
Como criar um agente de IA para atendimento em 7 etapas
Veja como criar um agente de IA para atendimento em 7 etapas, o esforço de cada fase e quando construir internamente ou contratar pronto.
Para criar um agente de IA para atendimento, você precisa definir o escopo, organizar a base de conhecimento, escrever regras e prompt, conectar sistemas e canais, testar conversas reais e monitorar a operação. A ferramenta é só uma parte: o resultado depende de processo documentado, responsável pela operação, acesso aos dados e revisão contínua.
Ainda assim, o projeto pode parecer trabalho de uma tarde. Você abre uma ferramenta, cola o manual de atendimento, escreve meia página de instruções e conecta ao WhatsApp. No teste com o time, o agente responde bonito e todo mundo sai animado da sala.
Aí chega o primeiro cliente de verdade. Ele manda áudio, digita o CPF com um número a menos, pergunta duas coisas na mesma mensagem e quer saber do boleto que venceu ontem, que não está em manual nenhum. O agente devolve uma resposta educada, segura e errada.
A demo engana.
Este guia mostra o caminho completo em sete etapas, com o que cada uma pede de gente e de tempo. Se você quer fazer em casa, ele serve de mapa. Se ainda está em dúvida, a última parte traz os critérios para decidir entre construir e contratar pronto.
Os conceitos de PLN e os tipos de agente estão no nosso guia de IA no atendimento.
O que você precisa ter antes de criar um agente de IA?
Antes de começar, você precisa de quatro condições essenciais: um processo escolhido e documentado, uma pessoa da operação que responda por ele, acesso aos sistemas onde estão os dados solicitados pelos clientes e tempo reservado para revisão. Sem isso, a ferramenta só acelera a confusão.

A gente vê muito projeto começar pela ferramenta. Alguém assiste a um vídeo, cria uma conta e só depois pergunta o que o agente deveria resolver. O caminho que funciona é o inverso, com o motivo de contato decidido antes de qualquer tela aberta.
Ferramenta vem depois.
O alerta não é só nosso. Em junho de 2025, a Gartner previu que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custo crescente, valor de negócio pouco claro ou controle de risco insuficiente. Repare que nenhum dos três motivos é falta de um modelo bom.
- Um dono do processo: alguém da operação que conhece as exceções e tem autoridade para decidir o que o agente pode ou não fazer. Quase sempre é a coordenação de atendimento, e não a TI.
- Conversas reais exportadas: algumas centenas de mensagens do WhatsApp, do e-mail ou das transcrições de ligação. É com elas que você descobre o que o cliente pergunta de verdade, e não o que o time acha que ele pergunta.
- Acesso aos sistemas: credenciais, documentação de API ou, no mínimo, alguém de TI que diga o que dá para consultar. Sem isso, o agente fica preso ao que está escrito nos documentos.
- Horas de revisão reservadas: tempo na agenda de quem vai testar e corrigir respostas nas primeiras semanas. Esse é o recurso que mais falta quando o projeto começa de verdade.
Com esses quatro itens na mesa, o projeto tem chão. Agora dá para olhar o caminho inteiro.
Como criar um agente de IA em 7 etapas
Para criar um agente de IA de atendimento, o caminho tem sete etapas, nesta ordem. Escopo, base de conhecimento, regras e prompt, ferramentas e integrações, canal, testes e monitoramento. Pular uma delas não economiza tempo, só empurra o problema para depois do lançamento, quando o erro aparece na frente do cliente.
- Escopo: você escolhe de um a três motivos de contato para a primeira versão. Essa etapa pede o dono do processo e uma boa leitura das conversas reais.
- Base de conhecimento: você reúne, corrige e organiza o conteúdo que o agente vai consultar. É a etapa que mais consome horas da operação.
- Regras e prompt de agente: você escreve o que ele faz, o que nunca faz e quando passa a conversa para uma pessoa. Pede alguém que escreva bem e conheça as exceções do processo.
- Ferramentas e integrações: você conecta o agente aos sistemas para ele consultar e executar tarefas. É aqui que a TI entra de verdade.
- Canal: você coloca o agente no WhatsApp, no telefone ou no site. Cada canal tem regras e hábitos próprios do cliente.
- Testes: você tenta quebrar o agente antes que o cliente quebre. Quem faz isso melhor é a linha de frente.
- Monitoramento: você lê conversas, mede e ajusta toda semana. Essa etapa não termina nunca.
Repare que só duas das sete etapas são técnicas. O resto é operação.
Como definir o escopo do agente?
Defina o escopo escolhendo os motivos de contato que mais se repetem, têm resposta padronizada e trazem baixo risco. Na primeira versão, de um a três motivos bastam. Agendamento, segunda via, status de pedido e abertura de chamado costumam ser os primeiros candidatos.

