
O Front não tem sua própria pontuação de sentimento: ele lê o humor do cliente em três lugares, e os dois que agem sobre isso automaticamente, o Branch with AI e o Smart CSAT, estão no plano Enterprise a 105 $ por assento ao mês (cobrado anualmente). O Branch with AI é uma etapa de regra em que você pergunta "O cliente está chateado?" sobre cada nova mensagem e marca com tag, atribui ou move a conversa de acordo com a resposta. O Smart CSAT pontua cada conversa encerrada nas caixas de entrada que você escolher, de 1 a 5, a partir do sentimento, esforço e resolução. O Copilot, um complemento de 20 $ por assento no Starter e no Professional, responde a "mostre clientes frustrados" quando alguém pergunta. O modelo AI Tagging que antes marcava por sentimento está fechado para novos usuários. Para colocar uma pessoa nas conversas chateadas em qualquer plano, o eesel lê cada nova mensagem do Front com a thread inteira, segue a regra que você escreve e marca com tag, atribui ou comenta. Com o CLI do eesel, um agente de código com IA pode enviar artigos de ajuda aprovados, ajustar essa regra e fazer perguntas de teste antes de qualquer coisa entrar em produção, ainda que um admin do Front precise aprovar a conexão mesmo assim.
O Front tem análise de sentimento com IA?
Não como um recurso com esse nome. Eu trabalho na equipe de suporte do eesel, então a pergunta que realmente me importa é prática: quando um cliente escreve com raiva, alguém percebe isso antes de a próxima resposta ser enviada? Eu li as páginas de ajuda de recursos de IA do Front, sua página de preços e seu fórum da comunidade em 22 de novembro de 2026, e o sentimento aparece como um ingrediente de outros recursos, não como um campo próprio na conversa.
Antes havia um caminho direto. Em 2025, um especialista de suporte do Front respondeu a um cliente que perguntava como acompanhar o sentimento: no Growth ou superior, entre no beta do AI tagging e "you will see a rule template to add sentiment analysis on conversations". O artigo de ajuda desse modelo oferecia "Tag by sentiment", como Positive, Negative ou Urgent. Hoje ele começa com um aviso: "O AI Tagging não está mais disponível para novos usuários." O Front agora direciona os novos usuários para o Topics e o AI branching in rules.
Veja onde a análise de sentimento vive hoje no Front:
| Recurso | Plano | O que faz com o humor | Quando é executado |
|---|---|---|---|
| Branch with AI | Enterprise | Responde a uma pergunta sim/não ou de múltipla escolha que você escreve, como "O cliente está chateado?" | Nas mensagens em que uma regra dispara |
| Smart CSAT | Enterprise | Deduz uma pontuação de satisfação de 1 a 5 a partir do sentimento, esforço e resolução | Depois da conversa, de acordo com a programação da regra |
| Copilot | Complemento de 20 $, ou Enterprise | Encontra conversas em que os clientes ficaram frustrados, quando perguntado | Quando um colega de equipe pergunta |
| Topics | Todos os planos atuais | Nada: agrupa as conversas pelo motivo de contato | Conforme as mensagens chegam |
| AI Tagging (Legacy) | Fechado para novos usuários | Marca por sentimento a partir das descrições das tags | Conforme as mensagens chegam |

Escolha o que você quer saber para ver qual recurso do Front cobre isso, e em qual plano.
Como marcar clientes chateados no Front enquanto eles escrevem?
Com uma etapa Branch with AI em uma regra, no Enterprise. O artigo sobre regras do Front a descreve como uma forma de "triar rapidamente as conversas usando perguntas em linguagem natural". Você escolhe uma pergunta sim/não ou de múltipla escolha, escreve em palavras simples, e cada resposta se torna um ramo com suas próprias ações.

Para o humor, uma pergunta sim/não como "O cliente está frustrado ou chateado?" funciona, e a regra pode então:
- Adicionar uma tag como Upset no ramo Yes, para que uma visualização e suas análises possam encontrar essas conversas.
- Atribuir a conversa a um colega de equipe sênior, ou movê-la para uma caixa de entrada de escalação (as regras de propriedade de caixa de entrada compartilhada do Front decidem quem a assume a seguir).
- Enviar também o ramo No answer matched para uma pessoa, já que o Front adiciona esse terceiro ramo para quando a IA não consegue decidir.
Duas configurações decidem o quão bem isso funciona. Por padrão, a IA lê apenas a mensagem mais recente, então um calmo "alguma novidade?" depois de dois e-mails furiosos é lido como calmo. Marque Review entire conversation to answer se o histórico importar. Uma thread da comunidade do Front de novembro de 2026 dá o mesmo conselho claramente:
"By default it looks at the last message, so a short "thanks!" follow-up can change the result. There's a checkbox to review the entire conversation, so turn that on if context matters."
