Como criar um agente de IA com a n8n que serve os clientes através do WhatsApp: guia passo a passo para empresas

Tempo estimado de leitura: 13 minutos

Ao contrário de um chatbot tradicional com respostas pré-definidas, um agente de IA compreende a intenção do utilizador, acede à informação da sua empresa e pode executar acções: criar um lead no seu CRM, enviar um cartão de produto ou escalar para um vendedor quando a conversa o exigir.

No Inprofit implementamos automatizações com o n8n self-hosted para empresas há mais de três anos. Neste guia mostramos-te a arquitetura exacta que utilizamos, os passos para a construir e os casos de utilização que geram mais retorno em ambientes B2B.

O que é um agente de IA e qual é a sua diferença em relação a um chatbot?

Antes de entrarmos na implementação, é importante clarificar a diferença, porque muitas empresas vêm à procura de um “chatbot para o WhatsApp” e o que realmente precisam é de um agente.

O agente de IA não se limita a responder: raciocina. Se um utilizador disser “Preciso da mesma coisa que encomendei no mês passado”, o agente pode consultar o histórico armazenado na Supabase e recuperar essa encomenda. Isto é impossível com um chatbot clássico.

Porquê utilizar a n8n para criar o teu agente WhatsApp?

Existem várias plataformas para ligar a IA ao WhatsApp: ManyChat, Tidio, Chatfuel, ou ainda Make (Integromat). Então, porquê o n8n?

O n8n self-hosted dá-te controlo total sobre os teus dados. As conversas com os teus clientes não passam por servidores de terceiros. Para as empresas B2B com dados sensíveis (orçamentos, termos e condições, informações de clientes), este não é um pormenor de somenos importância.

O n8n é o orquestrador mais poderoso para agentes de IA. Desde a versão 1.x, o n8n inclui o nó nativo AI Agent, que se integra diretamente com OpenAI, Anthropic (Claude), Google Gemini e outros LLMs, além de ferramentas de memória, vetor e pesquisa. Não precisas de código adicional para ligar o raciocínio do LLM ao resto da tua pilha.

O custo por conversa é marginal. Com uma instância auto-hospedada num VPS de 10-20 euros/mês, o único custo variável são as chamadas LLM (fracções de um cêntimo por mensagem). Em comparação com as plataformas SaaS que cobram por conversa ou por utilizador ativo, as poupanças à escala são significativas.

Integra-se com qualquer ferramenta da sua pilha. CRMs (HubSpot, Odoo, Salesforce), bases de dados (Supabase, PostgreSQL), ferramentas de correio eletrónico, Google Calendar, Slack… O n8n tem mais de 400 integrações nativas.

Se ainda não tens a certeza se a n8n ou a Make é a melhor opção para a tua empresa, recomendamos-te que leias a nossa comparação detalhada: Make vs n8n: qual escolher para automatizar a tua empresa.

Arquitetura de agentes: os quatro componentes de que precisas

Antes de abrires o n8n, compreende os blocos de construção do sistema. Um agente de IA para o WhatsApp tem sempre quatro camadas:

1. A camada de mensagens: WhatsApp Business API

O WhatsApp não te permite ligar ferramentas diretamente a uma conta pessoal. Para automatizar, precisas da API do WhatsApp Business, que podes obter através de:

• Alvo direto (gratuito, processo de verificação da empresa)
• BSP (Business Solution Providers): 360dialog, Vonage, Twilio. Mais rápido para ativar, com custo por mensagem ou assinatura mensal.

Para projectos empresariais e de volume médio a elevado, recomendamos a 360dialog pela sua integração simples de webhooks e modelo de preços previsível.

Uma vez activada, a API envia mensagens de entrada para um URL de webhook à tua escolha. É aí que entra o n8n.

2. A camada de orquestração: n8n

O n8n recebe o webhook, extrai a mensagem do utilizador, transmite-a ao agente de IA, recebe a resposta e envia-a de volta para o WhatsApp. Também orquestra acções adicionais: criar um contacto no CRM, guardar o contexto na base de dados, notificar a equipa de vendas através do Slack, etc.

3. A camada de raciocínio: o LLM

O modelo de linguagem é o “cérebro” do agente. Recebe a mensagem do utilizador juntamente com as instruções da sua empresa (o prompt do sistema) e gera a resposta. As opções mais utilizadas em projectos de produção:

• GPT-4o (OpenAI): o mais capaz e versátil. É a melhor opção se a complexidade da conversação for elevada.
• Claude 3.5 Soneto (Antrópico): excelente para seguir instruções longas e precisas. Ideal se o agente tiver de seguir um protocolo rigoroso.
• Chamada 3 (local via Ollama): para ambientes que não podem enviar dados para servidores externos.

