# Chatbot Multiplatform > Chatbot Multiplatform — Skill especializada para chatbot multiplatform - Skill: `kursku/chatbot-multiplatform` (Agent Skill) - Install (CLI): `npx skillmds@latest add kursku/chatbot-multiplatform` - Raw SKILL.md: https://api.skillmd.com/api/skills/kursku/chatbot-multiplatform/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - License: MIT - Author: kursku (https://skillmd.com/u/kursku) - Updated: 2026-09-08 - Page: https://skillmd.com/skills/kursku/chatbot-multiplatform --- # Chatbot Multiplatform Esta skill capacita o Claude a projetar, implementar e otimizar chatbots multiplatforma, integrando-os com ferramentas de automação e APIs para experiências de conversação robustas e escaláveis. --- ## Keywords Chatbot Multiplatform, Integração WhatsApp API, Facebook Messenger Bot, Telegram Bot, Make.com Automação, N8N Workflows, Zapier Chatbot, Webhook API, Dialogflow CX, Google Gemini API, OpenAI GPT-4, Custom Intents, Fallback Strategies, Live Chat Handoff, NLP Tuning, Prompt Engineering Chatbot. --- ## Quick Start 1. **Configurar Webhook Inicial:** Crie um endpoint `POST` no Make.com ou N8N, por exemplo, `https://hook.us1.make.com/abcdefgh`, para receber mensagens do WhatsApp Business API. 2. **Mapear Entidades de Mensagem:** Utilize módulos "Parse JSON" ou "Set Multiple Variables" para extrair `message.from` (ID do usuário), `message.text.body` (conteúdo da mensagem) e `message.id` (ID da mensagem) do payload JSON recebido. 3. **Primeira Resposta Dinâmica com LLM:** Conecte um módulo "Router" para direcionar a mensagem a um módulo "ChatGPT" ou "Google Gemini" com um prompt inicial como: "Você é um assistente de vendas da Loja X. Responda à pergunta do cliente: {{2.text.body}}". 4. **Enviar Resposta para Plataforma:** Envie a resposta gerada pelo LLM de volta para o WhatsApp utilizando o módulo "WhatsApp Business Cloud API" com `to: {{2.from}}` e `text.body: {{3.choices[0].message.content}}`. --- ## Core Workflows ### Workflow 1: Integração WhatsApp com LLM e CRM (Vendas e Suporte) Este workflow detalha a criação de um chatbot de vendas e suporte via WhatsApp, integrado com um LLM para respostas inteligentes e um CRM para registro de interações e transbordo. * **Trigger (Make.com/N8N):** Webhook do WhatsApp Business API. * **Exemplo Payload (recebido no webhook):** ```json { "object": "whatsapp_business_account", "entry": [ { "id": "", "changes": [ { "value": { "messaging_product": "whatsapp", "metadata": { "display_phone_number": "5511987654321", "phone_number_id": "" }, "contacts": [ { "profile": { "name": "João Silva" }, "wa_id": "5511999998888" } ], "messages": [ { "from": "5511999998888", "id": "wamid.XXXXXXXXXXXXX", "timestamp": "1678886400", "text": { "body": "Olá, gostaria de saber sobre o preço do produto X." }, "type": "text" } ] }, "field": "messages" } ] } ] } ``` * **Passo 1: Extrair Dados da Mensagem:** Módulo "Set Multiple Variables" ou "Parse JSON". * `whatsappUser = {{webhook.body.entry[0].changes[0].value.messages[0].from}}` * `userMessage = {{webhook.body.entry[0].changes[0].value.messages[0].text.body}}` * `userName = {{webhook.body.entry[0].changes[0].value.contacts[0].profile.name}}` * `messageId = {{webhook.body.entry[0].changes[0].value.messages[0].id}}` * **Passo 2: Contextualizar e Gerar Resposta com LLM:** Módulo "ChatGPT" (ou Gemini). * **Model:** `gpt-4o` * **System Prompt:** `Você é o assistente de vendas e suporte virtual da TechStore Brasil. Seu objetivo é qualificar leads, responder perguntas sobre produtos (SKUs: TS001, TS002, TS003) e agendar demonstrações ou direcionar para o suporte técnico. Mantenha um tom amigável, profissional e prestativo. Se o cliente solicitar explicitamente falar com um humano, inicie o processo de transbordo. O cliente atual se chama {{userName}}.