{"id":612982,"date":"2024-11-04T05:32:12","date_gmt":"2024-11-04T13:32:12","guid":{"rendered":"https:\/\/www.genesys.com\/blog\/post\/virtual-agents-breaking-free-from-the-limits-of-traditional-chatbots"},"modified":"2026-01-27T18:07:20","modified_gmt":"2026-01-28T02:07:20","slug":"virtual-agents-breaking-free-from-the-limits-of-traditional-chatbots","status":"publish","type":"blog","link":"https:\/\/www.genesys.com\/pt-br\/blog\/post\/virtual-agents-breaking-free-from-the-limits-of-traditional-chatbots","title":{"rendered":"Agentes virtuais: al\u00e9m dos limites dos chatbots tradicionais"},"content":{"rendered":"

[vc_section][vc_row][vc_column][vc_column_text css=””]Com o aumento do volume de intera\u00e7\u00f5es de atendimento ao cliente e a rotatividade de agentes pr\u00f3xima de 40%, essas tend\u00eancias est\u00e3o criando um efeito bola de neve nos contact centers que pode impactar negativamente a experi\u00eancia do cliente e reduzir a receita.<\/span><\/p>\n

Para enfrentar esse desafio, as empresas recorrem aos bots para preencher as lacunas. Mas embora os chatbots tradicionais tenham sido a solu\u00e7\u00e3o padr\u00e3o para impulsionar as capacidades de autoatendimento, eles foram projetados para prop\u00f3sitos mais limitados. Os bots s\u00e3o predefinidos com uma tarefa espec\u00edfica e oferecem flexibilidade limitada.<\/span><\/p>\n

Eles n\u00e3o conseguem lidar com ambiguidade como um humano, conversar sobre um t\u00f3pico espec\u00edfico ou personalizar informa\u00e7\u00f5es de uma forma exclusiva para a sua marca. \u00c9 poss\u00edvel transferir consultas complexas para agentes humanos, mas sem contexto, for\u00e7ando os clientes a ter que repetir informa\u00e7\u00e3o, o que leva a experi\u00eancias negativas.<\/span><\/p>\n

Os agentes virtuais<\/span><\/a>, o pr\u00f3ximo passo na IA conversacional para call centers, potencializam o autoatendimento, ajudando as organiza\u00e7\u00f5es a ampliar seu alcance por meio do contexto e da adaptabilidade. Em vez de responder apenas a entradas espec\u00edficas, os agentes virtuais com IA usam compreens\u00e3o de linguagem natural para interpretar o feedback do cliente em tempo real, ajustando as respostas dinamicamente com base no fluxo da conversa e capturando o contexto que tamb\u00e9m pode ser transferido aos agentes humanos.<\/span><\/p>\n

Isso permite<\/span> intera\u00e7\u00f5es mais personalizadas e complexas<\/span><\/a> do que os chatbots baseados em fun\u00e7\u00f5es. Embora os chatbots de IA funcionem perfeitamente com agentes humanos nas transfer\u00eancias, eles oferecem n\u00e3o apenas suporte automatizado, mas tamb\u00e9m s\u00e3o treinados para expressar empatia pelos seus clientes.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=””]<\/p>\n

Agentes virtuais: a pr\u00f3xima fronteira para bots tradicionais<\/span><\/h2>\n

No passado, as conversas iniciais sobre a implementa\u00e7\u00e3o de um bot giravam em torno de sua fun\u00e7\u00e3o: era uma quest\u00e3o de chatbot vs. voicebot. E depois, definir com quais consultas ele lidaria.<\/span><\/p>\n

O pr\u00f3ximo passo seria descobrir o fluxo para o bot gerenciar suas tarefas, e ent\u00e3o projetar esse fluxo.<\/span><\/p>\n

Depois de todo esse esfor\u00e7o, voc\u00ea poderia acabar com um bot decente, mas com limita\u00e7\u00f5es significativas. Se o bot encontra uma pergunta fora de seu script predefinido, ele fica travado. Ele n\u00e3o consegue aprender com novos dados, melhorar suas respostas ao longo do tempo ou entender o contexto de uma solicita\u00e7\u00e3o para fornecer respostas mais relevantes.<\/span><\/p>\n

