docs(newwhats): roadmap de evolução da Secretária IA (memória + humanização)

Registra as sugestões: memória de longo prazo (memória própria por contato
reusando o RAG; alternativas Mem0/Zep/Letta) e humanização (Whisper, TTS, ritmo
humano), com prioridade sugerida e fontes. Estado desejado separado do atual.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

projetos/newwhats.clube67.com/secretaria-ia-evolucao.md

@@ -0,0 +1,48 @@
+# newwhats.clube67.com — Secretária IA: roadmap de evolução (humanização + memória)
+
+> **Estado DESEJADO / sugestões** (não é o estado atual — esse está em
+> `secretaria-ia.md`). Levantamento de 28/jun/2026. Atualizar conforme for
+> implementado, movendo o que entrar em produção para a doc de estado.
+
+## Onde está hoje
+Persona/Regras/Conhecimento (Cérebro) + `context_window` (últimas N msgs) +
+`summary` da conversa + **RAG** no conhecimento (embeddings+cosseno, sem pgvector).
+**Lacunas:** não lembra do cliente **entre conversas**; responde só por **texto**.
+
+## 1) Memória de longo prazo ("memória virtual")
+
+Frameworks de mercado (2026):
+
+| Framework | Abordagem | Melhor para |
+|---|---|---|
+| **Mem0** | escopos usuário/sessão/agente; vetor+grafo+KV | personalização (cliente que volta) |
+| **Zep / Graphiti** | grafo de conhecimento **temporal** (fatos com validade) | fatos que mudam no tempo |
+| **Letta (MemGPT)** | core (RAM) + arquival (disco) + recall | memória de horizonte longo |
+
+- Mem0/Zep têm **cloud gerenciado** (dispensa pgvector) — porém dependência externa + custo.
+- **Recomendado p/ este projeto:** **memória própria por contato** — tabela
+  `sec_contact_memory` com *fatos extraídos* + embeddings em JSON + cosseno
+  (mesma técnica do RAG já implementado). ~80% do valor do Mem0 sem infra nova.
+
+## 2) Humanização
+
+| Recurso | Tecnologia | Impacto |
+|---|---|---|
+| Entender áudios do cliente | Whisper (OpenAI) / Gemini audio | alto (hoje ignora áudios) |
+| Responder em áudio (voz) | OpenAI TTS / ElevenLabs | alto |
+| Ritmo humano | "digitando…", delay proporcional, quebra em 2–3 msgs | médio-alto |
+| Memória do cliente | item 1 | alto |
+| Modelo mais natural | Claude / GPT-4o no diálogo | médio |
+
+## Prioridade sugerida
+1. **Memória própria por contato** (reusa o RAG; sem infra nova) — maior ganho.
+2. **Transcrição de áudios** (Whisper) — destrava entender quem manda áudio.
+3. **Ritmo humano** (typing + delay + chunks) — barato, muda a percepção.
+4. **Resposta em áudio (TTS)** — opcional, alto impacto, custo por uso.
+5. **Mem0/Zep cloud** — só se a memória própria não escalar.
+
+## Fontes
+- Mem0 — State of Agent Memory 2026: https://mem0.ai/blog/state-of-ai-agent-memory-2026
+- Atlan — Best Memory Frameworks 2026: https://atlan.com/know/best-ai-agent-memory-frameworks-2026/
+- Particula — Mem0 vs Zep vs Letta: https://particula.tech/blog/agent-memory-frameworks-tested-mem0-zep-letta-cognee-2026
+- Vectorize — Best Memory Systems: https://vectorize.io/articles/best-ai-agent-memory-systems

projetos/newwhats.clube67.com/secretaria-ia.md

@@ -49,6 +49,7 @@ runtime, adicione também o bloco de migração** — senão bancos antigos queb
 (ex.: faltava `sec_messages.usage_tokens/provider_used/model_used` → erro 42703,
 corrigido).
 
-## Futuro (ver doc de evolução)
+## Futuro
 
-Memória de longo prazo / humanização — em avaliação. Atualizar aqui quando definido.
+Roadmap de humanização e memória de longo prazo (memória por contato, Whisper,
+TTS, ritmo humano, frameworks Mem0/Zep/Letta) em **`secretaria-ia-evolucao.md`**.