
A análise de sentimento com IA da Gladly é o Signals: você escreve um critério de sentimento, e a IA da Gladly rotula com ele uma amostra de sessões passadas de chat, SMS e e-mail atendidas por IA, grátis para clientes Gladly AI dentro dos limites de uso justo. Ele não pontua as conversas que seus agentes atendem, e não roda em tempo real. Para uma reação em tempo real, você adiciona um motivo de transferência à lista "Quando buscar mais ajuda" da Gladly AI; para conversas atendidas por agentes, você precisa de um atributo personalizado ou de um app parceiro como SentiSum, Idiomatic ou SupporTrends.
Minha opinião: rode um Signal de sentimento com três rótulos no seu tráfego de IA, porque não custa nada e o raciocínio por sessão é útil. Só não leia o número dele como o humor dos seus clientes: o Signals para de ler na transferência, e o que acontece depois, com uma pessoa, é exatamente onde as conversas com mais chance de dar errado se desenrolam. Se você está avaliando um helpdesk em parte por isso, o colega de IA da eesel lê toda a thread de cada ticket no Zendesk, Freshdesk, Gorgias ou Help Scout e age com base em uma regra em linguagem simples; ele não se conecta à Gladly. Com o CLI da eesel, um agente de IA de programação pode enviar artigos de ajuda e macros aprovados e fazer perguntas de teste antes de qualquer coisa entrar no ar, embora um admin ainda precise aprovar a conexão do helpdesk.
O que é a análise de sentimento da Gladly AI?
Não existe uma pontuação de sentimento em cada conversa da Gladly, o que surpreende quem vem de outras funções da Gladly AI. O que a Gladly tem é o Signals, uma função dentro da Gladly AI que "usa IA para avaliar Sessões atendidas por IA segundo critérios que você define, e depois resume os resultados em um retrato estatístico". Sentimento é uma das coisas que você pode pedir para ela julgar (a ideia geral está no meu guia sobre análise de sentimento com IA para suporte), e o próprio guia de introdução da Gladly lista "o sentimento geral do cliente" como exemplo de Signal.
Eu construo as integrações da eesel, então a primeira coisa que verifico em qualquer função de IA é quais dados ela realmente lê. Para o Signals, a resposta é estreita. Sua página de boas práticas diz que ele "atualmente só avalia Sessões de Chat, SMS e E-mail. Conversas conduzidas por Agentes humanos ainda não estão incluídas." Mesmo dentro de uma Sessão de IA, o guia de revisão da Gladly diz que ele só lê as mensagens entre a IA e o cliente, não os metadados da transferência nem o resumo da transferência.

Essa lacuna importa pela forma como as transferências funcionam. Os motivos de transferência integrados da Gladly AI incluem um cliente que ameaça ação legal e um cliente que pede para falar com uma pessoa (Quando buscar mais ajuda). Essas costumam ser justamente as conversas em que você mais gostaria de uma leitura de análise de sentimento, e a partir da transferência, um agente passa a atendê-las.
O Signals também é claro sobre o que não é. Ele "não é um alerta em tempo real": roda por demanda ou agendamento sobre um intervalo de datas de sessões passadas, e retorna percentuais e tendências, não registros individuais de clientes (segundo o resumo do Signals da Gladly).
Como o Signals da Gladly julga o sentimento?
O Signals julga o sentimento fazendo a um modelo de linguagem grande uma pergunta que você escreveu e fazendo-o escolher um dos rótulos que você permitiu, com seu raciocínio e uma citação de apoio anexados. Nada é pontuado em uma escala numérica a menos que você invente uma, e a Gladly recomenda não fazer isso.
Você começa um critério descrevendo o que quer medir. A IA da Gladly rascunha os rótulos e um prompt de avaliação, e você pode editar ambos. Segundo o Build a Signal, um critério tem até 5 rótulos mutuamente exclusivos, cada um com até 30 caracteres, e você pode marcar um como a Meta (o resultado que você quer) ou o Risco (o que você quer evitar). A mesma página diz para preferir "uma lista curta de categorias nomeadas (Positivo/Neutro/Negativo)" e "nunca usar uma escala numérica de 1 a 5".

