O Spark IA Agente é o modo em que a inteligência artificial atua sozinha nas conversas — enviando mensagens ao cliente, seguindo um roteiro que você define e usando ferramentas para organizar o CRM (etiquetas, funil, atribuição, encerramento). Ele é o “funcionário digital” que complementa o time: responde quando faz sentido, e sabe quando parar para deixar um humano assumir. Se ainda está dando os primeiros passos no painel (funil, canais), veja Começar a usar o Spark CRM. Quer um passo a passo em linguagem acessível para montar um agente forte para atendimento? Veja o Guia: agente de atendimento ao cliente. Este artigo descreve o que está disponível hoje no produto. Vale separar mentalmente duas telas de configuração: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.
| Onde | O que você ajusta |
|---|---|
| Plataforma → Agente | Liga/desliga o agente autônomo, quando ele pode falar (SLA), perfil de atuação, instruções longas, pipeline em etapas e handoff por palavras-chave. |
| Configurações → Spark IA | Sugestões de resposta (IA ajuda você enquanto digita), memórias (fatos sobre a empresa) e regras (instruções numeradas em ordem). Memórias e regras entram no mesmo cérebro do agente autônomo quando ele gera respostas. |
O que o agente faz na prática
- Só entra em ação depois de mensagens do cliente (lead). Mensagens internas não disparam o fluxo automático do agente da mesma forma.
- Respeita um “tempo de espera” inteligente: se o cliente mandar várias mensagens seguidas, o sistema agrupa a intenção e só enfileira a resposta depois de cerca de um minuto sem mensagem nova — assim o agente não dispara uma resposta para cada “oi” em sequência.
- Áudios: se o cliente mandar áudio sem transcrição ainda, o agente espera a transcrição (ou o resultado do pipeline de áudio) antes de responder com contexto completo.
- Mídia sem texto (imagem/vídeo/arquivo sem legenda): o modelo recebe uma nota interna explicando que não enxerga o arquivo; se o cliente já descreveu o problema em texto ou áudio no mesmo fio, o agente deve seguir o que foi dito, sem insistir que “não viu a imagem” sem necessidade.
- Quando o agente assume a conversa, automações que disparariam na mesma mensagem ficam em segundo plano — evitando respostas duplicadas ou conflitantes.
Quando o agente pode responder (SLA)
Na tela Agente, você escolhe em que situações a IA pode enviar mensagem automática:- Sempre — responde assim que o intervalo de agrupamento passar (útil para cobertura 24h ou primeiros contatos).
- Após aguardar — só entra se ninguém do time (nem outro agente) tiver enviado mensagem ao cliente nos últimos X minutos. Ideal para dar prioridade a humanos e usar a IA como rede de segurança.
- Fora do horário comercial — só age quando o relógio da organização está fora dos intervalos configurados em Horário de atendimento. Se não houver horário configurado, esse modo não considera “fora do expediente” (fica como se o agente não pudesse usar essa lógica até existir calendário).
Ativar ou pausar o agente
O interruptor principal define se o agente pode operar na organização. Desligado, nenhuma resposta autônoma é enviada. Além disso, existem barreiras por conversa:- Handoff manual no chat — no cabeçalho da conversa há um controle do Spark IA. Você pode passar o atendimento para humano (o agente para de responder naquele chat) e, quando quiser, devolver o controle ao agente — sem mudar as configurações globais.
- Palavras de handoff automático — na tela Agente, você pode listar termos (trechos de texto) que, se aparecerem na mensagem do cliente, pausam o agente naquele chat e entregam para o time. Útil para casos sensíveis: “advogado”, “processo”, “Procon”, etc.
Perfil de atuação
Hoje o produto destaca o perfil Atendimento (suporte) — foco em resolver dúvidas, pedir contexto e conduzir passo a passo. O perfil Vendas aparece na interface como em breve: ainda não é o modo ativo de operação, mas o time pode preparar o terreno nas instruções até a especialização comercial ficar disponível.Instruções personalizadas
Você pode escrever um bloco longo (até o limite exibido na tela) com tom de voz, limites (“nunca prometa desconto acima de X”), público-alvo e o que for estratégico para a marca. Isso entra na identidade do modelo junto com o nome da empresa e o canal (WhatsApp, Instagram, Telegram).Pipeline de atendimento
O pipeline é uma sequência de etapas (até dez), cada uma com título e instruções próprias. O agente sabe em qual etapa está naquela conversa e recebe no prompt só o texto da etapa atual.- Você pode reordenar as etapas arrastando — a ordem importa.
- Há um roteiro sugerido de suporte na própria tela para acelerar a primeira configuração.
- Quando os objetivos da etapa estão claros, o modelo pode usar a ação
advance_pipelinepara avançar e carregar a próxima etapa. Dados coletados podem ser guardados no contexto da conversa para não perder o fio.
Ferramentas que o agente pode usar
O Spark IA não só “escreve”: ele pode executar ações no CRM, sempre dentro do que existe na sua organização:| 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. |
Como as mensagens chegam ao cliente
O sistema foi desenhado para mensagens instantâneas (WhatsApp, Instagram, Telegram), não para e-mail ou artigos longos:- Sem markdown no texto ao cliente: nada de negrito, títulos ou listas com traço — o cliente vê mensagem de chat de verdade.
- Mensagens curtas: no máximo duas frases por “balão” na maior parte dos casos.
- Se precisar de mais conteúdo no mesmo turno, o modelo pode enviar até três balões seguidos, usando um separador interno — você não configura isso à mão; é comportamento do motor.
Memórias e regras — Configurações → Spark IA
- Memórias — fatos estáveis: políticas, tabelas de preço resumidas, horários de loja, como funciona a troca. Cada memória tem título e texto; você pode ativar ou desativar sem apagar. Memórias ativas são injetadas no contexto do agente como “Conhecimento da empresa”.
- Regras — instruções que valem sempre, numeradas na ordem que você definir (arraste para mudar a prioridade). Entram como “Regras de atendimento”.
Relação com horário de atendimento
- No modo fora do horário comercial, o agente usa o mesmo calendário da organização.
- Mesmo que você use outros recursos (auto-resposta fora do horário), o agente autônomo segue a política de SLA que você escolheu — vale alinhar expectativa: “IA só fora do expediente” vs “IA sempre, humano quando possível”.
Boas práticas
- Comece com SLA “após aguardar” alguns minutos para não competir com atendentes online.
- Use o pipeline para padronizar qualidade; não coloque tudo numa única etapa gigante.
- Regras para o que é inegociável; memórias para o que é informação.
- Teste palavras de handoff com frases reais que clientes usam — ajuste para reduzir falsos positivos.
- Revise periodicamente instruções personalizadas quando produto ou política mudarem.