Chatbot ou agente de IA?
Depende da sua pergunta.
Chatbot segue script. Agente de IA decide com contexto. Um custa pouco e resolve boa parte dos casos. O outro custa mais e resolve onde o script trava. A escolha depende do que sua empresa faz no WhatsApp — não da palavra da moda.
Chatbot tradicional
Funciona como um menu de telefonia. Árvore de escolhas, resposta pronta.
Agente de IA
Funciona como um atendente novo. Lê, entende, responde, pede ajuda quando precisa.
Híbrido
Chatbot trata o óbvio, agente de IA entra quando sai do script, humano assume no final.
| Dimensão | Chatbot tradicional | Agente de IA |
|---|---|---|
| Como funciona | Segue fluxo montado: se cliente diz X, responde Y. Botões, árvore de decisão, variáveis. | Lê a conversa inteira, entende o contexto, decide o que responder e quando envolver humano. Usa LLM por trás. |
| Quando falha | Cliente sai do script. Pergunta desestruturada. "Quero saber sobre aquele negócio que vocês anunciaram". | Pergunta depende de dado atualizado que ele não tem. Ou inventa resposta se não for guardrailed direito. |
| Custo de construção | Baixo. Umas poucas semanas de dev pra montar o fluxo. | Médio-alto. Precisa prompt cuidadoso, guardrails, observabilidade, ajuste por uso. |
| Custo de operação | Quase zero. É lógica, não processamento. | Varia com volume e modelo (Haiku é barato, GPT-4 caro). Mensurável por conversa. |
| Escala | Escala infinita. Mas quando a empresa muda, o fluxo todo volta pra planilha. | Escala bem. Evolui lendo mais dado, não refazendo fluxo. |
| Quando faz sentido | Pergunta é previsível e finita (valor, horário, endereço, agendamento). | Conversa é aberta, personalizada, ou depende de contexto (qualificação profunda, consultoria, suporte técnico). |
// HEURÍSTICA
A regra prática da BASE.
Começamos quase sempre pela camada mais simples que resolve. Se um chatbot de 6 fluxos já cobre 70% das conversas, o chatbot vai primeiro. Agente de IA entra quando tem volume real de caso que não cabe em fluxo — qualificação profunda, triagem de reclamação, suporte com referência a documento, decisão contextual.
Isso evita dois erros clássicos: pagar mensalidade de LLM pra responder “qual seu horário?” (desperdício), ou tentar empurrar conversa complexa num chatbot de árvore e ver o cliente fugir (perda).
Se você não sabe qual é o seu caso, o diagnóstico gratuito mapeia e te diz — sem empurrar nenhum dos dois.