Agente de atendimento no WhatsApp com Make e Claude: o passo a passo completo
Aprenda a montar um agente de IA que responde clientes no WhatsApp usando Make e a API da Anthropic, com os módulos certos e os erros mais comuns.
Sumário do artigo
Um agente de atendimento no WhatsApp que responde sozinho, sem IA nenhuma, é fácil de montar: qualquer chatbot de árvore de decisão resolve. O difícil é montar um que entenda a pergunta de verdade e só escale pra um humano quando precisa. Este post monta esse segundo tipo, usando Make como orquestrador e a API da Anthropic (Claude) como cérebro, com os nomes reais dos módulos que você vai encontrar no painel.
O que esse agente faz na prática
O fluxo completo tem cinco etapas: receber a mensagem do cliente, montar o contexto da conversa, chamar a Claude, decidir se responde direto ou escala pra um humano, e registrar tudo num histórico. Sem o histórico, o agente esquece o que o cliente disse duas mensagens atrás. Sem a etapa de escalonamento, ele vai tentar responder perguntas que só uma pessoa deveria responder, como cancelamento ou reclamação grave.
O que você precisa antes de começar
Conta no Make (o plano gratuito já roda esse cenário em volume baixo)
Acesso ao WhatsApp Business Cloud API, configurado pela Meta Business Suite
Uma chave de API da Anthropic
Um lugar pra guardar o histórico da conversa: Google Sheets resolve pra começar, Airtable ou uma tabela no Supabase resolve quando o volume crescer
Montando o cenário no Make
Módulo 1: WhatsApp Business Cloud > Watch Messages
O gatilho. Fica escutando mensagens novas chegando no seu número comercial, configurado pelo webhook do número verificado na Meta Business Suite.
Módulo 2: Google Sheets > Search Rows
Antes de responder, busque as últimas mensagens desse mesmo contato (filtrando pela coluna de telefone) pra montar o histórico da conversa.
Módulo 3: HTTP > Make a request
Aqui você chama a API da Anthropic diretamente:
URL:
https://api.anthropic.com/v1/messagesMétodo: POST
Headers:
x-api-key(sua chave da Anthropic),anthropic-version: 2023-06-01,content-type: application/jsonBody:
json
{
"model": "claude-sonnet-4-6",
"max_tokens": 500,
"system": "Você é o atendimento da [nome da empresa]. Responda em português, direto e educado. Se o cliente pedir cancelamento, reembolso ou reclamar de um problema sério, responda apenas: ESCALAR_HUMANO.",
"messages": [
{"role": "user", "content": "{{histórico da conversa + mensagem atual}}"}
]
}
Módulo 4: Router
Divida o fluxo em duas rotas com um filtro simples: a rota "escalar" verifica se a resposta contém o texto ESCALAR_HUMANO, a rota "responder" segue o caminho normal.
Módulo 5a (rota responder): WhatsApp Business Cloud > Send a Text Message
Envia a resposta de volta pro número do cliente.
Módulo 5b (rota escalar): Slack > Create a Message, ou WhatsApp pra um número interno
Avisa um humano do time com o histórico anexado.
Módulo 6: Google Sheets > Add a Row
Grava a mensagem do cliente, a resposta gerada e o timestamp, fechando o ciclo do histórico pra próxima interação.
Erros comuns e como evitar cada um
Erro | Sintoma | Correção |
|---|---|---|
Timeout do módulo HTTP | O cenário falha esperando a resposta da Anthropic | Aumente o timeout do módulo e reduza |
Perda de contexto entre mensagens | O agente parece esquecer o que o cliente disse antes | Confirme que o Módulo 2 busca o histórico certo antes de montar o prompt |
Mensagens duplicadas | O cliente recebe a mesma resposta duas vezes | O WhatsApp Cloud API reenvia o webhook se não recebe confirmação rápida. Adicione checagem pelo ID da mensagem |
Erro 429 ou 529 da API | O cenário para de responder em horário de pico | Adicione um "Error handler" na rota do Módulo 3 com retry automático e uma mensagem de fallback pro cliente |
Testando antes de ativar de verdade
Rode o cenário manualmente no Make ("Run once") mandando mensagens de teste de três tipos: uma pergunta simples, uma ambígua, e uma que devia escalar (tipo "quero cancelar"). Confira o Google Sheets depois de cada teste pra garantir que o histórico está sendo gravado certo, e só depois ative o agendamento automático do cenário.
Perguntas frequentes
Preciso saber programar pra montar isso?
Não. Todos os módulos são configurados por interface visual no Make. A única parte parecida com código é o corpo JSON do Módulo 3, que você copia e ajusta.
Esse agente substitui o atendimento humano?
Não deveria. O papel dele é resolver perguntas repetitivas e liberar o time pra casos que realmente precisam de uma pessoa, por isso o Módulo 4 existe.
Quanto custa rodar isso por mês?
O custo do Make depende do volume de operações do seu plano. O custo da Anthropic depende de tokens processados, geralmente baixo pra respostas de atendimento curtas.
Dá pra usar outro modelo no lugar da Claude?
O Módulo 3 é uma chamada HTTP genérica, então dá pra apontar pra outra API trocando URL, headers e corpo da requisição.
Se você ainda não tem conta no Make, o cadastro pelo link de indicação libera o mesmo plano gratuito.