Pular para o conteúdo
D-APITestar grátis

agentes de voz com ia

Agente de voz com IA no WhatsApp que atende, liga e registra tudo no seu produto

Um agente de voz com IA no WhatsApp atende quem liga para o número do seu cliente e liga para leads e pacientes, conversando em voz natural, capturando dados e mandando mensagens durante a chamada.

SaaS testa 14 dias com o time técnico ajudando na integração.

conexões na D-API
1.875
de uptime garantido em contrato
99,9%
datacenters no Brasil
4
por ligação de WhatsApp na API não-oficial
R$ 0
  • Atende e liga

    Vincule o agente a uma conexão para atender chamadas recebidas, ou dispare ligações ativas pela API com variáveis por contato.

  • Age durante a conversa

    Envia mensagem no WhatsApp, captura dados, agenda retorno, encerra a ligação e chama webhooks ou servidores MCP.

  • Seu time atende primeiro

    Na chamada recebida, o agente espera alguns segundos (8 por padrão, até 30) antes de entrar. Se alguém atender, ele fica de fora.

  • Transcrição pela API

    Cada chamada tem status, motivo de fim, dados capturados e transcrição paginada, além de webhooks de início e fim.

Um agente de voz com IA no WhatsApp é o atendente que não tem horário de almoço. Ele atende quem liga para o número da clínica às 22h e remarca a consulta, liga para o lead que acabou de preencher o formulário e qualifica antes que ele esfrie, e no fim manda por mensagem o link, o endereço ou o resumo do que foi combinado. Para o SaaS que oferece WhatsApp aos clientes, é um recurso que se vende sozinho: o seu cliente já tem o número, e agora esse número fala.

A D-API oferece agentes de voz prontos, criados num painel visual e acionados pela API, que rodam sobre as ligações WhatsApp API da conexão não-oficial. E para quem prefere montar o próprio agente, o áudio cru da chamada está disponível por WebSocket.

O que o agente de voz com IA faz durante a ligação

O agente escuta, entende e responde em voz natural, seguindo o objetivo que você definiu. O que o diferencia de uma URA é que ele age no meio da conversa. As ferramentas nativas são quatro:

Ferramenta O que faz
send_whatsapp_message Envia uma mensagem no WhatsApp durante ou depois da ligação
capture_data Preenche os campos que você definiu, como nome, interesse ou melhor horário
schedule_callback Agenda um retorno quando a pessoa pede para ligar mais tarde
end_call Encerra a ligação com uma despedida

Além delas, o agente chama ferramentas do seu sistema: até 10 webhooks próprios, para consultar a agenda ou registrar um pedido no meio da conversa, e ferramentas de servidores MCP conectados à conta, com teto de 30 ferramentas somadas entre webhook e MCP. O artigo sobre agentes de IA no WhatsApp com MCP explica o protocolo.

Como o agente se comporta na conversa

O agente é configurado num editor guiado: nome da assistente, empresa, objetivo, base de conhecimento, regras, tom de voz (simpático, profissional ou descontraído) e idioma, entre português do Brasil, inglês e espanhol. Há modelos prontos, como Recepcionista e SDR, para começar sem página em branco.

A parte que mais pesa na experiência é a troca de turnos, e ela é ajustável por agente:

  • responseDelay (fast, balanced, patient) controla quanto o agente espera depois que a pessoa pausa.
  • interruptionSensitivity (hard, balanced, easy) define a facilidade de interromper o agente.
  • noiseSensitivity (low, balanced, high) define quanto ruído de fundo conta como fala.
  • resumeAfterSilence faz o agente retomar a conversa quando a linha fica em silêncio.

Um agente de cobrança costuma ficar melhor com patient, porque a pessoa pensa antes de responder sobre dinheiro. Uma recepcionista de clínica, com balanced e baixa sensibilidade a ruído, lida melhor com quem liga da rua.

Atender as chamadas recebidas

Vincular o agente a uma conexão faz ele atender as chamadas de WhatsApp daquele número. O detalhe que agrada o seu cliente é a espera configurável: o agente aguarda alguns segundos, 8 por padrão e até 30, para o time humano atender primeiro. Se alguém atender nesse intervalo, o agente não entra. Na prática, o agente vira o plantão do fim de expediente e o transbordo do horário de pico, sem tirar o atendimento de quem quer atender.

Pela API, o vínculo é uma chamada:

curl -X PUT https://api.d-api.cloud/api/v1/voice-agents/ID_DO_AGENTE/inbound-binding \
  -H "Authorization: SUA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ "sessionId": "minha-sessao" }'

Para desfazer, DELETE /api/v1/voice-agents/{id}/inbound-binding/{sessionId}. O fluxo de chamadas recebidas sem agente, com atendimento humano no navegador, está em receber ligações de WhatsApp pela API.

