "kpis": [
+        { "metric": "Taxa de contenção / desvio", "note": "Proporção de conversas resolvidas sem um humano; a métrica de valor principal, mas só significativa junto ao CSAT." },
+        { "metric": "Precisão de resposta fundamentada", "note": "Com que frequência as respostas são corretas e apoiadas por uma citação, medido contra um conjunto de avaliação." },
+        { "metric": "Taxa e qualidade de escalonamento", "note": "Proporção escalada a humanos e se esses escalonamentos eram justificados; alto demais desperdiça a automação, baixo demais arrisca maus resultados." },
+        { "metric": "Custo por conversa resolvida", "note": "Tokens, ferramentas e efeito do cache totais por resolução; o roteamento e o cache devem mantê-lo baixo no caminho comum." },
+        { "metric": "CSAT / tempo de resolução", "note": "Satisfação do cliente e tempo até a resolução; evita otimizar o desvio às custas da experiência." }
+      ],
+      "scaling": [
+        "O volume escala com o loop de orquestração sem estado; o armazenamento vetorial e os backends de ferramentas são os limites reais de capacidade.",
+        "O cache semântico achata o custo à medida que as perguntas repetidas crescem, então o custo unitário cai com a escala no caminho comum.",
+        "A aprovação humana é o gargalo que não escala linearmente; mantenha o conjunto com portão pequeno e triado.",
+        "O custo é dominado pelas conversas raras e complexas, não pela maioria de FAQ em cache."
+      ],
+      "examples": [
+        "Uma pergunta de status de pedido respondida na hora a partir do cache com uma citação.",
+        "Um reembolso que o agente redige e um humano aprova antes de ser emitido.",
+        "Uma disputa de faturamento ambígua escalada a um agente com todo o contexto da conversa anexado."
+      ],
+      "faqs": [
+        { "q": "Como difere de um chatbot?", "a": "Um chatbot responde; esta arquitetura também age —usa ferramentas para ler e escrever em sistemas empresariais— e fundamenta as respostas em conhecimento recuperado, escalando por risco em vez de seguir roteiros fixos." },
+        { "q": "Por que manter um humano no laço?", "a": "Porque algumas ações são irreversíveis ou reguladas. Um portão de aprovação baseado em risco mantém a responsabilidade com uma pessoa nos passos de alto impacto enquanto automatiza a maioria segura." },
+        { "q": "O que a torna confiável?", "a": "A fundamentação na recuperação, os guard-rails em entradas e saídas, e a observabilidade que permite avaliar cada conversa e detectar regressões antes de implantar." }
+      ]
+    }
+  }
+}

package/content/architectures/enterprise-knowledge-assistant.json

@@ -0,0 +1,292 @@
+{
+  "id": "ARCH-002",
+  "slug": "enterprise-knowledge-assistant",
+  "category": "knowledge",
+  "updated": "2026-06-21",
+  "version": "1.0",
+  "featured": true,
+  "evidence": {
+    "evidenceLevel": "industry_observation",
+    "confidenceLevel": "high",
+    "sourceType": ["industry_observation", "paper"]
+  },
+  "technologies": [
+    "RAG (retrieval-augmented generation)",
+    "Embeddings + vector store",
+    "Hybrid search & reranking",
+    "Document-level access control",
+    "Evaluation harness",
+    "Observability (LangSmith / Langfuse)"
+  ],
+  "patterns": ["routing", "semantic-caching", "evaluator-optimizer", "prompt-chaining"],
+  "knowledge": ["enterprise-rag", "embeddings", "context-engineering", "guardrails", "agentic-evaluation", "ai-governance"],
+  "references": [
+    { "title": "Lewis et al. — Retrieval-Augmented Generation (2020)", "url": "https://arxiv.org/abs/2005.11401" },
+    { "title": "Anthropic — Building Effective Agents (2024)", "url": "https://www.anthropic.com/research/building-effective-agents" },
+    { "title": "NIST — AI Risk Management Framework (AI RMF 1.0)", "url": "https://www.nist.gov/itl/ai-risk-management-framework" }
+  ],
+  "related": ["customer-service-agent"],
+  "locales": {
+    "en": {
+      "name": "Enterprise Knowledge Assistant",
+      "summary": "A reference architecture for an internal knowledge assistant that answers employee questions from the company's own documents — wikis, policies, tickets, code — with citations and respecting each user's access permissions. It combines hybrid retrieval and reranking for grounding, permission-aware filtering for security, and an evaluation harness so answer quality is measured rather than assumed. The hard parts are not the model; they are retrieval quality, access control and evaluation.",
+      "keyConcepts": [
+        "Permission-aware retrieval: a user only ever retrieves documents they are allowed to see.",
+        "Hybrid search + reranking: combine keyword and vector search, then rerank for precision.",
+        "Citations: every answer links back to its source passages for verification.",
+        "Evaluation: answer quality is scored against a curated set, continuously."
