Spec · Operação de IA para Lojistas

Nov 6, 2026 · @Araguaci Carlos de Andrade

Visão geral

A Operação de IA é um serviço gerenciado: a Artes do Sul implanta, treina e opera um atendente de IA no WhatsApp do negócio, cobrando implantação única mais mensalidade. O cliente não aprende ferramenta nenhuma; recebe o atendimento funcionando e um relatório mensal.

Problema. Na alta temporada, pequenos negócios do litoral perdem vendas por demora no WhatsApp, a equipe gasta horas com perguntas repetidas e a base de clientes antigos não é reativada.

Proposta. Resposta imediata 24h, reservas com sinal via PIX, encaminhamento a um humano quando a conversa foge do roteiro, e campanhas de reativação. O que se vende é responsabilidade operacional, não software.

O que não é. Não é um SaaS self-service, nem um chatbot genérico de prateleira, nem um substituto para a equipe. Também não é disparo em massa para listas frias: só contatos que já são clientes ou deram opt-in.

Público-alvo

O piloto foca negócios sazonais de Bombinhas, Porto Belo e Itapema que vendem pelo WhatsApp e têm pico de demanda no verão.

Segmento Dor principal Módulo que mais pesa
Pousadas e hospedagens Pedidos de disponibilidade fora do horário Reservas com sinal PIX
Restaurantes e delivery Perguntas repetidas sobre cardápio e horário Atendimento + FAQ
Escolas de surf e passeios náuticos Agenda que depende de clima e turma Agendamento + remarcação
Lojas de praia Estoque e preço perguntados um a um Atendimento + reativação

Perfil do comprador: dono ou gerente que responde o WhatsApp pessoalmente, sem equipe de TI, com algum histórico de clientes no celular. Critério de exclusão no piloto: negócio sem volume mínimo de conversas (definir o número) ou que exija integração com sistema próprio complexo.

Escopo do MVP

O MVP do piloto entrega o plano Gerente completo; Atendente é um subconjunto, e Sócio adiciona serviços majoritariamente humanos sobre a mesma base.

Capacidade Atendente Gerente Sócio No MVP?
IA no WhatsApp 24h com base de conhecimento do negócio ✓ ✓ ✓ Sim
Handoff para humano com histórico e alerta ✓ ✓ ✓ Sim
Painel do lojista: conversas, handoffs pendentes, editar FAQ ✓ ✓ ✓ Sim, versão mínima
Reservas e agendamentos com confirmação e lembrete — ✓ ✓ Sim
Sinal via PIX com conciliação automática — ✓ ✓ Sim
Reativação da base (campanhas para clientes com opt-in) — ✓ ✓ Sim, manual assistido
Relatório mensal — ✓ ✓ Sim, gerado + revisado
Posts semanais para Instagram e Google — — ✓ Não, operação humana com IA
Reunião mensal de resultado — — ✓ Não aplica (serviço)

Fora de escopo no MVP: integração com PMS de hotelaria e PDV, pagamento de valor total (só sinal), atendimento por voz, Instagram Direct, multi-idioma automático, app mobile próprio do lojista.

Fluxos principais

[embedded content: fluxo de uma conversa · 3 caminhos]

Uma dúvida que a base não cobre também vira handoff, em vez de resposta inventada. A pré-reserva segura a vaga por um prazo curto (proposta: 2h) e é conferida contra bookings antes de oferecer, para nunca vender a mesma vaga duas vezes.

Reativação corre fora desse fluxo: o lojista aprova a campanha, o sistema envia template só para contatos com opt-in, e cada resposta entra no fluxo acima como uma conversa nova.

Arquitetura

[embedded content: arquitetura · 10 componentes, 1 novo no centro]

O único componente realmente novo é o orquestrador: recebe a mensagem do messaging-service, classifica a intenção, consulta a base e a agenda, chama o LLM e decide entre responder, reservar ou abrir handoff. Stack sugerida: Laravel (mesma do messaging-service) com fila para chamadas ao LLM e ao PSP; o painel do lojista em React.

