Como Criar um Agente de IA no WhatsApp com N8N (Guia Completo e 100% Gratuito)

Se você quer aprender a criar um agente de inteligência artificial integrado ao WhatsApp sem gastar nada, este conteúdo vai direto ao ponto. Existe uma forma prática de montar toda a estrutura utilizando ferramentas gratuitas como N8N, WAHA, Redis e Docker, rodando localmente no seu próprio computador.

Antes de continuar, recomendo assistir ao vídeo completo do Guilherme Lazarotto, que serviu como base para este artigo e traz o passo a passo visual de toda a implementação:

O que é N8N e como funciona a automação com IA

O N8N é uma ferramenta de automação de workflows no modelo low-code, que permite conectar diferentes sistemas, APIs e serviços de forma visual. Na prática, você cria fluxos automatizados onde um evento inicial, chamado de trigger, dispara uma sequência de ações.

A grande vantagem do N8N é a flexibilidade. Diferente de ferramentas como Zapier ou Make, ele pode ser hospedado localmente, o que elimina custos recorrentes.

Quando você adiciona inteligência artificial ao fluxo, o cenário muda completamente. Em vez de apenas automatizar tarefas, você passa a automatizar decisões. Um agente de IA pode interpretar mensagens, responder usuários, qualificar leads e executar ações com base no contexto da conversa.

Como funciona a integração com WhatsApp usando WAHA

Para conectar o N8N ao WhatsApp, o vídeo utiliza o WAHA, uma API que permite enviar e receber mensagens diretamente pelo seu número.

O processo é relativamente simples. Após iniciar o ambiente com Docker, você acessa o painel do WAHA e conecta seu WhatsApp escaneando um QR Code, da mesma forma que faria no WhatsApp Web.

A partir disso, toda mensagem recebida pode ser capturada via webhook. Esse webhook funciona como uma ponte entre o WhatsApp e o N8N, enviando os dados da mensagem para dentro do seu fluxo de automação.

É importante destacar que essa abordagem utiliza uma instância local. Isso significa que ela funciona bem para testes e projetos iniciais, mas possui limitações, como a impossibilidade de receber requisições externas sem configurações adicionais.

Estrutura necessária para rodar tudo gratuitamente

Um dos pontos mais interessantes desse projeto é que toda a estrutura é gratuita e roda localmente. Para isso, você utiliza o Docker, que permite executar múltiplos serviços isoladamente através de containers.

Com um único comando, utilizando Docker Compose, você sobe os seguintes serviços:

• N8N, responsável pela automação
• WAHA, responsável pela conexão com o WhatsApp
• Redis, responsável pela memória do agente
• PostgreSQL, opcional para armazenamento

Essa abordagem simplifica muito a configuração, já que elimina a necessidade de instalar cada ferramenta separadamente. Tudo roda de forma integrada, dentro do mesmo ambiente.

A principal vantagem é o custo zero. A principal limitação é a dependência do seu computador estar ligado e conectado.

Leia também: Empresas que Utilizam Inteligencia Artificial: Casos de Sucesso

Criando o primeiro agente de IA no N8N

Dentro do N8N, você pode adicionar um node de IA, chamado AI Agent, que será responsável por processar as mensagens recebidas.

Nesse ponto, entra o conceito de prompt. O prompt define o comportamento do seu agente. No exemplo do vídeo, o agente é configurado como um guia turístico, capaz de responder perguntas e sugerir roteiros personalizados.

Para o modelo de linguagem, é utilizada a API do Google Gemini, que oferece uma camada gratuita bastante funcional. Basta gerar uma API key e conectar ao N8N.

Outro ponto importante é o controle da temperatura. Esse parâmetro define o nível de criatividade da IA. Valores mais baixos tornam as respostas mais objetivas, enquanto valores mais altos aumentam a variação.