Pegue o histórico dos últimos 30 dias e classifique as conversas por motivo. Não confie na memória da equipe. O atendente lembra do caso que deu briga, não da pergunta que chega dezenas de vezes por dia sem ninguém perceber.
Depois, marque em cada motivo onde mora a resposta. Se ela está num documento, o agente resolve com a base. Se está num sistema, ele vai precisar de integração. Se depende de alguém decidir, como um desconto ou uma exceção de prazo, fica fora da primeira versão.
Aqui é onde a maioria tropeça. A empresa quer que o agente faça tudo no primeiro dia, inclusive negociar e tratar reclamação. Escopo largo demais gera um agente que responde mal a vinte assuntos, em vez de resolver bem três.
Comece estreito.
Quem conduz essa etapa é o dono do processo, com uma planilha e paciência. Costuma ser trabalho de dias, não de meses, e é ele que define se o resto vai dar certo. Com o escopo fechado, você já sabe o que o agente precisa saber.
Como montar a base de conhecimento do agente?
A base de conhecimento é o conteúdo que o agente consulta para responder, como políticas, prazos, preços, procedimentos e perguntas frequentes. Ela precisa estar atualizada, sem contradições e escrita para o cliente, não para o atendente veterano. Base desatualizada gera resposta errada com cara de certa.

O primeiro rascunho quase sempre nasce de um manual interno. O problema é que manual interno é escrito para quem já sabe. Ele diz "seguir o fluxo padrão de troca" e pressupõe que o leitor conhece o fluxo.
Para o agente, o que não está escrito não existe. Se a política de troca muda conforme o produto, a base precisa dizer isso com todas as letras. Se dois documentos trazem prazos diferentes, ele vai escolher um deles, e nem sempre o certo.
Ele não adivinha.
Um teste simples ajuda muito. Entregue a base para alguém de outro setor e peça que responda dez perguntas reais de clientes usando só aquele material. Onde a pessoa travar, o agente também vai travar, só que sem avisar.
Na plataforma da Tallk.me, esse material fica no Cérebro do agente, que aceita documentos em formatos como PDF, DOCX, XLSX, CSV e JSON, além de áreas próprias para áudios, vídeos e imagens. O formato aceito facilita a importação, mas não substitui a curadoria de quem conhece a operação.
Essa é a etapa que mais come horas da equipe. Quem conhece as exceções precisa escrever ou revisar, e isso disputa espaço com a fila do dia. Reserve a agenda dessa pessoa antes de começar, ou a base fica pela metade.
Como escrever o prompt de agente e as regras de transferência?
O prompt de agente é o conjunto de instruções que define papel, tom, limites e o que fazer em cada situação. Um bom prompt diz o que o agente pode fazer, o que ele nunca faz e em que momento passa a conversa para uma pessoa, com o contexto junto.