Peça existente Estado hoje O que falta para o MVP
messaging-service Em produção, compartilhado Confirmar suporte à Cloud API oficial e a templates
Me Agenda AI 10%, MVP não feito Recursos, pré-reserva com expiração, sinal PIX
suporte.artesdosul.com Protocolo + roteamento WhatsApp Fila de handoffs por tenant e edição da base
PIX via Mercado Pago Usado no orcamento.artesdosul.com Cobrança por tenant e webhook de conciliação
Sentinel Monitora disponibilidade Alertas por tenant (número desconectado, webhook parado)
Content Genius 15% Fica fora do MVP; entra no plano Sócio

Modelo de dados

Multi-tenant por linha: toda tabela de negócio carrega tenant_id e todo acesso passa por escopo global no ORM.

Entidade Campos principais Observação
tenants nome, segmento, plano, status, whatsapp_number_id, timezone Um por negócio cliente
knowledge_items tenant_id, tipo (faq, preço, política, horário), conteúdo, ativo, versão Fonte da verdade da IA; editável pelo lojista
contacts tenant_id, telefone (hash + cifrado), nome, opt_in_marketing, origem, último_contato Base para reativação
conversations tenant_id, contact_id, canal, status (ia, aguardando_humano, humano, encerrada), resumo Uma por janela de atendimento
messages conversation_id, direção, autor (cliente, ia, humano), texto, tokens, latência_ms Retenção limitada (ver LGPD)
handoffs conversation_id, motivo, criado_em, assumido_por, resolvido_em Mede tempo até o humano assumir
resources tenant_id, tipo (quarto, mesa, aula, passeio), capacidade, regras O que pode ser reservado
bookings tenant_id, contact_id, resource_id, início, fim, status, valor_sinal, payment_id Estados: pré-reserva, confirmada, expirada, cancelada
payments tenant_id, booking_id, provedor, txid PIX, valor, status, pago_em Conciliação via webhook
campaigns tenant_id, segmento, template, agendada_para, enviados, respostas Só contatos com opt-in
monthly_reports tenant_id, mês, métricas (JSON), revisado_por, enviado_em Gerado e revisado antes de enviar

Integrações externas

Integração Uso Decisão para o MVP
WhatsApp Business Platform (Cloud API oficial da Meta) Receber e enviar mensagens, templates aprovados para campanhas e lembretes Usar a API oficial via messaging-service; evitar soluções não oficiais pelo risco de banimento do número do cliente
Provedor de LLM Gerar respostas a partir da base de conhecimento, classificar intenção, decidir handoff Atrás de uma interface própria para trocar de provedor; registrar tokens por tenant
PIX (Mercado Pago, já usado no orcamento.artesdosul.com) Cobrança do sinal com QR/copia-e-cola e webhook de confirmação Reaproveitar a integração existente; avaliar PSP alternativo depois do piloto
Google Calendar (opcional) Espelhar reservas para quem já usa agenda do Google Só leitura/escrita de um calendário dedicado; fora do MVP se atrasar
E-mail transacional Envio do relatório mensal e alertas ao lojista Qualquer provedor SMTP já em uso

Regras da Cloud API que moldam o produto: fora da janela de atendimento aberta pelo cliente, só mensagens por template aprovado; campanhas exigem opt-in. Custos por conversa e regras de cobrança da Meta mudam, então o preço da mensalidade deve ter uma franquia de conversas, não ser ilimitado (confirmar tabela vigente antes de precificar).

Operação

A margem do serviço depende de a operação por cliente caber em poucas horas por mês; o onboarding é onde se ganha ou perde isso.

Onboarding (meta: ir ao ar em até [X] dias úteis)

  1. Conversa de diagnóstico de 15 min e coleta: exportação das últimas conversas do WhatsApp, cardápio ou tabela de preços, regras (cancelamento, pet, sinal), horários e tom de voz.
  2. Montar a base de conhecimento em knowledge_items e a lista de recursos reserváveis.
  3. Rodar o conjunto de perguntas reais extraídas das conversas exportadas contra a IA; corrigir até a taxa de acerto aceitável.
  4. Homologação com o dono: ele conversa com a IA por um dia num número de teste e aprova.
  5. Conectar o número de produção, configurar destino do handoff e PIX, publicar.
  6. Primeira semana em modo vigiado: revisão diária das conversas e dos handoffs.

Rotina mensal por cliente

  • Revisar conversas com handoff e respostas marcadas como erradas
  • Atualizar base de conhecimento (preços de temporada, feriados)
  • Rodar campanha de reativação aprovada pelo lojista
  • Gerar, revisar e enviar relatório mensal

Todo ajuste vira um item de teste no conjunto de perguntas daquele cliente, para que a correção não se perca na próxima mudança.