Os avan\u00e7os na tecnologia de IA, especialmente grandes modelos de linguagem (LLMs) e<\/span> IA generativa<\/span><\/a>, tornaram mais f\u00e1cil para as empresas perceber o potencial dos agentes virtuais. Eles podem adaptar suas respostas conforme aprendem com o comportamento do usu\u00e1rio e melhorar a personaliza\u00e7\u00e3o e efici\u00eancia.<\/span><\/p>\n

Vamos analisar seis maneiras pelas quais os agentes virtuais levam os bots tradicionais para o pr\u00f3ximo n\u00edvel, e os benef\u00edcios impressionantes que sua empresa pode esperar.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=””]<\/p>\n

1. Cria\u00e7\u00e3o de inten\u00e7\u00f5es que v\u00e3o al\u00e9m de scripts est\u00e1ticos<\/span><\/h3>\n

Os agentes virtuais expandem muito o escopo do que um bot tradicional pode fazer. O primeiro lugar onde vemos essa evolu\u00e7\u00e3o \u00e9 na cria\u00e7\u00e3o de inten\u00e7\u00f5es. Antes, isso costumava exigir um gerenciamento meticuloso de cada enunciado individual, com ajustes constantes ao longo do tempo. Mas os LLMs mudaram isso.<\/span><\/p>\n

\u00c9 muito mais simples definir e projetar as etapas para resolver uma tarefa, com uma s\u00e9rie de a\u00e7\u00f5es baseadas em LLM em um fluxo que se concentra em atividades muito espec\u00edficas. Este design baseado em fluxo garante que sua solu\u00e7\u00e3o s\u00f3 far\u00e1 o que foi treinada para fazer, e que esse treinamento seja mais f\u00e1cil ou inclusive automatizado.<\/span><\/p>\n

Basicamente, voc\u00ea fornece uma descri\u00e7\u00e3o de uma tarefa, como “coletar informa\u00e7\u00f5es” ou “encontrar um artigo”, e ent\u00e3o o LLM trabalha nisso. Isso torna a configura\u00e7\u00e3o de inten\u00e7\u00f5es, o caminho e os fluxos mais vers\u00e1teis em uma linguagem natural do que no passado. Essa versatilidade permite que os agentes virtuais lidem com intera\u00e7\u00f5es mais complexas e inclusive fa\u00e7am “troca de inten\u00e7\u00f5es”, adotando uma abordagem mais humana para lidar com as intera\u00e7\u00f5es.<\/span><\/p>\n

Digamos que um cliente fa\u00e7a uma pergunta a um agente virtual sobre uma fun\u00e7\u00e3o do produto. Assim que o agente virtual responder a essa pergunta, o cliente poder\u00e1 ter uma pergunta completamente nova. Nesse ponto, o agente virtual pode mudar perfeitamente para o modo de consulta com base nas perguntas do cliente, e retornar \u00e0 pergunta original.<\/span><\/p>\n

O cliente interage com o agente virtual da mesma forma que as conversas mudam com humanos, sem instru\u00e7\u00f5es espec\u00edficas. Ele tamb\u00e9m pode personalizar sua resposta com base na pergunta exata, e citar a fonte para verificar a informa\u00e7\u00e3o.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=””]<\/p>\n

2. Transfer\u00eancias abrangentes para agentes e sistemas de CRM<\/span><\/h3>\n

Os chatbots n\u00e3o conseguem capturar o contexto das intera\u00e7\u00f5es com o cliente ou realizar transfer\u00eancias na mesma medida em que os assistentes virtuais ou agentes virtuais conseguem. A transfer\u00eancia do bot n\u00e3o inclui o resumo da intera\u00e7\u00e3o, o hist\u00f3rico e os c\u00f3digos de encerramento da intera\u00e7\u00e3o que acabou de ser finalizada com um cliente.<\/span><\/p>\n

