Como criar um agente de IA para WhatsApp: método e 3 caminhos

Para criar um agente de IA para WhatsApp, você define uma função curta, um tom de voz, uma base de conhecimento com uma informação por linha, as ações que ele pode fazer e a regra de quando passar para um humano. Depois testa com perguntas reais, inclusive perguntas que não estão na base, e ajusta até ele parar de inventar.

A ferramenta vem depois. O mesmo método vale numa plataforma com criador de agente pronto, num fluxo do n8n ou num código que você mesmo sobe numa VPS. Primeiro eu mostro o método, depois os três caminhos, com o que cada um exige de você.

Agente de IA ou chatbot com IA: qual a diferença na prática

Muita gente usa os dois nomes para a mesma coisa. Na prática, um chatbot com IA responde e um agente de IA também age. Ele consulta a base, marca horário, move o card no funil, atribui a conversa para um vendedor.

Quanto mais o agente pode fazer, mais importante fica dizer o que ele não pode. Se o seu interesse é a parte de memória, contexto e mensagens quebradas, eu detalhei isso no artigo sobre chatbot com IA no WhatsApp.

O método para criar um agente de IA para WhatsApp em qualquer ferramenta

1. Escreva a função em uma frase. "Atende a clínica, tira dúvidas sobre procedimentos e agenda horário." Função vaga, do tipo "atende o cliente da melhor forma", não diz nada para a IA, e ela tenta fazer de tudo.
2. Defina o tom. Frases curtas, como fala com o cliente, se chama pelo nome, se usa emoji ou não. Duas ou três linhas bastam.
3. Monte a base de conhecimento. Preço, serviço, horário, endereço, regra de pagamento. Isso fica fora do prompt (explico abaixo).
4. Liste as ações permitidas. Agendar, coletar nome e telefone, mover no Kanban, atribuir a conversa. O que não está na lista, ele não faz.
5. Escreva a regra de passar para humano. Em quais casos ele para e chama uma pessoa.
6. Conecte no WhatsApp e teste com um número seu antes de liberar para cliente.
7. Ajuste e teste de novo. Cada erro vira uma linha nova na base ou na regra.

No vídeo do chatbot com n8n eu digo que o prompt é uns 80% do resultado. Continuo achando isso, com um detalhe: prompt bom é curto e diz como agir. O que o agente precisa saber vai na base.

Base de conhecimento: uma informação por linha

O erro mais comum é colar tudo no prompt: preços, regras, história da empresa, horários. O prompt cresce, a IA se perde e, quando o preço muda, alguém reescreve o texto inteiro.

Separe assim:

• Prompt: quem o agente é, como fala, o que pode fazer e quando passa para humano.
• Base: o que ele sabe.

E na base, uma informação por linha, com preço e condição juntos:

Limpeza de pele: R$ X, duração de 1 hora, só com agendamento.
Horário de atendimento: segunda a sexta, 9h às 18h. Sábado, 9h às 13h.
Pagamento: Pix, cartão em até 3x. Não aceitamos cheque.
Endereço: Rua Exemplo, 100, sala 2. Estacionamento conveniado na esquina.

Texto corrido e PDF de cardápio cheio de colunas confundem a IA, porque ela precisa adivinhar qual preço vale para qual serviço. Uma linha por fato resolve isso. No vídeo do Codex aparece o outro lado: o primeiro envio da base não processou e foi preciso pedir a correção antes de o agente usar o conteúdo. Sempre confira se a base foi lida antes de testar.

A regra de passar para humano

Sem regra explícita, o agente tenta resolver tudo e, quando não sabe, inventa. Escreva os casos em lista:

• reclamação ou cliente irritado;
• pedido de desconto ou negociação;
• pergunta que não está na base;
• cliente que pede para falar com uma pessoa.

E defina o que ele faz nessa hora: avisa o cliente, atribui a conversa a alguém da equipe e para de responder. No Chatwoot, uma forma simples é combinar uma frase exata no prompt e criar uma automação que atribui a conversa quando essa frase aparece. No meu teste de 2025, a IA mudou a frase na primeira tentativa e a regra não disparou. Precisei escrever no prompt "diga exatamente esta frase, sem mudar nada". Esse tipo de ajuste é normal.

Como testar o agente antes de ligar para clientes

Monte uma lista de mensagens e mande do seu celular, como se fosse cliente:

1. Uma pergunta de preço que está na base. Ele precisa trazer o valor certo.
2. Um pedido de horário. Ele precisa seguir a ação combinada (agendar, pedir dados).
3. Uma pergunta que não está na base. Esse é o teste que importa: o agente precisa admitir que não sabe e chamar alguém, sem inventar.
4. Uma mensagem irritada. Ele precisa passar para humano.
5. Um áudio e uma foto, se o seu cliente costuma mandar.

Quando um teste falha, corrija uma coisa por vez e repita. Mudando cinco coisas juntas, você não sabe qual resolveu.

Caminho 1: sem programar, com criador de agente

É o caminho para quem quer o agente funcionando sem montar fluxo nem escrever código. Você preenche a função, o tom, cola a base, escolhe as ações e liga na caixa de entrada do WhatsApp.

