Análise de sentimento com IA no Help Scout: o que existe e o que falta
Riellvriany Indriawan
Katelin Teen
Última edição 21 de novembro de 2026

O Help Scout não documenta nenhuma análise de sentimento com IA. Seus recursos de IA (agentes de IA, AI Drafts, AI Summarize, AI Assist, Topics) não pontuam como um cliente está se sentindo. Os sinais nativos são a própria avaliação Happiness do cliente e condições de workflow sobre avaliação e palavras-chave, suficiente para um alerta de tom básico a partir do Standard, a 25 $ por usuário ao mês com cobrança anual. Para trazer uma pessoa automaticamente para conversas insatisfeitas ou sensíveis, o eesel segue as regras de handoff que você escreve e deixa uma nota interna no Help Scout. Com a CLI do eesel, um agente de código com IA pode enviar conhecimento aprovado, ajustar essas instruções de handoff e fazer perguntas de teste antes de qualquer coisa ir ao ar, embora um administrador da caixa de entrada ainda precise aprovar a conexão com o Help Scout.
O Help Scout tem análise de sentimento com IA?
Não, pelo menos não em nada que eu tenha conseguido encontrar nas próprias páginas do Help Scout. Eu li, em 21 de novembro de 2026, a página de recursos de IA, a documentação do AI Summarize, do AI Drafts, do AI Assist e do Topics, a lista de condições de workflow, e o AI Transparency Hub. Uma busca por "sentiment" na documentação retornou só um artigo sem relação, sobre mensagens do Beacon.
Essa é uma decisão de design justa para uma ferramenta que diz querer que a IA melhore o suporte, não que desvie tickets. Também significa que um líder de suporte que queira uma marca de "este cliente está insatisfeito" precisa construir isso por conta própria. Veja o que cada peça faz, e o que não faz:
| Recurso do Help Scout | Plano | O que lê | Sentimento? |
|---|---|---|---|
| Avaliações Happiness | Standard, Plus e Pro (Standard reporta 2 anos, Plus e Pro a vida toda da conta) | Cliente clica em Great, Okay ou Not Good | Reportado pelo cliente, depois da resposta |
| Condições de workflow Rating e Body | Workflows básicos no Standard, avançados no Plus | Valor de Rating, palavras ou regex na mensagem | Combinação de palavras-chave, não IA |
| Topics | Plus e Pro | Motivo do contato, como cobrança ou reembolso | Não, categoriza temas |
| AI Summarize | Plus e Pro | A thread inteira, em um clique | Nenhuma etiqueta de tom documentada |
| AI Assist | Plus e Pro (planos por usuário) | Seu próprio rascunho | Reescreve seu tom, não lê o do cliente |
| Servidor MCP | Standard, Plus, Pro (relatórios exigem Plus ou Pro) | Conversas e relatórios, somente leitura | Só se você pedir à sua própria IA para julgar |
A página de preços também lista um "AI Inbox assistant" no Standard. Não consegui encontrar documentação de que ele pontua sentimento, então o deixei fora da tabela. Para o que a análise de sentimento normalmente significa, minha visão geral de análise de sentimento com IA e o glossário de análise de sentimento estabelecem a base.
O que o Help Scout mede em vez disso?
O Help Scout mede o que o cliente escolhe te contar. Cada resposta por email pode levar um link de avaliação, e o cliente escolhe Great, Okay ou Not Good, com um comentário opcional. O relatório Happiness transforma isso em percentuais e em uma pontuação Happiness: o percentual de avaliações Great menos o percentual de avaliações Not Good, calculado de forma parecida ao NPS.

As regras em torno disso importam para quem usa isso como sinal de humor:
- Os clientes podem avaliar qualquer resposta dentro de 10 dias e podem mudar a avaliação nessa janela, segundo a documentação de avaliações de satisfação.
- Cada resposta recebe uma avaliação, e um cliente pode avaliar cada resposta de uma thread separadamente.
- As avaliações são indexadas pela data da resposta, não pela data da avaliação. Meu guia de datas do relatório Happiness explica por que um relatório de março pode mudar em abril.
- Os planos Standard podem reportar os últimos 2 anos, e Plus e Pro a vida toda da conta.

O problema é o momento em que chega. Uma avaliação chega depois que o agente já respondeu, e só se o cliente se der ao trabalho de avaliar. O cliente insatisfeito na primeira mensagem não tem pontuação até que uma resposta tenha saído e sido julgada.