Ap\u00f3s uma intera\u00e7\u00e3o, o agente virtual escolhe o pr\u00f3ximo passo apropriado. Se um agente humano precisar assumir uma consulta, o agente virtual pode criar um resumo e repass\u00e1-lo como parte do encaminhamento. Isso permite que o agente retome a conversa de onde o agente virtual parou. O resultado \u00e9 que os clientes n\u00e3o precisam repetir a informa\u00e7\u00e3o que j\u00e1 proporcionaram, o que gera uma melhoria direta na experi\u00eancia do cliente.<\/span><\/p>\n

Mas se a tarefa foi totalmente conclu\u00edda, o agente virtual escrever\u00e1 um resumo e adicionar\u00e1 um dos seus c\u00f3digos de finaliza\u00e7\u00e3o predefinidos \u00e0 conversa, executando as mesmas pr\u00e1ticas p\u00f3s-intera\u00e7\u00e3o que voc\u00ea esperaria de um agente humano.<\/span><\/p>\n

Dessa forma, ele lida com v\u00e1rias tarefas demoradas e captura insights de maneira consistente. Em ambos os casos, o agente virtual salva seus dados em seus sistemas de CRM para que outras ferramentas, como agentes virtuais, administradores e agentes humanos, possam utiliz\u00e1-los.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=””]<\/p>\n

3. Visibilidade das jornadas do cliente para abordar problemas de forma proativa<\/span><\/h3>\n

Os chatbots tradicionais normalmente n\u00e3o conseguem acessar e usar an\u00e1lises que<\/span> revelariam lacunas na jornada do cliente<\/span><\/a> ao longo de um ciclo de vida. Eles n\u00e3o sabem quais informa\u00e7\u00f5es podem estar faltando ou quais deveriam tentar encontrar. Os agentes virtuais, no entanto, podem identificar o que est\u00e1 faltando em cada intera\u00e7\u00e3o e em m\u00faltiplos pontos de contato.<\/span><\/p>\n

Os insights fornecidos s\u00e3o pr\u00e1ticos, o que difere de um <\/span>painel tradicional de m\u00e9tricas<\/span><\/a> que requer tempo para ser compreendido. Usar IA para a<\/span> an\u00e1lise de sentimentos<\/span><\/a> e de inten\u00e7\u00e3o ajuda a tornar realidade a melhoria cont\u00ednua da experi\u00eancia do cliente ou do contact center. Os dados podem revelar caminhos comuns percorridos, onde os clientes desistem e outras inefici\u00eancias a serem melhoradas para que as jornadas sejam mais eficazes.<\/span><\/p>\n

Por meio da integra\u00e7\u00e3o com sistemas de CRM, esses detalhes permitem que voc\u00ea otimize as experi\u00eancias do cliente determinando proativamente quais lacunas devem ser abordadas para melhorar o atendimento.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_row][vc_column][vc_column_text css=””][\/vc_column_text][vc_single_image image=”545293″ css=”.vc_custom_1731011288749{margin-top: 1.5em !important;}” si_alt_text=”Compara\u00e7\u00e3o de IA entre Genesys Cloud Virtual Agent e chatbot”][vc_single_image image=”545295″ css=”” si_alt_text=”Compara\u00e7\u00e3o de IA entre Genesys Cloud Virtual Agent e chatbot”][vc_single_image image=”545296″ css=”.vc_custom_1731011309726{border-bottom-width: 1.5em !important;}” si_alt_text=”Compara\u00e7\u00e3o de IA entre Genesys Cloud Virtual Agent e chatbot”][vc_column_text css=”.vc_custom_1757975853922{margin-top: 1.0em !important;}”][\/vc_column_text][\/vc_column][\/vc_row][vc_section][vc_row][vc_column][vc_column_text css=””]<\/p>\n