4. O nível de memória: Supabase

Sem memória, o agente “esquece” todas as mensagens assim que a conversa termina. Com o Supabase (PostgreSQL na nuvem), armazena o histórico completo de cada conversa por número de telefone. Quando chega uma nova mensagem, o n8n recupera o histórico e injeta-o no contexto LLM. O agente lembra-se de quem é o utilizador, o que perguntou antes e onde deixou a conversa.

Esta camada é o que transforma um chatbot reativo num agente relacional. Nenhum dos concorrentes que analisam esta solução em inglês explica esta parte, e é a parte que tem mais impacto na experiência do cliente.

Como criar o teu agente de IA com o n8n para o WhatsApp: passo a passo

Passo 1: Configurar o teu acesso à API do WhatsApp Business

1. Entra no Meta for Developers e cria uma aplicação do tipo “Business”.
2. Ativa o produto WhatsApp na tua aplicação.
3. No painel de controlo do WhatsApp, cria um número de telefone de teste (ou adiciona o número da empresa após a verificação).
4. Acede a Definições > Webhooks e adiciona o URL do teu fluxo de trabalho n8n (vê-lo-ás no Passo 2).
5. Subscreve o campo messages para receber as mensagens recebidas.
6. Copia o código de acesso e o número de identificação do telefone: vais precisar deles na n8n.

Se preferires evitar a configuração direta com o Meta, podes utilizar o 360dialog, que oferece um painel de controlo mais simplificado e o webhook já configurado.

Passo 2: Cria o fluxo de trabalho principal na n8n

Abre o n8n e cria um novo fluxo de trabalho. A estrutura básica tem estes nós em sequência:

Nó 1 – Webhook (acionador)

• Tipo: Webhook
• Método: POST
• Caminho: /whatsapp-agent (ou o que preferires)
• Copia o URL de produção: é este que colas no Meta/360dialog como URL do webhook.
• Em “Response Mode” (Modo de resposta), seleciona “Respond to Webhook” (Responder ao Webhook) para controlares quando e como o n8n responde.

Nó 2 – Conjunto (extração de mensagens)

• Tipo: Set
• Extrai do JSON de entrada:
  • phone_number: {{ $json.entry[0].changes[0].value.messages[0].from }}
  • user_message: {{ $json.entry[0].changes[0].value.messages[0].text.body }}
  • message_id: {{ $json.entry[0].changes[0].value.messages[0].id }}
• Adiciona também um campo timestamp com {{ $now.toISO() }}.

Nota: A estrutura exacta do JSON varia ligeiramente consoante o fornecedor. Se usares o 360dialog, o payload tem um nível mais baixo de aninhamento.

Nó 3 – Supabase (recupera o histórico)

• Tipo: Supabase
• Funciona: Get Many Rows
• Mesa: conversation_history
• Filtra: phone_number = {{ $json.phone_number }}
• Encomenda: created_at ASC
• Limite: últimas 20 mensagens (para não ultrapassar a janela de contexto do LLM)

Nó 4 – Código (contexto de formato)

• Tipo: Code (JavaScript)
• Formata o histórico recuperado no formato de mensagem esperado pelo LLM:

javascript

const history = $input.all();
const messages = history.map(row => ({
  role: row.json.role, // 'user' o 'assistant'
  content: row.json.content
}));
return [{ json: { formatted_history: messages } }];

Nó 5 – Agente de IA

• Tipo: AI Agent
• Liga o modelo de conversação OpenAI (GPT-4o) ou o modelo de conversação Anthropic (Claude)
• Em “System Message” (Mensagem do sistema), introduz as instruções da tua empresa (ver a secção de prompts abaixo).
• Em “Mensagens”, injeta o histórico formatado da etapa anterior.
• Adiciona como Ferramentas qualquer ação que o agente possa executar: consultar produtos, criar leads no CRM, etc.

