Agente de IA no WhatsApp com Kommo e n8n

O que é um agente de IA no WhatsApp e por que você precisa de um

Um agente de IA no WhatsApp é muito mais do que um chatbot que responde perguntas frequentes. É um sistema inteligente que entende contexto, toma decisões, executa ações e aprende com cada interação. Ele pode qualificar leads, responder dúvidas complexas, agendar reuniões, enviar propostas e até fechar vendas — tudo de forma autônoma, 24 horas por dia.

Neste tutorial, vamos construir um agente de IA completo usando Kommo CRM como plataforma de gestão e n8n como orquestrador de automações. Essa combinação é, na nossa experiência no Método METRIK, a mais poderosa e flexível disponível em 2026.

Arquitetura do sistema

Antes de começar a construir, é essencial entender a arquitetura completa do nosso agente:

• WhatsApp Business API → canal de comunicação com o cliente
• Kommo CRM → gestão de leads, pipeline e histórico de conversas
• n8n → orquestração dos fluxos, webhooks e lógica de negócio
• Modelo de IA (GPT-4 ou Claude) → processamento de linguagem natural e geração de respostas
• Banco de dados (opcional) → memória de longo prazo e base de conhecimento

O fluxo funciona assim: uma mensagem chega pelo WhatsApp → o Kommo recebe e dispara um webhook → o n8n captura, processa com IA e executa ações → a resposta volta ao Kommo → o Kommo envia pelo WhatsApp. Tudo em segundos.

Pré-requisitos

Para seguir este tutorial, você vai precisar de:

• Conta no Kommo CRM (plano Avançado ou superior)
• WhatsApp Business API conectado ao Kommo
• Instância do n8n (self-hosted ou n8n Cloud)
• Chave de API da OpenAI ou Anthropic
• Conhecimento básico de APIs e webhooks

Passo 1: Configurar o webhook no Kommo

Criando o webhook

Primeiro, precisamos que o Kommo nos avise quando uma nova mensagem chega. No Kommo, vá até Configurações → Integrações → API → Webhooks. Configure um novo webhook com os seguintes eventos:

• Incoming message (nova mensagem recebida) — esse é o gatilho principal
• Lead status changed — para reagir a mudanças no pipeline
• New lead created — para ações de boas-vindas

A URL do webhook será o endpoint do seu n8n (algo como https://seu-n8n.com/webhook/kommo-ia).

Entendendo o payload do webhook

Quando uma mensagem chega, o Kommo envia um payload JSON contendo: ID do lead, ID da mensagem, conteúdo da mensagem, tipo (texto, áudio, imagem), informações do contato e dados do pipeline. Esses dados são a base para o processamento do agente de IA.

Passo 2: Configurar o fluxo no n8n

Nó 1: Webhook Trigger

No n8n, crie um novo workflow com um nó "Webhook" como trigger. Configure para receber POST requests na URL que você definiu no Kommo. Teste o webhook enviando uma mensagem de teste pelo WhatsApp para confirmar que o n8n está recebendo os dados corretamente.

Nó 2: Buscar dados do lead no Kommo

Após receber o webhook, precisamos buscar informações completas do lead no Kommo. Use um nó "HTTP Request" para chamar a API do Kommo e obter: nome do lead, campos customizados, etapa atual no pipeline, histórico recente de mensagens e notas.

O endpoint é: GET https://suaconta.kommo.com/api/v4/leads/{lead_id}?with=contacts,catalog_elements

Nó 3: Buscar histórico de conversas

Para o agente ter contexto, precisamos do histórico de conversas recentes. Use outro nó HTTP Request para buscar as últimas mensagens. Geralmente, as últimas 15 a 20 mensagens são suficientes para dar contexto adequado à IA.

Nó 4: Montar o prompt e chamar a IA

Este é o nó mais importante. Aqui montamos o prompt com todo o contexto coletado e enviamos para o modelo de IA. Use um nó "OpenAI" (se usando GPT) ou "HTTP Request" (para Claude ou outros modelos).

Estrutura do prompt recomendada:

• System prompt: Definição da persona, regras, base de conhecimento e objetivo
• Contexto do lead: Nome, empresa, etapa no pipeline, campos relevantes
• Histórico de conversa: Últimas mensagens trocadas
• Mensagem atual: A mensagem que o lead acabou de enviar
• Instruções de ação: Orientar a IA sobre quais ações tomar (mover pipeline, criar tarefa, etc.)

Nó 5: Processar a resposta da IA

A IA retorna um JSON estruturado com a resposta a enviar e as ações a executar. Use um nó "Code" (JavaScript) para parsear a resposta e separar a mensagem das ações.

Nó 6: Enviar resposta pelo Kommo

Use um nó HTTP Request para enviar a resposta da IA de volta ao lead via API do Kommo. O endpoint é: POST https://suaconta.kommo.com/api/v4/leads/{lead_id}/notes com type "chat_message".