4. Agentes virtuais eliminam o trabalho pesado<\/span><\/h3>\n

Mesmo com suas capacidades limitadas, os chatbots exigem muito trabalho para ter um bom desempenho. E esse trabalho requer habilidades t\u00e9cnicas, incluindo equipes de cientistas de dados. \u00c9 um trabalho \u00e1rduo para recursos especializados que s\u00e3o dif\u00edceis de encontrar. E os requisitos de treinamento de bots tornam tudo isso ainda mais complexo.<\/span><\/p>\n

Por outro lado, os agentes virtuais podem ser projetados e implementados por recursos n\u00e3o especializados. Usamos um construtor de fluxo visual e sem c\u00f3digo alimentado por IA generativa, LLMs e servi\u00e7os de gera\u00e7\u00e3o aprimorados por recupera\u00e7\u00e3o de base de conhecimento habilitada por IA para construir inten\u00e7\u00f5es e criar agentes virtuais. Nossa abordagem de arrastar e soltar permite que suas equipes de suporte criem fluxos de trabalho que s\u00e3o sofisticados, adapt\u00e1veis e escal\u00e1veis. Al\u00e9m disso, voc\u00ea pode usar frases em linguagem comum em seus fluxos em vez de instru\u00e7\u00f5es muito espec\u00edficas e inflex\u00edveis.<\/span><\/p>\n

Como o Genesys Cloud faz o trabalho pesado, nossa abordagem reduz drasticamente a carga de recursos em suas equipes.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text css=””]<\/p>\n

Como o Genesys Cloud faz o trabalho pesado, nossa abordagem reduz drasticamente a carga de recursos em suas equipes.<\/em><\/h4>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text css=””]Mais importante ainda \u00e9 que voc\u00ea pode extrair as conversas de seus melhores agentes e deixar a IA construir um fluxo inteiro baseado nisso, economizando tempo significativo e garantindo que suas conversas mais bem-sucedidas possam ser replicadas em futuras intera\u00e7\u00f5es com agentes humanos e virtuais.[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=””]<\/p>\n

5. Fluxos de agentes virtuais projetados para reutiliza\u00e7\u00e3o<\/span><\/h3>\n

Os agentes virtuais eliminam a necessidade de construir fluxos de bots do zero, porque os fluxos gerados para agentes virtuais s\u00e3o reutiliz\u00e1veis em todas as solu\u00e7\u00f5es de IA do Genesys Cloud\u2122, incluindo<\/span> Genesys Cloud Agent Copilot<\/span><\/a>. N\u00e3o h\u00e1 necessidade de recriar fluxos para diferentes prop\u00f3sitos ou tipos de suporte digital. Isso aumenta o ROI, simplificando a manuten\u00e7\u00e3o e usando menos recursos para escalar e otimizar as intera\u00e7\u00f5es de forma eficiente.<\/span><\/p>\n

A Genesys tem d\u00e9cadas de experi\u00eancia na resolu\u00e7\u00e3o de problemas espec\u00edficos de contact centers em diversos setores. Essa expertise nos permitiu usar a mais recente tecnologia de IA para projetar e fornecer agentes virtuais de \u00faltima gera\u00e7\u00e3o com recursos essenciais para o atendimento ao cliente. Esta \u00e9 uma forma pela qual nos diferenciamos de fornecedores que oferecem agentes virtuais de uso geral que n\u00e3o s\u00e3o espec\u00edficos para contact centers.<\/span><\/p>\n

A reutiliza\u00e7\u00e3o \u00e9 poss\u00edvel porque nossos agentes virtuais mant\u00eam<\/span> os humanos envolvidos<\/span><\/a>. Eles encaminham os problemas complexos dos clientes para agentes humanos de forma integrada, fornecendo o contexto das intera\u00e7\u00f5es atuais e anteriores. Tamb\u00e9m permitem supervis\u00e3o humana em tempo real, garantindo que as respostas geradas por IA sejam precisas e estejam em conformidade com as normas vigentes. Como sempre h\u00e1 um humano envolvido, isso garante que os dados estejam limpos e seguros para reutiliza\u00e7\u00e3o.<\/span><\/p>\n