O erro mais comum é escrever o prompt como peça de propaganda. "Você é um assistente simpático que encanta o cliente." Isso não diz nada sobre o que fazer quando alguém pede reembolso fora da política.
Prompt bom parece procedimento operacional. Ele lista situações e respostas esperadas, com exemplos de conversa certa e errada. Também define o tom em termos concretos, como frases curtas, nada de gíria e nenhuma promessa de prazo que não esteja na base.
- Resolução sozinho: ele conclui os motivos do escopo e pede ao cliente só os dados necessários, na ordem combinada.
- Proibições: ele não dá desconto, não promete prazo fora da política e não opina sobre assunto jurídico ou de saúde.
- Transferência: ele passa a conversa quando o cliente pede uma pessoa, quando a resposta não está na base, quando o sistema não responde ou quando o tom esquenta.
- Fora do horário: ele registra a solicitação e diz com clareza quando alguém vai retornar.
Quem já passou por isso sabe. O agente que nunca transfere segura conversa que não devia, e o cliente sai irritado. O que transfere demais vira uma URA de texto. A calibragem certa aparece nos testes, não na primeira versão do prompt.
Na Tallk.me, a TAI apoia a criação dessas instruções e das etapas do workflow. As mudanças ficam em rascunho até alguém publicar a nova versão do agente, o que evita que um ajuste feito às pressas entre em produção sem revisão.
Prompt é procedimento.
Instrução sem dado, porém, só leva o agente até certo ponto. Para ele resolver de fato, entram as integrações.
Quais integrações o agente precisa para resolver, e não só responder?
As integrações permitem ao agente consultar e alterar dados nos seus sistemas, como agenda, CRM, ERP e sistema de chamados. Sem elas, ele só repete o que está na base de conhecimento. Com elas, ele confirma o horário, emite a segunda via e registra o protocolo.

Pense na diferença do lado do cliente. Ele pergunta se a consulta de quinta está confirmada. Sem integração, o agente explica a política de confirmação. Com integração, responde que sim, às 14h, com a mesma médica da última vez.
Cada integração exige três respostas da sua TI. O sistema tem API ou outro caminho seguro de acesso? Quais dados o agente pode ler e quais pode alterar? O que acontece quando o sistema cai no meio da conversa?
Agora, o ponto que quase ninguém fala. A terceira pergunta é a que mais fica sem resposta. Um agente sem plano para falha de integração inventa uma resposta ou deixa o cliente esperando. O comportamento certo é avisar, registrar e transferir.
Dentro da plataforma da Tallk.me, isso se configura nas Habilidades do agente, com criação e edição de eventos na agenda conectada, chamadas de API, conexão de ferramentas pelo protocolo MCP e classificação de conversas por tags. Consultar ou atualizar um CRM depende da integração configurada para aquele sistema.
Esta é a etapa mais técnica e a mais difícil de estimar. Um sistema com API documentada se conecta sem drama. Um sistema antigo, sem API, pode exigir desenvolvimento à parte ou mudar o escopo da primeira versão.
Sem API, sem ação.
Conectado aos sistemas, o agente ainda precisa de um lugar para atender.
Como criar um agente de IA para WhatsApp e para telefone?
Para criar um agente de IA no WhatsApp, use a API oficial da Meta, com número registrado no nome da empresa e respeito às políticas de mensagem. No telefone, o agente vira voicebot e depende de telefonia integrada, voz natural e transferência para atendente com o contexto da ligação.