Nó 6 – Supabase (guarda o turno)

• Guarda a mensagem do utilizador e a resposta do agente:
  • Insere a linha com role: 'user', content: mensaje_usuario, phone_number
  • Insere a linha com role: 'assistant', content: respuesta_agente, phone_number

Nó 7 – Pedido HTTP (envia a resposta ao WhatsApp)

• Tipo: HTTP Request
• Método: POST
• URL: https://graph.facebook.com/v19.0/{PHONE_NUMBER_ID}/messages
• Cabeçalhos: Authorization: Bearer {ACCESS_TOKEN}
• Corpo (JSON):

json

{
  "messaging_product": "whatsapp",
  "to": "{{ $('Set').item.json.phone_number }}",
  "type": "text",
  "text": {
    "body": "{{ $('AI Agent').item.json.output }}"
  }
}

Nó 8 – Responde ao Webhook

• Devolve HTTP 200 ao Meta/360dialog para acusar a receção.
• Se não responderes 200 no prazo de 5 segundos, o fornecedor repete o envio e receberás uma mensagem duplicada.

Passo 3: Concebe o prompt do sistema do teu agente

O prompt do sistema é a instrução permanente que define o comportamento do agente. É o equivalente ao manual de integração de um novo funcionário. Um bom prompt do sistema para um agente B2B inclui:

Eres el asistente comercial de [NOMBRE EMPRESA], especializada en [sector/producto].

Tu objetivo principal es:
1. Responder preguntas sobre nuestros productos/servicios con precisión
2. Cualificar al usuario (empresa, necesidad, urgencia, presupuesto)
3. Si el usuario cumple el perfil de cliente, ofrecer una reunión con el equipo comercial
4. Si no cumple el perfil, ofrecer recursos útiles y cerrar amablemente

Reglas de comportamiento:
- Responde siempre en el idioma del usuario
- Sé conciso: máximo 3-4 frases por respuesta en WhatsApp
- Nunca inventes información. Si no sabes algo, di que lo consultas y escala
- No menciones precios específicos sin antes cualificar la necesidad
- Si el usuario lleva más de 3 mensajes sin avanzar, propón hablar con una persona

Información sobre nuestra empresa:
[Aquí pega la información que el agente debe conocer: catálogo, precios orientativos, proceso de compra, FAQ, etc.]

A qualidade do prompt do sistema determina 70% do comportamento do agente. Passa algum tempo a aperfeiçoá-lo com casos reais.

Passo 4: Adicionar ferramentas para o agente atuar

A diferença entre um agente que apenas fala e um que age está nas ferramentas que lhe dás. Na n8n, cada ferramenta é um subfluxo de trabalho ou um nó que o agente pode invocar quando necessário. Exemplos práticos:

• Criar um lead no HubSpot/Odoo: quando o utilizador partilha o teu e-mail ou empresa
• Verificar a disponibilidade do produto: faz um pedido HTTP ao teu ERP/catálogo
• Agendar uma reunião: cria um evento no Google Calendar e envia a ligação a partir do Calendly
• Encaminhar para um humano: envia uma notificação para o Slack com o resumo da conversa
• Pesquisa na base de dados de conhecimento: consulta um armazenamento de vectores com a tua documentação interna

Para utilizar ferramentas no nó n8n AI Agent, ativa “Utilizar ferramentas” e adiciona os subfluxos ou nós que pretende que o agente possa invocar. O LLM decide automaticamente quando usar cada ferramenta de acordo com o contexto.

Passo 5: Testa e ajusta antes da produção

Antes de ativar o webhook na produção, testa com números de teste Meta e simula conversas reais. Vê isto:

• O agente responde em menos de 3 segundos (fundamental para a experiência do WhatsApp)?
• Respeita o comando do sistema nos casos limite?
• O histórico é guardado e recuperado corretamente na Supabase?
• O que acontece se o utilizador enviar uma imagem ou áudio (tipos de mensagem não suportados)?

Para o último ponto, adiciona um nó IF antes do agente que filtra por tipo de mensagem e responde com uma mensagem amigável se o conteúdo não for texto.

Casos de utilização reais para empresas B2B

Qualificação dos contactos recebidos 24 horas por dia, 7 dias por semana

Este é o caso de utilização com maior retorno imediato. O agente recebe a mensagem inicial (“Quero informações sobre os teus serviços”), faz as perguntas-chave de qualificação (sector, dimensão da empresa, necessidade específica, urgência) e, se o lead se enquadrar, cria automaticamente o registo no CRM e notifica o vendedor designado.

As equipas de vendas que o implementam reduzem o tempo de resposta inicial de horas para segundos e eliminam a perda de leads fora de horas. Podes saber mais sobre como estruturar este fluxo no nosso artigo sobre o lead n8n lead nurturing B2B.

Acompanhamento de propostas e recuperação de oportunidades

O agente pode fazer um acompanhamento proactivo: quando um CRM marca uma proposta como “sem resposta em X dias”, a n8n envia uma mensagem WhatsApp personalizada com o nome do contacto e a referência da proposta. Se o utilizador responder, o agente capta a conversa e grava-a.