+      ],
+      "definition": "The enterprise knowledge assistant architecture is a permission-aware RAG system that answers employee questions from internal documents with citations, scoped to each user's access rights and continuously evaluated for quality.",
+      "architecture": [
+        "Content from many internal sources is ingested, chunked and embedded into a vector store, with each chunk tagged by its source document's access-control metadata. At query time the assistant routes the question, runs hybrid retrieval (keyword + vector) filtered to the user's permissions, reranks the candidates, and synthesizes a cited answer from the top passages.",
+        "Security is structural, not bolted on: the access-control filter is applied during retrieval so the model never even sees documents the user cannot access. A semantic cache serves repeated questions cheaply, and guardrails keep answers within policy and flag low-confidence cases.",
+        "Quality is governed by measurement: an evaluation harness scores answers for groundedness, correctness and citation accuracy against a curated set, and an optional evaluator-optimizer loop revises weak answers before they reach the user. Observability traces every query so failures can be diagnosed and fed back into the evals."
+      ],
+      "flow": [
+        "1. Ingest (offline): chunk and embed documents; tag each chunk with access-control metadata.",
+        "2. Route: classify the question and pick the retrieval strategy.",
+        "3. Retrieve: hybrid search filtered to the user's permissions (cache-checked first).",
+        "4. Rerank: reorder candidates for precision; keep the top passages.",
+        "5. Synthesize: generate a cited answer; optionally revise it via an evaluator loop.",
+        "6. Return & log: deliver answer with citations; trace and score for evaluation."
+      ],
+      "components": [
+        "Ingestion & chunking pipeline",
+        "Embeddings + vector store",
+        "Permission-aware retrieval filter",
+        "Hybrid search & reranker",
+        "Answer synthesis with citations",
+        "Semantic cache",
+        "Evaluation harness & observability"
+      ],
+      "referenceScenario": {
+        "context": "An illustrative internal assistant over a company's wiki, HR and IT policies, and engineering docs.",
+        "scenario": "Employees ask natural-language questions ('how do I expense travel?', 'what's our on-call policy?'); the assistant answers with citations, never surfacing documents the asker cannot access, and says 'I don't know' rather than guessing when retrieval is weak.",
+        "technology": "Ingestion pipeline, embeddings + vector store with ACL metadata, hybrid retrieval and reranking, an evaluation harness, and query tracing.",
+        "load": "Steady internal traffic with strong query overlap (a few policies drive most questions), so the cache hit rate is high and embeddings dominate the offline cost.",
+        "results": "Reference target: grounded, cited answers with no access-control leaks, and a measurable groundedness score that improves as retrieval is tuned. Treat all figures as things to measure on your corpus, not guarantees."
+      },
+      "benefits": [
+        "Turns scattered internal knowledge into instant, cited answers.",
+        "Permission-aware retrieval prevents access-control leaks by construction.",
+        "Citations make answers verifiable and build user trust.",
+        "An evaluation harness makes quality measurable and improvements demonstrable."
+      ],
+      "risks": [
+        "Access-control leaks if permissions are not enforced at retrieval time.",
+        "Stale answers when the document corpus changes faster than re-indexing.",
+        "Confident hallucination when retrieval is weak and the model fills the gap.",
+        "Poor chunking that fragments meaning and degrades retrieval."
