Como criar agente de IA para WhatsApp em 2026

Quem busca como criar agente de IA para WhatsApp em 2026 esbarra em três caminhos com trade-offs muito diferentes, e a maioria dos tutoriais empurra um sem explicar os outros. Evolution API (open source, ~R$ 80/mês, risco real de banimento Meta), ZAPI (brasileira, R$ 150 a R$ 400/mês, risco médio) ou Twilio (oficial Meta, US$ 0,005/msg ≈ R$ 0,027/conversa, sem risco). Aqui o tutorial completo do caminho mais barato, Evolution + n8n + Claude, com workflow JSON, prompt copiável, custo real e quando você DEVE pular para Twilio em vez de economizar.

Resposta rápida:

1. Escolha o canal: Evolution API (barato, risco ban), ZAPI (BR, meio-termo) ou Twilio (oficial, caro, sem risco).

2. Instale Evolution API via Docker em VPS Hostinger.

3. Conecte WhatsApp lendo QR code (use número dedicado, nunca o pessoal).

4. Configure webhook apontando para seu n8n.

5. Adicione AI Agent node no n8n com Claude/GPT.

6. Teste, ajuste e deploy.

3 caminhos para conectar WhatsApp com IA

Antes do tutorial, a decisão. Esses são os 3 caminhos viáveis no Brasil em 2026:

A decisão honesta: se o WhatsApp for canal crítico do negócio, vá de Twilio. Se for experimento ou negócio pequeno aceitando perder o número, Evolution. ZAPI fica no meio.

Esse tutorial é do caminho Evolution + n8n + Claude, porque é o mais usado no Brasil e o que tem menos conteúdo PT-BR honesto.

Pré-requisitos

• VPS Hostinger KVM 2 (R$ 32/mês) com Docker.
• Conta Anthropic (US$ 10 de crédito) ou OpenAI.
• Número WhatsApp dedicado: não use o pessoal nem o da empresa. Chip novo que você aceita perder.
• n8n self-hostado. Veja o tutorial completo de n8n passo a passo.
• Tempo: 2 a 4 horas.

Arquitetura do agente

[Celular/WhatsApp do cliente]
        ↓
[Evolution API (Docker, VPS)]
   ├─ baileys → WebSocket → WhatsApp
   └─ Webhook POST → n8n
        ↓
[n8n: AI Agent node]
   ├─ Claude Sonnet 4 (ou GPT-4o-mini)
   ├─ Tool: vector_search (RAG, opcional)
   └─ Tool: get_pedido / outras integrações
        ↓
[n8n → Evolution API: send_message]
        ↓
[Cliente recebe resposta]

A parte que pode dar errado: a conexão Evolution com o WhatsApp via baileys cai sozinha de vez em quando. Você precisa reconectar (re-ler QR) ou configurar restart automático.

Passo 1: Instalar Evolution API

SSH na sua VPS:

docker run -d \
  --name evolution \
  -p 8080:8080 \
  -e AUTHENTICATION_API_KEY=sua-chave-secreta \
  -e DATABASE_ENABLED=true \
  -e DATABASE_CONNECTION_URI="postgresql://user:pass@localhost:5432/evolution" \
  -v evolution_data:/evolution/instances \
  atendai/evolution-api:latest

Acessa http://SEU_IP:8080/manager no browser. Cria uma instância nova (ex: nome cortexia-bot).

Passo 2: Conectar WhatsApp (QR code)

Dentro do manager:

1. 1. Abre a instância criada.
2. 2. Clica Connect e aparece o QR code.
3. 3. No celular do número dedicado: WhatsApp → Configurações → Aparelhos conectados → Conectar aparelho.
4. 4. Aponta câmera para o QR. Em 5 segundos conecta.

⚠️ Aviso crítico: uso de baileys é não-oficial. Meta pode banir o número a qualquer momento, especialmente se você enviar mensagem em massa, falar com contatos que nunca interagiram com você, ou postar comportamento “robótico” (mensagens idênticas em sequência). Por isso o número dedicado descartável.

Passo 3: Configurar webhook apontando para o n8n

Ainda no manager Evolution, em Webhook:

• URL: https://seu-n8n.com/webhook/whatsapp-recebido
• Events: marcar MESSAGES_UPSERT (mensagem recebida).
• Webhook by events: ON.

Toda mensagem que entra no WhatsApp agora dispara POST no seu n8n.

Passo 4: n8n recebendo e respondendo com IA

No n8n, cria workflow novo:

1. 1. Webhook node (path: whatsapp-recebido, method POST). Copia a URL.
2. 2. IF node filtrando mensagens enviadas por você mesmo (campo data.key.fromMe). Se true, ignora.
3. 3. AI Agent node com:

– Chat Model: Anthropic Chat Model (Claude Sonnet 4) ou OpenAI Chat Model (GPT-4o-mini). – Input: ={{ $json.body.data.message.conversation }} (o texto que o cliente mandou). – System message: o prompt abaixo.

1. 4. HTTP Request node chamando de volta a Evolution API:

– POST http://SEU_IP:8080/message/sendText/cortexia-bot – Headers: apikey: sua-chave-secreta – Body JSON: {"number": "{{ $('Webhook').item.json.body.data.key.remoteJid }}", "text": "{{ $json.output }}"}

Prompt do agente (system message do AI Agent node):

Você é atendente da {EMPRESA}, responde dúvidas no WhatsApp.