No WhatsApp, a decisão que mais pesa vem antes do agente. Ferramenta não oficial ligada ao aplicativo pode funcionar por um tempo e derrubar o número de uma hora para outra. A API oficial dá estabilidade, mas cobra disciplina com modelos de mensagem e com a janela de atendimento.
O canal também muda o jeito de escrever. Mensagem longa no celular não é lida. O cliente manda áudio, foto do boleto e três mensagens seguidas antes da primeira resposta. O agente precisa ser testado com esse comportamento, não com frases arrumadas.
A nossa plataforma de WhatsApp opera na API oficial e coloca agentes de IA e atendentes no mesmo número, com o histórico preservado quando a conversa muda de mãos. O número que você já divulga pode ser migrado durante a implantação.
No telefone, a conversa é outra. O cliente liga do carro, fala com barulho de fundo e interrompe o agente no meio da frase. Por isso, um voicebot depende tanto da telefonia quanto do modelo, e na Tallk.me ele opera sobre o PABX virtual, o 0800 VoIP e o discador.
Silêncio longo parece defeito.
A Kohap Elevadores usa agente nos dois canais. Segundo Giovanna, gerente administrativa, 100% dos chamados de elevador, pelo WhatsApp ou pelo 0800, passaram a ser automatizados, e o custo do atendimento caiu de R$ 12 mil para R$ 899.
Um alerta, para não vender ilusão. Esse resultado vem de um escopo estreito e muito bem definido, porque abrir chamado de manutenção costuma seguir sempre o mesmo roteiro. Operações com dezenas de motivos diferentes não chegam a 100% tão cedo, e nem precisam chegar para o projeto valer a pena.
Canal escolhido, falta a parte que separa projeto sério de demonstração.
Como testar e monitorar o agente depois que ele entra no ar?
Teste o agente com conversas reais antes de abrir para clientes, tentando quebrá-lo de propósito. Depois do lançamento, leia uma amostra de conversas toda semana e acompanhe resolução, transferências, motivos de falha e satisfação. Monitoramento é rotina permanente, não fase do projeto.

Monte uma bateria de testes com as perguntas reais da etapa de escopo e acrescente as difíceis. Cliente que xinga, que manda só "oi", que pede gerente, que digita o CPF errado e que pergunta algo fora do escopo. Quem faz esse teste melhor é a linha de frente, porque conhece esse cliente.
Teste para quebrar.
Com o agente em produção, o trabalho muda de natureza. Toda semana, alguém lê uma amostra de conversas e responde a três perguntas. O que o agente errou, o que ele transferiu sem necessidade e o que o cliente perguntou que ninguém previu. Cada resposta vira um ajuste na base, no prompt ou na integração.
As métricas são as mesmas de qualquer automação, e a gente detalha cada uma no artigo sobre chatbot com IA. A combinação que mais engana é resolução alta com satisfação caindo. Ela parece ótima no relatório e quase sempre indica um agente segurando conversa que devia transferir.
Essa etapa nunca acaba, e é a que mais some do orçamento de quem faz em casa. O projeto termina, quem desenvolveu vai cuidar de outra coisa e o agente passa meses sem ninguém lendo as conversas. Enquanto isso, preço muda, política muda e a base envelhece.
É justamente essa manutenção que mais pesa na decisão entre construir e contratar.
Criar um agente de IA ou contratar pronto: qual compensa?
Fazer em casa compensa quando o escopo é simples, você tem gente técnica disponível e alguém para manter o agente depois. Contratar pronto compensa quando há volume alto, várias integrações, dados sensíveis ou nenhuma pessoa com tempo para cuidar dele toda semana.