+      ],
+      "failureModes": [
+        "Permission bypass: a chunk inherits the wrong ACL and surfaces in a user's results.",
+        "Retrieval gaps: the right document exists but chunking or embeddings miss it.",
+        "Staleness: an answer cites a superseded policy because re-indexing lagged.",
+        "Citation drift: the cited passage doesn't actually support the generated claim."
+      ],
+      "lessons": [
+        "Enforce access control inside retrieval, not after generation — filtering the prompt is too late.",
+        "Most quality gains come from retrieval (chunking, hybrid search, reranking), not from a bigger model.",
+        "Make 'I don't know' a first-class answer; a wrong confident answer is worse than an abstention.",
+        "Stand up evaluation before scaling; without it, every change is a guess."
+      ],
+      "kpis": [
+        { "metric": "Groundedness", "note": "Share of answers fully supported by the cited passages; the core quality metric for a RAG assistant." },
+        { "metric": "Retrieval recall@k", "note": "How often the right passage is in the top-k retrieved; most answer errors trace back to this." },
+        { "metric": "Access-control leak rate", "note": "Any answer surfacing a document the user couldn't access — the metric that must stay at zero." },
+        { "metric": "Cache hit rate & cost per query", "note": "Repeat-question coverage and unit cost; high overlap should make most queries cheap." },
+        { "metric": "Abstention quality", "note": "How often the assistant correctly says 'I don't know' instead of hallucinating on weak retrieval." }
+      ],
+      "scaling": [
+        "Offline embedding and indexing dominate ingestion cost and grow with corpus size and update frequency.",
+        "Query-time cost is mostly retrieval + generation; reranking adds latency you trade for precision.",
+        "The cache flattens cost as query overlap rises, so unit cost falls with adoption.",
+        "Re-indexing cadence is the real scaling tension: fresher answers cost more compute."
+      ],
+      "examples": [
+        "An employee asking the travel-expense policy and getting a cited, up-to-date answer.",
+        "A question about a restricted project correctly returning nothing for an unauthorized user.",
+        "A weak-retrieval query answered with 'I don't have a confident source for that' instead of a guess."
+      ],
+      "faqs": [
+        { "q": "Isn't this just RAG?", "a": "RAG is the core, but the architecture is defined by what makes it enterprise-safe: permission-aware retrieval, citations, an evaluation harness and observability. Those are the parts that decide whether it can be trusted." },
+        { "q": "Why enforce permissions during retrieval?", "a": "So the model never sees documents the user can't access. Filtering after generation is too late — the content could already have leaked into the answer." },
+        { "q": "How do you keep answers from hallucinating?", "a": "Ground every answer in retrieved passages with citations, measure groundedness against an eval set, and let the assistant abstain when retrieval is weak rather than fill the gap." }
+      ]
+    },
+    "es": {
+      "name": "Asistente de Conocimiento Empresarial",
+      "summary": "Una arquitectura de referencia para un asistente de conocimiento interno que responde preguntas de los empleados desde los propios documentos de la empresa —wikis, políticas, tickets, código— con citas y respetando los permisos de acceso de cada usuario. Combina recuperación híbrida y reranking para fundamentar, filtrado por permisos para la seguridad, y un arnés de evaluación para que la calidad se mida en vez de asumirse. Lo difícil no es el modelo; es la calidad de la recuperación, el control de acceso y la evaluación.",
+      "keyConcepts": [
+        "Recuperación con permisos: un usuario solo recupera documentos que tiene permitido ver.",
+        "Búsqueda híbrida + reranking: combinar búsqueda por palabras clave y vectorial, y luego reordenar por precisión.",
+        "Citas: cada respuesta enlaza a sus pasajes fuente para verificación.",
+        "Evaluación: la calidad de las respuestas se puntúa contra un conjunto curado, de forma continua."