LGPD, segurança e limites da IA

O lojista é o controlador dos dados dos clientes dele; a Artes do Sul é operadora, e o contrato precisa dizer isso.

LGPD

  • Contrato de operação de dados com finalidade (atendimento, reservas, reativação com opt-in), suboperadores listados (Meta, provedor de LLM, PSP, hospedagem) e prazo de retenção.
  • Opt-in explícito para campanhas, registrado em contacts.opt_in_marketing com data e origem; opt-out por palavra-chave (“SAIR”) processado na hora.
  • Retenção: mensagens completas por [N] meses, depois só metadados e resumo; exclusão por titular atendida em até 15 dias.
  • Na saída do cliente, exportação da base de contatos e histórico, e exclusão comprovada.
  • Rodar o checklist do lgpd-checker no código antes do primeiro cliente real.

Segurança

  • Telefone cifrado em repouso e com hash para busca; segredos por tenant fora do código.
  • Webhooks do WhatsApp e do PIX validados por assinatura; callbacks internos com HMAC, como já faz o messaging-service.
  • Isolamento por tenant testado com casos automatizados (um tenant nunca lê outro).

Limites da IA (guardrails)

  • Responde só com o que está na base de conhecimento do negócio; sem informação, diz que vai confirmar e abre handoff.
  • Nunca promete preço, disponibilidade ou desconto que não venha dos dados; disponibilidade sempre consultada em bookings.
  • Handoff obrigatório em: reclamação, pedido de reembolso, assunto de saúde ou segurança, cliente irritado, três respostas sem resolver.
  • Se apresenta como assistente virtual da casa quando perguntada; não finge ser pessoa.

Métricas e relatório mensal

O relatório existe para provar ao lojista que a mensalidade se paga; cada número precisa ser traduzível em dinheiro ou tempo dele.

Métrica Como se calcula Para quem
Conversas atendidas pela IA conversations no mês, total e fora do horário comercial Lojista
Tempo da primeira resposta Mediana de latência da primeira mensagem da IA Lojista
Resolução sem humano Conversas encerradas sem handoffs ÷ total Lojista e operação
Reservas confirmadas pela IA bookings confirmadas com origem IA, e valor em sinais pagos Lojista
Clientes reativados Contatos de campanha que responderam ou reservaram Lojista
Tempo até humano assumir Mediana de handoffs.assumido_por − criado_em Operação
Respostas marcadas como erradas Contagem por revisão e por item da base Operação
Custo por tenant Tokens de LLM + conversas Meta + PSP Artes do Sul (margem)

O relatório tem uma página: três números grandes (conversas, reservas, valor em sinais), uma frase de destaque do mês e o que foi ajustado. Linguagem de dono, sem jargão.

Roadmap

[embedded content: roadmap proposto · 4 fases, 3 portões]

As datas são proposta: o que não pode escorregar é o primeiro piloto no ar antes do pico de fim de ano. Se o MVP atrasar, o piloto começa só com o plano Atendente e reservas entram em janeiro.

Riscos e questões em aberto

Risco Impacto Mitigação
IA inventa preço ou disponibilidade Perda de confiança do lojista no primeiro mês Respostas só da base; disponibilidade sempre consultada; modo vigiado na primeira semana
Aprovação de número e templates na Meta atrasa Piloto não entra antes da temporada Iniciar verificação do Business Manager de cada piloto já na assinatura
Operação por cliente cresce demais Margem some Medir horas por tenant desde o piloto; padronizar onboarding por segmento
Custo de conversas e tokens no pico Mensalidade fixa vira prejuízo em janeiro Franquia de conversas por plano e excedente cobrado
Dependência de uma pessoa (o Araguaci) Gargalo de atendimento na temporada Limitar pilotos a 3–5; documentar runbook de suporte

Questões em aberto

  • Usar o número atual do lojista na Cloud API ou um número dedicado?
  • Preços de implantação e mensalidade por plano, e franquia de conversas
  • Volume mínimo de conversas para aceitar um cliente
  • Prazo de retenção das mensagens completas
  • Qual provedor de LLM no MVP e teto de custo por tenant
  • Condição do piloto (desconto em troca de depoimento e case)