Criei uma IA que Atende no WhatsApp 24 Horas (Claude Code)

A proposta central do vídeo

O vídeo apresenta um projeto prático de criação de um agente de inteligência artificial para atendimento no WhatsApp, construído com Claude Code e hospedado em uma VPS da Hostinger. A proposta é demonstrar como descrever uma solução em linguagem natural e revisar o que a IA constrói, sem depender de conhecimentos avançados de programação. O agente desenvolvido atende mensagens automaticamente, qualifica leads com perguntas adaptáveis e transfere a conversa para um humano no momento adequado. Todo o sistema roda continuamente em uma máquina virtual, eliminando a necessidade de manter um computador pessoal ligado.

O projeto funciona como um exemplo de vibe coding aplicado a um problema real de negócio. Em vez de escrever código linha por linha, a criadora descreve o comportamento desejado para o Claude Code, que atua como um desenvolvedor assistido. A revisão do que é gerado pela IA se torna parte essencial do fluxo de trabalho, garantindo que o resultado atenda aos requisitos do atendimento e da automação. A demonstração completa inclui o planejamento do agente, a preparação do banco de dados, a implementação, validação, publicação e testes práticos no WhatsApp.

Arquitetura da solução e integração com WhatsApp

A arquitetura apresentada combina Claude Code, uma VPS da Hostinger, a API UAZAPI e o Supabase como banco de dados. O Claude Code é instalado diretamente na VPS a partir de um template com um clique, o que simplifica o acesso para quem não tem familiaridade com servidores. O terminal web da VPS permite fazer login no Claude Code com um plano pago e executar comandos sem medo de lidar com uma interface complexa. A UAZAPI é responsável pela conexão com o WhatsApp, utilizando o modelo de coexistência entre número oficial e camada não oficial.

O Supabase armazena as conversas e os dados do agente, enquanto as chaves de acesso permanecem protegidas em um arquivo .env. A combinação dessas ferramentas forma um sistema completo de atendimento automatizado, com persistência de dados e integração em tempo real. A separação entre a aplicação e a camada de mensageria permite que o agente funcione de forma estável mesmo quando a pessoa responsável pelo projeto não éstá online. O painel de controle criado no projeto permite editar o prompt, testar conversas, publicar versões e pausar a IA para números específicos.

O papel das skills no planejamento e implementação

Um dos pontos centrais do vídeo é o uso de skills do Claude Code para orientar o planejamento e a implementação em etapas. As skills funcionam como instruções especializadas que guiam a IA na execução do projeto. Em vez de solicitar tudo de uma vez, a abordagem divide o trabalho em fases: planejar a solução, preparar o ambiente, implementar o código, validar o funcionamento e publicar a aplicação. Esse fluxo reduz erros e facilita a revisão do que é gerado.

O planejamento começa com a definição clara do problema: criar um agente de WhatsApp com perguntas de qualificação adaptáveis ao nicho de negócio. A implementação é acompanhada de testes em cada etapa, permitindo que a criadora verifique o comportamento do agente antes de seguir para a fase seguinte. A validação inclui testar a conversa no WhatsApp de verdade, confirmar que o agente responde com o computador fechado e verificar a transferência para atendimento humano. Essa metodologia torna o processo mais seguro para quem está iniciando em automação com código.

Painel de controle e operação do agente

O painel de controle é uma das entregas mais relevantes do projeto, pois permite operar o agente sem necessidade de alterar código diretamente. Por meio dele, é possível editar o prompt do sistema, testar a conversa em um ambiente simulado, publicar novas versões e pausar a IA para determinados números. A pausa da IA possibilita assumir o atendimento manualmente e devolver a automação quando o humano termina a interação. Essa alternância entre humano e IA resolve um dos maiores desafios de agentes de atendimento: a necessidade de intervenção em casos específicos.

O painel também dá visibilidade sobre o comportamento do agente. Durante os testes práticos, a criadora demonstra como o agente qualifica o lead com perguntas adaptadas ao contexto da conversa. A configuração permite ajustar as perguntas de qualificação para diferentes nichos, tornando o agente reutilizável em outros negócios. A publicação de versões garante que mudanças no prompt ou nas regras de atendimento entrem em vigor sem reiniciar toda a aplicação manualmente.

Banco de dados e proteção de credenciais

O uso do Supabase como banco de dados permite armazenar as conversas entre o agente e os usuários de forma estruturada. Os dados coletados durante o atendimento alimentam o processo de qualificação de leads, fornecendo informações que podem ser usadas posteriormente por equipes de vendas ou suporte. A integração entre o agente, a UAZAPI e o Supabase precisa respeitar boas práticas de segurança, especialmente no armazenamento de chaves de API e tokens de acesso.

No vídeo, a criadora destaca a importância de proteger as chaves no arquivo .env, evitando exposição em repositórios públicos ou no código da aplicação. A VPS da Hostinger oferece um ambiente isolado para manter essas credenciais. O processo de configuração do banco de dados é explicado durante a preparação do ambiente, mostrando como criar as tabelas necessárias para registrar as conversas e os estados do agente.

Testes práticos e transição para humano

Os testes práticos no WhatsApp demonstram o agente em funcionamento real, respondendo mensagens e conduzindo a qualificação do lead. O fluxo inclui a coleta de informações básicas, perguntas sobre a necessidade do contato e a decisão de transferir para um humano quando a conversa atinge um nível de complexidade ou interesse comercial. A transição para humano é acionada pelo painel de controle, permitindo que o operador assuma o atendimento diretamente no WhatsApp.

Após o atendimento humano, a IA pode retomar a conversa, garantindo que o usuário não fique sem resposta em nenhum momento. Essa alternância é um diferencial do projeto em comparação a atendentes automáticos simples. O vídeo também confirma que o agente continua funcionando com o computador pessoal desligado, rodando integralmente na VPS 24 horas por dia. Esse é um requisito central para quem deseja oferecer atendimento contínuo.

Para quem o conteúdo é indicado

O vídeo é direcionado a implementadores de IA, profissionais de automação, empreendedores e iniciantes em vibe coding. Não é necessário saber programar, pois a solução é descrita em linguagem natural e revisada em cada etapa. Profissionais que já utilizam n8n encontram no projeto um caminho complementar para criar agentes com mais controle sobre o código e a personalização. Empreendedores podem adaptar o agente de qualificação ao próprio nicho, usando o painel para ajustar perguntas e respostas.

Os requisitos são um plano pago do Claude, uma VPS da Hostinger e um número de WhatsApp configurado na UAZAPI. Para produção, recomenda-se a VPS KVM 2, enquanto a KVM 1 serve para testes. A criadora também menciona a possibilidade de usar outra API de WhatsApp, adaptando a integração conforme a necessidade. O vídeo termina com a sugestão de explorar a Lena Academy para aprofundar os conhecimentos em IA e automação.