Como construir um agente de IA para WhatsApp em 2 semanas: o processo real

Toda semana alguém pergunta: "quanto tempo leva pra fazer um agente de IA?". A resposta padrão é "depende", mas depois de fazer isso umas 15 vezes, a gente consolidou um processo que, para o escopo mais comum, leva 2 a 4 semanas. Esse artigo é o passo-a-passo real.

Não é o processo idealizado de blog de SaaS. É o que a gente faz de verdade, com os atalhos e as armadilhas.

Quando esse processo se aplica

Esse cronograma funciona para o escopo comum:

Atendimento inicial ao lead (saudação, qualificação, FAQ).
Encaminhamento para humano quando lead é quente ou pede.
Registro no CRM ou planilha.
Resposta 24/7 com tom de voz da marca.

Não se aplica para:

Vendas transacionais complexas (carrinho abandonado, pagamento, frete).
Suporte técnico profundo (debug de produto, troubleshooting).
Casos com compliance pesado (saúde, jurídico, financeiro com KYC).

Para esses, o escopo dobra, e o cronograma vai pra 6-10 semanas.

Semana 0: Antes de começar (3-5 dias úteis)

Briefing com o cliente

A gente senta com o dono (ou gerente) e responde 5 perguntas:

Quais são as 10 perguntas mais frequentes do cliente? (Lista, com texto real)
Quais são as informações vitais que o lead precisa dar? (Nome, região, urgência, orçamento, melhor horário, etc.)
Quando o agente deve passar pro humano? (Lead quente, reclamação, pedido explícito)
Qual o tom de voz da marca? (Sério, descontraído, técnico, popular)
Onde os leads devem ser registrados? (HubSpot, planilha, sistema próprio, etc.)

Se o cliente não tem clareza nessas 5 respostas, a gente para e ajuda ele a mapear. Agente de IA não conserta fluxo mal definido — amplifica.

Acesso ao WhatsApp Business

O cliente precisa ter (ou criar) uma conta no Meta Business Suite com WhatsApp Business API aprovado. A gente acompanha o processo, que leva 1-3 dias úteis se o CNPJ está OK e a verificação de negócio passa de primeira.

Se demorar mais (Meta pedindo documento extra, conta rejeitada), o cronograma escorrega. A gente previne avisando logo no briefing.

Semana 1: Construção (5 dias úteis)

Dia 1-2: Base de conhecimento e prompt

A gente pega as 10 perguntas do briefing + histórico de WhatsApp do cliente (quando tem) e monta:

Base de conhecimento em Markdown com perguntas e respostas canônicas.
Prompt de sistema definindo persona, tom, regras de comportamento, e restrições.
Variáveis de contexto: nome do atendente humano, horário de atendimento, regras de escalação.

A iteração aqui é longa. A gente testa 5-8 variações de prompt antes de achar a que não inventa informação.

Dia 3-4: Fluxo N8N + WhatsApp

A gente monta o fluxo:

WhatsApp Cloud API (webhook)
  → Detecta nova mensagem
  → Carrega histórico da conversa
  → Monta contexto (system prompt + base conhecimento + histórico)
  → Chama LLM (GPT ou Claude)
  → Verifica se precisa escalar pro humano
    → Sim: avisa atendente + responde "vou te chamar alguém"
    → Não: responde direto
  → Registra no CRM / planilha
  → Salva contexto da conversa

Esse fluxo fica em N8N self-hosted (VPS do cliente) ou em N8N cloud (se cliente não quer gerenciar servidor). LLM padrão é GPT-4o-mini (custo/benefício) ou Claude Sonnet 4 (qualidade).

Dia 5: Teste de fumaça

A gente abre o WhatsApp Business do cliente, finge ser 5 perfis diferentes de lead, e roda. Casos:

Lead perguntando preço.
Lead reclamando.
Lead querendo agendar.
Lead fazendo pergunta fora do escopo.
Lead querendo falar com humano.

Cada caso tem resposta esperada. Se o agente erra, a gente volta pro prompt e ajusta. Esse loop de teste-ajuste consome o dia 5 inteiro, em iterações de 30-90 minutos.

Semana 2: Refinamento e produção (5 dias úteis)

Dia 6-7: Teste em sandbox

A gente sobe o agente em ambiente de homologação (sandbox do WhatsApp, número separado). Cliente testa por 2 dias com leads reais, mas com humano monitorando. Toda conversa é revisada.

