Como o bot lida com áudios que o cliente envia no WhatsApp?

O webhook da Cloud API entrega um ID de mídia, não o arquivo. O fluxo baixa o áudio por uma segunda chamada autenticada e envia para um modelo de speech-to-text, como o Whisper da OpenAI, que devolve a transcrição em português. A partir daí o texto entra no mesmo prompt do fluxo de mensagens escritas. Contas pequenas costumam gastar centavos por minuto de áudio transcrito.

O que muda no custo com o modelo de cobrança por mensagem que a Meta passou a aplicar?

Desde 1 de julho de 2025 a Meta cobra por mensagem de template enviada pela empresa, não mais por janela de conversa. Respostas dentro da janela de serviço de 24 horas, iniciada por uma mensagem do cliente, continuam gratuitas para categorias de utilidade e autenticação em muitos países. Ao dimensionar custo em 2026, calcule por template disparado, não por conversa cheia.

Como manter o histórico de conversa em conformidade com a LGPD?

Trate cada número como dado pessoal. Guarde apenas o necessário para responder o próximo turno, defina um prazo curto de retenção (por exemplo, 90 dias), publique política de privacidade acessível pelo próprio bot e ofereça um comando de exclusão que apague as mensagens daquele contato do banco. Evite enviar dados sensíveis, como CPF completo, para a API do modelo sem necessidade real.

Vale a pena fazer fine-tuning do modelo em vez de melhorar o prompt?

Na maioria dos casos, não. Fine-tuning resolve estilo repetitivo e formatos rígidos, mas exige centenas de exemplos anotados e sobe o custo por chamada. Antes de treinar, gaste tempo em três coisas: system prompt específico, few-shot com 3 a 5 diálogos ideais e uma base de conhecimento pesquisada via embeddings. Só considere fine-tuning quando essas três camadas já estão prontas.

Como conectar o bot ao CRM ou ao estoque sem virar um monstro para manter?

Exponha os dados internos como endpoints HTTP simples, protegidos por token, retornando JSON pequeno. No n8n, use um bloco HTTP Request antes da chamada ao modelo para buscar apenas os campos que aquela conversa precisa. Não jogue o banco inteiro no prompt. A regra é: o modelo recebe contexto resumido, nunca a base bruta.

Quais métricas mostram se o chatbot está realmente funcionando?

Quatro números resolvem 90% das decisões: taxa de resolução automática (conversas fechadas sem humano), tempo médio até a primeira resposta, taxa de escalonamento para atendente e conversão em ação de negócio (agendamento, pagamento ou orçamento). Volume de mensagens, sozinho, não diz nada. Se resolução cai e escalonamento sobe, o prompt ou a base de conhecimento estão desatualizados.

WhatsApp e automação · 9 min

Como criar um chatbot para WhatsApp com templates prontos

Um chatbot no WhatsApp bem feito responde em segundos, qualifica o lead e leva a conversa até o pagamento. Este guia mostra o caminho completo: escolher a API certa, montar o fluxo no n8n, conectar com o ChatGPT e evitar os erros que travam a maioria dos projetos.

O que é um chatbot no WhatsApp na prática

Um chatbot no WhatsApp é um número que recebe mensagens, interpreta o texto do cliente e responde de forma automática, sem depender de um atendente digitando. Ele pode fazer três coisas ao mesmo tempo: tirar dúvidas frequentes, capturar dados de qualificação e transferir a conversa para uma pessoa quando o caso pede. Não é um menu numérico engessado. É um agente que entende o que foi dito e decide a próxima ação com base em regras claras e no histórico do contato.

A parte visível é uma conversa comum. A parte invisível envolve três camadas: uma API oficial do WhatsApp que entrega e recebe as mensagens, um motor de fluxo que decide o que fazer com cada texto e um modelo de linguagem como o ChatGPT que gera respostas em português natural.

Qual API usar: Cloud API oficial ou não oficial

A escolha da API define tudo o que vem depois. Existem dois caminhos reais em 2026, e a diferença entre eles é grande.

WhatsApp Cloud API (Meta): é a via oficial. Você usa um número novo ou migra um número existente para a conta business, cria um app no Meta for Developers e passa a receber webhooks a cada mensagem. Vantagens: estabilidade, selo verde de conta oficial, envio de templates aprovados para iniciar conversas frias e cobrança por conversa iniciada. Desvantagens: exige verificação do negócio e aprovação de templates para envio ativo.

Bibliotecas não oficiais como Baileys ou whatsapp-web.js: emulam o WhatsApp Web. Não pedem verificação e liberam qualquer número imediatamente. Vantagens: começo rápido e zero custo com a Meta. Desvantagens: risco de banimento do número, quedas frequentes de sessão, sem suporte oficial e proibição explícita nos termos do WhatsApp Business. Serve para prototipar em número descartável, não para operação séria.

Se o objetivo é atender clientes reais e faturar, use a Cloud API. Se é testar uma ideia num fim de semana, Baileys funciona. Nunca coloque um número pessoal ou o número principal da empresa numa integração não oficial.

