Uma assistente virtual que fecha a venda em cada loja

Construindo a Ana Júlia — a assistente que atende no WhatsApp, consulta o estoque da loja em tempo real e conduz o cliente até o Pix.

Em execuçãorunningjul 2026 —Arquiteto e desenvolvedor único

Node.jsSupabaseWhatsApp APIMercado PagoPDVNET

o problema

Uma rede de lojas precisa vender pelo WhatsApp e Instagram sem contratar uma pessoa para cada loja.

o projeto

Uma rede de lojas de artigos esportivos quer vender pelo WhatsApp e Instagram sem contratar uma pessoa por loja. Estou construindo a Ana Júlia: uma assistente que atende o cliente, entende o que ele quer, consulta o estoque da loja na hora e conduz a conversa até o pagamento por Pix — avisando o entregador assim que o pagamento cai. Ela usa IA apenas para entender o texto livre do cliente; todo o resto do fluxo é determinístico, para não errar em cima de pedido e de dinheiro. O projeto está em construção, e este texto cresce junto com ele.

Como a operação funcionava antes

A venda pelo WhatsApp dependia de um vendedor digitando cada resposta, uma conversa de cada vez.
Saber se um tamanho tinha em estoque era ligar para a loja ou abrir o sistema do balcão.
Lançamento esgotava rápido e a loja perdia a venda por não ter como oferecer pré-venda organizada.
Escalar isso significaria uma pessoa dedicada ao WhatsApp em cada loja da rede.

As decisões difíceis

Um fluxo só para pré-venda e pronta-entrega

o caminho óbvio: Dois caminhos de conversa separados, um para cada situação.
o que eu fiz: Um único fluxo que consulta o estoque da loja na hora e se transforma: se o produto está disponível, vira pronta-entrega em 2h; se não, vira pré-venda com reserva paga. Quem decide é o estoque, em tempo real.
por quê: Manter dois fluxos separados dobra o trabalho e faz os dois divergirem com o tempo. O estado do estoque é a única coisa que muda entre eles.
o que custou: Cada passo da conversa precisa do estado atual do estoque, e é preciso um plano B para quando o sistema da loja não responde.

IA só onde ela não pode errar caro

o caminho óbvio: Deixar a IA conduzir a conversa inteira, do oi ao pagamento.
o que eu fiz: A IA entra só para entender o texto livre do cliente — a gíria, o “quero a camisa nova”. Preço, estoque, área de entrega e pagamento são decididos por código determinístico, não por modelo.
por quê: Errar preço ou estoque por conta de uma IA é prejuízo de verdade, na loja do cliente. IA é ótima para interpretar; ruim para ser a fonte da verdade sobre dinheiro.
o que custou: Menos “mágica” e mais máquina de estados para manter — o comportamento é explícito, não emergente.

Entrega em 2h só dentro de 5 km

o caminho óbvio: Prometer entrega rápida para todo mundo que perguntar.
o que eu fiz: O bot geolocaliza o CEP do cliente, calcula a distância até a loja e só promete as 2h se ele está no raio. Fora dele, oferece retirada ou avisa quando abrir entrega na região.
por quê: Prometer o que não se cumpre queima a loja com o cliente. É melhor ser honesto sobre o raio do que furar um prazo.
o que custou: Pedir CEP e número no meio da conversa, antes de fechar.

o pulo do gato

O mesmo caminho vira pré-venda ou pronta-entrega sozinho

No coração do bot, uma consulta ao estoque da loja decide o rumo da conversa. O mesmo fluxo atende quem quer levar na hora e quem reserva um lançamento que ainda vai chegar — sem dois códigos para manter.

const disp = await pdvnet.disponibilidadeProduto(produto);

contexto.modo = disp.disponivel
  ? "pronta_entrega"   // valida 5 km → entrega em 2h
  : "pre_venda";       // reserva paga → entrega quando chegar

// daqui pra frente, o mesmo fluxo se adapta ao modo

A decisão pré-venda × pronta-entrega, feita pelo estoque em tempo real

Onde chegou

entrega para quem está dentro do raio de 5 km

fluxo que vira pré-venda ou pronta-entrega sozinho

Pix

pagamento fechado dentro da própria conversa

A Ana Júlia identifica o cliente, apresenta o lançamento, confere o estoque, valida a área de entrega, gera o Pix e avisa o entregador assim que o pagamento cai — tudo pelo WhatsApp, com o sistema de balcão da loja como fonte da verdade sobre estoque e preço.

o que ainda falta

A interpretação por IA ainda é um gancho preparado, não ligado em produção.
A baixa de estoque no sistema da loja é confirmada por uma pessoa nesta primeira versão.
Está em construção — ainda não é a operação plena da rede.

Tem um problema parecido?

Vamos conversar