Toreply.me: transformar um sistema legado em IA conversacional
Middleware multi-tenant · WhatsApp e widget · agentes com passos configuráveis
Toda empresa de médio porte tem um ERP que guarda a resposta e uma equipe que não abre o ERP. O gerente pergunta no grupo do WhatsApp, alguém para o que estava fazendo, exporta uma planilha e responde meia hora depois. O dado existia o tempo todo — o que faltava era um caminho até ele.
toreply.meO desafio
Cada cliente tem um sistema diferente
Um middleware que só serve para um ERP não é produto, é integração. Precisava funcionar sobre qualquer API, sem reescrever código a cada cliente novo.
A resposta não pode ser inventada
Assistente que erra número em contexto empresarial queima na primeira semana. O dado tinha que vir do sistema, sempre.
O canal é o WhatsApp
Onde as pessoas já estão. Isso traz áudio, mensagens quebradas em sequência e conversa que não segue roteiro.
Como resolvemos
- 01
Agentes configurados, não programados
A empresa cadastra as APIs que já tem e descreve em texto o que cada uma faz. Cada agente é uma sequência de passos com SQL e script antes e depois da chamada — cliente novo é configuração, não desenvolvimento.
- 02
Um orquestrador decide o caminho
A mensagem chega, é agrupada quando vem quebrada em sequência, e um modelo escolhe qual agente atende — ou nenhum. Só então o fluxo executa os passos e busca o dado real.
- 03
Áudio vira texto antes de tudo
Mensagem de voz passa por transcrição e entra no mesmo caminho das outras. No WhatsApp brasileiro, ignorar áudio é ignorar metade das mensagens.
- 04
A resposta é formatada por último
Um passo dedicado transforma o retorno técnico em frase curta de mensageiro. O dado nunca é reescrito — só apresentado.
O resultado
- Consulta que dependia de uma pessoa passa a ser respondida em segundos, 24 horas por dia
- Cliente novo entra por configuração de agentes, sem código novo
- Mesma arquitetura serve WhatsApp e widget embutido no site
- CRM de leads e campanhas construído sobre o mesmo histórico de conversa
O que essa arquitetura ensina
A parte difícil de um sistema conversacional não é o modelo — é o encanamento em volta dele: agrupar mensagem que chega picada, decidir quando não responder, e garantir que o número que aparece na tela veio do banco e não da memória do modelo. Quem começa pelo modelo entrega demonstração; quem começa pelo encanamento entrega produto.
Stack
- n8n
- PostgreSQL
- Agentes de IA
- RAG
- WhatsApp API
- Next.js
- Multi-tenancy
Tem um problema parecido?
Conte o processo que você quer automatizar. Você sai da conversa com um caminho técnico — sem proposta comercial no meio.