O agente SDR: o que foi construído, o que ele acertou e o que ainda falta

Fonte: dados-turnos.json, o log dos 22 turnos. Latência: média 2.528 ms, mediana 2.667 ms, de 784 ms a 4.690 ms. Modelo em 22 de 22 turnos: openai/gpt-4o via OpenRouter. Onze turnos chamaram pelo menos uma tool (ler_lead 10 vezes, consultar_agenda 7, ler_diagnostico 6). Vinte turnos no estilo E1-PRE-BOOKING, um no E0-PRE-CALL, um no E2-POS-REUNIAO.

1.O desenho

A régua determinística de WhatsApp já roda em produção desde 17/08 com um princípio único: nada envia mensagem exceto o poller. Os webhooks só escrevem estado; a única chamada de saída do sistema inteiro mora num lugar só, e é lá que ficam os guardrails, o log, o dedupe e o freio de mão.

O agente foi encaixado dentro desse princípio, não ao lado dele. Ele não ganhou uma tool de enviar mensagem — não existe tool de enviar mensagem. Ele escreve o que quer mandar numa fila (paver_outbox) e quem decide se aquilo sai, e quando, continua sendo o poller.

Por que isso importa mais do que parece: se o agente pudesse enviar, cada guardrail teria que ser reimplementado dentro dele — e a próxima peça que aprendesse a falar teria que reimplementar de novo. Com um ponto de saída só, o freio de mão é um comando, não uma auditoria.

2.Os fluxos no n8n

Instância flow-dev.lucassilvano.com.br. Status conferido na API do n8n em 20/08.

3.As cinco tabelas

Nascem vazias, criadas em 20/08. A escolha de desenho é a mesma dos templates da régua: texto e estado vivem em tabela, não em workflow — trocar um prompt não exige deploy.

Mais seis chaves na config que já existia (paver_cadence_config, FefJT4aIzmUAPT4V), todas nascidas com o agente desligado: AGENT_ENABLED=off, AGENT_DEBOUNCE_S=45, AGENT_MAX_TURNOS_LEAD_DIA=12, AGENT_MAX_REPLIES_DIA=60, AGENT_MAX_PROATIVO_DIA=10, AGENT_MODELO=openai/gpt-4o.

Responder e iniciar têm baldes separados de propósito. Responder quem acabou de escrever é a categoria segura; iniciar conversa é a que arrisca o número. Num teto único, uma sequência de respostas legítimas engoliria a cota e travaria a iniciativa — ou o contrário.

4.Os quatro estilos

Cada estilo é um prompt inteiro e autossuficiente, não um prompt-base com variações: o workflow lê uma linha só. A voz e as regras duras se repetem em cada corpo em vez de morarem num lugar que ninguém carrega.

5.O verificador: as 10 regras

Nada sai sem passar por aqui. Se bloqueia, não envia e o caso escala pro humano. E há um princípio que faz o verificador ser útil justamente quando o sistema falha: campo ausente no contexto degrada sempre pro lado seguro — sem a lista de tools chamadas, o agente não agendou nada; sem os horários da tool, ele não sabe horário nenhum; sem a contagem de mensagens, ele está no começo da thread, onde link é proibido.

São 146 asserções só de teste do verificador; a suíte da cadência inteira passou de 119 para 284 asserções.

6.Uma conversa que deu certo

Turno de 20/08, 19:41 UTC. Estilo E1-PRE-BOOKING, prompt versão 1, 3.587 ms.

O log de turnos guarda quais tools rodaram, não o payload que elas devolveram. O que garante que “quinta dia 20 às 18h” veio mesmo da agenda, e não da imaginação do modelo, é a regra O5: ela compara cada data e hora do texto com o retorno da tool, e este turno passou. É a diferença entre confiar e verificar — e a seção seguinte mostra o mesmo mecanismo pegando o caso oposto.

7.O que deu errado

Duas famílias de bloqueio apareceram nos 22 turnos, e elas contam histórias opostas: uma é o sistema funcionando, a outra é o sistema sendo rígido demais.

O5 — o agente inventou horário (6 disparos, em 2 turnos)

Provocado com um pedido de repetição, o agente devolveu um horário que nenhuma tool tinha dito. Não chamou tool nenhuma naquele turno: a lista de tools veio vazia, e mesmo assim ele afirmou dia e hora.

O mesmo comportamento se repetiu num segundo turno, com a mesma saída literal. Isto é o verificador funcionando. Em produção, essa mensagem é um lead bloqueando a terça de manhã e aparecendo para uma call que não existe — o tipo de erro que não se descobre pelo log, se descobre pelo lead sumindo.