Nó 7: Executar ações no Kommo

Com base nas ações determinadas pela IA, execute operações no Kommo via API: mover lead no pipeline, atualizar campos customizados, criar tarefas para vendedores, adicionar tags. Use nós condicionais (If/Switch) para tratar cada tipo de ação.

Passo 3: Configurar a base de conhecimento

O que incluir na base de conhecimento

O agente de IA é tão bom quanto as informações que ele tem. Monte uma base de conhecimento abrangente incluindo:

• Catálogo de produtos/serviços com preços, especificações e benefícios
• FAQ com as 50 perguntas mais frequentes e suas respostas
• Políticas de pagamento, garantia, troca e cancelamento
• Script de vendas com argumentos, objeções comuns e respostas
• Informações da empresa — história, diferenciais, cases de sucesso

Implementando RAG para respostas precisas

Para bases de conhecimento grandes, use RAG (Retrieval-Augmented Generation). O processo é: vetorize seus documentos usando embeddings, armazene em um banco vetorial (Pinecone, Qdrant, Chroma), e antes de cada resposta, busque os trechos mais relevantes para incluir no prompt. Isso garante respostas precisas sem exceder o limite de tokens do modelo.

Passo 4: Implementar lógica de escalação

Quando transferir para humano

Nem toda interação pode ser resolvida por IA. Configure regras claras de escalação:

• Pedido explícito: O lead pede para falar com uma pessoa
• Sentimento negativo: A IA detecta frustração ou insatisfação
• Complexidade: A pergunta está fora do escopo da base de conhecimento
• Valor alto: Leads de alto valor que merecem atenção personalizada
• Loop detectado: O lead está fazendo a mesma pergunta repetidamente

Como escalar graciosamente

Quando a escalação é necessária, o agente deve: informar ao lead que está transferindo, criar uma tarefa urgente para o vendedor no Kommo com resumo da conversa, mover o lead para a etapa "Atendimento Humano" no pipeline, e enviar notificação ao vendedor responsável.

Passo 5: Monitoramento e otimização

Métricas para acompanhar

Monitore regularmente estas métricas para garantir que seu agente está performando:

• Taxa de resolução autônoma: Percentual de conversas resolvidas sem humano
• Tempo médio de resposta: Deve ser consistentemente abaixo de 30 segundos
• Taxa de escalação: Frequência com que o agente transfere para humano
• Satisfação do cliente: Feedback qualitativo das interações
• Taxa de conversão: Leads que o agente converte comparado ao atendimento humano

Iteração contínua

Revise semanalmente as conversas do agente. Identifique padrões de erro, perguntas não respondidas e oportunidades de melhoria. Atualize a base de conhecimento e refine os prompts com base nos dados reais.

Exemplo completo: agente para empresa de cursos online

Vamos ver um exemplo completo de implementação para uma empresa que vende cursos online:

Persona: "Bia", assistente de vendas simpática e prestativa.

Objetivo: Qualificar leads, apresentar cursos relevantes, responder dúvidas e agendar uma demonstração com consultor.

Fluxo: Lead envia mensagem → Bia se apresenta → Pergunta sobre interesse e experiência → Recomenda curso adequado → Responde dúvidas sobre preço, formato e certificação → Agenda demo com consultor → Move lead no pipeline e cria tarefa para o consultor.

Na comunidade Metrik, ensinamos exatamente como construir agentes como este, com templates prontos e suporte especializado. Para aprender mais sobre automações no Kommo, confira nosso artigo sobre automação comercial com Kommo.

Custos envolvidos

Vamos ser transparentes sobre os custos para implementar um agente de IA no WhatsApp:

• Kommo CRM: A partir de US$25/mês por usuário (plano Avançado)
• n8n: Gratuito se self-hosted; a partir de €20/mês no Cloud
• API de IA: Varia conforme uso. Para 1000 conversas/mês, espere gastar entre R$50 e R$200
• WhatsApp Business API: Custo por conversa, geralmente R$0,30 a R$0,80 por conversa

No total, um agente de IA completo no WhatsApp pode custar entre R$300 e R$800/mês para uma operação de pequeno a médio porte — um investimento baixo considerando que ele trabalha 24 horas sem salário, férias ou faltas.

Conclusão: seu agente de IA está a um workflow de distância

Construir um agente de IA no WhatsApp com Kommo e n8n é um projeto acessível que entrega resultados reais. Com as ferramentas certas e o conhecimento adequado, você pode ter um agente funcionando em questão de dias — não meses.

Se você quer aprender mais sobre como vender esse tipo de projeto, não deixe de ler nosso artigo sobre como vender projetos de IA + CRM por R$6.000+.

Quer implementar seu agente de IA com suporte especializado? Conheça os planos da Metrik e acelere sua implementação.