` * **User Message:** `{{userMessage}}` * **Tools (Opcional - para buscar dados externos):** ```json [ { "type": "function", "function": { "name": "get_product_info", "description": "Obtém informações como preço e estoque de um produto pelo SKU.", "parameters": { "type": "object", "properties": { "sku": { "type": "string", "description": "O SKU do produto." } }, "required": ["sku"] } } } ] ``` * **Passo 3: Lógica de Transbordo (Handoff) ou Armazenamento no CRM:** Módulo "Router" ou "Filter". * **Condição 1 (Transferência para Humano):** Se `{{ChatGPT.choices[0].message.content}}` contiver `[TRANSFERIR_HUMANO]` (tag definida no prompt do LLM) ou se `userMessage` contiver "falar com atendente", "humano", "suporte urgente". * Módulo "HTTP Request" para enviar notificação para canal Slack/Teams. * URL: `https://hooks.slack.com/services/YOUR/SLACK/WEBHOOK_PLACEHOLDER` * Headers: `Content-Type: application/json` * Body: `{"text": "🚨 Novo pedido de atendimento humano! Cliente: {{userName}} ({{whatsappUser}}). Mensagem: '{{userMessage}}'. Link para conversar: [https://seudash.com/chat/{{whatsappUser}}]"} ` * Módulo "WhatsApp Business Cloud API" para responder: "Entendido, {{userName}}! Já alertei nossa equipe de especialistas, e um deles entrará em contato com você em breve. Por favor, aguarde alguns minutos." * **Condição 2 (Resposta Padrão e Registro no CRM):** Se não for transferência. * Módulo "HTTP Request" (POST) para registrar a conversa no CRM (ex: HubSpot, Pipedrive). * URL: `https://api.hubapi.com/crm/v3/objects/notes` * Headers: `Authorization: Bearer YOUR_HUBSPOT_API_KEY`, `Content-Type: application/json` * Body: ```json { "properties": { "hs_note_body": "Conversa WhatsApp com {{userName}} ({{whatsappUser}}):\nCliente: {{userMessage}}\nBot: {{ChatGPT.choices[0].message.content}}", "hs_timestamp": "{{now()}}", "hs_created_by_user_id": "chatbot_id" } } ``` * Módulo "WhatsApp Business Cloud API" para enviar a resposta `{{ChatGPT.choices[0].message.content}}` de volta para `{{whatsappUser}}`. ### Workflow 2: Gerenciamento de Conteúdo e Publicação Multi-Canal (Telegram e Facebook Messenger) Este workflow automatiza a geração de ideias e a publicação de conteúdo em diferentes plataformas sociais, utilizando um chatbot como interface de comando. * **Trigger 1 (Make.com/N8N):** Webhook de nova mensagem em grupo do Telegram. * **Exemplo Payload:** ```json { "update_id": 123456789, "message": { "message_id": 123, "from": { "id": 987654321, "is_bot": false, "first_name": "Ana" }, "chat": { "id": -100111222333, "title": "Grupo Marketing Tech", "type": "supergroup" }, "date": 1678886400, "text": "/gerarideia para novo post sobre automação de marketing" } } ``` * **Passo 1: Filtrar Comandos do Telegram:** Módulo "Router" ou "Filter". * **Filtro:** `{{telegram.message.text}}` começa com `/gerarideia` * **Passo 2: Gerar Ideias de Post com LLM:** Módulo "ChatGPT" (ou Gemini). * **Model:** `gpt-3.5-turbo` (para economia em tarefas mais simples). * **System Prompt:** `Você é um especialista em marketing digital focado em tecnologia e IA. Sua tarefa é gerar 3 ideias criativas para posts em redes sociais, incluindo título, breve descrição e 2-3 hashtags relevantes para cada ideia. Mantenha um tom engajador e atualizado.