> ## Documentation Index
> Fetch the complete documentation index at: https://docs.crmspark.com.br/llms.txt
> Use this file to discover all available pages before exploring further.

# Agente de atendimento ao cliente

> Passo a passo para configurar o Spark IA Agente para suporte: SLA, pipeline, memórias, regras, handoff e ações no CRM.

Ainda está montando funil, canais e equipe? Veja [Começar a usar o Spark CRM](/guia/comecar-spark-crm).

Este guia é para quem vai configurar o Spark na prática — sem jargão desnecessário, mas com clareza sobre o que o produto faz de verdade hoje. O objetivo é você sair daqui com um agente autônomo alinhado ao seu suporte: respostas no tom certo, roteiro em etapas e ações no CRM (etiquetas, funil, encerramento, transferência para humano) funcionando em conjunto.

<Tip title="Dois lugares para configurar">
  Tudo o que o agente “sabe” e “pode fazer” vem de duas telas: [Agente](https://crmspark.com.br/dash/agent) (na seção Plataforma do menu) e [Spark IA](https://crmspark.com.br/dash/settings/spark-ia) (em Configurações). As duas se combinam — não é só uma delas.
</Tip>

Para a referência técnica completa (comportamentos, SLA, limites), use também [Agente autônomo](/spark-ia/agente).

## O que você está montando

O Spark IA Agente é o modo em que a IA responde sozinha ao cliente no WhatsApp, Instagram ou Telegram, usando:

* Instruções suas e um pipeline em etapas (como um script de atendimento).
* Memórias e regras da empresa (políticas, preços, tom).
* Ferramentas que mexem no CRM: etiquetas, atribuição, funil, avanço de etapa, encerramento e handoff para humano.

Ele foi pensado para mensagens instantâneas — texto curto, conversa natural, sem markdown para o cliente.

## Antes de abrir as telas: organize o CRM

O agente só usa o que já existe na sua organização:

* Etiquetas — para categorizar conversas.
* Funis e etapas — para mover o lead quando fizer sentido.
* Usuários — para atribuir a um operador específico.
* Opcionalmente, [Horário de atendimento](/conceitos/horario-de-atendimento) — necessário se você quiser o modo de SLA fora do horário comercial (sem calendário configurado, esse modo não enxerga “fora do expediente”).

Sem isso cadastrado, o agente até conversa, mas as ações ficam limitadas ao que houver de listas reais no sistema.

## Passo 1 — Base de conhecimento e regras — [Configurações → Spark IA](https://crmspark.com.br/dash/settings/spark-ia)

Abra [Configurações → Spark IA](https://crmspark.com.br/dash/settings/spark-ia) e comece pelo que não muda a cada conversa:

1. Memórias — fatos estáveis: política de troca, resumo de planos, horário da loja, links oficiais. Cada uma tem título e texto; você pode ativar ou desativar sem apagar.
2. Regras — o que é obrigatório no atendimento: tom, limites (“não prometer X”), escalação. Elas têm ordem (arraste para priorizar).

Memórias entram como “Conhecimento da empresa” e regras como “Regras de atendimento” no contexto do modelo — o mesmo núcleo que alimenta o [Assistente no chat](/spark-ia/assistente-no-chat) e as [Sugestões de resposta](/spark-ia/sugestoes-de-resposta) quando ligadas.

<Note title="Sugestões de resposta">
  O interruptor de sugestões de resposta ajuda você enquanto digita no chat. É independente do agente autônomo — pode deixar os dois ligados ou só um deles, conforme a operação.
</Note>

## Passo 2 — Ligar o agente e escolher quando ele pode falar — [Plataforma → Agente](https://crmspark.com.br/dash/agent)

Vá em [Plataforma → Agente](https://crmspark.com.br/dash/agent) e use o interruptor principal para permitir que o agente atue na organização.

Em seguida defina o SLA — em que situações a IA pode enviar mensagem automática:

| Modo                      | Quando usar na prática                                                                                                                        |
| ------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------- |
| Sempre                    | Cobertura ampla ou primeiro contato rápido; a IA pode responder assim que o fluxo interno permitir (veja o passo sobre “agrupamento” abaixo). |
| Após aguardar             | Priorizar humanos: o agente só entra se ninguém do time tiver falado com o cliente nos últimos X minutos (você define os minutos).            |
| Fora do horário comercial | IA como reforço quando o relógio da organização está fora dos intervalos de [Horário de atendimento](/conceitos/horario-de-atendimento).      |

O sistema verifica de novo o SLA na hora de gerar a resposta — se alguém do time enviar uma mensagem no meio, o agente pode deixar de atuar naquele ciclo.

