
O Freshchat de fato tem garantia de qualidade com IA: o Post Resolution Quality Coach do Freddy pontua cada conversa resolvida em seis parâmetros fixos, rotula como Good, Neutral ou Bad, e alimenta um Quality Score Report, como complemento do Freddy AI Copilot (29 $ por agente ao mês) nos planos Pro e Enterprise. O que ele avalia é como o agente escreveu e como o cliente se sentiu, não se a resposta seguiu sua política, se o chat foi para o grupo certo, ou qualquer regra que você mesmo adicionaria. A Freshworks não documenta critérios personalizados. Para essas verificações, leia uma amostra semanal à mão ou deixe um colega de equipe de IA como o eesel ler os chats que você indicar contra suas regras escritas e deixar os motivos em um comentário interno. Com a CLI da eesel, um agente de código como o Claude Code pode conectar o Freshdesk, conferir automações e redigir instruções de chat em tempo real; um admin do Freshchat ainda precisa inserir o token de API e o webhook.
O Freshchat tem garantia de qualidade com IA?
Sim (minha análise do Freddy AI cobre o conjunto de ferramentas mais amplo). A Freshworks documenta dois recursos do Freddy com "Quality Coach" no nome, além do relatório de CSAT que toda equipe já tem. Veja o que cada um diz a um líder de QA.
| Recurso do Freshchat | Plano | O que diz a um líder de QA | O que não diz |
|---|---|---|---|
| Post Resolution Quality Coach | Pro e Enterprise, como complemento do Freddy AI Copilot | Uma pontuação e um rótulo Good, Neutral ou Bad para cada conversa resolvida, por agente e grupo | Se a resposta seguiu sua política |
| Proactive Quality Coach | Pro e Enterprise, em beta, parte do Copilot | Correções sugeridas a uma resposta antes do envio | Qualquer coisa depois que a resposta é enviada |
| Chat Conversations Overview, abas CSAT e Overall | Relatórios | Avaliações, contagens de satisfeitos e insatisfeitos, tendências, chats reabertos (o CSAT com IA explica como ler) | Qual resposta deu errado, ou por quê |

O que o Post Resolution Quality Coach avalia?
O artigo sobre o Quality Coach da Freshworks diz que a pontuação "is calculated based on six different parameters":
- Início e fim da conversa: "The effectiveness and professionalism demonstrated in initiating and concluding the conversation."
- Rapidez da resposta: quão rápido o agente respondeu.
- Qualidade da resposta: "The level of detail, relevance, and helpfulness of the agent's response to the customer's query or concern."
- Sentimento do cliente: se o tom permanece positivo ou neutro até o fim.
- Gramática da resposta: gramática, uso da linguagem e clareza.
- Ausência de palavras abusivas ou de preenchimento: se a linguagem do agente permanece respeitosa e profissional.
Depois que a conversa é resolvida, o agente abre o terceiro painel da caixa de entrada e vê insights sobre como foi, dicas para melhorar, e um rótulo Good, Bad ou Neutral. Ele pode avaliar a pontuação com um polegar para cima ou para baixo, o que segundo a Freshworks permite aos admins "assess the effectiveness of the feature for agents". O artigo não descreve nenhuma etapa de revisão: um agente pode dar polegar para baixo em uma pontuação, mas ninguém a substitui.

Vale a pena ler com atenção o próprio screenshot da Freshworks. O cliente pede a troca de um calçado rasgado, o agente responde "Please send us a picture and we will process your order for a refund", e o coach marca a conversa como Neutral, com Quality of response e Customer sentiment em âmbar. O Freddy marcou aqui Quality of response em âmbar. O que ele não pode saber é se sua política de devolução determina troca, reembolso, ou uma foto primeiro para um calçado rasgado. Esse julgamento precisa das suas regras, e os seis parâmetros não aceitam nenhuma.
Os admins encontram o Quality Score Report em Reports, na categoria Chat Analytics. Ele mostra pontuações semanais ou mensais, em nível de grupo e de agente, com uma tendência ao longo do tempo e uma divisão por agente. A Freshworks observa que o Freddy "could take couple of minutes to generate the Quality Score".