Com o tempo, voc\u00ea continuar\u00e1 obtendo ROI porque seus dados n\u00e3o exigem uma verifica\u00e7\u00e3o constante para saber se os processos s\u00e3o bons, se os dados s\u00e3o precisos ou se voc\u00ea est\u00e1 tendo um bom desempenho. Constru\u00edmos essas verifica\u00e7\u00f5es para voc\u00ea, incorporadas ao agente virtual.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=””]<\/p>\n

6. Medidas de seguran\u00e7a implementadas<\/span><\/h3>\n

Algumas empresas lan\u00e7am iniciativas de IA internamente, como construir seus pr\u00f3prios GPTs personalizados, assumindo que sua pr\u00f3pria expertise se traduzir\u00e1 em economia de custos. Embora a cria\u00e7\u00e3o de GPTs personalizados para uso empresarial ofere\u00e7a flexibilidade, pode introduzir riscos significativos. As quest\u00f5es de seguran\u00e7a e privacidade de dados s\u00e3o grandes preocupa\u00e7\u00f5es, em particular devido a muitos casos de IA agindo de forma descontrolada sem as devidas prote\u00e7\u00f5es.<\/span><\/p>\n

De acordo com a McKinsey, <\/span>espera-se que a IA generativa aumente substancialmente a produtividade do trabalho<\/span><\/a> em toda a economia. Ao automatizar tarefas, melhorar a qualidade e a complexidade das respostas e eliminar a necessidade de atualiza\u00e7\u00f5es cont\u00ednuas, os agentes virtuais podem contribuir para um<\/span> aumento na produtividade e no ROI do seu contact center<\/span><\/a>. Mas inclusive eles t\u00eam limita\u00e7\u00f5es para a automa\u00e7\u00e3o do atendimento ao cliente.<\/span><\/p>\n

Os modelos personalizados, por exemplo, podem gerar respostas imprecisas ou tendenciosas, impactando o engagement e a confian\u00e7a do cliente. E existem riscos \u00e9ticos com resultados indesejados ou inadequados, ou alucina\u00e7\u00f5es.<\/span><\/p>\n

A Genesys adota uma abordagem h\u00edbrida para agentes virtuais, usando o melhor dos dois mundos: chatbots tradicionais baseados em regras e chatbots GPT. A IA generativa est\u00e1 incorporada em cada etapa, mas as tarefas ainda s\u00e3o definidas em um fluxo. Isso reduz o risco e mant\u00e9m a IA focada na tarefa, protegendo os dados da empresa e do cliente \u00e0 medida que s\u00e3o acessados, analisados e compartilhados.<\/span><\/p>\n

Essa necessidade cr\u00edtica impulsiona nossa abordagem e protocolos de<\/span> \u00e9tica de IA<\/span><\/a>. Esses protocolos abrangem os dados usados por todos os nossos produtos, em vez da prote\u00e7\u00e3o de dados projetada apenas para uma solu\u00e7\u00e3o espec\u00edfica.<\/span><\/p>\n

A Genesys tamb\u00e9m treina seus modelos integrados com dados selecionados e confi\u00e1veis em diversos setores, idiomas, casos de uso, dimens\u00f5es e muito mais. Incorporamos princ\u00edpios de privacidade durante o desenvolvimento. Essas diretrizes protegem o direito \u00e0 privacidade do indiv\u00edduo desde o in\u00edcio, e n\u00e3o adicionamos recursos extras ap\u00f3s o desenvolvimento.<\/span>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section][vc_section][vc_row][vc_column][vc_column_text css=””]<\/p>\n

Agentes virtuais transformam bots em diferenciais<\/span><\/h2>\n

\u201cEsta transforma\u00e7\u00e3o dos chatbots tradicionais para os agentes virtuais \u00e9 poderosa e flex\u00edvel, e ainda assim \u00e9 f\u00e1cil obter resultados rapidamente. Sua capacidade de integrar-se perfeitamente com fluxos de bots existentes, lidar com intera\u00e7\u00f5es complexas e fornecer visibilidade profunda das jornadas do cliente os torna uma ferramenta poderosa para melhorar as experi\u00eancias dos clientes.\u201d<\/span><\/p>\n

