Escopo do projeto
O projeto conecta o número do WhatsApp Business da loja ao Amazon Connect, pelo AWS End User Messaging Social, e monta um fluxo de atendimento em duas camadas: a primeira responde com IA o que é consulta (pedido, prazo, troca, horário, formas de pagamento, dúvidas de produto que estejam na base), com consentimento registrado no início da conversa e aviso de que é um assistente; a segunda é a fila de atendentes humanos, no próprio Amazon Connect ou no sistema atual da loja, que recebe a conversa com o histórico e o motivo da transferência. A IA consulta o status do pedido no ERP ou na plataforma de e-commerce por integração de leitura, e responde políticas e dúvidas de produto pela Amazon Bedrock Knowledge Bases. Toda ação que muda pedido, dinheiro ou cadastro passa por uma pessoa: a IA lê, responde e transfere.
O escopo inclui a verificação do WhatsApp Business (processo da Meta, que pode levar até duas semanas), a conta AWS, o fluxo, a base de conhecimento, o guardrail, a integração de leitura, o teto de custo, a transferência com histórico, os relatórios e o treinamento dos atendentes. Campanhas de marketing ativo pelo WhatsApp (que exigem opt-in próprio) e pagamento dentro da conversa ficam fora.
Desafio e problemas de hoje
- Dezenas de "cadê meu pedido" por dia, respondidos à mão por quem também vende no balcão.
- Fora do horário comercial e nos picos (Black Friday, Dia das Mães, Natal), a conversa fica horas sem resposta e a venda vai para o concorrente.
- Respostas diferentes por atendente sobre troca, prazo e frete.
- Ferramentas de chatbot por menu irritam o cliente e não entendem pergunta livre.
- Dado pessoal do cliente (nome, CPF, endereço) circula em celulares pessoais da equipe.
- Medo de a IA "prometer" algo que a loja não cumpre.
O ambiente de partida (perfil típico deste exemplo)
| Item | O que costuma existir |
|---|---|
| Canal | WhatsApp Business (aplicativo) num ou dois celulares; às vezes WhatsApp Business API por um provedor |
| Volume | De 300 a 5 mil conversas por mês; picos de 3 a 5 vezes em datas comemorativas |
| Sistemas | ERP ou plataforma de e-commerce (VTEX, Shopify, Nuvemshop, Tray, Loja Integrada, ERP próprio) com API ou exportação de pedidos |
| Políticas | Troca, devolução, frete e pagamento em documento ou só "na cabeça" do dono |
| Equipe | De 2 a 10 atendentes que também vendem |
| Dados pessoais | Nome, telefone, CPF, endereço, histórico de compra |
| Restrições | LGPD (consentimento e opt-in), regras da Meta para o WhatsApp Business, horário de atendimento humano, orçamento mensal |
Perfil típico, com faixas, construído a partir de projetos desse tipo. O inventário real é o primeiro entregável da descoberta.
Requisitos
- R1Responder pergunta livre em português sobre pedido, prazo, troca, horário e produto, só com o que está nos dados da loja.
- R2Toda ação que muda pedido, pagamento ou cadastro passa por uma pessoa; a IA só lê, responde e transfere.
- R3Transferir para atendente, com o histórico e o motivo, quando o cliente pedir, quando a IA não souber ou quando detectar insatisfação.
- R4Consentimento LGPD registrado no início da conversa, aviso de que é IA, e dado pessoal mascarado nos logs.
- R5Teto de custo por dia e limite de uso por número; relatório de conversas resolvidas, transferidas e abandonadas.
- R6Atender fora do horário com a IA e enfileirar para humano com previsão de retorno.
- R7Entrar no ar mantendo o número do WhatsApp da loja.