Depois, passe-a pelo recurso de teste de regras do Front em conversas reais antes de ativá-la. A mesma thread sugere manter os fatos concretos (um domínio do remetente, um formato de número de pedido) em condições de regra comuns e reservar a IA para "os casos mais vagos (intenção, urgência, sentimento)".
O limite é o plano. O Front diz que essas etapas de regra com IA "estão disponíveis no plano Enterprise mais recente". No Professional, você tem condições por palavra-chave, que capturam "reembolso" e "cancelar", mas perdem "essa é a terceira vez que eu peço".
O que o Front Smart CSAT mede?
O Smart CSAT é uma pontuação de satisfação deduzida por IA para cada conversa, e é onde o sentimento faz mais trabalho no Front. Seu artigo de ajuda lista três coisas que a IA pondera:
- Sentimento do cliente (prestando muita atenção em como ele muda e no sentimento final)
- Esforço do cliente (a ideia por trás de um customer effort score)
- Resolução
Você ativa isso com o modelo de regra Review conversations with Smart CSAT, escolhe as caixas de entrada compartilhadas e o período que o aciona, e o Front pontua ali cada conversa resolvida ou arquivada que tenha pelo menos uma mensagem entrante e uma saída. Todo colega de equipe pode ver a pontuação no painel lateral Smart QA and CSAT, com até três trechos citados que foram usados (para conversas pontuadas depois de 6 de setembro de 2026). Um admin pode editar ou excluir uma pontuação, e o relatório de satisfação do cliente pode mostrar o Smart CSAT isolado ou ao lado de respostas reais de pesquisa.

O apelo dele são os clientes que nunca respondem a uma pesquisa: a página do Smart CSAT do Front diz que confiar em pesquisas "ignora 95% dos seus clientes". Esse é um ponto justo. Uma pontuação de 1 a 5 em cada conversa mostra tendências que uma taxa baixa de resposta a pesquisas esconde. Meu guia de AI CSAT aborda a ideia em geral.
O que saber antes de confiar nele:
- Ele chega depois. O Smart CSAT pontua conversas encerradas. Uma regra pode usar o gatilho Smart CSAT is applied para notificar um gestor quando a pontuação estiver abaixo de 3 (o artigo de regras de CSAT do Front mostra a receita, com a variável de pontuação no Enterprise), mas isso é uma ligação de acompanhamento, não uma chance de corrigir a resposta.
- O Close conversations importa. O Front recomenda ativar a configuração Close conversations para conseguir saber onde uma conversa termina e a próxima começa, especialmente em SMS. Minha nota sobre os status de ticket do Front explica como funciona o fechamento.
- Inglês. "Por enquanto, apenas o inglês tem suporte oficial."
- Enterprise. "O Smart CSAT está incluído no plano Enterprise mais recente sem custo adicional", e o modelo de regra oferece um teste de Enterprise de 30 dias.
O Front Copilot pode encontrar clientes frustrados?
Sim, quando um colega de equipe pergunta. O artigo do Copilot do Front lista "Sentiment-based insights" entre suas perguntas de exemplo, como "Mostre as conversas em que os clientes ficaram frustrados ou insatisfeitos em @inbox ou @view." Ele também sugere "Há reclamações recentes sobre [nome do recurso]?"
Isso faz do Copilot algo bom para uma revisão de segunda-feira da fila da semana anterior e uma leitura rápida antes de abrir uma thread longa. Ele não marca com tag, alerta nem encaminha nada por conta própria. O Copilot está incluído no Enterprise e custa 20 $ por assento ao mês como complemento no Starter e no Professional. Mais na minha análise do Front Copilot.
O que cada plano do Front oferece para sentimento?
Veja os planos atuais, como a página de preços do Front os listava em 22 de novembro de 2026, cobrados anualmente:
| Plano | Preço | O que você obtém em sentimento |
|---|---|---|
| Starter | 25 $ por assento ao mês, até 10 assentos | Perguntas do Copilot com o complemento de 20 $; regras por palavra-chave (até 10 regras) |
| Professional | 65 $ por assento ao mês, até 50 assentos | Perguntas do Copilot com o complemento de 20 $; regras por palavra-chave (até 20 regras) |
| Enterprise | 105 $ por assento ao mês | Branch with AI, Smart CSAT e Copilot incluídos; regras ilimitadas |
Para uma equipe de 10 assentos, o Professional custa 650 $ ao mês e o Enterprise, 1.050 $, então o roteamento de sentimento em tempo real chega com um salto de 400 $ ao mês. Se você compraria o Copilot de qualquer forma (200 $ para 10 assentos), a diferença é de 200 $, e o Enterprise também traz o Smart QA e o roteamento com IA. Meu detalhamento dos preços do Front tem o restante, incluindo a cobrança por conversa do Autopilot.