Quando uma execução termina, cada sessão avaliada mostra o rótulo que a IA escolheu, seu raciocínio escrito e a citação em que se baseou. Você pode dar like ou dislike em cada uma, e a Gladly registra uma taxa de concordância entre suas revisões e os rótulos da IA (segundo o guia de revisão da Gladly). Esse ciclo de revisão é um pequeno humano no circuito para os julgamentos da IA. A Gladly diz manter seus próprios critérios integrados em um "limite de precisão acima de 90%", e que você deveria definir o seu.
Um aviso da documentação da Gladly vale ler duas vezes se sentimento é o seu objetivo. Em uma organização de teste onde os cenários se repetem, um julgamento de sentimento "pode colapsar para um único rótulo dominante quando o conteúdo subjacente não varia muito" (segundo o guia Build a Signal da Gladly). Na minha opinião, se toda execução retorna 95% Neutro, verifique antes se o seu tráfego de IA é majoritariamente perguntas sobre status de pedido, antes de culpar o critério.
Como configurar um Signal de sentimento na Gladly
Você precisa da permissão Gerenciar Gladly AI para criar critérios; Administradores, Gerentes de equipe e qualquer um com Ver Gladly AI podem ver os resultados (segundo o resumo do Signals da Gladly). Então:
- Abra o Signals. Vá em Gladly AI > Analyze > Signals e clique em New Signal.

- Defina-o. Dê um nome ao Signal e adicione de 1 a 5 critérios. Crie um critério novo, descreva-o em termos específicos ("o tom do cliente nas últimas duas mensagens: positivo, neutro ou negativo"), e nomeie os casos de borda. O próprio exemplo da Gladly de um caso de borda é "um cliente que é naturalmente seco mas não está realmente frustrado" (segundo as boas práticas do Signals da Gladly).
- Revise os rótulos e o prompt. Mantenha três rótulos: Positivo, Neutro, Negativo. Marque Negativo como o Risco, para que os relatórios mostrem com que frequência ele ocorre; medir o sentimento do cliente explica por que três rótulos superam uma pontuação. Leia o prompt de avaliação gerado na última tela, porque é exatamente a instrução que a IA segue em cada sessão.
- Defina o escopo. Escolha Evaluate all AI sessions, que a Gladly recomenda, ou restrinja por canal (Chat, E-mail, SMS), agente de IA e guia, ou palavra-chave.

- Rode um teste pequeno. Escolha One-off com um intervalo de datas curto, para que a primeira execução fique abaixo de 50 sessões, como sugere o guia Run a Signal da Gladly, e leia os rótulos.
- Torne-o contínuo. Quando os rótulos parecerem corretos, crie um Signal configurado como Ongoing com atualização Daily ou Weekly. A taxa de amostragem padrão é 20%; as opções são 5%, 20%, 50% e 100%, com 100, 1.000 ou 10.000 sessões por execução.
Editar um critério depois nunca reescreve resultados passados. Cada critério tem versão, e só execuções futuras usam a nova versão (segundo o guia Build a Signal da Gladly), então uma linha de tendência que salta após uma edição é a edição, não seus clientes.
A Gladly pode escalar por sentimento em tempo real?
Pode, mas através das regras de transferência da Gladly AI, não do Signals. É uma forma de escalonamento com IA que você configura em palavras. O cartão Quando buscar mais ajuda contém uma lista de motivos, e "quando a Gladly AI identifica uma solicitação como um dos motivos detalhados nessa lista, a Conversa é transferida instantaneamente para um agente."
Os motivos padrão são um cliente que ameaça ação legal, um cliente que pede explicitamente para falar com uma pessoa ou agente, e um cliente que usa um idioma diferente do inglês. Frustração não é um deles, então se você quer que a Gladly AI se afaste diante de um cliente irritado, você escreve esse motivo você mesmo: AI Agents > When to get more help > + Add, e então salva. As boas práticas de transferência da Gladly dizem para tratar cada novo motivo como complementar aos integrados, e não começá-lo com um hífen.