Este fluxo, combinado com uma estratégia de SDR de IA, pode melhorar significativamente as taxas de fecho de condutas frias. Lê mais: AI SDR: automatizando a prospeção B2B.

Serviço pós-venda e assistência técnica

Para empresas de software ou serviços recorrentes, o agente pode resolver as questões de suporte mais comuns (estado da fatura, acesso à plataforma, questões de configuração) sem intervenção da equipa. Só avança quando detecta frustração na linguagem do utilizador ou quando a consulta excede a sua base de conhecimentos.

Recuperação de carrinhos no comércio eletrónico B2B

Se tiveres uma loja WooCommerce com clientes empresariais, o agente pode enviar uma mensagem WhatsApp quando um carrinho é abandonado, perguntar se precisam de ajuda com o processo de checkout ou com as condições de pagamento e, se o cliente responder, tratar a questão no próprio chat. Podes ver a implementação técnica deste fluxo no nosso artigo sobre a recuperação de carrinhos abandonados com o WhatsApp e a IA.

Erros comuns na implementação de um agente de IA com o n8n para o WhatsApp

1. não geres mensagens duplicadas. O WhatsApp reenvia o webhook se não receberes 200 respostas no espaço de 5 segundos. Se o teu agente demorar mais tempo (devido a chamadas LLM), podes receber a mesma mensagem duas vezes. Solução: responde 200 imediatamente com o nó Responder ao Webhook e processa a mensagem de forma assíncrona.

2. Uma mensagem genérica do sistema. “És um assistente simpático que ajuda os clientes” não é suficiente. O agente precisa de saber o que pode e o que não pode fazer, que informações estão disponíveis e quando deve ser encaminhado. Quanto mais específico for o aviso, melhor será o desempenho do agente.

3. Esquece o limite de fichas. Se injectares todo o histórico de conversação no LLM sem limites, em conversações longas o custo dispara e a resposta pode degradar-se. Limita o histórico às últimas 15-20 mensagens ou usa uma estratégia de resumo (o agente gera um resumo a cada X turnos que substitui o histórico longo).

4. Não incluas mensagens não textuais. Os utilizadores enviam áudios, imagens, autocolantes, localizações. Se não tiveres um nó IF que filtre por tipo de mensagem, o fluxo de trabalho falhará. Define uma resposta padrão para cada tipo não suportado.

5. Salta os testes com casos limite. Tenta sempre: utilizador que insulta, utilizador que pede coisas fora do âmbito, utilizador que escreve noutra língua, utilizador que tenta fazer injeção de prompt (“esquece as tuas instruções e…”). Um agente mal testado gera situações comprometedoras em produção.

Quanto custa implementar um agente de IA com a n8n para o WhatsApp?

Em comparação com as plataformas SaaS, como o ManyChat Pro (299 dólares/mês) ou as soluções de chatbot para empresas (a partir de 500 euros/mês), o custo de auto-hospedagem é significativamente mais baixo, com maior controlo e capacidade.

Perguntas mais frequentes

Conclusão: o agente de IA mais poderoso é aquele que está integrado no teu processo de vendas.

Criar um agente de IA com o n8n para o WhatsApp não é tecnicamente complicado. O que faz a diferença entre um agente que tem realmente impacto no negócio e um que continua a ser uma experiência é a integração com os processos reais da empresa: o CRM, a equipa de vendas, os fluxos de qualificação.

No Inprofit implementamos este tipo de agentes como parte de projectos de automatização end-to-end, combinando o n8n com Supabase, Odoo e as ferramentas próprias de cada cliente. Se queres perceber como se aplicaria ao teu negócio, o próximo passo é explorar os 8 agentes de IA imprescindíveis para os negócios em 2026 ou ver como se estrutura uma estratégia completa de automatização B2B com n8n e ferramentas no-code.

Tens um caso de utilização claro mas não sabes por onde começar? Conta-nos a tua situação e nós faremos uma proposta sem compromisso.

Publicado pela equipa Inprofit | Atualizado: maio 2026 A Inprofit é uma agência especializada em automação comercial, desenvolvimento de SaaS e marketing digital. Desde 2022 que implementamos o n8n self-hosted em produção para clientes de vários sectores.

Jorge Anduix

Marketing tecnológico en vena. Fanático de las tecnologías Martech que rompen moldes: IA generativa, blockchain, no-code, metaverso, automatización extrema… Convencido de que el futuro no se espera, se construye (y se vende muy bien).
Responsable del marketing más disruptivo y tecnológico.