Duas coisas que vale saber antes de comprar para isso. A Freshworks atualizou o artigo por último em 27 de junho de 2024, e ele diz que o recurso "is currently available as an add-on for Freddy Copilot", então confirme o empacotamento atual com seu account manager. E o Copilot é um complemento flexi comprado por agente, então confira as conversas de quais agentes são pontuadas antes de orçar para um subconjunto; o artigo não diz.
O que o Proactive Quality Coach faz?
O Proactive Quality Coach age antes de a resposta ser enviada. Quando um agente clica em Send, o Freddy confere a mensagem em sete parâmetros nesta ordem: "Abusive Words > Spelling Check > Grammar > Too long > Filler words > Tone > Relevancy". Ele consegue distinguir cinco tons bons (como empático e orientado a soluções) de cinco ruins (como defensivo e sarcástico), destaca cada problema em sua própria cor, e deixa o agente aceitar ou ignorar cada sugestão.
Ele vem desativado por padrão, pode ser ativado por função, e a Freshworks o lista como "available in Beta for all customers on Pro and Enterprise plan, as part of the Freddy AI Copilot addon". Os admins veem quantas sugestões foram mostradas, aceitas e rejeitadas nos relatórios do Freddy.
Combine os dois e você tem um coach dos dois lados do botão Send. Ambos agem sobre como a resposta é escrita. Nenhum confere contra o que sua equipe decidiu. Para uma leitura completa dos chats passados, veja meu guia para revisar conversas de suporte com IA.
O que o Quality Coach do Freshchat não consegue verificar?
Faltam quatro verificações no que a Freshworks documenta:
- Sua política. Nenhum dos seis parâmetros lê seu centro de ajuda ou suas regras, então uma resposta educada e bem escrita, mas errada, pode pontuar bem na maioria deles.
- Campos, tópicos e roteamento. Os parâmetros são todos sobre as mensagens. Nada confere se um chat de cobrança foi para o grupo Billing ou recebeu o campo de conversa certo.
- Seus próprios critérios. O artigo lista seis parâmetros fixos e nenhuma forma de adicionar um sétimo, como "sempre oferecer a verificação de garantia primeiro".
- O lado do bot. O artigo fala das conversas dos agentes. Ele não diz se os chats que o Freddy AI Agent lida solo recebem uma pontuação, então não assuma que recebem.
Essa é a lacuna para a qual existem a maioria dos programas de QA. Velocidade, tom e gramática são visíveis para o cliente, mas uma promessa de reembolso errada é a que custa dinheiro.
Quanto custa a QA com IA do Freshchat?
A página de preços do Freshchat lista estes planos em 22 de novembro de 2026, por agente ao mês, faturado anualmente. Os preços do Freddy AI Copilot vêm do artigo da Freshworks Freddy AI features and pricing.
| Plano | Por agente ao mês, faturado anualmente | O que adiciona para QA |
|---|---|---|
| Free | 0 $, até 10 agentes | Não listado para Quality Coach |
| Growth | 19 $ | Não listado para Quality Coach |
| Pro | 49 $ | Pode comprar o Freddy AI Copilot por 29 $ por agente ao mês, que traz os dois recursos de Quality Coach |
| Enterprise | 79 $ | O mesmo complemento Copilot |
O Copilot custa 35 $ por agente na cobrança mensal. Para uma equipe de 10 agentes migrando do Growth para o Pro com Copilot para todos, faturado anualmente: o Pro fica em 10 x 49 $ = 490 $, o Copilot em 10 x 29 $ = 290 $, então 780 $ ao mês contra 190 $ no Growth. O Copilot também traz rascunhos de resposta, resumos e o resto, cobertos no meu artigo sobre preços do Freddy AI, então QA raramente é o único motivo para comprá-lo.
Como você cobre o que o Freshchat deixa de fora?
Há duas formas de cobrir o resto.
Pontuar uma amostra à mão
O caminho mais barato não precisa de nada novo. Toda semana, um líder pega dez ou vinte chats resolvidos, começando pelas avaliações de CSAT insatisfatórias, as conversas reabertas e quaisquer rótulos Bad do Quality Coach, lê cada um, e o avalia segundo uma rubrica curta: resposta certa para a política, grupo e campos certos, processo seguido. Primeiro combine o que cada pontuação significa, para que dois revisores avaliem o mesmo chat da mesma forma: a calibração de QA de suporte ajuda, e este guia sobre QA de suporte com IA mostra onde a IA acelera.