Aqui aparecem os casos que ninguém previu:

"Vocês entregam em tal CEP?" (não tinha no briefing)
"Tem desconto pra segunda compra?" (regra comercial não documentada)
"Posso parcelar em 12x?" (info de pagamento faltando)

A gente volta na base de conhecimento e preenche.

Dia 8-9: Ajuste fino + treinamento do time humano

O atendente humano precisa aprender:

Como o agente trabalha (ele não é o chefe, é o backup).
Quando intervir (lead pedindo humano, lead confuso, lead reclamando).
Como dar feedback (botão "essa resposta ficou ruim" no painel).

A gente monta um playbook de 2 páginas com essas regras e treina o time numa call de 1-2h.

Dia 10: Go-live

Migra o agente pro número principal do WhatsApp Business. Monitora nas primeiras 4 horas em tempo real. Ajusta o que aparecer.

Depois do go-live, a gente entra em modo manutenção mensal (opcional, R$ 300 a R$ 1.500/mês dependendo do escopo).

O que dá errado (e como prevenir)

Erro 1: Cliente acha que "agente de IA é mágico, vou jogar a base e ele resolve"

Não resolve. Se a base de conhecimento tem 5 perguntas, o agente responde 5. Se tem 50, responde 50. Tamanho da base = tamanho da capacidade.

Prevenção: no briefing, deixar claro que a base de conhecimento é responsabilidade do cliente, com apoio da gente.

Erro 2: Tom de voz desajustado

Agente respondendo formal demais pra marca descolada, ou vice-versa. Cliente percebe na primeira semana e pede "ajusta".

Prevenção: a gente faz 3 iterações de tom no dia 1-2 (sério, descontraído, técnico) e valida com o cliente antes de seguir.

Erro 3: LLM inventando preço/prazo

LLM alucina. Se a base de conhecimento não tem a info, o agente "chuta". Cliente recebe lead com "R$ 500" quando o preço real é R$ 800. Venda perdida, reputação arranhada.

Prevenção: a gente usa temperature baixa (0.1-0.3) e instrução explícita no prompt: "se não souber, diga 'vou verificar com o time e retorno'".

Erro 4: Meta rejeitar conta WhatsApp Business

Acontece em ~15% dos casos. CNPJ irregular, nome fantasia vs. razão social, endereço não confere, site institucional não tem canal de contato visível.

Prevenção: a gente pede CNPJ, contrato social, e URL do site ANTES de começar. Se algo tá irregular, a gente ajuda a regularizar antes de pedir API.

Custo de implantação típico

Implantação (2-4 semanas, equipe pequena): R$ 5.000 a R$ 15.000.
Mensalidade de infraestrutura: R$ 50 a R$ 200.
Custo de LLM por uso: R$ 50 a R$ 800 (depende do volume).
Manutenção mensal opcional: R$ 300 a R$ 1.500.

Total no primeiro ano: R$ 7.000 a R$ 25.000. A partir do segundo ano, cai pra R$ 2.000 a R$ 8.000/ano (manutenção + infra).

Comparado com SaaS tipo Octadesk/Take Blip: R$ 1.500 a R$ 5.000/mês (R$ 18.000 a R$ 60.000/ano) sem o código ser seu.

Quando vale a pena e quando não

Vale a pena se:

Volume de leads/mês é > 100.
Lead vale mais que R$ 200 em LTV (pra pagar a implantação em 6-12 meses).
Cliente aceita a fase de "base de conhecimento leva tempo".

Não vale a pena se:

Volume é < 50 leads/mês.
Lead é descartável (lead de R$ 50 único).
Cliente quer "agente pronto, sem ter que alimentar".

TL;DR

2 a 4 semanas é o prazo real para o escopo comum de agente de IA no WhatsApp.
Semana 0: briefing + WhatsApp API.
Semana 1: prompt + fluxo N8N.
Semana 2: teste em sandbox + treinamento + go-live.
Custo: R$ 7-25k no primeiro ano, R$ 2-8k a partir do segundo.
Pré-requisito duro: cliente com base de conhecimento clara. Sem isso, nem comece.

Se você quer implementar, a gente conversa e monta a proposta com base no seu cenário real.