Ligar para contatos pela API

A ligação ativa sai do painel, de uma campanha para uma lista ou da sua integração. Pela API, o seu SaaS passa o contato e as variáveis que o agente vai usar na conversa:

curl -X POST https://api.d-api.cloud/api/v1/voice-agents/ID_DO_AGENTE/calls \
  -H "Authorization: SUA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
        "sessionId": "minha-sessao",
        "phone": "5511999999999",
        "variables": { "nome": "Marina", "procedimento": "limpeza", "data": "terça às 14h" },
        "idempotencyKey": "confirmacao-consulta-88231"
      }'

O phone vai com DDI, só dígitos (8 a 15). As variables aceitam chaves de até 40 caracteres e valores de texto (até 500 caracteres), número ou booleano. A idempotencyKey evita a ligação duplicada quando o seu job tenta de novo depois de um timeout. A resposta é 202 com a chamada criada: no WhatsApp, ela entra na fila da conexão e sai quando a conexão fica livre, e a posição vem em call.queuePosition. Com a fila da conexão cheia, a API responde 429 com o código queue_full, que o seu worker deve tratar com espera e nova tentativa.

O que fica registrado e como o seu SaaS recebe

Cada chamada do agente tem um registro consultável em GET /api/v1/voice-agent-calls/{callId}, com direction, phone, status, endReason, billedSeconds, capturedData, as variables usadas, a gravação e o que foi cobrado. A transcrição vem paginada em GET /api/v1/voice-agent-calls/{callId}/turns:

curl "https://api.d-api.cloud/api/v1/voice-agent-calls/ID_DA_CHAMADA/turns?afterSeq=0&limit=100" \
  -H "Authorization: SUA_API_KEY"

Cada item traz seq, role (user, agent ou tool), text, toolName quando foi uma ferramenta, e at. O campo nextAfterSeq indica a próxima página, ou null no fim.

Para não precisar consultar, o seu sistema recebe os webhooks voice_agent.call.started e voice_agent.call.ended, com os mesmos campos públicos da chamada, incluindo capturedData. Um CRM imobiliário, por exemplo, lê capturedData no voice_agent.call.ended e atualiza o lead com bairro, faixa de preço e melhor horário de visita, sem ninguém digitar nada. No painel, há relatórios agregados e exportação em CSV dos dados capturados, com até 10.000 linhas por arquivo.

Agente pronto ou agente próprio

O agente da D-API resolve a maioria dos casos de recepção, qualificação, confirmação e cobrança sem código de IA no seu lado. Se o seu SaaS já tem um motor de voz, ou precisa de um fluxo que foge do editor, o caminho é o stream de áudio da ligação de WhatsApp: a voz do contato chega em PCM de 16 kHz e a sua fala sintetizada volta pelo mesmo socket. Para ligar para telefone fixo ou celular sem WhatsApp, o mesmo agente pode usar a linha telefônica, tema da página de agente de voz com IA para telefone.

O exemplo de bot em Node, com áudio de 20 ms entrando e saindo, está na documentação da D-API.

Time D-API. Atualizado em .

Perguntas frequentes

Em quais idiomas o agente conversa?

Português do Brasil, inglês e espanhol. A voz é escolhida numa biblioteca de vozes conversacionais, e a conta pode clonar uma voz própria.

Preciso de um número novo para o agente?

Não. O agente usa uma conexão de WhatsApp da conta, que pode ser o número que o seu cliente já usa no atendimento ou um número dedicado só para ele.

O agente de voz tem o mesmo preço das ligações?

Não. As ligações de WhatsApp em si estão incluídas na conexão não-oficial, mas o agente de voz é cobrado por minuto de conversa, à parte. Na chamada recebida, se o seu time atender antes do agente entrar, ela não é cobrada como agente.

Consigo testar o agente antes de publicar?

Sim. O editor tem uma ligação de teste para o seu próprio celular. O agente trabalha com rascunho e versões publicadas, e uma versão anterior pode ser restaurada.

E se eu quiser usar o meu próprio modelo de IA?

Aí o caminho é o stream de áudio da ligação: o seu backend recebe a voz do contato em PCM de 16 kHz e devolve a fala sintetizada pelo mesmo WebSocket, com o modelo e a voz que preferir.

A gente também é SaaS

SaaS liberado pelo time testa 14 dias grátis, com um grupo de onboarding em que o time técnico da D-API acompanha a integração no seu produto.

Continue por aqui

Liberar seu teste grátis

Responda rapidinho e o time libera seu teste pelo WhatsApp, com o time técnico ajudando na integração.

Seus dados são usados só pra liberar o teste. Sem spam.