Muita gente já tentou automatizar o WhatsApp, teve uma experiência ruim e concluiu que “isso não funciona no meu mercado”. Na maior parte dos casos a conclusão está certa sobre a ferramenta testada e errada sobre a categoria — porque o que foi testado não era inteligência artificial.
O fluxo de menus
A primeira geração de automação de WhatsApp é uma árvore de decisão. Alguém desenha o caminho:
Olá! Digite: 1 — Orçamento 2 — Endereço 3 — Falar com atendente
Funciona enquanto o cliente colabora. O problema é que ninguém escreve “1”. As pessoas escrevem:
“boa noite, vi o anúncio de vcs. somos uma clínica com 3 profissionais, a gente já usa um sistema mas queria entender se dá pra integrar o whats. tem plano pra quem tá começando?”
Uma frase, quatro informações e uma condição. O fluxo não tem esse nó. Ele responde “opção inválida, digite 1, 2 ou 3”, e a pessoa vai perguntar no concorrente.
Pior: o menu ensina o cliente a desconfiar. Depois de duas respostas robóticas, ele para de escrever de verdade e passa a testar se tem alguém do outro lado.
O agente de IA
Um agente faz três coisas que o fluxo não faz.
Primeiro, ele lê. Da mesma frase acima, extrai: clínica, três profissionais, já tem sistema, quer integração com WhatsApp, sensibilidade a preço. Nada disso estava num botão.
Segundo, ele consulta. Em vez de responder do que “acha”, ele vai ao sistema: qual plano atende três usuários, o que está incluso nele, qual a condição vigente, se existe integração para o caso descrito. São consultas reais ao seu catálogo e ao seu CRM, feitas no instante da conversa.
Terceiro, ele responde com contexto. Se dez mensagens depois a pessoa perguntar “e se fosse só eu?”, ele sabe que continua sendo a mesma clínica e a mesma dúvida de integração. O fluxo teria recomeçado do zero.
A tabela honesta
| Fluxo de menus | Agente de IA | |
|---|---|---|
| Entende frase livre | Não | Sim |
| Consulta dado real (plano, agenda, estoque) | Raramente | Sim, no momento da conversa |
| Mantém o contexto da conversa | Não | Sim |
| Sai do roteiro | Quebra | Responde ou transfere |
| Custo de implantar | Baixo | Médio — exige cadastrar o conteúdo do negócio |
| Risco principal | Perder o lead por rigidez | Responder errado se for mal treinado |
Note a última linha: os dois têm risco, e são riscos opostos. O menu falha por não saber; o agente falha por achar que sabe. É por isso que o desenho importa.
O que separa um agente bom de um perigoso
Um agente de IA mal montado inventa. Ele completa a frase mais provável — e “o plano fica R$ 380 por mês” é uma frase muito provável, mesmo quando é falsa.
Três salvaguardas resolvem isso na prática:
- Preço e condição nunca são gerados pelo modelo. Vêm de consulta ao sistema. Se a consulta falhar, ele não responde valor.
- O conhecimento é o da sua empresa. Política de cancelamento, prazo de entrega, o que está incluso, como funciona a implantação: cadastrado, não deduzido.
- Existe um limite explícito. Quando o assunto sai do que ele sabe — reclamação, exceção, negociação — ele passa para uma pessoa com o resumo da conversa, em vez de improvisar.
Com essas três, o comportamento fica previsível. Sem elas, você tem um gerador de promessas que o time comercial vai ter que honrar.
Como testar antes de contratar
Não peça demonstração com pergunta fácil. Peça para testarem estas:
- “vocês atendem meu caso?” — Ele checa o que você realmente vende ou responde um genérico simpático?
- “quanto fica para 3 pessoas do meu time?” — Aplica a regra real de preço por usuário?
- “e se eu quiser cancelar no segundo mês?” — Ele inventa uma política ou passa para um humano?
- “achei caro” — Ele dá desconto por conta própria? (Se der, isso é um problema, não um recurso.)
As respostas a essas quatro perguntas dizem mais sobre a ferramenta do que qualquer apresentação. É o mesmo teste que recomendamos fazer com a nossa.
Teste o agente de IA com as suas perguntas difíceis
Traga os casos que costumam travar o seu atendimento. A demonstração é feita com o conteúdo do seu negócio, não com exemplos prontos.
Falar com a PGC