Por que n8n é a ferramenta certa para o fluxo

O n8n é uma plataforma de automação visual que conecta APIs por meio de blocos. Você arrasta um bloco de webhook, um bloco do ChatGPT, um bloco de banco de dados, um bloco de envio de mensagem, e pronto: o fluxo está montado sem escrever uma linha de servidor. Ele resolve três problemas que travam quem tenta programar tudo do zero:

Recepção do webhook do WhatsApp com URL pública e HTTPS.
Persistência do histórico da conversa por número de telefone.
Chamada ao modelo com contexto, tratamento de erro e retry.

Você pode subir o n8n na versão cloud paga ou em um servidor próprio a partir de R$ 30 por mês. As duas opções servem para começar. Se quiser entender melhor a ferramenta antes, vale ler o que é o n8n e como usar para automatizar processos.

O fluxo mínimo em 7 blocos

Webhook de entrada: recebe o POST do WhatsApp Cloud API a cada mensagem nova.
Extração dos campos: pega telefone do remetente, texto da mensagem, ID da conversa e timestamp.
Busca do contexto: lê no banco as últimas 6 a 10 mensagens daquele número.
Chamada ao ChatGPT: envia system prompt do seu negócio, o histórico e a nova mensagem. Recebe a resposta.
Decisão: um bloco IF checa se a resposta contém uma intenção de compra ou pedido de humano.
Persistência: grava pergunta e resposta no banco para o próximo turno da conversa.
Envio da resposta: POST na Cloud API devolvendo a mensagem para o cliente.

Atalho recomendado

Pule 40 horas de setup usando o pacote pronto

O ChatGPT Pack traz o fluxo n8n completo para WhatsApp, prompts validados para atendimento e vendas, além das skills de Claude para qualificação. Você importa o JSON no n8n, conecta seu número e o bot está no ar no mesmo dia.

Ver o pacote completo

Prompt de sistema: o que muda um bot ruim de um bom

O modelo de linguagem só é bom quando o system prompt está bem escrito. Um bot de atendimento não pode responder qualquer coisa. Ele precisa saber o nome da empresa, o que vende, o que não vende, como responde e quando parar. Um prompt de sistema funcional inclui:

Identidade: nome do bot, empresa e função.
Tom de voz: formal, próximo, curto, sem gírias específicas.
Escopo: temas que pode tratar e temas que deve recusar.
Regras de resposta: tamanho máximo, uso de emojis, links permitidos.
Gatilhos de escalonamento: quando avisar um humano.
Formato de saída: texto puro, sem markdown, sem cabeçalhos.

Um prompt de 30 linhas bem estruturado resolve 80% dos problemas de resposta estranha. Não gaste dias tentando trocar o modelo antes de revisar o prompt.

Quanto custa manter no ar

A conta real de um chatbot no WhatsApp em português tem quatro linhas:

WhatsApp Cloud API: cobrança por template enviado pela empresa, entre R$ 0,03 e R$ 0,40 conforme categoria e país. Respostas dentro da janela de 24h iniciadas pelo cliente seguem gratuitas em categorias de utilidade.
n8n: R$ 30 a R$ 120 por mês, dependendo de rodar self-hosted ou na versão cloud.
API do ChatGPT: uma conversa de 6 turnos com o GPT-4o mini custa cerca de R$ 0,02. Com 1.000 conversas por mês, dá menos de R$ 30.
Banco de dados: Supabase, Airtable ou Google Sheets cobrem os primeiros milhares de contatos sem custo.

Uma operação inicial roda por menos de R$ 100 por mês. O maior custo é sempre o tempo de quem monta e ajusta. Por isso vale considerar começar por um pacote de templates prontos em vez de partir de uma tela em branco.

Erros que travam 9 em cada 10 projetos

Usar bibliotecas não oficiais em produção e ter o número banido no primeiro pico.
Passar todo o histórico da conta para o modelo em cada chamada e estourar tokens.
Deixar o bot responder qualquer pergunta e criar promessas que a empresa não cumpre.
Não ter fallback para humano. Cliente que pede pessoa e recebe bot cancela na hora.
Ignorar a janela de 24 horas da Cloud API para envio livre.

Como testar antes de colocar no número principal

Antes de apontar o bot para o número da empresa, rode ao menos três baterias de teste. Primeiro, uma conversa completa de compra do começo ao fim, do primeiro oi até o link de pagamento. Segundo, uma conversa de reclamação, para ver como o bot escala para humano. Terceiro, tentativas de conversa fora do escopo, para confirmar que o bot recusa educadamente. Só depois disso troque o webhook para o número real.

Próximo passo

Você já tem o mapa completo: escolher a Cloud API, montar o fluxo no n8n em 7 blocos, escrever um system prompt honesto e testar antes de trocar o número. Cada etapa é simples isoladamente. O que consome tempo é acertar detalhes como formato do webhook, controle do histórico e regras de escalonamento. Se você quer pular essa curva, comece pelo pacote pronto.

Baixar o pacote com o fluxo pronto