Primeiros passos

Por onde começar

Se você está configurando seu primeiro agente, essa é a sequência recomendada:

1. Desenhe o comportamento antes de abrir a plataforma: o que você quer que o agente faça? Para onde ele deve transferir? Quais informações precisa coletar? Escreva isso em palavras simples primeiro.

2. Comece pequeno: Não tente resolver todos os problemas do mundo enquanto cria um agente, comece pela base, e depois adicione complexidade conforme validar os comportamentos esperados.

3. Monte o prompt com ajuda de IA: use o ChatGPT, Claude ou Gemini para estruturar as instruções. Comece simples.

4. Configure o roteamento: pelo menos as três condições básicas: transferir para o time, encerrar e transferir para humano.

5. Conecte no fluxo em modo de teste: use números da sua equipe para as primeiras conversas.

6. Observe e refine: veja onde o agente tropeça, ajuste o prompt, teste de novo. Repita até ficar satisfeito.

7. Abra para os clientes: com o comportamento validado, expanda o alcance do agente gradualmente

Precisa de ajuda para criar seu agente?

Use um assistente de IA para te guiar. Clique em um dos links abaixo, ele já vai abrir com o contexto deste manual carregado e pronto para te ajudar passo a passo.

? Abrir com Claude

? Abrir com ChatGPT

Como criar um agente

No menu lateral do Omnichannel, acesse Inteligência Artificial > Agentes e clique em + Criar um novo agente.

O cadastro é dividido em 6 abas: Personalidade, Comportamento, Cérebro, Habilidades, Coleta de Dados e Roteamento. Cada uma controla um aspecto diferente do comportamento do agente.

1. 🤵🏻‍♂️ Personalidade

É aqui que você define a identidade do agente: quem ele é, como se apresenta e qual modelo de IA vai usar.

• Nome do agente

  Escolha um nome humano e que faça sentido para o seu negócio. O cliente vai receber mensagens assinadas com esse nome, como se fosse um funcionário. "Ana", "João", "Carol" funcionam muito melhor do que "Bot" ou "Assistente Virtual".

  
  

• Breve descrição

  Um parágrafo resumindo o papel e cargo do agente. Essa descrição aparece internamente e ajuda a organizar quando você tiver vários agentes. Exemplo: "Atendente responsável por fazer o pré-atendmento, coletar dados do pedido e transferir para o time comercial."

  
  

• Incluir contexto da empresa

  Mantenha essa opção ativada. Ela injeta automaticamente informações básicas da sua empresa nas respostas: nome, segmento, dados de contato.

  
  

• Modelo de IA

  Define qual modelo de linguagem processa as conversas. Para a maioria dos casos de atendimento como triagem, pré-atendimento e qualificação, modelos mais leves como o Gemini Flash e o GPT mini são suficientes e consomem menos créditos. Modelos mais robustos fazem sentido para cenários de maior complexidade, como suporte técnico detalhado ou raciocínio em múltiplas etapas.

  
  

• Temperatura

  Controla o grau de criatividade das respostas. Valores mais baixos deixam o agente mais previsível e consistente. Valores altos tornam as respostas mais criativas, mas também mais sujeitas a variações e erros. Para atendimento ao cliente, recomendamos valores baixos, em torno de 0 a 0,5.

2. 💬 Comportamento

Aqui você configura como o agente se comporta durante as conversas: o ritmo das respostas, a identidade nas mensagens e, principalmente, as instruções que vão guiar toda a sua atuação.

Tempo de espera antes de processar

É muito comum clientes mandarem várias mensagens seguidas: "Oi", "tudo bem?", "queria saber sobre o produto X". Se o agente processar cada mensagem isoladamente, ele vai responder o "Oi" sem ter visto o contexto completo. Esse campo define quantos segundos ele aguarda antes de começar a processar. Recomendamos entre 5 e 10 segundos, o que já é suficiente para agrupar mensagens enviadas em sequência rápida.

Enviar o nome do agente

Ative essa opção. As mensagens vão aparecer assinadas com o nome definido na aba Personalidade, tornando a experiência mais próxima de um atendimento humano real.

Enviar o indicador de "digitando"

Instruções e Prompt

Esse é o coração do agente. É aqui que você descreve, em linguagem natural, tudo que ele deve fazer: como se apresentar, o que perguntar, como se comportar em cada situação, quais ferramentas usar e quando transferir o atendimento. O prompt suporta as mesmas variáveis disponíveis no flowbuilder, consulte a lista completa aqui

Como escrever um bom prompt:

Seja específico. Um prompt vago gera um agente vago. Quanto mais você detalhar o comportamento esperado em cada situação, mais preciso e confiável o agente vai ser.

Algumas práticas que funcionam bem:

• Defina o personagem com clareza: "Você é um atendente, não um robô. Fale de igual para igual com o cliente, de forma direta e simpática."

• Liste o que coletar e em que ordem: "Primeiro entenda qual serviço ou produto o cliente precisa. Depois colete detalhes relevantes. Por último, pergunte sobre prazo ou urgência."