## Passo 3 — Perfil e instruções personalizadas

* Perfil — Hoje o modo ativo de operação é Atendimento (suporte) (resolver dúvidas, pedir contexto, conduzir passo a passo). O perfil Vendas aparece na interface como em breve: ainda não é o modo especializado ativo.
* Instruções personalizadas — Um texto longo (até o limite mostrado na tela) com tom de voz, público, limites comerciais e o que for estratégico. Isso entra na identidade do modelo junto com o nome da empresa e o canal.

## Passo 4 — Pipeline de atendimento (o script em etapas)

O pipeline é uma sequência de até 10 etapas na interface (cada etapa: título até 100 caracteres e instruções até 2000 caracteres). Você pode:

* Reordenar arrastando — a ordem importa.
* Usar o roteiro sugerido de suporte na própria tela para começar rápido.

Em cada conversa o agente sabe em qual etapa está e só recebe o texto da etapa atual. Quando os objetivos da etapa estão claros, ele pode avançar para a próxima etapa do roteiro e, se fizer sentido, guardar dados no contexto coletado da conversa.

Pense em fatias: saudação → diagnóstico → resolução → encerramento, em vez de um único bloco gigante.

## Passo 5 — Handoff: palavras-chave e controle no chat

Na mesma tela do agente:

* Handoff por palavras-chave — Se a mensagem do cliente contiver um dos termos que você listou (até o tamanho máximo por palavra indicado na tela), o agente para naquele chat e o atendimento fica para o time. Útil para casos sensíveis que você já conhece (“Procon”, “advogado”, etc.).
* No cabeçalho da conversa no chat, o controle do Spark IA permite passar para humano ou devolver o controle ao agente — sem mudar a configuração global.

O agente também pode transferir para humano no próprio diálogo (com motivo e, se quiser, uma mensagem educada ao cliente).

## Passo 6 — Ações no CRM que o agente pode executar

Além de escrever, o agente pode agir no CRM usando apenas listas que já existem na sua organização (etiquetas, pessoas, etapas de funil — o sistema oferece opções válidas no contexto):

| Ação                          | Para que serve                                                              |
| ----------------------------- | --------------------------------------------------------------------------- |
| Adicionar / remover etiquetas | Organizar o chat sem depender do operador.                                  |
| Atribuir a um usuário         | Encaminhar a conversa para um operador específico.                          |
| Mover no funil                | Posicionar o lead em uma etapa de funil concreta.                           |
| Avançar pipeline              | Ir para a próxima etapa do roteiro interno.                                 |
| Encerrar atendimento          | Marcar o chat como concluído quando o cliente confirmou que está resolvido. |
| Handoff                       | Transferir para humano com motivo e mensagem opcional ao cliente.           |

Isso é o que mostra o valor da plataforma: conversa e CRM no mesmo fluxo, sem o cliente perceber “sistema à parte”.

## Como o agente se comporta no dia a dia (o que esperar)

* Só reage a mensagens do cliente (lead) — mensagens internas não disparam o fluxo da mesma forma.
* Agrupamento inteligente: depois de mensagens seguidas, o sistema espera cerca de um minuto sem mensagem nova antes de enfileirar a resposta — para não mandar um “balão” para cada “oi”.
* Áudio: se ainda não houver transcrição, o agente espera a transcrição (ou o resultado do fluxo de áudio) para responder com contexto completo.
* Imagem/vídeo/arquivo sem legenda: o modelo recebe uma nota de que não vê o arquivo; se o cliente já explicou por texto ou áudio, o atendimento segue esse contexto.
* Automações: quando o agente assume o processamento daquela mensagem, os gatilhos de automação ligados a “mensagem recebida” não disparam na mesma mensagem — evitando resposta duplicada ou conflitante.
* Mensagens ao cliente: texto simples, sem markdown; em geral até duas frases por balão; no mesmo turno pode haver até três balões quando o conteúdo pedir mais de uma fatia (comportamento do motor).
* Transparência e idioma: se perguntarem se é humano, a IA deve ser honesta; respostas em português brasileiro, salvo o cliente usar outro idioma.

## Checklist rápido antes de ir ao ar

* [ ] Memórias e regras preenchidas e revisadas.
* [ ] SLA escolhido de acordo com a operação (muitas equipes começam com Após aguardar para não competir com quem está online).
* [ ] Pipeline com etapas curtas e objetivas; roteiro sugerido aplicado ou adaptado.
* [ ] Etiquetas, funis e equipe alinhados ao que o agente deve usar.
* [ ] Palavras de handoff testadas com frases reais — ajuste para reduzir falso positivo.
* [ ] Se usar Fora do horário, horário de atendimento configurado na organização.

## Próximos passos na documentação

* Referência detalhada: [Agente autônomo](/spark-ia/agente).
* Apoio ao operador (não envia mensagem ao cliente): [Assistente no chat](/spark-ia/assistente-no-chat).
* Contexto de CRM e conversas: [CRM baseado em mensagens](/visao-geral/crm-mensagens).