A tentação de construir cresceu. Na pesquisa The State of AI 2026, da McKinsey, feita com 1.719 participantes de 97 países entre maio e junho de 2026, 32% disseram que a empresa desistiu de comprar ao menos um software ou funcionalidade porque conseguiu construir a solução internamente com agentes de IA que escrevem código.
A mesma pesquisa mostra o outro lado da conta. Um em cada cinco respondentes, cerca de 20%, disse que o custo de operar a IA, incluindo tokens, já limitou o uso na empresa. Construir é a parte barata. Manter rodando é a conta que chega todo mês.
- Volume: com poucas dezenas de conversas por dia e um motivo só, um agente caseiro bem cuidado dá conta. Com milhares de conversas por mês e picos sazonais, cada erro se multiplica e o monitoramento vira trabalho diário.
- Integrações: uma agenda com API pronta é um projeto. Agenda, CRM, ERP e telefonia ao mesmo tempo são outro, com teste de falha para cada conexão.
- LGPD: quem coloca um agente para conversar com clientes trata dados pessoais e responde por isso. O peso aumenta quando a conversa envolve saúde, crédito ou documentos.
- Quem mantém depois: se ninguém da equipe vai ler conversas toda semana, o agente piora sozinho. Essa pergunta decide mais do que todas as outras juntas.
A LGPD (Lei 13.709/2018) vale para qualquer empresa que trate dados pessoais de pessoas no Brasil, com as exceções do art. 4º, como uso particular sem fim econômico e fins jornalísticos. Se você cria o agente em casa, a sua empresa é a controladora e responde pelas medidas de segurança do art. 46, que precisam ser pensadas desde a concepção do serviço.
Contratar não transfere essa responsabilidade. Em geral, o fornecedor atua como operador e, pelo art. 39, trata os dados segundo as instruções da sua empresa, que continua controladora. Na prática, você precisa saber onde as conversas ficam guardadas, quem acessa e o que acontece com elas quando o contrato acaba.
Cuidado também com o rótulo. No mesmo comunicado citado no começo, a Gartner estimou que só cerca de 130 dos milhares de fornecedores que se apresentam como de IA agêntica entregam isso de fato. Antes de assinar, peça para ver o agente consultando um sistema real, e não só respondendo pergunta.
Fazer em casa não é erro. Erro é fazer sem saber o tamanho do trabalho.
Como a Tallk.me ajuda nesse projeto?
A Tallk.me configura, integra e acompanha agentes de IA para voz, WhatsApp e webchat. Você pode montar o agente na plataforma por conta própria e contar com a gente no diagnóstico, na organização da base, na configuração, nas integrações e nos testes, conforme o escopo contratado.
O ponto de partida é o diagnóstico gratuito. Antes de qualquer proposta, a equipe entende o volume de atendimento, os canais, as dores e os objetivos da operação. Investimento e prazo saem depois disso, porque dependem de canais, volume, integrações e acompanhamento. Os detalhes da solução estão na página do agente de IA.
Seja qual for o caminho, faça um exercício antes da primeira reunião com fornecedor ou da primeira linha de prompt. Exporte as conversas da última semana, separe as vinte perguntas mais comuns e escreva à mão a resposta ideal para cada uma. Se a equipe não chegar a um acordo sobre essas respostas, o problema ainda não é de tecnologia.
Comece por aí.
Perguntas frequentes
Quanto tempo leva para criar um agente de IA?
Depende do escopo e das integrações. Um agente baseado em documentos tende a exigir menos etapas técnicas, enquanto conexões com agenda, CRM ou ERP demandam desenvolvimento, testes de falha e validação. A manutenção continua após o lançamento.
Como criar um agente de IA para WhatsApp?
Use a API oficial da Meta, defina quando a conversa deve passar para uma pessoa e teste o agente com mensagens reais, áudios, erros de digitação e várias mensagens seguidas.
Qual é a diferença entre prompt e base de conhecimento?
A base de conhecimento reúne o que o agente consulta, como políticas, prazos e procedimentos. O prompt define como ele se comporta, incluindo tom, limites, ordem das perguntas e regras de transferência.
É melhor criar um agente de IA ou contratar pronto?
Criar internamente compensa quando o escopo é simples e há equipe para integrar, testar e manter. Contratar pronto compensa quando existem alto volume, várias integrações, dados sensíveis ou pouco tempo para monitoramento.
Um agente de IA substitui a equipe de atendimento?
O agente assume motivos repetitivos e de baixo risco e transfere os demais casos para pessoas. A equipe continua necessária para revisar conversas, atualizar a base e cuidar de situações que exigem decisão, negociação ou empatia.

Autor(a)
Beatriz Dagostim
Conteúdo produzido para o blog da Tallk.me
Continue lendo
Automação de atendimento: como começar sem frustrar clientes
A automação de atendimento funciona quando começa pelos motivos de contato frequentes, simples e de baixo risco, com a saída para o humano desenhada antes da entrada.
Telefonia e vozSIP trunk ou PABX em nuvem: como escolher
Entenda o que o SIP trunk substitui, como ele se compara às linhas E1 e analógica e quando vale escolher um PABX em nuvem.
Atendimento com IAAgente de IA para WhatsApp: implantação, regras e métricas
Um guia em seis passos para colocar a IA no WhatsApp da empresa dentro das regras da Meta, com regra de saída definida e métricas de resolução.