Com medidas robustas de seguran\u00e7a de dados e padr\u00f5es \u00e9ticos de IA implementados, a Genesys permite que voc\u00ea aproveite rapidamente os agentes virtuais, com pr\u00e1ticas seguras j\u00e1 em vigor.<\/span><\/p>\n

Veja quanto mais voc\u00ea pode realizar com um<\/span> agente virtual da Genesys.<\/span><\/a><\/p>\n

* Certas funcionalidades mencionadas neste artigo ser\u00e3o lan\u00e7adas em breve.<\/span><\/i>[\/vc_column_text][\/vc_column][\/vc_row][\/vc_section]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

[vc_section][vc_row][vc_column][vc_column_text css=””]Com o aumento do volume de intera\u00e7\u00f5es de atendimento ao cliente e a rotatividade de agentes pr\u00f3xima de 40%, essas tend\u00eancias est\u00e3o criando um efeito bola de neve nos contact centers que pode impactar negativamente a experi\u00eancia do cliente e reduzir a receita. Para enfrentar esse desafio, as empresas recorrem aos bots para preencher […]<\/p>\n","protected":false},"author":1121,"featured_media":577463,"template":"","tax_priority":[54],"tax_blogtype":[17754],"tax_blogcategory":[15941],"tax_contenttheme":[14856],"tax_bundle":[15274],"tax_contenttheme2":[16154],"tax_capability_sitewide":[16208],"tax_products_programs":[16488],"tax_buying_job":[16623],"tax_buyer_persona":[16877,16910],"tax_sector":[],"tax_segment":[17097,17107,17140],"class_list":["post-612982","blog","type-blog","status-publish","has-post-thumbnail","hentry","tax_priority-54","tax_blogtype-genesys-pt-br","tax_blogcategory-ai-and-machine-learning-pt-br","tax_contenttheme-melhore-a-experiencia-do-cliente","tax_bundle-genesys-ai-pt-br","tax_contenttheme2-improve-employee-experience-pt-br","tax_capability_sitewide-ai-and-automation-pt-br","tax_products_programs-genesys-ai-pt-br","tax_buying_job-job-1-problem-identification-pt-br","tax_buyer_persona-business-pt-br","tax_buyer_persona-technical-pt-br","tax_segment-enterprise-pt-br","tax_segment-midsized-pt-br","tax_segment-smb-pt-br","tax_content_type-blog-pt-br"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/blog\/612982","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/users\/1121"}],"version-history":[{"count":4,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/blog\/612982\/revisions"}],"predecessor-version":[{"id":612986,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/blog\/612982\/revisions\/612986"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/media\/577463"}],"wp:attachment":[{"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/media?parent=612982"}],"wp:term":[{"taxonomy":"tax_priority","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_priority?post=612982"},{"taxonomy":"tax_blogtype","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_blogtype?post=612982"},{"taxonomy":"tax_blogcategory","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_blogcategory?post=612982"},{"taxonomy":"tax_contenttheme","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_contenttheme?post=612982"},{"taxonomy":"tax_bundle","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_bundle?post=612982"},{"taxonomy":"tax_contenttheme2","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_contenttheme2?post=612982"},{"taxonomy":"tax_capability_sitewide","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_capability_sitewide?post=612982"},{"taxonomy":"tax_products_programs","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_products_programs?post=612982"},{"taxonomy":"tax_buying_job","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_buying_job?post=612982"},{"taxonomy":"tax_buyer_persona","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_buyer_persona?post=612982"},{"taxonomy":"tax_sector","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_sector?post=612982"},{"taxonomy":"tax_segment","embeddable":true,"href":"https:\/\/www.genesys.com\/pt-br\/wp-json\/wp\/v2\/tax_segment?post=612982"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}