Chatbot de atendimento no WhatsApp com IA: fluxo completo

Um chatbot de atendimento no n8n combina o node do WhatsApp (Evolution API ou Cloud API) com um node de IA para interpretar a mensagem do cliente e responder de forma natural — sem precisar programar árvores de decisão rígidas para cada pergunta possível.

A estrutura básica do fluxo

1. Webhook recebe a mensagem que chegou no WhatsApp (via Evolution API ou Cloud API).

2. IF ou Switch separa o que precisa de resposta automática do que deve escalar para um humano — por exemplo, se o cliente pedir explicitamente para falar com uma pessoa.

3. Node de IA (chamada a um modelo de linguagem) recebe a mensagem e gera a resposta, com um prompt que define o tom e os limites do que o bot pode responder.

4. Envio da resposta de volta ao WhatsApp, pelo node correspondente à plataforma escolhida.

Mantendo o contexto da conversa

Uma conversa de atendimento raramente se resolve numa única mensagem — o cliente manda uma pergunta, o bot responde, o cliente manda outra. Para o bot "lembrar" do que já foi dito, o fluxo precisa guardar o histórico da conversa, geralmente associado ao número de telefone do cliente, e enviar esse histórico junto a cada nova chamada ao modelo de IA.

Guarde o histórico com um limite de mensagens — as últimas 10 ou 15, por exemplo —, não a conversa inteira desde o início. Isso mantém a resposta rápida e evita custo desnecessário de processamento em conversas longas.

Definindo os limites do bot

O prompt enviado ao modelo de IA deve deixar claro o que o bot pode e o que não pode fazer — por exemplo, nunca prometer prazo que a empresa não confirmou, sempre oferecer transferência para humano quando não souber responder, nunca inventar informação sobre preço ou disponibilidade que não esteja nos dados fornecidos.

Escalando para um humano

Todo chatbot de atendimento precisa de uma saída para humano — seja por palavra-chave explícita do cliente ("quero falar com atendente"), seja quando o próprio modelo de IA reconhecer que não tem informação suficiente para responder. Um bot que trava o cliente sem saída piora a experiência em vez de melhorar.

Testando antes de colocar no ar

Antes de conectar o fluxo a um número real de atendimento, teste com um número de desenvolvimento — simulando perguntas comuns, casos limite e tentativas de "confundir" o bot — para garantir que as respostas fazem sentido e que a escalada para humano funciona quando deveria.

Um chatbot de atendimento bem construído combina o node do WhatsApp, contexto de conversa persistido e um prompt de IA com limites claros — sempre com uma saída definida para transferir ao humano quando necessário.

Perguntas frequentes