+      ],
+      "definition": "La arquitectura de asistente de conocimiento empresarial es un sistema RAG con conciencia de permisos que responde preguntas de empleados desde documentos internos con citas, acotado a los derechos de acceso de cada usuario y evaluado de forma continua.",
+      "architecture": [
+        "El contenido de muchas fuentes internas se ingiere, trocea e incrusta en un almacén vectorial, con cada fragmento etiquetado por los metadatos de control de acceso de su documento de origen. En la consulta, el asistente enruta la pregunta, ejecuta recuperación híbrida (palabras clave + vectorial) filtrada a los permisos del usuario, reordena los candidatos y sintetiza una respuesta citada a partir de los mejores pasajes.",
+        "La seguridad es estructural, no añadida: el filtro de control de acceso se aplica durante la recuperación, así que el modelo nunca ve documentos a los que el usuario no puede acceder. Una caché semántica sirve preguntas repetidas de forma barata, y los guardarraíles mantienen las respuestas dentro de política y marcan los casos de baja confianza.",
+        "La calidad se gobierna con medición: un arnés de evaluación puntúa las respuestas por fundamentación, corrección y precisión de citas contra un conjunto curado, y un bucle opcional evaluador-optimizador revisa las respuestas débiles antes de que lleguen al usuario. La observabilidad traza cada consulta para diagnosticar fallos y retroalimentar las evaluaciones."
+      ],
+      "flow": [
+        "1. Ingesta (offline): trocear e incrustar documentos; etiquetar cada fragmento con metadatos de control de acceso.",
+        "2. Enrutar: clasificar la pregunta y elegir la estrategia de recuperación.",
+        "3. Recuperar: búsqueda híbrida filtrada a los permisos del usuario (con caché comprobada primero).",
+        "4. Reordenar: reordenar candidatos por precisión; quedarse con los mejores pasajes.",
+        "5. Sintetizar: generar una respuesta citada; opcionalmente revisarla con un bucle evaluador.",
+        "6. Devolver y registrar: entregar la respuesta con citas; trazar y puntuar para evaluación."
+      ],
+      "components": [
+        "Pipeline de ingesta y troceado",
+        "Embeddings + almacén vectorial",
+        "Filtro de recuperación con permisos",
+        "Búsqueda híbrida y reranker",
+        "Síntesis de respuesta con citas",
+        "Caché semántica",
+        "Arnés de evaluación y observabilidad"
+      ],
+      "referenceScenario": {
+        "context": "Un asistente interno ilustrativo sobre la wiki de una empresa, las políticas de RRHH e IT, y la documentación de ingeniería.",
+        "scenario": "Los empleados hacen preguntas en lenguaje natural ('¿cómo reporto gastos de viaje?', '¿cuál es la política de guardias?'); el asistente responde con citas, sin mostrar nunca documentos que quien pregunta no puede ver, y dice 'no lo sé' en vez de adivinar cuando la recuperación es débil.",
+        "technology": "Pipeline de ingesta, embeddings + almacén vectorial con metadatos de ACL, recuperación híbrida y reranking, un arnés de evaluación y trazado de consultas.",
+        "load": "Tráfico interno estable con fuerte solapamiento de consultas (unas pocas políticas generan la mayoría de preguntas), así que la tasa de aciertos de caché es alta y los embeddings dominan el coste offline.",
+        "results": "Objetivo de referencia: respuestas fundamentadas y citadas sin fugas de control de acceso, y una puntuación de fundamentación medible que mejora al afinar la recuperación. Trata todas las cifras como algo a medir en tu corpus, no como garantías."
+      },
+      "benefits": [
+        "Convierte el conocimiento interno disperso en respuestas instantáneas y citadas.",
+        "La recuperación con permisos previene fugas de control de acceso por construcción.",
+        "Las citas hacen las respuestas verificables y generan confianza.",
+        "Un arnés de evaluación hace la calidad medible y las mejoras demostrables."
+      ],
+      "risks": [
+        "Fugas de control de acceso si los permisos no se aplican en la recuperación.",
+        "Respuestas obsoletas cuando el corpus cambia más rápido que la reindexación.",
+        "Alucinación confiada cuando la recuperación es débil y el modelo rellena el hueco.",
+        "Troceado deficiente que fragmenta el significado y degrada la recuperación."
