Nosso cliente é uma importante incorporadora de loteamentos e urbanizações de Santa Cruz de la Sierra, Bolívia, com mais de 25 projetos ativos e um time comercial que começou com apenas 6 vendedores. Antes deste trabalho, cada vendedor montava à mão a ficha de cada projeto com modelos, carregava os dados do lead um por um, e não tinha como saber de qual anúncio vinha cada consulta.
O trabalho começou em 18 de maio de 2026 com o primeiro onboarding e foi entregue em 9 de junho, junto com a apresentação do MVP de Cobranças — 22 dias entre uma coisa e outra. Implementamos um chatbot de WhatsApp, Kommo e desenvolvimento sob medida trabalhando juntos, com um Companion de IA assistindo o time de vendas. É, dos cinco casos desta série, o que mais escalou seu uso, e o único que já tem uma segunda fase em desenvolvimento.
- Em 22 dias montamos um chatbot de WhatsApp com Kommo e desenvolvimento sob medida que identifica o projeto pelo anúncio de origem e monta a ficha do lead automaticamente.
- O Salesbot qualifica em 2 a 3 interações, de forma imediata e 24/7, antes de encaminhar ao consultor — sem uma única queda de serviço desde que entrou em produção.
- O cliente escalou para 4 canais conectados e já está em uma segunda fase, com um desenvolvimento sob medida para cobrar por WhatsApp.
O problema: fichas montadas à mão, leads sem origem
Com mais de 25 projetos ativos, cada consulta que chegava por WhatsApp, Instagram ou Facebook implicava o mesmo trabalho repetitivo: o vendedor tinha que identificar de qual loteamento se tratava, montar ou buscar a ficha correspondente com um modelo, e carregar à mão os dados de contato do lead. Não havia forma sistemática de saber de qual anúncio vinha cada consulta — informação-chave para saber quais campanhas realmente geravam vendas.
O objetivo não era resolver a conversa sem intervenção humana — o negócio precisa que um consultor feche a venda. O objetivo era que, quando o lead chegasse ao consultor, já viesse identificado, qualificado e com a ficha completa.
O que foi implementado: chatbot, CRM e desenvolvimento sob medida
A solução combinou um Salesbot de WhatsApp sobre Kommo com desenvolvimento sob medida e um Companion de IA para o time de vendas — construído sobre backend em NestJS, frontend em Next.js, e uma base de conhecimento vetorial própria que alimenta o assistente de IA.
- Salesbot de WhatsApp — Detecta o projeto sobre o qual perguntam, entrega a ficha e qualifica o lead em 2 a 3 interações —de forma imediata e 24/7— só então o passa a um consultor.
- Kommo + desenvolvimento sob medida — Integração via OAuth, webhooks, Chats API e Salesbot, com Meta Conversions API, atribuição UTM e gestão de conteúdos para substituir os modelos manuais.
- AI Companion para o time de vendas — Assiste o vendedor dentro do chat, sobre uma base de conhecimento vetorial própria do cliente — não responde ao lead no lugar dele, o assiste.
- Presets de autopreenchimento — Uma feature separada do autofill com IA: funciona mesmo com a IA desligada, para não vender inteligência artificial a um cliente que só precisa preencher campos.
O desafio técnico: saber de qual projeto fala cada lead
O desafio mais difícil do projeto foi identificar sobre qual projeto cada lead pergunta. A primeira versão do bot fazia match por palavra-chave sobre o texto da mensagem — e acabou mandando todos os leads para um único loteamento, sem importar o anúncio de origem. O bug foi detectado em 16 de junho, apenas uma semana depois da entrada em produção.
Foi resolvido capturando o ad_id do Meta do click-to-WhatsApp a partir do webhook do Kommo, e resolvendo o projeto contra esse identificador —deixando o matcher por palavra-chave como reserva, para quando o ad_id não vier. Dez dias depois, em 26 de junho, apareceu um segundo incidente: um erro 403 em produção, cuja causa raiz foi identificada e resolvida no mesmo dia. Nenhum dos dois incidentes implicou queda de serviço: o sistema não deixou de funcionar em nenhum momento desde que entrou em produção.
O critério que ficou daqui —detectar a origem pelo ad_id do Meta e não por palavra-chave— foi incorporado como padrão para todos os clientes com click-to-WhatsApp envolvido.
Escalar sem cair: de 6 vendedores a uma segunda fase
Dos cinco casos desta série, este é o que mais escalou seu uso. Em canais, somaram TikTok, Facebook, Instagram e WhatsApp API à operação, mais uma segunda linha de WhatsApp dedicada a cobranças e uma terceira para a própria API. Em produto, já está em andamento uma segunda fase com um MVP de Cobranças —desenvolvimento sob medida novo, não um módulo existente— que habilita cobrar por WhatsApp com links de pagamento QR, projetando escalar de 200–300 envios diários para entre 8.000 e 9.000.
Também foi construído um Salesbot de indicações, com uma recompensa variável por projeto dimensionada para cobrir a parcela mensal do lote —relevante porque 4 de cada 10 vendas deste cliente são indicações ou recompra. Tudo isso roda sobre uma arquitetura pensada para escalar: NestJS e MongoDB/Redis na Railway, Next.js na Vercel, PostgreSQL com pgvector para a base de conhecimento do assistente de IA, e Amazon S3 para os links de pagamento.
O que mudou, tarefa por tarefa
|
Tarefa |
Antes |
Depois |
|---|---|---|
|
Ficha de cada projeto |
Montagem manual com modelos |
Gestão de conteúdos na plataforma |
|
Carga de dados do lead |
Campo por campo, à mão |
Presets de autopreenchimento |
|
Origem da consulta |
Sem dado de qual anúncio vinha |
Atribuição automática por ad_id do Meta |
|
Campanhas de cobrança |
Montagem manual |
Gestor de modelos + envio em massa (em desenvolvimento) |
O bot detecta o projeto, entrega a ficha e qualifica em 2 a 3 interações, de forma imediata e 24/7 — só então passa ao consultor.
