Blog / IA aplicada

O que aprendi colocando atendentes de IA no WhatsApp

Alves Gustavo
Alves Gustavo28 de outubro de 2026 · 5 min de leitura
IA

O Órbita nasceu de uma reclamação que eu ouvia toda semana de cliente: "eu não consigo responder todo mundo no WhatsApp". Não era falta de vontade. Era a manicure atendendo cliente com a mão ocupada, o técnico na rua, o dono da loja que fecha às seis e recebe metade das mensagens depois disso. Cliente que espera duas horas por um orçamento simples vai pro concorrente que respondeu em cinco minutos.

A primeira versão de um atendente de IA é fácil de fazer. Você conecta o WhatsApp a um modelo, escreve um prompt dizendo "você é o atendente da empresa X" e pronto, ele responde. O problema aparece no dia seguinte, quando você lê as conversas.

O bot que responde tudo é o bot que erra tudo

O padrão de erro é sempre o mesmo. O cliente pergunta se a empresa atende em determinado bairro, e o bot, querendo ajudar, diz que sim. Pergunta o preço, e o bot inventa um número razoável. Pergunta se dá pra fazer amanhã, e o bot confirma um horário que ninguém combinou.

Modelos de linguagem são treinados pra serem prestativos. Num atendimento comercial, prestativo demais vira promessa que o dono não pode cumprir. A primeira coisa que fiz foi parar de tratar o prompt como a peça principal e passar a tratar o contexto como produto.

O cérebro do atendente

No Órbita, cada atendente tem o que a gente chama de cérebro. É uma tela onde o dono preenche, em linguagem normal, coisas como:

Isso parece óbvio escrito assim, mas mudou tudo. Um prompt genérico com um cérebro bem preenchido atende melhor do que um prompt caprichado com contexto pobre. E tem uma vantagem que eu não esperava: o dono entende o que está configurando. Ele não precisa saber o que é um prompt. Ele sabe responder "o que você nunca quer que o atendente prometa?".

Qualificar é mais valioso do que vender

A tentação é fazer o bot fechar a venda. Na prática, o melhor resultado que vi foi o contrário: o atendente não tenta vender, ele tenta entender.

Quem é a pessoa? O que ela precisa? Qual o prazo? Onde fica? Já é cliente? Quando o humano assume a conversa, ele recebe tudo isso mastigado e começa a conversa no ponto em que importa. Pra um negócio pequeno, onde o dono é também o vendedor, economizar os dez primeiros minutos de cada conversa vale mais do que qualquer resposta bonita.

As perguntas de qualificação são configuráveis justamente porque cada negócio tem as suas. Pra uma clínica é convênio e especialidade. Pra uma empresa de higienização é tipo de estofado, quantidade de lugares e endereço. Pra uma loja de peças é a marca do equipamento.

Saber a hora de parar

De todas as funcionalidades, a que mais importa é a menos vistosa: o transbordo pra humano.

Quando o cliente pede pra falar com uma pessoa, quando ele reclama, quando o assunto sai do que o atendente sabe, a conversa vai pro humano e a IA para de responder naquela conversa. Parece simples, mas o erro mais irritante que um bot pode cometer é continuar respondendo depois que o cliente claramente quer outra coisa. Toda vez que eu vi alguém desistir de um atendimento automático, foi nesse momento.

No painel, o dono vê as conversas em tempo real e pode assumir qualquer uma a qualquer momento. Enquanto um humano está atendendo, o bot fica fora.

Quando o processo tem etapas, use etapas

Pra muitos negócios, o atendimento livre funciona bem. Mas tem processo que tem ordem: triagem antes de agendamento, endereço antes de orçamento, confirmação antes de reserva. Deixar um modelo livre num processo assim é pedir pra ele pular etapa.

Pra esses casos existe o modo em canvas. O atendimento vira uma sequência de fases, e cada fase tem um critério de avanço que a IA avalia: "o cliente informou o endereço completo?", "o cliente escolheu um horário?". Só quando o critério é cumprido a conversa passa pra próxima fase. O modelo continua conversando de forma natural, mas o processo é do dono, não do modelo.

Ferramentas, com limite

Um atendente pode receber ferramentas: consultar agenda, buscar produto, registrar um lead. Quando tem ferramentas, ele vira um agente que decide sozinho quando usar cada uma. Coloquei um teto de iterações por mensagem. Sem teto, um agente confuso pode ficar chamando ferramenta em loop, e quem paga a conta é o cliente.

Cobrar por mensagem, do jeito certo

Precificar IA é difícil porque o custo é variável. A solução que adotamos é um saldo de mensagens por conta, compartilhado entre todos os atendentes dela. Toda conta nova começa com mensagens grátis pra testar. Depois existe um plano mensal, ou a pessoa pode usar a própria chave da IA e não ter limite.

O detalhe que eu gosto é o que não é cobrado. Conversa em atendimento humano não gasta saldo. Conversa encerrada não gasta. Resposta automática simples não gasta. E quando o saldo acaba, a mensagem do cliente continua chegando no painel. A IA para de responder, mas ninguém perde o contato. Cobrar o cliente por uma coisa que a IA não fez, ou sumir com a mensagem de quem esqueceu de recarregar, seria o jeito mais rápido de perder confiança.

WhatsApp não oficial e oficial

Dá pra conectar o número de duas formas: lendo um QR code, como no WhatsApp Web, ou pela API oficial da Meta. A primeira é mais simples pra quem está começando e permite coisas como indicador de digitação e resposta por áudio. A segunda é o caminho pra empresas maiores e pra disparos em volume. Ter as duas evita empurrar todo mundo pra burocracia da API oficial logo no primeiro dia.

O que fica

Se eu tivesse que resumir em uma frase, seria: o atendente bom é o que sabe o que não sabe. Toda a engenharia em volta (cérebro, qualificação, transbordo, fases, saldo) existe pra cercar o modelo de limites claros, porque é dentro desses limites que ele é útil de verdade.

Se você tem um negócio que perde cliente por demora no WhatsApp, dá pra testar o Órbita de graça. E se quiser ajuda pra montar o cérebro do seu atendente, me chama.

Leia também
Bastidores1min

Como o gerador de sites da Axolutions coloca um site no ar em um minuto

Por dentro do gerador de sites da Axolutions: o que é IA, o que é código comum e por que a parte mais importante é aquilo que a IA não faz.

10 de novembro de 2026 · 6 min de leitura
SistemasERP

Portal de orçamentos integrado ao Bling: o que ninguém te conta sobre a API

Montar orçamento parece simples até o imposto entrar na conta. Como construí um portal que usa o próprio Bling pra calcular tributo, e as armadilhas da API no caminho.

20 de outubro de 2026 · 5 min de leitura
Fala comigo