• Referencie as ferramentas pelo nome técnico: "Após coletar todas as informações, use a ferramenta add_comment e adicione um briefing completo para o atendente humano."

• Defina o que ele não deve fazer: "Nunca informe valores, nunca negocie descontos, nunca faça promessas de prazo."

• Use exemplos de conversa: incluir um ou dois exemplos de como um atendimento típico deve fluir ajuda muito o agente a adotar o tom e a linguagem da sua equipe.

  
  

3. 🧠 Cérebro

O Cérebro permite conectar o agente a bases de documentos e informações que são grandes demais para caber no prompt.

Como a base de conhecimento funciona

Quando o agente consulta uma base de conhecimento, não é uma busca simples por palavras. O processo é mais parecido com um assistente que lê vários documentos, encontra os trechos mais relevantes e usa isso para responder. Veja o fluxo completo:

flowchart LR
    A("🧑 Usuário pergunta: 'Vocês entregam no interior?'")

    B("🔧 Agente chama a ferramenta com a pergunta formatada: 'entrega regiões interior atendidas'")

    C("📄 Base busca por similaridade
✅ 'Entregamos em toda a região sul do estado'
✅ 'Prazo de 2 dias úteis para cidades do interior'
❌ 'Tabela de preços de produtos'")

    D("🤖 Agente avalia os retornos e ignora o que não é relevante")

    E("💬 'Sim! Entregamos no interior em até 2 dias úteis.'")

    A --> B --> C --> D --> E

    style A fill:#e0f2fe,stroke:#0284c7,color:#0c4a6e
    style B fill:#fef9c3,stroke:#ca8a04,color:#713f12
    style C fill:#f3f4f6,stroke:#6b7280,color:#111827
    style D fill:#fdf2f8,stroke:#a855f7,color:#581c87
    style E fill:#dcfce7,stroke:#16a34a,color:#14532d

1. O cliente manda uma mensagem Pode ser qualquer pergunta: "Vocês entregam no interior?", "Qual o prazo de garantia?", "Têm parceria com o plano X?". O agente recebe e decide se precisa consultar a base para responder.

2. O agente interpreta a pergunta antes de buscar Antes de sair procurando, o agente reformula internamente o que o cliente quis dizer, de um jeito que facilita encontrar a informação certa. Isso evita que uma pergunta mal formulada retorne resultados ruins.

3. Busca nos documentos O agente percorre os documentos da base procurando os trechos mais relacionados com a pergunta. O sistema entende o significado do que foi perguntado, não só as palavras exatas. Então se o cliente pergunta "convênio" e o documento fala em "plano de saúde parceiro", ele ainda assim encontra o trecho certo.

4. Trechos encontrados Os documentos da base não são lidos inteiros de uma vez, isso seria lento e caro. O sistema divide cada documento em pedaços menores e armazena esses pedaços separadamente. Quando o cliente faz uma pergunta, o sistema retorna só os pedaços mais relevantes, não o documento inteiro. Você consegue configurar quantos pedaços o agente consulta por vez nas configurações do Cérebro.

5. O agente lê os trechos e monta a resposta Com os trechos em mãos, o agente lê tudo, descarta o que não se aplica à pergunta e formula uma resposta coerente e natural. É aqui que a inteligência entra de verdade: ele não copia e cola o trecho, ele entende e responde com suas próprias palavras.

O que pode e o que não pode ir na base

Dicas para uma base que funciona bem

No prompt, você instrui assim: "Quando precisar de informações sobre produtos, consulte a ferramenta knowledge_base_search."

Escreva pensando em perguntas. O agente vai buscar respostas para dúvidas dos clientes. Se o documento for organizado no formato pergunta e resposta, os resultados tendem a ser bem mais precisos.

Prefira documentos focados. Um documento de 80 páginas sobre tudo ao mesmo tempo gera resultados misturados. Documentos menores, cada um cobrindo um assunto específico, funcionam muito melhor.

Dê nomes descritivos aos arquivos. "tabela-precos-produtos-2025.pdf" ajuda o sistema a entender o contexto do documento. "arquivo-final-v3.pdf" não diz nada.

Use linguagem simples e direta. O sistema entende melhor textos claros, sem excesso de siglas ou termos muito técnicos sem explicação.

4. 🔧 Habilidades

As ferramentas são o que transformam o agente de um simples chatbot em algo realmente útil. É aqui que ele deixa de apenas conversar e passa a executar ações concretas durante o atendimento.

Ferramentas pré-definidas

Adicionar Tags (add_tags)

O agente pode adicionar tags ao atendimento automaticamente, com base no que aconteceu na conversa. Você instrui isso no prompt: "Se o cliente demonstrar interesse em comprar, use a ferramenta add_tags e adicione a tag 'lead-quente'." Essas tags podem ser usadas depois para filtrar atendimentos, gerar relatórios ou criar campanhas segmentadas.

