Montar um atendimento automático com Evolution API e n8n pela primeira vez costuma seguir o mesmo roteiro: duas horas empolgantes arrastando nós, um teste que funciona, e aí a primeira conversa real derruba o fluxo porque o cliente mandou um áudio em vez de escolher a opção 1. Este template existe para você pular direto para a versão que sobrevive a clientes de verdade.
TL;DR: Um template de atendimento com Evolution API e n8n que aguenta produção tem seis blocos, nesta ordem: webhook filtrado, trava de direção (fromMe), janela de silêncio para atendimento humano, roteador de tipo de mensagem, lógica de qualificação e envio com registro. A maioria dos tutoriais ensina os blocos 1, 5 e 6; os blocos 2, 3 e 4 são o que separa demo de operação.
O fluxo em seis blocos
Bloco 1: webhook só com o necessário. Assine apenas o evento de mensagem recebida (e o de conexão, para o alerta que vem adiante). Cada evento extra assinado é execução inútil poluindo o histórico do n8n e mascarando erro real.
Bloco 2: trava de direção. Primeiro IF do fluxo: se a mensagem é da própria instância (fromMe), encerra. Sem essa trava, o fluxo responde à própria resposta e o cliente recebe rajada de mensagens. É o erro mais comum da integração, como mostramos no artigo da integração Evolution API + n8n.
Bloco 3: janela de silêncio humano. O bloco que os tutoriais pulam. Quando um atendente humano assume a conversa, o bot precisa calar. A implementação simples: registrar num storage (Redis, banco ou o próprio Data Store do n8n) o timestamp da última mensagem enviada manualmente e suprimir respostas automáticas por N minutos depois dela. Sem isso, o bot atropela a negociação do vendedor, e a equipe passa a odiar a automação na primeira semana.
Bloco 4: roteador de tipo. Cliente real manda áudio, foto do boleto, localização e figurinha. Um Switch por tipo de mensagem decide: texto segue para a qualificação; áudio e imagem recebem resposta honesta (“recebi seu áudio, já te respondo”) e caem para humano; o resto é ignorado com registro. Fluxo que só trata texto quebra no primeiro dia útil.
Bloco 5: qualificação. Aqui mora a sua lógica de negócio: perguntas de qualificação em sequência, ou um nó de IA que classifica a intenção. Comece burro e determinístico (3 perguntas fixas), meça onde as pessoas abandonam e só então sofistique. Bot esperto que ninguém testou converte menos que menu simples que todo mundo entende.
Bloco 6: envio com registro. Toda resposta sai por um único subfluxo de envio, que também grava contato, etapa e timestamp numa planilha ou banco. Quando alguém perguntar “quantos leads o bot qualificou esse mês?”, a resposta estará pronta, e essa pergunta sempre chega.
O sétimo bloco, fora do fluxo: o alerta de conexão viva
O template inteiro depende de uma premissa silenciosa: a instância conectada. Quando ela cai, o fluxo não erra, apenas deixa de executar, e não existe diferença visível entre “dia parado” e “conexão morta”. Monte um fluxo separado que escuta o evento de conexão e dispara alerta (Telegram, e-mail, outro número) na queda. As causas típicas estão em Evolution API desconectando; o alerta não as evita, mas transforma horas de silêncio em minutos.
O limite honesto do template
Esse desenho qualifica lead e segura o primeiro contato. O que ele não faz: fila e atribuição entre atendentes, histórico unificado, visão de gestão. Para equipe, acople uma caixa de entrada na frente, seja Chatwoot integrado à Evolution API, seja plataforma pronta. E o limite estrutural continua o da conexão: o template roda sobre o modo Baileys, que o próprio repositório da Evolution API (2026) avisa ter limitações por depender da versão web do WhatsApp. Se a operação já vive disso, a versão com API oficial e coexistência, na qual automação e caixa de entrada moram juntas, é o que o Cubo Suite entrega nativo. Interesse nosso declarado; o template acima é seu de qualquer jeito.
Como fazer o bot parar quando o atendente humano assume?
Registre o timestamp da última mensagem enviada manualmente pela instância e suprima respostas automáticas por uma janela de minutos após ela. No n8n, um Data Store ou Redis resolve; o IF da janela entra antes da lógica de qualificação.
O que fazer com áudios e imagens no fluxo?
Rotear para humano com resposta de recebimento. Transcrever áudio com IA é possível, mas adiciona custo e latência; comece encaminhando e só automatize a transcrição quando o volume justificar.
Quantas perguntas de qualificação o bot deve fazer?
Duas a três antes de entregar valor ou humano. Cada pergunta extra derruba a taxa de conclusão; meça o abandono por etapa no seu registro antes de adicionar a quarta.
Deixe um comentário