O limite é o óbvio: uma pessoa lê uma amostra, e os resultados vivem em uma planilha, não no chat.
Deixe um colega de equipe de IA revisar contra suas regras
O segundo caminho é um agente de IA que lê os chats e deixa seu veredito no Freshchat. É isso que eu faria com o eesel. o eesel entra no Freshchat como um canal da sua integração com o Freshdesk. Quando alguém da sua equipe pede, no chat do painel, uma menção no Slack ou uma execução programada, ele pode ler as mensagens de qualquer chat, seu grupo, responsável, status e campos personalizados, e os números de CSAT e tempo de resposta do Freshchat. Ele lê seu centro de ajuda, respostas prontas e tickets passados do Freshdesk, então uma política que você publicou é algo que ele já leu.
Dê a ele os chats para conferir (cole os links dos chats pior avaliados da semana, por exemplo) e ele:
- Lê cada conversa com suas propriedades.
- Confere contra as regras que você escreveu em palavras simples ("itens danificados recebem troca primeiro, não reembolso", "perguntas de cobrança vão para o grupo Billing", "nunca prometer uma data de entrega").
- Deixa seu veredito e motivos como um comentário interno, que a equipe vê e o cliente nunca vê.
- Lista os chats que um líder deveria ler, com o motivo de cada um.
Você escreve as regras, então as verificações de roteamento, processo e política são só mais linhas, alteradas sempre que suas políticas mudam. Conheça o limite primeiro: o eesel não tem nenhum comando para listar cada chat resolvido no Freshchat, então ele revisa os chats que você dá a ele em vez de varrer a caixa de entrada por conta própria. Se sua equipe também trabalha com e-mail no Freshdesk, o mesmo agente pode conferir esses tickets também.
Verificações diárias como essa já rodam para clientes da eesel. A Cactus Club Cafe roda um segundo agente eesel no seu helpdesk do Zendesk que audita o extrato financeiro diário toda manhã: ele confere cada loja e resolve o ticket como balanceado ou o deixa aberto nomeando a diferença. Entre 8 de agosto e 8 de setembro de 2026, ele rodou cerca de 60 vezes. Uma revisão de QA tem a mesma forma: uma verificação contra regras escritas, com o resultado deixado onde a equipe trabalha.
O Quality Coach do Freshchat é suficiente para QA?
Para coaching, é um bom começo. Uma pontuação em cada conversa resolvida, mostrada ao agente que a atendeu, com dicas, é uma vantagem real, e o Quality Score Report dá a um líder uma tendência por agente sem que ninguém leia uma transcrição. O Proactive Quality Coach corrige tom e gramática antes que o cliente os veja.
Minha opinião: se você já está no Pro e comprando o Copilot para rascunhos e resumos, ative os dois recursos de Quality Coach e use os rótulos Bad e as avaliações de CSAT insatisfatórias como sua lista de leitura semanal. Não trate um rótulo Good como "correto": significa bem escrito e bem recebido. Se sua pergunta de QA é "isso estava certo para nossa política?", o Freshchat deixa isso para você: uma amostra avaliada à mão se seu volume for pequeno, um revisor de IA se não for. As respostas de outros helpdesks para a mesma pergunta estão nos meus artigos sobre garantia de qualidade com IA no Gorgias, garantia de qualidade com IA no Front e garantia de qualidade com IA no Help Scout, e meu panorama de ferramentas de IA para QA de suporte compara opções dedicadas. Para o restante do Freddy no chat, veja análise de sentimento com IA no Freshchat e rascunhos de resposta com IA no Freshchat, e resumos de conversa para transferências. Pensando em mudar em vez disso? Veja alternativas ao Freshchat.
Experimente o eesel como seu revisor de políticas no Freshchat
Se a verificação que está faltando é "essa resposta estava certa para nossa política?", o eesel é o revisor que eu adicionaria ao lado do Quality Coach. Ele se conecta pela sua conta do Freshdesk, lê seu centro de ajuda e tickets passados, e confere as conversas do Freshchat que você indicar contra as regras que você escrever, deixando os motivos em um comentário interno. Comece com dez dos chats pior avaliados da semana passada no chat do painel, leia o que ele sinaliza, e mantenha as regras que capturam erros reais.

Teste o eesel de graça, ou agende uma demo para ver ele revisar suas próprias conversas do Freshchat.