Regras:
- Linguagem informal e direta, PT-BR
- Máximo 4 linhas por mensagem
- Use emoji só se o cliente usar primeiro
- Não invente políticas. Se não souber, diga "vou verificar com o time" e marque para humano
- Se cliente disser "atendente", "humano" ou "reclamação", responda: "Vou te transferir para o time agora" e marque
- Sempre confirme número de pedido antes de dar status

JSON do workflow completo (importe em Workflows → Import from File):

{
  "name": "Agente WhatsApp Cortexia",
  "nodes": [
    {"name": "Webhook", "type": "n8n-nodes-base.webhook",
     "parameters": {"path": "whatsapp-recebido", "httpMethod": "POST"}},
    {"name": "Ignora self", "type": "n8n-nodes-base.if",
     "parameters": {"conditions": {"boolean": [{"value1": "={{ $json.body.data.key.fromMe }}", "value2": false}]}}},
    {"name": "AI Agent", "type": "@n8n/n8n-nodes-langchain.agent",
     "parameters": {
       "text": "={{ $json.body.data.message.conversation }}",
       "options": {"systemMessage": "Você é atendente. Responda em PT-BR, máx 4 linhas..."}}},
    {"name": "Anthropic", "type": "@n8n/n8n-nodes-langchain.lmChatAnthropic",
     "parameters": {"model": "claude-sonnet-4"}},
    {"name": "Enviar resposta", "type": "n8n-nodes-base.httpRequest",
     "parameters": {
       "method": "POST",
       "url": "=http://SEU_IP:8080/message/sendText/cortexia-bot",
       "sendHeaders": true,
       "headerParameters": {"parameters": [{"name": "apikey", "value": "sua-chave-secreta"}]},
       "sendBody": true,
       "jsonBody": "={\"number\": \"{{ $('Webhook').item.json.body.data.key.remoteJid }}\", \"text\": \"{{ $json.output }}\"}"
     }}
  ]
}

Ativa o workflow. Manda mensagem do seu celular pessoal pro número conectado. Recebe resposta da IA em ~10 segundos.

Passo 5: RAG com base de conhecimento (opcional mas recomendado)

Sem RAG, o agente inventa política. Para evitar, adicione um Vector Store com sua FAQ e os documentos da empresa.

Caminho simples no n8n:

1. 1. Sobe Qdrant via Docker (docker run -p 6333:6333 qdrant/qdrant).
2. 2. No n8n, adiciona node Qdrant Vector Store.
3. 3. Indexa seus PDFs/textos com node Default Data Loader, Recursive Character Text Splitter e OpenAI Embeddings.
4. 4. No AI Agent, adiciona o Qdrant como Tool (vector_search).

Agora, antes de responder, o agente consulta a base. Custo extra: ≈US$ 0,01/1k mensagens em embeddings.

Passo 6: Deploy e monitoramento

Checklist mínimo:

• Restart automático Evolution: docker update --restart unless-stopped evolution.
• Backup do volume: snapshot diário do evolution_data.
• Logs n8n: ative “Save Successful Production Executions” para ver histórico.
• Alerta de queda: configure node “Error Trigger” no n8n que manda Slack se o workflow falhar.
• Reconectar QR: caso o WhatsApp desconecte, o manager pede QR de novo. Configura cron que avisa você se a instância ficar offline por mais de 5 min.

Custo real mensal

Comparativo: o mesmo via Twilio Business API com 3k conversações custa US$ 15 (R$ 81), mais o custo da plataforma e um setup mais demorado.

Risco de banimento: a parte que não te contam

baileys conecta WhatsApp pelo mesmo protocolo do “WhatsApp Web”, que é não-oficial. Meta detecta padrões automatizados e banir o número é só questão de tempo se você:

• Envia para contato que nunca te respondeu primeiro.
• Manda 100+ mensagens iguais em sequência.
• Usa o mesmo número para outras coisas (campanhas, listas frias).

Tempo médio até banimento em uso intensivo: 30 a 90 dias. Em uso ético (só responde quem te procura, respostas variadas, número exclusivo) pode durar mais de um ano.

Mitigação:

1. 1. Use número dedicado, novo, sem histórico.
2. 2. Não envie cold message.
3. 3. Varie respostas, não copie e cole literal.
4. 4. Adicione pausa randômica (3 a 10s) antes de responder via node Wait.
5. 5. Para o cliente sério, planeje migrar para Twilio antes do bot ficar crítico.

Quando NÃO usar Evolution (vá de Twilio)

Vá direto para Twilio Business API se:

• WhatsApp é canal crítico da operação (perder o número quebra o negócio).
• Volume acima de 5.000 conversações/mês.
• Empresa precisa SOC 2, ISO 27001 ou similar.
• Setor regulado (saúde, financeiro, jurídico).
• Você precisa de interactive messages (botões, listas): Evolution não suporta tudo, Twilio suporta nativo.

Recomendação do Editor

Construí esse setup (Evolution + n8n + Claude) para um cliente e-commerce de moda em 2025. Resultado em 6 meses: 62% de deflection rate (bot resolve sem humano), CSAT 4,3/5, payback em 1 mês. Custo de R$ 80/mês contra os R$ 3.500 de um atendente PJ.

O número foi banido uma vez em 9 meses, depois que uma campanha de aniversário disparou 800 mensagens em 1 hora. Recuperamos com chip novo em 2 dias. O cliente aceitou o risco porque o cálculo continua compensando: 1 perda de número por ano contra R$ 41k economizados.

Minha recomendação para quem está pensando em como criar agente de IA para WhatsApp: comece com Evolution + n8n + Claude para validar o caso de uso. Se em 3 meses provou ROI e o WhatsApp virou canal crítico, migra para Twilio. Pular o passo de validação e ir direto para Twilio é gastar mais para descobrir se a ideia funciona.