Pegue de empréstimo a regra que o guia de critérios do Simulador da Gladly dá para qualquer coisa julgada a partir de uma transcrição: torne-a observável na transcrição. "O cliente está insatisfeito" é vago. "O cliente diz que já nos contatou sobre este pedido, ou usa palavras como ridículo, inaceitável ou cancelar tudo" dá ao modelo algo para encontrar. A transferência também passa um resumo ao seu agente, que é o que a transferência de agente de IA bem feita significa: ninguém pede para o cliente se repetir.
Isso cobre apenas conversas que a Gladly AI está atendendo, o que meu artigo sobre desvio da Gladly AI cobre com mais profundidade. Uma vez que uma pessoa assume a conversa, nenhuma função da Gladly que encontrei na documentação observa o tom do cliente por você.
E as conversas que seus agentes atendem?
Para conversas atendidas por agentes, a Gladly oferece três caminhos, nenhum automático de fábrica.
Tópicos aplicados pelo agente. Os Freeform Topics da Gladly deixam os agentes adicionarem um valor a uma conversa, e a Gladly cita Sentiment como algo que você poderia capturar, recomendando opções claras para que cada agente não invente as próprias. Os valores vão para sua ferramenta de analytics via API, webhooks ou AWS EventBridge. É sentimento julgado por uma pessoa, o que é preciso e depende de os agentes lembrarem de fazer isso. Combina bem com uma pesquisa de CSAT, que pergunta diretamente ao cliente.
Um atributo personalizado para roteamento. Um atributo personalizado no Perfil do Cliente pode ser definido por um Lookup Adaptor, pela API REST ou por um campo editável, e então usado em Rules, roteamento e nos impulsos de prioridade do People Match, a mesma engrenagem por trás do roteamento de conversas da Gladly. A documentação de Shopify da Gladly até lista um metacampo "Sentiment Score" mostrando Positivo, Neutro ou Negativo como caso de uso (atributos personalizados do Shopify). Duas pegadinhas: adicionar um atributo como condição de Rule significa contatar o Gladly Support, e o valor precisa existir antes de Lookup e Rules rodarem, então você precisa de outra coisa para calculá-lo. A página de roteamento da Gladly promete "Rotear clientes com base em seu LTV, histórico e sentimento"; a documentação que encontrei só mostra o sentimento chegando ao roteamento por meio de um atributo personalizado que você mesmo preenche.
Um app parceiro. A Gladly lista três que pontuam sentimento em suas conversas:
| Parceiro | O que faz com as conversas da Gladly | Onde o resultado fica |
|---|---|---|
| SentiSum | Analisa conversas em tempo real para priorizar, rotear e reportar por sentimento, urgência e motivo de contato, em voz, e-mail, chat e redes sociais | O dashboard do SentiSum, além da priorização na Gladly |
| Idiomatic | Escuta atualizações de Conversa por webhook e classifica tópico e sentimento | Só o dashboard do Idiomatic: a integração vai em um único sentido |
| SupporTrends | Captura Conversas quando elas são fechadas e liga tópicos a sentimento usando NLP | A plataforma do SupporTrends |
Cada um tem preço definido pelo parceiro, a documentação da Gladly diz que Idiomatic e SupporTrends constroem e mantêm suas próprias integrações, e cada um adiciona um fornecedor que lê as conversas dos seus clientes. O caminho de fazer você mesmo também existe: o guia de data warehouse da Gladly sugere armazenar o conteúdo das conversas para "a análise de sentimento personalizada que você queira realizar com seu próprio software", embora a exportação diária de conversas rode 24 horas atrasada.
Qual função de sentimento da Gladly serve para a sua tarefa?
A função certa depende se você precisa de uma tendência, uma reação em tempo real, ou um valor pelo qual rotear. Escolha sua tarefa:
Escolha para que você precisa do sentimento, para ver qual função da Gladly faz isso, e a pegadinha.
Quanto custa a análise de sentimento da Gladly?
O Signals não custa nada extra se você já paga pela Gladly AI. Os lançamentos de setembro de 2026 da Gladly dizem que ele "já está disponível para todos os Clientes Gladly AI sem custo adicional, sujeito a limites de uso justo". A Gladly não divulga quais são esses limites, e o guia Run a Signal sugere reduzir a taxa de amostragem "para cortar o uso de tokens", então espere que um Signal diário de alto volume amostrado a 100% seja o que vai atingi-los primeiro.