+      ],
+      "failureModes": [
+        "Salto de permisos: un fragmento hereda la ACL equivocada y aparece en los resultados de un usuario.",
+        "Huecos de recuperación: el documento correcto existe pero el troceado o los embeddings no lo encuentran.",
+        "Obsolescencia: una respuesta cita una política superada porque la reindexación se retrasó.",
+        "Deriva de citas: el pasaje citado no respalda realmente la afirmación generada."
+      ],
+      "lessons": [
+        "Aplica el control de acceso dentro de la recuperación, no tras la generación; filtrar el prompt es demasiado tarde.",
+        "La mayoría de las mejoras de calidad vienen de la recuperación (troceado, búsqueda híbrida, reranking), no de un modelo más grande.",
+        "Haz de 'no lo sé' una respuesta de primera clase; una respuesta confiada y errónea es peor que una abstención.",
+        "Monta la evaluación antes de escalar; sin ella, cada cambio es una conjetura."
+      ],
+      "kpis": [
+        { "metric": "Fundamentación", "note": "Proporción de respuestas totalmente respaldadas por los pasajes citados; la métrica de calidad central de un asistente RAG." },
+        { "metric": "Recall@k de recuperación", "note": "Con qué frecuencia el pasaje correcto está en los top-k recuperados; la mayoría de errores de respuesta se remontan a esto." },
+        { "metric": "Tasa de fuga de control de acceso", "note": "Cualquier respuesta que muestre un documento al que el usuario no podía acceder; la métrica que debe quedarse en cero." },
+        { "metric": "Tasa de aciertos de caché y coste por consulta", "note": "Cobertura de preguntas repetidas y coste unitario; un alto solapamiento debería abaratar la mayoría de consultas." },
+        { "metric": "Calidad de abstención", "note": "Con qué frecuencia el asistente dice correctamente 'no lo sé' en vez de alucinar ante una recuperación débil." }
+      ],
+      "scaling": [
+        "La incrustación e indexación offline dominan el coste de ingesta y crecen con el tamaño del corpus y la frecuencia de actualización.",
+        "El coste en consulta es sobre todo recuperación + generación; el reranking añade latencia que cambias por precisión.",
+        "La caché aplana el coste a medida que sube el solapamiento de consultas, así que el coste unitario baja con la adopción.",
+        "La cadencia de reindexación es la verdadera tensión de escala: respuestas más frescas cuestan más cómputo."
+      ],
+      "examples": [
+        "Un empleado preguntando la política de gastos de viaje y obteniendo una respuesta citada y actualizada.",
+        "Una pregunta sobre un proyecto restringido devolviendo correctamente nada para un usuario no autorizado.",
+        "Una consulta con recuperación débil respondida con 'no tengo una fuente fiable para eso' en vez de adivinar."
+      ],
+      "faqs": [
+        { "q": "¿Esto no es solo RAG?", "a": "RAG es el núcleo, pero la arquitectura la define lo que la hace segura para la empresa: recuperación con permisos, citas, un arnés de evaluación y observabilidad. Esas son las partes que deciden si se puede confiar en ella." },
+        { "q": "¿Por qué aplicar permisos durante la recuperación?", "a": "Para que el modelo nunca vea documentos a los que el usuario no puede acceder. Filtrar tras la generación es demasiado tarde: el contenido ya podría haberse filtrado en la respuesta." },
+        { "q": "¿Cómo se evita que las respuestas alucinen?", "a": "Fundamenta cada respuesta en pasajes recuperados con citas, mide la fundamentación contra un conjunto de evaluación, y deja que el asistente se abstenga cuando la recuperación es débil en vez de rellenar el hueco." }
+      ]
+    },
+    "pt": {
+      "name": "Assistente de Conhecimento Empresarial",
+      "summary": "Uma arquitetura de referência para um assistente de conhecimento interno que responde perguntas dos funcionários a partir dos próprios documentos da empresa —wikis, políticas, tickets, código— com citações e respeitando as permissões de acesso de cada usuário. Combina recuperação híbrida e reranking para fundamentar, filtragem por permissões para segurança, e um harness de avaliação para que a qualidade seja medida em vez de assumida. O difícil não é o modelo; é a qualidade da recuperação, o controle de acesso e a avaliação.",
+      "keyConcepts": [
+        "Recuperação com permissões: um usuário só recupera documentos que tem permissão de ver.",
+        "Busca híbrida + reranking: combinar busca por palavras-chave e vetorial, e então reordenar por precisão.",
+        "Citações: cada resposta liga aos seus trechos fonte para verificação.",
+        "Avaliação: a qualidade das respostas é pontuada contra um conjunto curado, continuamente."