O7 — falso positivo: a resposta estava certa (3 turnos)

Do outro lado, três respostas boas foram barradas por formatação. A mais clara: o agente ofereceu dois horários reais, vindos da agenda, e estourou o limite de quatro blocos só porque isolou o “ou” numa linha só dele.

A correção foi no prompt, não afrouxando a regra. A versão 2 do E1 passou a dizer, com o motivo junto:

A escolha foi essa porque o limite de blocos não é capricho de estilo: mensagem comprida no WhatsApp é mensagem ruim. Quem lê é dono de paver no meio do serviço, com a mão suja. Afrouxar a O7 para acomodar uma quebra de linha desnecessária seria trocar uma regra que protege a leitura por um erro de digitação do modelo. O limite ficou; o modelo aprendeu a caber nele.

Os outros dois bloqueios da mesma família: uma resposta correta sobre a empresa do lead que saiu em seis blocos, e uma pergunta dupla no estilo E2-POS-REUNIAO (“É sobre o investimento, se funciona pro seu caso, ou outra coisa?” somava dois pontos de interrogação, e o limite é um).

As 3 escalações foram todas a mesma pergunta — e isso é acerto

“Quanto custa?”, “quanto custa esse teu trabalho?”, “quanto custa isso?”. Nos três casos o agente não escreveu nada e escalou pro Lucas, que é exatamente a instrução: preço não se responde por texto, porque qualquer resposta ali ou é um número (proibido) ou é enrolação. Zero preço vazou em 22 turnos.

Uma última observação a favor do desenho: num turno em que a consultar_agenda foi chamada duas vezes e não trouxe horário, o agente respondeu “estou com um problema técnico para acessar a agenda agora, me fala um horário que tu prefere” — em vez de inventar um slot. Falhou para o lado certo.

8.O que ainda não existe

Duas ligações, e são as duas pontas do mesmo fio:

1. O poller não drena o paver_outbox. Verificado no JSON do workflow: o poller não menciona a tabela em lugar nenhum. O que o agente aprova fica parado na fila.
2. O inbound não acorda o agente. Verificado do mesmo jeito: o workflow do inbound não referencia o orquestrador. Quando o lead escreve, hoje só acontece o que já acontecia — a régua pausa.

Enquanto isso, ele é uma sala fechada: entra por HTTP, sai por HTTP, e o WhatsApp nunca fica sabendo. Fechar esses dois elos é o passo mais perigoso do projeto inteiro, por três motivos:

• É o momento em que texto de LLM passa a chegar num lead real sem revisão prévia de cada mensagem. Até aqui, todo erro do agente custou um registro numa tabela. Depois disso, custa um lead.
• O ativo em risco é o número pessoal do Lucas, que vale mais que a automação inteira. Número restrito ou banido é critério de morte imediata já registrado para a régua, e vale igual — ou pior — para o agente, porque ele fala sozinho.
• Os tetos (AGENT_MAX_TURNOS_LEAD_DIA=12, AGENT_MAX_REPLIES_DIA=60, AGENT_MAX_PROATIVO_DIA=10) nunca foram exercidos com volume real. Foram definidos em 20/08, antes do primeiro turno: são ponto de partida conservador, não número medido.

Ordem defensável para ligar: primeiro o autopilot=false num lead de teste (o agente prepara, um humano solta), depois DRY_RUN=true, e só então o número de verdade — com o Lucas olhando.

9.Como desligar

O freio de mão para tudo, régua e agente, na próxima passada do poller (até 1 minuto). Não desfaz o que já saiu.

N8N=~/.claude/skills/n8n-api/scripts/n8n.sh
$N8N PATCH data-tables/FefJT4aIzmUAPT4V/rows/update '{"filter":{"type":"and","filters":[{"columnName":"key","condition":"eq","value":"KILL_SWITCH"}]},"data":{"value":"on"}}'

Voltar ao normal: o mesmo comando com "value":"off".

Há níveis mais cirúrgicos, do menor para o maior: opt_out_at em paver_agent_state para um lead só; autopilot=false no mesmo lugar, se a ideia é o agente continuar pensando mas não soltar nada sem revisão; AGENT_ENABLED=off na config para parar só o agente, deixando a régua de pré-call e no-show rodando. O runbook tem os comandos prontos em cadencia-whatsapp/RUNBOOK-AGENTE.md, com o freio de mão no topo, antes de qualquer explicação — foi escrito para o momento em que o agente falar besteira e o Lucas estiver com o celular na mão, no meio de outra coisa.