` * **User Message:** `Gere ideias para posts sobre: {{replace(telegram.message.text, "/gerarideia ", "")}}` * **Passo 3: Publicar Ideias no Grupo Telegram:** Módulo "Telegram Bot". * **Chat ID:** `{{telegram.message.chat.id}}` * **Text:** `*Novas Ideias de Post para o Grupo Marketing Tech:*\n\n{{ChatGPT.choices[0].message.content}}` (Usar formatação Markdown) * **Trigger 2 (Make.com/N8N):** Webhook de nova mensagem privada para página do Facebook Messenger. * **Exemplo de uso:** Um usuário envia uma mensagem para a página com o texto do post e anexa uma imagem. * **Passo 1.1: Extrair Conteúdo e Anexos:** Módulo "Parse JSON" ou "Set Multiple Variables". * `facebookMessage = {{webhook.body.entry[0].messaging[0].message.text}}` * `facebookAttachmentURL = {{webhook.body.entry[0].messaging[0].message.attachments[0].payload.url}}` (se houver anexo) * **Passo 1.2: Fazer Upload da Imagem (se houver):** Módulo "Cloudinary" ou "Google Drive: Upload a file from URL". * **File URL:** `{{facebookAttachmentURL}}` * **Resultado:** `cloudinaryPublicURL = {{cloudinary.url}}` * **Passo 1.3: Publicar Post no Facebook Page:** Módulo "Facebook Pages". * **Page ID:** `{{PAGE_ID_DA_EMPRESA}}` (Obtido das configurações da sua página no Facebook Developers) * **Message:** `{{facebookMessage}}` * **Photo URL:** `{{cloudinaryPublicURL}}` (se `facebookAttachmentURL` existir, caso contrário deixar vazio ou omitir) * **Passo 1.4: Confirmar Publicação ao Usuário:** Módulo "Facebook Messenger". * **Recipient ID:** `{{webhook.body.entry[0].messaging[0].sender.id}}` * **Message Text:** "Seu post foi publicado com sucesso na página do Facebook! Confira em [https://facebook.com/SuaPaginaEmpresa]" --- ## Templates ### Prompt para Geração de Resposta de Vendas (LLM) ``` Você é um assistente de vendas da "Tech Solutions Brasil", especializado em produtos de TI e serviços de consultoria. Seu objetivo é ajudar clientes a encontrar a solução ideal, responder a dúvidas técnicas e de preços, e direcionar para um especialista humano quando necessário. Mantenha um tom profissional, amigável e objetivo. **Contexto do Cliente:** Nome: Mariana Interesse inicial: Software de gestão de projetos. Histórico: Visitou nossa página do produto 'ProjManager' há 2 horas. Ela já perguntou sobre integração com Slack. Histórico de Conversa: - Cliente: "Olá, gostaria de saber mais sobre o ProjManager. Ele se integra com o Slack?" - Bot: "Olá Mariana! Sim, o ProjManager possui integração nativa com o Slack. Ele também se integra com Jira e Google Drive, facilitando a gestão de equipes e projetos. Posso te ajudar com mais alguma dúvida?" **Informações de Produtos/Serviços (apenas para referência, não cite diretamente):** - ProjManager: Software SaaS, R$199/mês (plano básico), R$499/mês (plano premium), integração Slack/Jira/Google Drive. - Consultoria Agile: A partir de R$500/hora. - Suporte Técnico: Disponível de segunda a sexta, das 9h às 18h. **Mensagem do Cliente:** "Ah, que ótimo! E qual a diferença entre o plano básico e o premium do ProjManager?" **Sua Resposta (seja