O que desenhamos para cada requisito
| Requisito | Decisão de arquitetura | Serviço AWS |
|---|---|---|
| R1 | Fluxo de contato do Amazon Connect chama uma função que consulta o pedido por API de leitura no ERP ou e-commerce e responde políticas e produto pela base de conhecimento, com instrução fixa no servidor | Amazon Connect, AWS Lambda, Amazon Bedrock, Amazon Bedrock Knowledge Bases |
| R2 | Integração de leitura apenas (credencial do ERP com permissão de consulta); a IA tem ferramenta de leitura e nenhuma de escrita; pedidos de cancelamento, troca efetiva e reembolso viram transferência | AWS Lambda, AWS Secrets Manager, AWS Identity and Access Management (IAM) |
| R3 | Regras de transferência: pedido explícito ("quero falar com alguém"), ausência de resposta na base, dois turnos sem avanço, palavras de insatisfação; a fila humana recebe o histórico resumido pela IA e o motivo | Amazon Connect (filas e roteamento), Amazon Bedrock |
| R4 | Primeira mensagem com aviso de IA e pedido de consentimento (resposta registrada); Guardrail com filtro de informação sensível na entrada e saída; logs pseudonimizados com TTL | Amazon Bedrock Guardrails, Amazon DynamoDB |
| R5 | Contador de gasto do dia lido antes de chamar o modelo; quota por número de telefone; métricas de resolvido, transferido e abandonado por dia | AWS Lambda, Amazon DynamoDB, AWS Budgets, Amazon CloudWatch |
| R6 | Horário de atendimento no fluxo: fora dele, a IA responde o que sabe e registra o pedido de retorno na fila com previsão | Amazon Connect |
| R7 | Integração do WhatsApp Business no Amazon Connect com o número atual da loja (verificação do negócio pela Meta, até 2 semanas) | Amazon Connect (canal WhatsApp Business), AWS End User Messaging Social |
Arquitetura
Componentes e fluxos deste diagrama
- Clientes (WhatsApp): enviam a mensagem e recebem a resposta.
- Amazon Connect (canal WhatsApp Business e filas): recebe as mensagens e roteia para a IA ou para os atendentes.
- AWS End User Messaging Social (registro da conta WhatsApp Business e do número, importado no Connect).
- AWS Lambda (orquestração e regras de transferência): monta o prompt, consulta pedido e base, decide quando transferir.
- Amazon Bedrock (modelo): geração da resposta.
- Amazon Bedrock Guardrails (filtros de entrada e saída): dados pessoais e temas fora do escopo.
- Amazon Bedrock Knowledge Bases (políticas e produtos) e Amazon S3 (políticas, FAQ, catálogo).
- Amazon DynamoDB (consentimento, quota, gasto do dia).
- ERP ou e-commerce (consulta de pedidos, leitura).
- Atendentes: recebem a conversa transferida com o histórico.
- AWS CloudTrail (registro).
- Fluxos: mensagens; fluxo de contato; prompt e resposta; filtros; contexto; documentos; consentimento, quota e gasto; consulta de pedido em leitura; transferência com histórico; registro.
Ganhos: o que medimos no projeto
| Indicador | Como medimos | O que muda |
|---|---|---|
| Percentual de conversas resolvidas sem atendente | Contador do fluxo (encerradas pela IA sem transferência) sobre o total, por dia e por tema | A equipe atende o que exige pessoa |
| Tempo até a primeira resposta, por faixa de horário | Métricas do Amazon Connect, antes (manual) e depois | Fora do expediente deixa de ser silêncio |
| Satisfação de quem foi atendido pela IA e pelo humano | Pergunta de 1 a 5 ao fim da conversa, separada por caminho | Mostra se a IA ajuda ou irrita |
| Transferências por motivo | Contador por regra (pedido explícito, sem resposta, insatisfação, ação que muda dado) | Onde a base precisa crescer e onde a IA deve ceder a vez |
| Custo por conversa e gasto do dia contra o teto | Métricas do backend e AWS Budgets | A fatura é prevista |
| Vendas em datas de pico com atendimento no prazo | Pedidos por hora cruzados com tempo de resposta, no pico, comparado ao pico anterior | Pico sem fila é venda que ficou |
Indicadores que a RFX mede na PoC e em produção. Os valores são da sua empresa; resultados de clientes ficam sob confidencialidade.
Escopo e entregáveis por fase
| Fase | O que acontece | Entregáveis | Duração |
|---|---|---|---|
| Fase 0: diagnóstico curto e verificação (em paralelo) | Levantar os 20 motivos de contato mais frequentes com exemplos reais anonimizados; escrever as políticas que só existem "na cabeça"; iniciar a verificação do WhatsApp Business na Meta; definir critério de sucesso (ex.: "ao menos metade das conversas de status, prazo e troca resolvidas sem atendente, satisfação da IA igual ou maior que a do humano nas mesmas perguntas, nenhuma ação indevida, em 4 semanas de piloto") | Lista de motivos; documentos de política; critério assinado; verificação em andamento | De 1 a 2 semanas |
| Fase 1: PoC com critério de sucesso escrito | Conta AWS; base de conhecimento com políticas e produtos; integração de leitura com o ERP; fluxo no Amazon Connect com número de teste; Guardrail; teto; teste com 30 conversas roteirizadas e 10 atendentes internos fazendo papel de cliente; medição | Fluxo e base; relatório de resolvido, transferido e erros; ajustes de política | De 3 a 4 semanas |
| Fase 2: produção | Número oficial; transferência com histórico; horário; relatórios; treinamento dos atendentes; política de uso e consentimento; runbook | Atendimento no ar; painel diário; registro LGPD | De 6 a 10 semanas no total |
| Fase 3: operação | Revisão semanal de transferências "sem resposta" para alimentar a base; preparação de pico (teto e capacidade) antes de cada data comemorativa; transferência ao time da loja com operação assistida | Rotina de operação | Contínua |
Durações típicas, em faixa. O plano do projeto fixa as datas reais.