+      ],
+      "definition": "A arquitetura de assistente de conhecimento empresarial é um sistema RAG com consciência de permissões que responde perguntas de funcionários a partir de documentos internos com citações, restrito aos direitos de acesso de cada usuário e avaliado continuamente.",
+      "architecture": [
+        "O conteúdo de muitas fontes internas é ingerido, fragmentado e incorporado em um armazenamento vetorial, com cada fragmento marcado pelos metadados de controle de acesso do seu documento de origem. Na consulta, o assistente roteia a pergunta, executa recuperação híbrida (palavras-chave + vetorial) filtrada às permissões do usuário, reordena os candidatos e sintetiza uma resposta citada a partir dos melhores trechos.",
+        "A segurança é estrutural, não acoplada: o filtro de controle de acesso é aplicado durante a recuperação, então o modelo nunca vê documentos aos quais o usuário não pode acessar. Um cache semântico serve perguntas repetidas de forma barata, e os guard-rails mantêm as respostas dentro da política e sinalizam os casos de baixa confiança.",
+        "A qualidade é governada por medição: um harness de avaliação pontua as respostas por fundamentação, correção e precisão de citações contra um conjunto curado, e um loop opcional avaliador-otimizador revisa as respostas fracas antes de chegarem ao usuário. A observabilidade rastreia cada consulta para diagnosticar falhas e realimentar as avaliações."
+      ],
+      "flow": [
+        "1. Ingestão (offline): fragmentar e incorporar documentos; marcar cada fragmento com metadados de controle de acesso.",
+        "2. Rotear: classificar a pergunta e escolher a estratégia de recuperação.",
+        "3. Recuperar: busca híbrida filtrada às permissões do usuário (com cache verificado primeiro).",
+        "4. Reordenar: reordenar candidatos por precisão; manter os melhores trechos.",
+        "5. Sintetizar: gerar uma resposta citada; opcionalmente revisá-la com um loop avaliador.",
+        "6. Devolver e registrar: entregar a resposta com citações; rastrear e pontuar para avaliação."
+      ],
+      "components": [
+        "Pipeline de ingestão e fragmentação",
+        "Embeddings + armazenamento vetorial",
+        "Filtro de recuperação com permissões",
+        "Busca híbrida e reranker",
+        "Síntese de resposta com citações",
+        "Cache semântico",
+        "Harness de avaliação e observabilidade"
+      ],
+      "referenceScenario": {
+        "context": "Um assistente interno ilustrativo sobre a wiki de uma empresa, as políticas de RH e TI, e a documentação de engenharia.",
+        "scenario": "Os funcionários fazem perguntas em linguagem natural ('como faço para reembolsar viagem?', 'qual é a política de plantão?'); o assistente responde com citações, sem nunca mostrar documentos que quem pergunta não pode ver, e diz 'não sei' em vez de adivinhar quando a recuperação é fraca.",
+        "technology": "Pipeline de ingestão, embeddings + armazenamento vetorial com metadados de ACL, recuperação híbrida e reranking, um harness de avaliação e rastreamento de consultas.",
+        "load": "Tráfego interno estável com forte sobreposição de consultas (poucas políticas geram a maioria das perguntas), então a taxa de acertos de cache é alta e os embeddings dominam o custo offline.",
+        "results": "Meta de referência: respostas fundamentadas e citadas sem vazamentos de controle de acesso, e uma pontuação de fundamentação mensurável que melhora ao ajustar a recuperação. Trate todos os números como algo a medir no seu corpus, não como garantias."
+      },
+      "benefits": [
+        "Transforma o conhecimento interno disperso em respostas instantâneas e citadas.",
+        "A recuperação com permissões previne vazamentos de controle de acesso por construção.",
+        "As citações tornam as respostas verificáveis e geram confiança.",
+        "Um harness de avaliação torna a qualidade mensurável e as melhorias demonstráveis."