A Gladly não divulga o preço da Gladly AI; minhas notas sobre os preços da Gladly cobrem o que é público. Os apps parceiros têm preço definido por cada parceiro, e um atributo personalizado custa o que sua equipe precisar gastar para construir o Lookup Adaptor ou o job de API que o define.
Onde a análise de sentimento da Gladly fica abaixo do esperado?
Primeiro o mérito: o Signals é uma ferramenta de avaliação bem construída. Todo rótulo vem com raciocínio e citação, os critérios têm versão, e você pode medir sua concordância com a IA em vez de confiar nela às cegas. Para checar como seu agente de IA fala com os clientes, isso é mais honesto que uma única pontuação, e também serve como garantia de qualidade de suporte com IA.
Os limites, todos tirados da própria documentação da Gladly:
- Só sessões de IA. Conversas conduzidas por agentes humanos ainda não estão incluídas, e ele avalia apenas sessões de chat, SMS e e-mail.
- Não é em tempo real. Ele avalia sessões históricas por demanda ou diária ou semanalmente, e não tem agenda mensal.
- Taxas, não uma lista em tempo real. Os resultados são taxas e tendências. Você pode entrar nas sessões por trás de um rótulo, e os lançamentos de outubro de 2026 da Gladly adicionaram a filtragem de Sessões de IA por resultados do Signals, mas não é uma busca de clientes e não é em tempo real.
- Amostrado por padrão. No padrão de 20%, uma semana tranquila pode fazer uma pequena variação parecer uma tendência, o que a própria Gladly avisa.
- Respostas fechadas. Ele classifica as sessões nos rótulos que você escreveu e "não consegue descobrir respostas abertas por conta própria".
Se sua pergunta real é "quais clientes estão irritados agora, e quem está cuidando disso?", o Signals não responde. Isso é um problema de voz do cliente, do tipo para o qual existem os alertas de voz do cliente. Para conversas atendidas por agentes na Gladly, isso significa um parceiro ou seu próprio desenvolvimento.
Onde a eesel se encaixa?
A eesel se encaixa em uma equipe comparando helpdesks (minha lista de alternativas à Gladly é um começo), ou uma que roda Zendesk, Freshdesk, Gorgias ou Help Scout ao lado da Gladly. A eesel é um colega de IA que entra nas ferramentas que uma equipe já usa; no suporte, ela trabalha na fila do helpdesk, aprende com tickets passados e é testada contra eles antes de responder. Em vez de um rótulo de sentimento sobre o qual você constrói depois regras de roteamento de tickets, ela lê toda a thread de cada ticket e segue uma instrução em palavras simples, como "se o cliente escreveu três vezes sobre o mesmo pedido ou pede um gerente, marque como urgente e deixe uma nota para o líder da equipe". A documentação do Zendesk lista marcar, atribuir e atualizar campos entre suas ações.
A Rúngne, uma marca de roupas de alpinismo no Gorgias, roda um agente de rascunhos que lê primeiro a thread completa, procurando uma promessa que um colega já fez, uma devolução em andamento, ou um cliente frustrado, e um agente de triagem cuja lista fixa de tags inclui human_review_required. Cancelamentos, itens danificados e qualquer um que peça para falar com uma pessoa vão para a equipe.
A eesel não se conecta à Gladly: ela não está na documentação de helpdesks da eesel. Se você for continuar na Gladly, meu conselho é a configuração acima: um Signal de três rótulos no seu tráfego de IA, um motivo de transferência para clientes irritados, e um parceiro se você também precisar pontuar conversas atendidas por agentes.
Teste a eesel ao lado da sua configuração Gladly
Se você está comparando helpdesks em parte por como eles tratam clientes insatisfeitos, teste a eesel em um trial do Zendesk, Freshdesk, Gorgias ou Help Scout. Escreva sua regra de escalonamento em palavras simples, rode-a contra uma semana de tickets passados, e veja quais ela teria marcado e por quê, incluindo tickets atendidos por agentes. O que a eesel faz sozinha e o que espera o sim de uma pessoa é definido por ação em ações e aprovações, então ela pode começar marcando e deixando uma nota antes de reatribuir qualquer coisa.

Teste a eesel primeiro na sua regra de escalonamento, ou compare opções em a melhor IA para Gladly.