Um agente de IA que atende, qualifica e vende no WhatsApp da Belle Mam

O que o site revela sobre o negócio

A Belle Mam vende curadoria, não commodity: cada produto passa por triagem de ingredientes, segurança e sustentabilidade antes de entrar no catálogo. Isso muda o que o agente precisa fazer — não é só "responder rápido", é reproduzir o julgamento da curadoria em escala, pela mesma via de confiança que a marca já usa: o WhatsApp.

Por que este catálogo é ideal para SDR proativo

Produto de maternidade natural tem duas características raras juntas: consumo recorrente previsível (cosmético natural acaba, fralda de pano precisa de reposição, criança cresce de faixa etária) e jornada com estágios claros (tentante → gestante por trimestre → puerpério → bebê por faixa de mês → criança). Isso é o material bruto de um motor de recompra — a Belle Mam só não tem hoje a estrutura para agir nele em escala, porque uma pessoa só consegue responder, não antecipar.

A estratégia, então, não é "colocar um chatbot de FAQ". É separar o agente em duas funções que se apoiam nos mesmos dados: atendimento reativo (responde dúvida, consulta pedido, resolve problema — hoje) e SDR proativo (identifica o estágio do cliente e antecipa a próxima necessidade — a partir da fase 4). O primeiro paga a operação; o segundo paga o projeto.

Como o agente se conecta às quatro plataformas

O agente vive no WhatsApp — onde a confiança da marca já está construída — e se torna o ponto de orquestração entre as quatro ferramentas. Cada uma responde por uma fatia diferente da conversa: TRAY sabe o que existe e quanto custa, Bling sabe o que está em estoque de verdade e o que já foi faturado, Kommo sabe se aquilo é uma venda em andamento, Zoppy sabe quando vale a pena falar de novo.

Linguagem generativa, não um fluxo de botões

O agente não funciona por árvore de decisão nem menu de opções pré-definidas ("digite 1 para...", "digite 2 para..."). Ele é construído sobre um modelo de linguagem generativa — a mesma tecnologia por trás de assistentes como o ChatGPT e o Claude —, o que significa que cada resposta é escrita na hora, entendendo o contexto real da conversa, e não recuperada de um script fixo.

Na prática, isso se traduz em um atendimento bastante humanizado: o agente lê a mensagem da cliente com suas gírias, erros de digitação e jeito de escrever; responde no tom da marca (acolhedor, próximo, sem parecer robótico); faz perguntas de esclarecimento quando falta informação; e mantém o fio da conversa mesmo quando ela muda de assunto no meio — do jeito que uma atendente experiente faria. É essa naturalidade que permite ao agente qualificar um lead (fase 4) ou reativar uma recompra (fase 5) numa conversa fluida, em vez de um formulário disfarçado de chat.

As respostas continuam ancoradas nos dados reais de TRAY, Bling, Zoppy e Kommo — a geração de linguagem cuida do "como dizer", nunca do "o que inventar": preço, estoque, status de pedido e histórico de compra vêm sempre das plataformas, não da imaginação do modelo.

UaZapi para treinar o agente agora, Meta Cloud API para operar depois

O agente não fica amarrado a um único provedor de WhatsApp. A lógica — base de conhecimento, integrações, geração de linguagem — é construída sobre uma camada de conexão abstrata: por baixo dela, dois conectores diferentes podem enviar e receber mensagem sem que o restante do sistema saiba qual está ativo.

O que cada plataforma resolve — e o que não deve resolver

Quatro conversas que o agente conduz sozinho

Como implementar em fases — cada uma já entrega valor sozinha

O que acompanhar desde o dia 1

Riscos e pontos a definir antes de construir

Para começar

1. Abrir a instância UaZapi de testes e, em paralelo, iniciar a verificação da empresa no Meta Business Manager — é o item de maior prazo fora do nosso controle, não pode esperar o fim da fase 0.
2. Levantar credenciais de API das quatro plataformas (Bling, TRAY, Zoppy, Kommo) e confirmar limites de uso/rate limit de cada uma.
3. Mapear as perguntas mais frequentes reais do WhatsApp atual — a base de conhecimento da fase 0 nasce delas, não do site.
4. Construir a fase 0 sobre a camada de conexão abstrata e validar via UaZapi em paralelo ao atendimento humano atual, antes de migrar o número principal para a Meta Cloud API.