Adicionar Comentário (add_comment)

Uma das ferramentas mais valiosas para fluxos de pré-atendimento. O agente adiciona uma mensagem interna, que o cliente não vê, com um resumo completo da conversa antes de transferir para o atendente humano. Quando o vendedor abre o atendimento, já encontra tudo organizado: o que o cliente precisa, o contexto da conversa, as informações coletadas. O atendimento começa no ponto certo, sem retrabalho.

Ferramentas customizadas

Você pode criar suas próprias ferramentas para casos específicos. Existem três tipos:

Webhook: conecta o agente a sistemas externos via API. Exemplos: consultar o status de um pedido em um sistema de gestão, buscar informações de um cliente no CRM, verificar disponibilidade em tempo real. É um recurso mais avançado, que requer integração técnica, mas abre possibilidades muito amplas.

Enviar mensagem : permite que o agente envie conteúdos com mídia rica que não seria possível via texto simples. Exemplos práticos:

• Enviar a localização da loja ou unidade como pin no mapa do WhatsApp, muito mais elegante e útil do que um endereço em texto

• Enviar catálogos em PDF, imagens de produtos, vídeos explicativos ou qualquer outro arquivo relevante para a conversa

Gerar uma saída: usado para integração com o Flow Builder. Permite passar dados estruturados para o próximo passo do fluxo de atendimento, abrindo possibilidades como transferência para agente favorito ou condicionais baseadas no resultado da conversa.

5. 💾 Coleta de Dados

Essa seção permite configurar campos específicos que o agente deve coletar e armazenar de forma estruturada durante a conversa, como e-mail, CPF, código de pedido ou qualquer dado customizado do atendimento ou do contato.

Aqui as informações ficam salvas em campos customizados do atendimento ou do contato da plataforma, consulte a documentação aqui

6. 🔄 Roteamento

O roteamento define o que o agente faz com o atendimento depois de conversar com o cliente. Essa seção é obrigatória. Sem ela, o agente não sabe para onde direcionar o atendimento e ficaria em loop indefinidamente, sem saber quando encerrar ou transferir.

Aqui você cria condições de rota: situações que disparam uma ação específica. A lógica é simples: "quando isso acontecer, faça aquilo".

Tipos de destino no roteamento

• Transferir para departamento: Envia o atendimento para um departamento inteiro, onde qualquer agente disponível pode assumir. É o destino mais comum para fluxos de triagem: o agente de IA qualifica o cliente e transfere para o time de vendas, suporte ou financeiro, por exemplo.

• Transferir para agente: Envia o atendimento diretamente para um atendente humano específico. Útil quando o cliente já tem um vendedor fixo ou um responsável de conta definido.

• Transferir para outro agente de IA: Passa o atendimento para um segundo agente de IA, com uma personalidade e prompt diferente. Permite criar fluxos em cascata: um agente faz a triagem inicial e, dependendo da demanda identificada, transfere para um agente especialista em suporte, outro em vendas, outro em financeiro.

• Encerrar conversa: Finaliza o atendimento sem transferir para ninguém. Use quando o cliente se despede, quando a demanda foi resolvida pelo próprio agente ou quando não há mais nada a fazer.

• Gerar uma saída: Em vez de transferir diretamente, devolve o controle para o Flow Builder com um resultado estruturado. Isso permite que o fluxo tome decisões a partir do que o agente encontrou na conversa, como transferir para o agente favorito do cliente, acionar um bloco específico baseado no tipo de demanda ou qualquer outra lógica que você tenha configurado no fluxo.

Condições essenciais para todo agente

• Transferir para o time responsável: quando o cliente estiver qualificado e pronto para ser atendido, redirecione para o departamento correto. Você pode ter rotas diferentes para setores diferentes, dependendo da demanda identificada na conversa.

  Exemplo: "Quando o lead estiver qualificado e pronto para o time de vendas assumir > Transferir para o departamento Comercial."

  
  

• Encerrar a conversa: quando o cliente se despedir ou demonstrar que não quer continuar, o agente deve encerrar o atendimento em vez de ficar respondendo.

  Exemplo: "Quando o contato quiser encerrar a conversa ou se despedir > Encerrar conversa."

  
  

• Transferir para humano imediatamente: nem todo cliente quer ou aceita falar com uma IA. Quando houver sinais de frustração, impaciência ou quando o cliente pedir explicitamente para falar com uma pessoa, o agente deve transferir sem hesitar.

  Exemplo: "Quando houver sinais de frustração ou o contato pedir para falar com um humano > Transferir para o departamento Atendimento Geral."

Conectando o agente ao fluxo de atendimento

Depois de configurar o agente, você precisa conectá-lo ao Flow Builder para que os clientes reais cheguem até ele. O agente sozinho não entra em ação: ele precisa ser acionado pelo fluxo.

A forma mais segura de começar é em modo de teste. Adicione um bloco condicional no início do fluxo que verifica o número de telefone: se for um número da sua lista de teste, o fluxo direciona para o agente de IA. Todos os outros clientes continuam no fluxo normal.

Assim você consegue testar o comportamento do agente com conversas reais, usando seus próprios números, sem impactar nenhum cliente. Quando estiver satisfeito com o comportamento, abra gradualmente para todos.