Chatbot ou agente de IA: a diferença que muda o resultado
Por que o robô de WhatsApp que você testou não funcionou, e o que mudou tecnicamente entre um fluxo de menus e um agente que consulta o sistema.
Muito hoteleiro já tentou automatizar o WhatsApp, teve uma experiência ruim e concluiu que “isso não funciona para hotel”. Na maior parte dos casos a conclusão está certa sobre a ferramenta testada e errada sobre a categoria — porque o que foi testado não era inteligência artificial.
O fluxo de menus
A primeira geração de automação de WhatsApp é uma árvore de decisão. Alguém desenha o caminho:
Olá! Digite: 1 — Reservas 2 — Localização 3 — Falar com atendente
Funciona enquanto o hóspede colabora. O problema é que ninguém escreve “1”. As pessoas escrevem:
“boa noite, vcs tem alguma coisa pro feriado? somos 2 casais e 1 criança de 6 anos, e a gente ia levar a cachorrinha se puder”
Uma frase, quatro informações e uma condição. O fluxo não tem esse nó. Ele responde “opção inválida, digite 1, 2 ou 3”, e a pessoa vai perguntar na pousada do lado.
Pior: o menu ensina o hóspede a desconfiar. Depois de duas respostas robóticas, ele para de escrever de verdade e passa a testar se tem alguém do outro lado.
O agente de IA
Um agente faz três coisas que o fluxo não faz.
Primeiro, ele lê. Da mesma frase acima, extrai: feriado (precisa descobrir qual), 4 adultos, 1 criança de 6 anos, pet. Nada disso estava num botão.
Segundo, ele consulta. Em vez de responder do que “acha”, ele vai ao sistema: quais quartos comportam 4 adultos e uma criança nessas datas, qual a tarifa daquela data, qual a política de criança de 6 anos, o hotel aceita animais. São consultas reais ao PMS e ao cadastro, feitas no instante da conversa.
Terceiro, ele responde com contexto. Se dez mensagens depois a pessoa perguntar “e se for só um casal?”, ele sabe que continuam sendo as mesmas datas e o mesmo feriado. O fluxo teria recomeçado do zero.
A tabela honesta
| Fluxo de menus | Agente de IA | |
|---|---|---|
| Entende frase livre | Não | Sim |
| Consulta disponibilidade real | Raramente | Sim, no momento da conversa |
| Mantém o contexto da conversa | Não | Sim |
| Sai do roteiro | Quebra | Responde ou transfere |
| Custo de implantar | Baixo | Médio — exige cadastrar o conteúdo da casa |
| Risco principal | Perder o lead por rigidez | Responder errado se for mal treinado |
Note a última linha: os dois têm risco, e são riscos opostos. O menu falha por não saber; o agente falha por achar que sabe. É por isso que o desenho importa.
O que separa um agente bom de um perigoso
Um agente de IA mal montado inventa. Ele completa a frase mais provável — e “a diária fica R$ 380” é uma frase muito provável, mesmo quando é falsa.
Três salvaguardas resolvem isso na prática:
- Preço e disponibilidade nunca são gerados pelo modelo. Vêm de consulta ao sistema. Se a consulta falhar, ele não responde valor.
- O conhecimento é o da casa. Política de cancelamento, horário, café, estacionamento: cadastrado, não deduzido.
- Existe um limite explícito. Quando o assunto sai do que ele sabe — reclamação, exceção, negociação — ele passa para uma pessoa com o resumo da conversa, em vez de improvisar.
Com essas três, o comportamento fica previsível. Sem elas, você tem um gerador de promessas que a recepção vai ter que honrar.
Como testar antes de contratar
Não peça demonstração com pergunta fácil. Peça para testarem estas:
- “tem vaga pro carnaval?” — Ele sabe que datas são essas? Consulta de verdade?
- “quanto fica pra 2 adultos e 2 crianças, uma de 3 e outra de 9?” — Aplica a política de criança por idade?
- “e se eu chegar meia-noite?” — Ele inventa uma regra ou passa para um humano?
- “achei caro” — Ele dá desconto por conta própria? (Se der, isso é um problema, não um recurso.)
As respostas a essas quatro perguntas dizem mais sobre a ferramenta do que qualquer apresentação. É o mesmo teste que recomendamos fazer com a nossa.