Agentes de atendimento em WhatsApp com n8n

Quase todo pedido de “agente de IA para atender no WhatsApp” cabe nesta arquitetura. Ela é publicada aqui porque a parte difícil nunca é chamar o modelo — é tudo em volta.

Camadas

1. Recepção. O webhook da WhatsApp Cloud API entra no n8n e a mensagem vai imediatamente para uma fila. Responder na mesma requisição parece mais simples até o primeiro pico de mensagens, quando o webhook começa a estourar timeout e a Meta a repetir a entrega.

2. Agrupamento. Pessoas mandam três mensagens seguidas em vez de um parágrafo. Uma janela curta de espera agrupa as mensagens da mesma conversa antes de acionar o modelo — o que melhora a resposta e reduz o número de chamadas pagas.

3. Memória. Contexto recente em Redis, histórico permanente em Postgres. Enviar a conversa inteira a cada turno é o erro mais caro e mais comum em agente de atendimento.

4. Ferramentas. O agente consulta pedido, agenda e base de conhecimento por ferramentas declaradas, com esquema explícito. Nada de fazer o modelo “adivinhar” um dado que existe num banco a uma consulta de distância.

5. Escalada para humano. Regras claras de handoff: intenção de cancelamento, reclamação, pedido explícito de atendente ou baixa confiança do próprio agente. O caminho de saída é projetado junto com o fluxo, não improvisado depois.

Controle de custo

Cada integração tem teto de gasto diário e alerta antes do limite. As tarefas de classificação e roteamento usam modelo menor; o modelo maior é reservado à redação da resposta ao cliente. Prompt de sistema estável entra em cache, o que corta boa parte do custo de entrada em conversas longas.

Onde roda

VPS próprio com Easypanel — n8n, Postgres, Redis e a aplicação no mesmo host, sob controle do cliente. Cada domínio publicado recebe certificado Let’s Encrypt no proxy, verificado antes de o fluxo entrar em produção.