conciso e útil):** ``` ### Payload Webhook para Envio de Mensagem Interativa com Botões (WhatsApp) ```json { "messaging_product": "whatsapp", "recipient_type": "individual", "to": "5511987654321", "type": "interactive", "interactive": { "type": "button", "header": { "type": "text", "text": "Bem-vindo(a) à Tech Solutions!" }, "body": { "text": "Olá João! Para qual de nossos serviços você gostaria de mais informações hoje?" }, "footer": { "text": "Escolha uma opção abaixo:" }, "action": { "buttons": [ { "type": "reply", "reply": { "id": "SERVICE_PROJMANAGER_INFO", "title": "ProjManager SaaS" } }, { "type": "reply", "reply": { "id": "SERVICE_CONSULTORIA_INFO", "title": "Consultoria TI" } }, { "type": "reply", "reply": { "id": "SERVICE_FALAR_HUMANO", "title": "Falar com Atendente" } } ] } } } ``` --- ## Checklist - [x] Mapeamento completo de canais de comunicação (WhatsApp Business API, Messenger, Telegram, Webchat). - [x] Configuração de webhooks em ferramenta de automação (Make/N8N) para cada canal. - [x] Estrutura de prompt engineering para LLM com persona, contexto e histórico de conversa definidos. - [x] Lógica de identificação de intenções (intents) do usuário implementada (LLM ou NLU dedicado como Dialogflow). - [x] Estratégia de fallback para intenções não reconhecidas, erros do LLM ou mensagens inesperadas. - [x] Mecanismo de transbordo (handoff) para atendimento humano integrado com sistema de tickets ou chat ao vivo. - [x] Integração com APIs externas (CRM, ERP, Base de Conhecimento, Agendamento) para dados dinâmicos. - [x] Monitoramento de logs, erros e métricas de desempenho do chatbot em tempo real. - [x] Plano de testes abrangente para diferentes cenários de conversa, intenções e plataformas. - [x] Definição e implementação de regras para tratamento de dados sensíveis e conformidade com LGPD. --- ## Métricas de Referência | Métrica | Benchmark | Meta | |---------------------------------|-----------|--------| | Taxa de Resolução na 1ª Interação | 60% | 80% | | Taxa de Transbordo para Humano | 30% | 15% | | Tempo Médio de Resposta do Bot | < 3s | < 1s | | Taxa de Satisfação do Usuário (CSAT) | 3.5/5 | 4.2/5 | | % de Redução de Custo de Atendimento | 20% | 40% | | Taxa de Erro do LLM (Resposta Inadequada) | 10% | 3% | --- ## Erros Comuns 1. **Prompts Genéricos e Ausência de Contexto**: O LLM gera respostas vagas, redundantes ou fora do escopo, frustrando o usuário. * **Como evitar**: Incluir persona específica (ex: "Você é um especialista em suporte técnico de roteadores Cisco"), histórico da conversa (`chat_history`), e informações relevantes do usuário (nome, ID do cliente) no prompt. Ex: `System: Você é o suporte da XYZ. Histórico: "{{hist.msg}}". Cliente: "{{user.name}}". Pergunta: "{{user.msg}}"`. 2. **Webhooks Mal Configurados ou Sem Tratamento de Erros**: Mensagens não chegam, são processadas incorretamente, ou o bot para de responder sem aviso. * **Como evitar**: Validar payloads JSON no Make/N8N com módulos "Parse JSON" e usar ferramentas de debug para inspecionar dados. Implementar retries automáticos e configurar notificações de erro (ex: e-mail, Slack) para falhas de API ou workflow. Ex: Em N8N, use o "Error Workflow" para enviar um alerta ao Slack. 3. **Falta de Estratégia de Transbordo (Handoff)**: Usuários frustrados sem uma opção clara e eficiente de falar com um atendente humano quando o bot