Construindo o workflow completo passo a passo

O fluxo começa com um webhook configurado no N8N. Esse webhook recebe os dados enviados pelo WAHA sempre que uma nova mensagem chega.

Em seguida, é utilizado um node do tipo Set para filtrar apenas as informações relevantes, como ID do chat, nome do usuário e conteúdo da mensagem.

Depois disso, entra o node Switch, que permite criar diferentes caminhos dentro do fluxo. No caso mais simples, você trata apenas mensagens recebidas, ignorando outros eventos.

A mensagem então é enviada para o agente de IA, que processa o conteúdo e gera uma resposta. Esse output é encaminhado para o próximo passo do fluxo.

Como adicionar memória ao agente com Redis

Um diferencial importante desse tipo de automação é a capacidade de manter contexto. Para isso, o projeto utiliza o Redis como sistema de memória.

O Redis armazena o histórico das conversas com base no ID do usuário. Isso permite que o agente lembre informações anteriores, como nome, preferências ou perguntas já feitas.

Você pode configurar o tempo de duração dessa memória, por exemplo, uma hora, e também limitar quantas mensagens serão consideradas como contexto.

Esse recurso transforma completamente a experiência, já que o agente deixa de ser apenas reativo e passa a ser conversacional.

Enviando e automatizando respostas no WhatsApp

Após o processamento da mensagem, o próximo passo é enviar a resposta de volta para o usuário.

Isso é feito através de nodes específicos do WAHA dentro do N8N, que permitem tanto marcar a mensagem como visualizada quanto enviar uma resposta automática.

O conteúdo enviado é exatamente o output gerado pelo agente de IA. Com isso, você cria um fluxo completo de atendimento automatizado, onde o usuário envia uma mensagem e recebe uma resposta instantânea.

Esse tipo de automação pode ser usado para suporte, vendas, qualificação de leads ou até mesmo atendimento inicial.

Aplicações práticas e limitações da solução

Na prática, esse tipo de estrutura abre diversas possibilidades. Você pode criar um assistente de vendas, um chatbot de atendimento, um agente de qualificação ou até um sistema de respostas automatizadas para redes sociais.

Para quem trabalha com marketing e automação, isso permite escalar atendimento sem aumentar equipe, além de melhorar o tempo de resposta.

Por outro lado, existem limitações importantes. Como o sistema roda localmente, ele depende do seu computador estar ativo. Além disso, não é possível integrar facilmente com sistemas externos sem configurações adicionais.

Para projetos mais robustos, o ideal é migrar para uma VPS, o que permite maior estabilidade, escalabilidade e integração com outras ferramentas.

Mesmo assim, como ponto de partida, essa solução entrega um excelente custo-benefício, permitindo validar ideias e criar automações funcionais sem investimento inicial.

Leia também: Como Encontrar o Placeholder no N8N: Guia Completo

Perguntas Frequentes (FAQ)

1. É realmente possível criar um agente de IA no WhatsApp sem pagar nada?
Sim, é possível utilizar ferramentas gratuitas como N8N, WAHA, Redis e Docker para montar toda a estrutura localmente. Além disso, modelos como o Google Gemini oferecem uma camada gratuita que viabiliza o uso inicial sem custos.

2. Preciso de conhecimentos avançados em programação para implementar essa solução?
Não. O N8N é uma ferramenta low-code, ou seja, a maior parte da construção é visual. No entanto, entender conceitos básicos como APIs, webhooks e lógica de automação ajuda a acelerar o processo.

3. Esse sistema funciona para uso profissional ou apenas para testes?
Ele pode ser usado profissionalmente, principalmente para validação de projetos, automação de atendimento e testes de agentes de IA. Porém, para ambientes mais críticos e escaláveis, o ideal é migrar para uma VPS.

4. Qual a principal limitação de rodar essa automação localmente?
A principal limitação é que o sistema depende do seu computador estar ligado e conectado à internet. Além disso, integrações externas via webhook podem não funcionar sem configurações adicionais de rede.