+      ],
+      "risks": [
+        "Vazamentos de controle de acesso se as permissões não forem aplicadas na recuperação.",
+        "Respostas obsoletas quando o corpus muda mais rápido que a reindexação.",
+        "Alucinação confiante quando a recuperação é fraca e o modelo preenche a lacuna.",
+        "Fragmentação ruim que quebra o significado e degrada a recuperação."
+      ],
+      "failureModes": [
+        "Bypass de permissões: um fragmento herda a ACL errada e aparece nos resultados de um usuário.",
+        "Lacunas de recuperação: o documento certo existe mas a fragmentação ou os embeddings não o encontram.",
+        "Obsolescência: uma resposta cita uma política superada porque a reindexação atrasou.",
+        "Deriva de citação: o trecho citado não apoia de fato a afirmação gerada."
+      ],
+      "lessons": [
+        "Aplique o controle de acesso dentro da recuperação, não após a geração; filtrar o prompt é tarde demais.",
+        "A maioria dos ganhos de qualidade vem da recuperação (fragmentação, busca híbrida, reranking), não de um modelo maior.",
+        "Torne 'não sei' uma resposta de primeira classe; uma resposta confiante e errada é pior que uma abstenção.",
+        "Monte a avaliação antes de escalar; sem ela, cada mudança é um palpite."
+      ],
+      "kpis": [
+        { "metric": "Fundamentação", "note": "Proporção de respostas totalmente apoiadas pelos trechos citados; a métrica de qualidade central de um assistente RAG." },
+        { "metric": "Recall@k de recuperação", "note": "Com que frequência o trecho certo está nos top-k recuperados; a maioria dos erros de resposta remonta a isso." },
+        { "metric": "Taxa de vazamento de controle de acesso", "note": "Qualquer resposta que mostre um documento ao qual o usuário não podia acessar; a métrica que deve ficar em zero." },
+        { "metric": "Taxa de acertos de cache e custo por consulta", "note": "Cobertura de perguntas repetidas e custo unitário; uma alta sobreposição deve baratear a maioria das consultas." },
+        { "metric": "Qualidade de abstenção", "note": "Com que frequência o assistente diz corretamente 'não sei' em vez de alucinar diante de uma recuperação fraca." }
+      ],
+      "scaling": [
+        "A incorporação e indexação offline dominam o custo de ingestão e crescem com o tamanho do corpus e a frequência de atualização.",
+        "O custo na consulta é principalmente recuperação + geração; o reranking adiciona latência que você troca por precisão.",
+        "O cache achata o custo à medida que a sobreposição de consultas sobe, então o custo unitário cai com a adoção.",
+        "A cadência de reindexação é a real tensão de escala: respostas mais frescas custam mais computação."
+      ],
+      "examples": [
+        "Um funcionário perguntando a política de reembolso de viagem e obtendo uma resposta citada e atualizada.",
+        "Uma pergunta sobre um projeto restrito devolvendo corretamente nada para um usuário não autorizado.",
+        "Uma consulta com recuperação fraca respondida com 'não tenho uma fonte confiável para isso' em vez de adivinhar."
+      ],
+      "faqs": [
+        { "q": "Isso não é só RAG?", "a": "RAG é o núcleo, mas a arquitetura é definida pelo que a torna segura para a empresa: recuperação com permissões, citações, um harness de avaliação e observabilidade. Essas são as partes que decidem se ela pode ser confiável." },
+        { "q": "Por que aplicar permissões durante a recuperação?", "a": "Para que o modelo nunca veja documentos aos quais o usuário não pode acessar. Filtrar após a geração é tarde demais: o conteúdo já poderia ter vazado na resposta." },
+        { "q": "Como evitar que as respostas aluciem?", "a": "Fundamente cada resposta em trechos recuperados com citações, meça a fundamentação contra um conjunto de avaliação, e deixe o assistente se abster quando a recuperação for fraca em vez de preencher a lacuna." }
+      ]
+    }
+  }
+}