Se você quiser o panorama mais amplo de métricas, escrevi sobre como medir o sentimento do cliente e o que o CSAT com IA muda.
Quanto custa cada plano do Help Scout?
Os preços abaixo vêm da página de preços atual do Help Scout, verificada em 21 de novembro de 2026.
| Plano | Por usuário, cobrança anual | Por usuário, cobrança mensal | O que importa para o trabalho de tom |
|---|---|---|---|
| Free | 0 $ (5 usuários, 1 caixa de entrada, 1 site de Docs) | 0 $ | Plano de entrada, sem recursos de sentimento |
| Standard | 25 $ | 30 $ | Workflows básicos, AI Inbox assistant listado, MCP e API |
| Plus | 45 $ | 54 $ | Workflows avançados, AI Drafts ilimitado, mais AI Summarize, Topics e AI Assist segundo a documentação |
| Pro | 75 $ | 90 $ | Workflows ilimitados, políticas de SLA, SSO/SAML, conformidade com HIPAA |
| Envoy (add-on) | 0,75 $ por resolução | Agente de IA que responde clientes, cobrado por resolução |
Um exemplo concreto: uma equipe de 10 pessoas paga 250 $ por mês no Standard, 450 $ no Plus e 750 $ no Pro, tudo com cobrança anual. O salto de Standard para Plus custa 200 $ por mês mais para essa equipe, e traz Topics, AI Summarize e workflows avançados, nenhum dos quais pontua sentimento. Deixe isso claro antes de fazer upgrade por esse motivo. Meu guia de preços do Help Scout e minha review do Help Scout cobrem o resto das trocas.
Como construo um alerta de tom básico com workflows do Help Scout?
Você pode conseguir um alerta útil, mas imperfeito, só com workflows. A lista de condições inclui Rating (Great, Okay ou Not Good), Rating Comments, Body (mensagem do cliente ou nota do usuário, com palavras ou regex), Tags, Waiting Since e Last Customer Reply. A lista de ações inclui Notify Help Scout User(s), Assign to User, Assign to Team, Add a Note, Add Tag(s) e Change Status.
Três receitas pelas quais eu começaria:
- Avaliação negativa. Rating é Not Good, então adicione uma tag como
unhappy, atribua a um líder de equipe e notifique-o. Teste primeiro em uma conversa de exemplo, já que não consegui verificar na documentação a rapidez com que uma nova avaliação dispara um workflow. - Palavras de alerta. Body combina com uma lista curta como "cancel", "chargeback" ou "lawyer", então marque com tag e notifique. O Help Scout recomenda palavras completas e várias condições ou workflows, porque correspondências parciais pegam palavras como "friend" quando você queria dizer "end".
- Espera muito longa. Waiting Since é maior que um número de horas definido em uma conversa marcada com tag, então atribua a uma equipe. Combine isso com a sua ordem de políticas de SLA para que as duas não entrem em conflito.
Dois limites para os quais se preparar. Um workflow só age na primeira vez que uma conversa combina, para evitar loops, e regras de palavras-chave só encontram as frases que você pensou. Para roteamento, meus guias sobre workflows de atribuição automática e marcação de tickets com IA mostram como manter as regras organizadas.

Tenha em mente a detecção de colisão ao notificar um líder, para que o líder e o agente original não respondam os dois, e confira como as conversas em snooze se comportam se uma thread insatisfeita acordar depois.
Topics, Summarize ou o servidor MCP conseguem substituir o sentimento?
Em parte, e cada um responde a uma pergunta diferente.
- Topics lê cada conversa nova e atribui um tema como problema de cobrança ou pedido de reembolso. Ao ativar, o Help Scout revisa seu histórico e propõe de 8 a 15 Topics, e a documentação do Topics diz que você pode usar um Topic como condição de workflow durante a beta, além de ver relatórios de tendência. Um pico em "pedido de reembolso" é, na prática, um sinal de humor, mas a etiqueta é o motivo, não o sentimento.
- AI Summarize dá um resumo em tópicos com um clique. A documentação diz que ele pode ser impreciso ou enganoso, o resumo é sempre em inglês, e só existe no app web. É bom para um handoff, como abordei em resumos de conversas com IA do Help Scout.
- AI Assist tem um botão "ajustar tom", mas ele reescreve seu rascunho para parecer mais profissional ou amigável. Ele não lê o humor do cliente.
- O servidor MCP é a porta mais aberta. O Help Scout dá exemplos como encontrar as objeções que os clientes mais levantam, e ele suporta extrair relatórios Happiness. As conexões são somente leitura, então Claude ou ChatGPT podem analisar o tom nas conversas do mês passado, mas não podem adicionar uma nota ou tag. Isso é uma revisão semanal, não um alerta em tempo real.
Se uma pontuação nativa é um requisito obrigatório, compare como outros helpdesks fazem isso:
- Análise de sentimento do Zendesk
- Detecção de sentimento do Gorgias
- Análise de sentimento com IA do Freshdesk
- Dixa e Zoho Desk seguem um caminho parecido.
Isso também pode ser um motivo para ler alternativas ao Help Scout ou Help Scout contra o Front.
Quem avalia é honesto sobre o lado dos relatórios. Um avaliador do G2 deu nota 5/5 ao Help Scout e ainda assim escreveu:
"The reporting functionality is great but basic, sometimes we have to export data or use other tools for more detailed analysis."
Como o eesel se encaixa no tratamento de sentimento do Help Scout?
Eu não descreveria o eesel como um painel de sentimento. Sua documentação do Help Scout descreve triggers e ações, e uma pontuação de sentimento não está entre elas. O que ele faz bem aqui é agir sobre sinais que você define. O eesel desperta quando um cliente abre uma conversa ou responde, lê a thread, e pode deixar uma nota interna, adicionar tags e atribuir a conversa a uma pessoa ou equipe, ou deixar um rascunho para um colega revisar. Ele aprende das suas conversas passadas no Help Scout (as fechadas nos últimos 30 dias por padrão) e do seu site de Docs.
A diferença prática em relação a uma regra de palavra-chave de workflow é que a instrução pode ser uma frase em linguagem comum, como "se o cliente pedir para falar com uma pessoa, mencionar uma lesão ou dizer que vai cancelar, faça o handoff e escreva por quê", e a regra pode ser testada em conversas passadas antes de tocar em um cliente ao vivo. Quando ele desperta, parte das mensagens do cliente e das respostas da equipe, não das suas notas internas, então coloque o contexto que importa na própria regra.

