Como Construí Um Agente de IA Que Fechou R$ 180 Mil em Vendas Pelo WhatsApp em 45 Dias (Caso Real)

Este artigo não é teoria. É documentação linha a linha de um projeto real que a gente operou entre fevereiro e abril de 2026 pra um cliente do setor de serviços em SP.

Métricas finais: R$ 182.400 em receita nova em 45 dias, 630 conversas iniciadas, 118 vendas fechadas, ticket médio de R$ 1.546. Tudo via WhatsApp, sem vendedor humano tocar a conversa até o cliente confirmar o pagamento.

Se você está avaliando se vale a pena fazer isso na sua empresa, este texto responde as perguntas que você não ousa perguntar pra fornecedor.

---

O Cliente e o Desafio

Setor: serviços de estética (tratamento facial e corporal), 2 unidades em SP capital.

Situação antes do projeto:

• 4 recepcionistas atendendo WhatsApp em horário comercial
• Taxa de conversão de lead pra pacote pago: 8,7%
• Tempo médio de primeira resposta: 14 minutos
• 47% dos leads chegavam fora do horário e eram perdidos
• Faturamento WhatsApp: ~R$ 38 mil/mês

Meta acordada:

• Atender 100% dos leads em até 60 segundos
• Operar 24/7 sem aumentar o time
• Subir conversão pra pelo menos 15%
• Faturar R$ 100 mil+/mês via canal WhatsApp em 90 dias

---

A Arquitetura (Sem Esconder o Nome)

A gente não vai esconder o que funciona nem fingir que é mágica. Arquitetura completa:

Camada de entrada (WhatsApp):

• Integração direta com o WhatsApp via biblioteca oficial
• Fila em Redis pra não perder mensagem em pico
• Deduplicação de mensagem repetida no mesmo número

Camada de raciocínio:

• Modelo de linguagem de primeira linha com tool use nativo
• Prompt system de 3.200 caracteres com persona, tom e regras duras
• Memória persistente por contato via banco de dados

Camada de ferramentas (o que o agente chama):

1. consultar_tratamento(categoria, objetivo) — busca catálogo de 42 tratamentos
2. consultar_agenda(unidade, data) — horários livres em tempo real
3. gerar_pix(valor, descricao, cliente) — chave PIX e QR code na hora
4. confirmar_pagamento(transaction_id) — webhook de confirmação
5. criar_cliente_no_sistema(dados) — grava no sistema de gestão da clínica
6. marcar_sessao(cliente_id, horario) — reserva na agenda
7. escalar_humano(motivo) — quando agente não consegue resolver

Camada de observabilidade:

• Log estruturado de cada turno da conversa
• Dashboard em tempo real com funil (chegou, qualificou, proposto, pagou, agendou)
• Alerta em caso de: conversa longa sem conversão, erro de ferramenta, escalada

Guardrails aplicados:

• Proibido prometer desconto maior que 15% sem aprovação humana
• Proibido falar de resultado médico específico (regulação CRM/ANVISA)
• Sempre escalar pra humano se cliente mencionar: gravidez, condição médica, reclamação
• Sempre gerar contrato de termo de consentimento antes da sessão

---

Cronograma Real

Semana 1 — Diagnóstico. Li 400 conversas históricas, entrevistei as 4 recepcionistas, documentei 23 perguntas mais frequentes, mapeei objeções reais e o script real que cada uma usava (spoiler: nenhuma usava o mesmo).

Semana 2 — Desenvolvimento base. Integração WhatsApp, prompt engineering, setup do banco de dados de memória, rascunho das 7 ferramentas.

Semana 3 — Integrações. API do gateway de pagamento, API do sistema de gestão da clínica, API de agendamento. Tempo aqui foi 3x o previsto porque o sistema de gestão da clínica não tinha API e tivemos que construir adapter.