Algo a mais: do motivo de contato à causa
Com as mesmas transferências registradas, a RFX monta um relatório mensal dos motivos de contato que mais viram atendimento humano, que serve para corrigir a origem (página de rastreio, prazo prometido no checkout, texto da política de troca). Quando o volume justificar, o mesmo fluxo atende o chat do site e do aplicativo da loja pelo Amazon Connect, com a mesma base e o mesmo guardrail.
Cuidados: LGPD, região e revisão humana
- Consentimento no início da conversa, com aviso de que é um assistente de IA e de como falar com uma pessoa; opt-in separado para qualquer mensagem ativa de marketing.
- Dado pessoal mascarado pelo Guardrail na entrada e na saída do modelo; nos logs e nas conversas gravadas, a aplicação registra só a versão mascarada e o Amazon CloudWatch Logs usa proteção de dados; logs pseudonimizados com retenção curta; conversa de cliente só em canal governado, fora de celular pessoal da equipe.
- Cancelar, trocar, reembolsar e alterar cadastro são ações de pessoa; isso é regra de arquitetura (a IA tem ferramenta só de leitura), e não só de prompt.
- Região: para o Amazon Bedrock vale a tabela de região do tema (há modelos processados em São Paulo; Claude recente e GPT por inferência global). Em 06/10/2026 o Amazon Connect e o canal WhatsApp Business não são oferecidos na região de São Paulo: a instância fica numa região fora do Brasil (ex.: Leste dos EUA, Norte da Virgínia), escolhida na Fase 0, e isso entra como transferência internacional no registro de tratamento e na política de privacidade da loja.
- A verificação do WhatsApp Business pela Meta pode levar até duas semanas; comece por ela.
- Revisão humana por amostragem das conversas resolvidas pela IA, toda semana no primeiro mês.
- Satisfação medida nos dois caminhos; se a da IA ficar abaixo da humana no mesmo tema, o tema volta para o humano.
Perguntas frequentes deste exemplo
O número atual sai do aplicativo WhatsApp Business e é registrado na plataforma WhatsApp Business pelo AWS End User Messaging Social, que o importa no Amazon Connect; a partir daí a loja atende pelo Connect, e o aplicativo deixa de usar esse número. A verificação do negócio pela Meta pode levar até duas semanas e começa antes de tudo.
Ela só responde o que está nos dados da loja (pedido, política, prazo cadastrado) e com Guardrails; o que está fora da base vira transferência. Na PoC, 30 conversas roteirizadas testam exatamente esse risco antes de abrir ao público.
Pedido explícito de falar com uma pessoa, palavras de insatisfação ou dois turnos sem avanço transferem na hora, com o histórico. A satisfação é medida separadamente nos dois caminhos.
Mensagem ativa de marketing exige opt-in próprio e segue regras da Meta; fica fora deste exemplo. O foco é responder quem procura a loja.
Depende do volume e do modelo. O diagnóstico estima com três cenários; em produção há teto diário verificado antes de cada chamada, e nos picos a RFX ajusta o teto antes da data.
Serviços AWS deste exemplo
- Amazon Connect (canal WhatsApp Business, filas)
- AWS End User Messaging Social
- Amazon Bedrock
- Amazon Bedrock Knowledge Bases
- Amazon Bedrock Guardrails
- AWS Lambda
- Amazon S3
- Amazon DynamoDB
- AWS Secrets Manager
- AWS Budgets
- Amazon CloudWatch
- AWS CloudTrail
Incentivos AWS
A RFX busca para o projeto os programas de incentivo, créditos e verbas de PoC da AWS e da distribuição aplicáveis, sempre sujeitos a aprovação da AWS e da distribuição.