Installs into .claude/skills of the current project.
Are you the author of Chatbot Multiplatform?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/kursku-chatbot-multiplatform)
---
name: chatbot-multiplatform
description: "Chatbot Multiplatform — Skill especializada para chatbot multiplatform"
license: MIT
metadata:
version: 1.0.0
author: Cafe Code AI
category: 12-ia-automacao
updated: 2026-03-01
risk: safe
---
# 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": "<WAB_ID>",
"changes": [
{
"value": {
"messaging_product": "whatsapp",
"metadata": {
"display_phone_number": "5511987654321",
"phone_number_id": "<PHONE_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