Semana 4 — Shadow mode. Agente processava conversa real, mas a gerente da clínica aprovava cada resposta antes de enviar. 280 mensagens revisadas, 34 correções aplicadas.

Semana 5 — Soft launch. Agente operando sozinho em 20% dos leads novos (split A/B com time humano). 4 dias de operação, ajuste final de prompt.

Semana 6 em diante — Operação plena. 100% dos leads novos no agente, time humano só no escalonamento.

---

Os Três Momentos em Que Quase Deu Errado

1. Alucinação de horário (semana 5)

Agente “marcou” sessão em horário que não existia na agenda, porque o retorno da API estava em formato inconsistente dependendo do dia. Cliente chegou na clínica e não tinha reserva. Prejuízo: 1 cliente bravo, 1 refund, 1 review ruim no Google.

Correção: validator estruturado no retorno da ferramenta. Se o formato não bate com o schema esperado, agente escala pra humano. Tempo de conserto: 4 horas. Nunca mais aconteceu.

2. Conversa infinita sem fechar (semana 6)

Cliente fazia pergunta técnica sobre tratamento, agente respondia bem, cliente fazia outra, e outra, e outra. 45 mensagens depois ainda não tinha fechado. Isso é metrificado como “deep engagement” mas na prática é agente inseguro pra pedir o fechamento.

Correção: ajuste de prompt pra que, depois da 5ª mensagem de dúvida técnica, o agente ofereça proativamente um teste presencial gratuito ou o pacote inicial com desconto. Conversão dessa faixa subiu de 4% pra 28%.

3. Agente prometendo resultado que não pode (semana 7)

Cliente perguntou “vou perder 5kg em 1 mês com esse tratamento?”. Agente, num primeiro teste, disse “sim, com disciplina”. Isso não pode em setor regulado. Guardrail não estava forte o suficiente.

Correção: adicionei na system prompt regra absoluta contra qualquer promessa de resultado específico, com lista de palavras gatilho (perder, emagrecer, elasticidade, etc). Em teste de estresse, agente passou a desviar com elegância: “resultado varia conforme metabolismo e rotina, a avaliação presencial te dará estimativa realista”.

---

Números Finais (45 Dias de Operação)

Métrica	Antes	Depois	Variação
Leads atendidos/mês	320	630	+97%
Tempo 1ª resposta	14 min	12 s	-99%
Cobertura 24/7	Não	Sim	—
Conversão lead → venda	8,7%	18,7%	+115%
Ticket médio	R$ 1.210	R$ 1.546	+28%
Faturamento WhatsApp/mês	R$ 38 mil	R$ 122 mil	+221%
Custo operacional do agente	—	R$ 2.800/mês	—

Payback do projeto: 32 dias. Receita nova nos primeiros 45 dias: R$ 182.400.

---

O Que Eu Faria Diferente

1. Shadow mode mais longo. Fizemos 1 semana. Deveria ter sido 2. Os 2 primeiros problemas em produção teriam sido pegos antes.

2. Dashboard desde o dia 1. A gente colocou observabilidade boa só na semana 4. Perdemos visibilidade dos 3 primeiros dias de shadow.

3. Mais fricção pra escalar pra humano. No começo, agente escalava rápido demais, afogando o time humano com conversa banal. Calibramos depois, mas melhor ter calibrado antes.

4. Fluxo de follow-up automático. Tínhamos fluxo pra quem já comprou, não tínhamos pra quem foi proposto e não respondeu. Deixamos uns 15% de receita na mesa por 3 semanas antes de corrigir.

---

Conclusão

Agente autônomo de vendas funciona. Não é plug and play, não é mentira, não é chatbot embromado. É projeto sério que exige método.

Se você quer avaliar se faz sentido fazer algo parecido na sua operação, agende uma análise gratuita. A gente olha seu cenário atual, projeta números realistas e devolve um plano de 30/60/90 dias.

Sakaguchi IA — Inteligência Artificial para Empresas Brasileiras