Como levar clientes chateados a uma pessoa em qualquer plano do Front?
Escreva a regra e faça algo segui-la em cada mensagem. Há duas maneiras.
Regras por palavra-chave e uma verificação diária
A versão sem custo é uma regra do Front sobre mensagens entrantes cujo corpo contém as frases que seus clientes usam quando estão de saco cheio ("terceira vez", "cancelar", "gerente", "inaceitável"), marcando-as com tag para um líder, mais um caminho de escalação para o que a tag captura. Peça que um líder dê uma olhada nessa tag uma vez por dia. Isso captura os casos óbvios e perde o sarcasmo e a fúria educada, então trate isso como um piso. Meu guia sobre como lidar com escalações tem mais padrões.
Um colega de equipe de IA que segue sua regra de transferência
O outro caminho é um agente de IA que lê cada mensagem como um líder faria e age no Front. Isso é o que eu configuraria com o eesel. Sua integração com o Front pode iniciar uma execução "quando um cliente envia uma mensagem", e essa execução já tem a thread inteira (comentários internos incluídos), as tags, o responsável, a caixa de entrada e os campos personalizados da conversa, além do registro de contato do cliente, incluindo quaisquer campos personalizados que você mantenha lá.
Você escreve a regra em palavras simples, por exemplo: "Se o cliente estiver irritado, tiver escrito três vezes sobre o mesmo pedido ou pedir um gerente, marque com tag Upset, mova para a caixa de entrada Escalations e deixe um comentário explicando por quê." Para cada nova mensagem, o eesel:
- Lê a thread completa, não só a última linha.
- Confere contra sua regra.
- Adiciona uma tag que já existe no Front (uma por vez), atribui a conversa a um colega de equipe nomeado ou a move para outra caixa de entrada, que é como o Front a entrega a uma equipe.
- Deixa seu raciocínio como um comentário interno, para que quem a receba saiba o motivo.
Duas coisas para saber antes: o eesel não publica uma pontuação de sentimento, então "chateado" significa o que sua regra disser, e ele só adiciona tags que já existem, então crie a tag antes de começar. Você também escolhe quais dessas ações ele executa por conta própria e quais esperam o sim de um colega de equipe.
A Rúngne, uma marca de roupas de escalada no Gorgias, segue o mesmo padrão: um agente de rascunho que lê primeiro a thread completa, procurando uma promessa que um colega de equipe já fez, uma devolução em andamento, ou um cliente frustrado, e um agente de triagem que marca com tag cada novo ticket em que é executado, incluindo uma tag human_review_required. Cancelamentos, itens danificados e qualquer pessoa que peça um humano vão para a equipe.
A análise de sentimento do Front é suficiente?
No Enterprise, o Branch with AI mais o Smart CSAT cobre a maior parte do que um líder de suporte quer de uma análise de sentimento: um marca clientes chateados enquanto você ainda pode ajudar, o outro mostra como a semana foi sentida em todas as conversas, não só nas pesquisadas, o que o torna uma entrada justa para reduzir o esforço do cliente. Comece com uma pergunta sim/não sobre frustração, revise a conversa inteira, encaminhe Yes e No answer matched para uma pessoa, e leia as pontuações mais baixas do Smart CSAT toda semana. Meu guia de análise de sentimento com IA para suporte explica o que fazer com o sinal depois que você o tem, e identificar o risco de churn é o próximo passo depois disso.
No Starter ou no Professional, o Front dá a você perguntas (Copilot) e palavras-chave, não uma marcação em tempo real. Se isso vale 400 $ ao mês por 10 assentos depende da frequência com que um cliente irritado passa despercebido hoje. Se a resposta for "toda semana", um colega de equipe de IA que segue uma regra escrita em cada mensagem custa menos para experimentar do que uma troca de plano. Outros helpdesks lidam com isso de forma diferente: o Help Scout lida com o sentimento de outra forma, e o Kustomer também, se você estiver pensando em uma troca.
Experimente o eesel junto com o Front
Mantenha o Front para a caixa de entrada que sua equipe já conhece, e deixe o eesel observar cada nova mensagem em busca dos clientes que precisam de uma pessoa. O que ele pode fazer depende de quem está perguntando: para sua equipe, um cliente ou um visitante, você escolhe quais de suas ações são executadas por conta própria, quais perguntam antes e quais ficam desativadas. Escreva em palavras simples o que conta como chateado, mude isso sempre que sua política mudar, e ele marca com tag, atribui ou comenta no Front com os motivos. O mesmo colega de equipe também pode triar novos e-mails e rascunhar respostas como comentários internos.

Experimente o eesel na sua caixa de entrada do Front, começando pelas novas mensagens desta semana.