O AstraChat, a nossa versão do Chatwoot, tem um criador de agente de IA dentro do atendimento. O agente fica no mesmo lugar onde a equipe responde, ao lado do Kanban, então você não precisa montar integração extra para ligar a IA ao WhatsApp.

A vantagem é a manutenção. Mudou o preço, você troca a linha na base e testa de novo. Se você tem agência, esse ajuste pode ficar com o próprio cliente.

Caminho 2: agente de IA no WhatsApp com n8n

O n8n é bom quando você quer controlar cada etapa: receber a mensagem por webhook, ignorar grupos, transcrever áudio, juntar mensagens que chegam em sequência, buscar o histórico, chamar o modelo e quebrar a resposta em mensagens menores. Foi assim que montei o fluxo do vídeo de abril de 2025, com Evolution API e Chatwoot, e o passo a passo está no artigo de chatbot com IA no WhatsApp.

O custo é de tempo: credenciais, Redis, Postgres, webhook de teste e de produção, e cada mudança da API do WhatsApp que você usar. Para quem já tem o n8n rodando, é o caminho mais flexível sem escrever código.

Caminho 3: com código numa VPS (o que mostro no vídeo)

No vídeo deste artigo, gravado em março de 2026, eu instalo o Codex numa VPS com Docker, Traefik e Portainer e peço, num prompt só, um agente completo:

• API em Python com FastAPI e o Agno, que já traz o necessário para RAG (base de conhecimento com embeddings) sem eu montar Postgres e Redis à parte;
• um painel web com campo para o token da OpenAI, área de treinamento, janela de conversa e bloco de conexão com o WhatsApp;
• conexão direta com a whatsmeow, a biblioteca em Go, sem Evolution, WAHA ou outra API no meio;
• deploy no Portainer, com as labels do Traefik e volumes persistentes.

O Codex levou uns 15 a 18 minutos para construir e mais um pouco para o deploy. Não saiu perfeito de primeira: o certificado deu erro no começo, a base não processou, o token não ficava salvo depois de atualizar a página e eu pedi um botão para renovar o QR Code. Cada ajuste foi uma conversa com a IA. Depois disso, li o QR Code, mandei "oi" do meu número pessoal e o agente respondeu no WhatsApp.

Dois cuidados que falo no vídeo. Use uma VPS de teste, porque no modo sem pedir permissão a IA executa tudo sozinha; se for numa VPS de produção, faça backup antes. E passe para a IA a documentação da API do Portainer; eu esqueci, e ela subiu a stack por fora do painel.

Serve bem para agência: cada cliente ganha a sua stack, com o token de IA do próprio cliente, para o consumo não cair na sua conta. Em troca, a manutenção quando o WhatsApp muda é sua.

Qual caminho escolher

Empresa que só quer atender fica bem no caminho 1. Quem já vive no n8n, no 2. Agência que quer um produto próprio para cada cliente, no 3.

O lado honesto

Agente de IA erra. Ele precisa de teste antes de ir para cliente e de revisão de tempos em tempos, principalmente quando a empresa muda preço ou regra.

Se o WhatsApp estiver ligado por API não oficial (Evolution, WAHA, whatsmeow direto), existe risco de bloqueio do número, e uma mudança do lado do WhatsApp pode parar a conexão até sair uma correção. Para número principal de venda, avalie a API oficial. E quem quer só a IA que já vem no app, veja o que faz o agente de IA do WhatsApp Business antes de montar o seu.

Perguntas frequentes

Dá para criar um agente de IA para WhatsApp grátis?

O software pode ser gratuito: o n8n e o código do vídeo rodam no seu servidor. Mas o modelo de IA cobra pelo uso (no vídeo, pelo token da OpenAI) e o servidor tem custo mensal.

Como criar um chatbot com IA para WhatsApp sem programar?

Use uma plataforma com criador de agente: você preenche função, tom, base de conhecimento, ações e regra de transferência, e liga na caixa do WhatsApp. O método de teste é o mesmo de quem programa.

Qual é o melhor agente de IA para WhatsApp?

O que passa nos seus testes: responde certo o que está na base, não inventa o que não está e passa para humano quando deve. Compare as ferramentas com as mesmas perguntas reais do seu atendimento.

Preciso de n8n para ter um agente de IA no WhatsApp?

Não. O n8n é um dos caminhos. Dá para usar um criador de agente pronto ou construir com código, como no vídeo do Codex.

O agente de IA substitui o atendente?

Ele cuida das perguntas repetidas e da triagem. Reclamação, negociação e casos fora da base continuam com uma pessoa, e a regra de transferência existe para isso.

Quer o agente pronto dentro do atendimento?

O AstraChat é o Chatwoot Pro da Astra Online. Os agentes de IA ficam na mesma tela do Kanban, do disparador, dos flows e das ligações pelo WhatsApp, no seu servidor, com a sua marca e sem cobrança por atendente.

Ele vem na Comunidade Astra Online, com código-fonte, atualizações, grupo VIP e a primeira instalação feita pelo especialista em Chatwoot Raphael Popiolek. Me chame no WhatsApp e mande as cinco perguntas que o seu atendimento mais recebe: elas viram o primeiro teste do seu agente.