Chatbot de WhatsApp com IA que responde com os dados da sua empresa

O WhatsApp é o principal canal de vendas e atendimento de boa parte das empresas brasileiras. E é justamente nele que muitas perdem clientes: mensagem que chega às 22h e só é respondida no dia seguinte, pergunta repetida pela décima vez no dia, atendente que não sabe o preço atualizado.

Os chatbots antigos, de menu numerado ("digite 1 para..."), resolvem pouco. Os chatbots com IA conversam de forma natural, mas têm um risco sério: inventar respostas. A solução é uma técnica chamada RAG. Este guia explica como montar um assistente que responde com os dados reais da sua empresa.

Por que a IA "inventa" e como evitar

Modelos de linguagem são treinados para produzir texto plausível. Se você pergunta o preço de um produto que ele não conhece, ele pode responder um valor qualquer com toda a confiança. Isso é inaceitável num atendimento.

O RAG (Retrieval-Augmented Generation, ou geração aumentada por recuperação) resolve isso em duas etapas:

1. Recuperação: antes de responder, o sistema busca nas fontes da empresa os trechos relevantes para a pergunta: catálogo, tabela de preços, políticas de troca, horários.
2. Geração: o modelo recebe a pergunta e os trechos encontrados, com a instrução de responder apenas com base neles. Se a informação não estiver lá, ele diz que não sabe e encaminha para um atendente.

As peças do sistema

1. Conexão com o WhatsApp

Para automação profissional, use a API oficial do WhatsApp Business, diretamente pela Meta ou por um provedor homologado. Soluções não oficiais que simulam o WhatsApp Web correm risco de banimento do número.

2. Base de conhecimento

Reúna as informações que o assistente pode usar: produtos, preços, estoque, perguntas frequentes, políticas. O ideal é que essa base venha direto do seu sistema, e não de um documento copiado, para nunca ficar desatualizada.

3. Busca semântica

Os conteúdos são divididos em trechos e transformados em vetores (embeddings), que permitem encontrar textos pelo significado. Assim, "vocês entregam em Imperatriz?" encontra a política de entregas mesmo sem a palavra exata.

4. Ferramentas

Para perguntas que dependem de dados ao vivo, como status de pedido ou estoque, o assistente chama funções do seu sistema em vez de buscar em texto. É aqui que ele deixa de ser um FAQ e passa a resolver.

5. Transferência para humano

Regras claras de quando passar para uma pessoa: reclamação, pedido de desconto, assunto fora da base, cliente que pede explicitamente.

Passo a passo de implementação

1. Levante as 30 perguntas mais frequentes. Leia conversas reais dos últimos meses.
2. Organize a base de conhecimento para responder essas perguntas.
3. Defina o tom e os limites do assistente: como se apresenta, o que nunca faz (prometer prazo, dar desconto).
4. Monte o fluxo de recuperação e geração e teste com as perguntas reais.
5. Crie um conjunto de testes com perguntas e respostas esperadas, incluindo perguntas que ele deve recusar.
6. Lance em horário restrito, por exemplo fora do expediente, e acompanhe as conversas.
7. Amplie conforme a qualidade se confirmar.

O que medir

• Percentual de conversas resolvidas sem humano
• Tempo de primeira resposta
• Taxa de transferência e motivos
• Respostas marcadas como erradas na revisão
• Vendas iniciadas pelo assistente

Cuidados importantes

• Avise que é um assistente virtual. Transparência é obrigação ética e tende a ser exigência legal.
• Proteja dados pessoais. Não peça dados desnecessários e use fornecedores com contrato adequado.
• Revise conversas periodicamente. Erros revelam lacunas na base de conhecimento.
• Controle custos. Cada resposta consome processamento; limites e cache evitam surpresas.

Conclusão

Um chatbot de WhatsApp com IA bem construído atende 24 horas, responde com informação correta e libera a equipe para as conversas que realmente precisam de uma pessoa. O segredo não está no modelo escolhido, e sim na base de conhecimento, nas ferramentas e nas regras de transferência.