Dois clientes do eesel mostram esse padrão, ambos no Freshdesk em vez do Help Scout, então trate-os como a mesma ideia em outro helpdesk:
- A Original Bootcamp usa o eesel no Freshdesk, e um filtro só deixa passar os tickets que ele consegue responder a partir do site e de tickets passados. Qualquer coisa sobre lesão ou doença vai para uma pessoa mesmo que a pergunta de reserva pudesse ser respondida, e o filtro deixou passar 31 tickets entre 8 de agosto e 8 de setembro de 2026. Isso é uma regra sobre um tema sensível, escrita como uma frase, não como uma pontuação de sentimento.
- A SamCart usa um agente nos tickets do Freshdesk e outro no chat do site. Quando um vendedor pede para falar com uma pessoa ou a pergunta vai além do help center, o ticket é marcado com tag para handoff e o agente para de responder nele.
Essa é a forma que eu copiaria no Help Scout: definir os momentos em que uma pessoa precisa assumir, fazer o agente dizer por quê em uma nota, e deixar a equipe tomar as decisões de julgamento. Para o lado do processo, veja escalonamento com IA, o processo de escalonamento de tickets e boas práticas de handoff de agentes de IA.
Qual configuração uma equipe do Help Scout deve escolher?
Escolha pelo que precisa ser verdade numa segunda-feira de manhã.
| Se você precisa de | Use | Plano | Limite |
|---|---|---|---|
| Uma tendência de satisfação reportada pelo cliente | Relatório Happiness | Qualquer plano | Atrasado, só clientes que clicam |
| Um alerta em palavras específicas ou avaliações ruins | Workflows | Standard para o básico, Plus para o avançado | Só as frases que você lista |
| Temas por trás de um pico de volume | Topics | Plus ou Pro | Motivo, não humor |
| Uma revisão semanal de tom em muitas conversas | MCP mais Claude ou ChatGPT | Standard (relatórios exigem Plus) | Somente leitura, manual |
| Uma pessoa envolvida no momento certo, com nota | Regras de handoff do eesel | Plano do Help Scout mais eesel | Age segundo suas regras, sem pontuação publicada |
Minha opção padrão para uma equipe com menos de 15 agentes é workflows mais o relatório Happiness primeiro. Eles não custam nada além do plano que você já tem, e mostram quais frases e avaliações realmente preveem um resultado ruim. Adicione o assistente quando a lista de palavras-chave crescer mais do que alguém consiga manter, ou quando o custo de perder uma escalada for maior que o custo da ferramenta. Para contas sensíveis a churn, veja detectar risco de churn em conversas, e para a pergunta mais ampla, análise de sentimento com IA para suporte e sentimento de tickets com IA são as próximas leituras.
Se você revisa conversas para coaching, combine qualquer uma dessas com uma rotina de garantia de qualidade, e leia intenções e sentimentos para separar o que o cliente quer de como ele se sente.
Se o problema de tom é na verdade um problema de resposta, comece com respostas em rascunho com IA do Help Scout e desvio de tickets com IA. O resumo da melhor IA para Help Scout e meu guia de IA para Help Scout cobrem as opções.
Configurar propriedades de cliente do Help Scout como o nível do plano ajuda a priorizar quem recebe uma pessoa primeiro, e os glossários de escalonamento e NPS completam o vocabulário.
Experimente o eesel para o Help Scout
Se a sua equipe do Help Scout precisa da pessoa certa nas conversas insatisfeitas ou sensíveis sem esperar por uma avaliação, o eesel se conecta à sua caixa de entrada em minutos, segue as regras de handoff que você escreve, deixa uma nota interna explicando o motivo, e pode ser testado nas suas conversas passadas antes de responder a qualquer pessoa. Comece só com rascunhos ou notas, e depois amplie o que ele pode fazer assim que as regras se mostrarem confiáveis.