HP.Henrique Pimentel.Consultor de Tecnologia em IA
← Todos os cases

Agente WhatsApp · Bolões da Caixa · IA + Postgres

Loterias Encruzilhada

Em produção · Em produção desde 2026

Agente de vendas no WhatsApp para bolões da Caixa, com IA conversacional integrada a banco de dados Postgres em tempo real.

Canal principal
WhatsApp Cloud API
Banco de dados
Postgres (cotas, vendas)
IA
Conversacional + RAG produtos
Atendimento
24h por dia, 7 dias por semana

A Loterias Encruzilhada vende bolões da Caixa para grupos de apostadores. Antes, cada venda exigia atendimento humano: cliente chega no WhatsApp, vendedor consulta cotas disponíveis na planilha, confirma valor, recebe pagamento, manda comprovante. Repetir 200 vezes por concurso. A solução automatiza tudo, mantendo apenas a confirmação humana para edge cases.

O problema

Bolão é produto sensível a timing: o cliente pergunta sobre cotas disponíveis às 22h, e se ninguém responder até 23h, a venda morre. Trabalhar humano 24/7 não escala. A planilha de cotas viava desatualizada minuto a minuto durante períodos de alta demanda (Mega da Virada, Mega Sena acumulada).

Além disso: muito retrabalho manual para gerar comprovante, confirmar pagamento, registrar a cota como vendida, e enviar contagem regressiva pro sorteio.

A solução implementada

1. Agente conversacional no WhatsApp

  • Integração via WhatsApp Cloud API (canal oficial Meta, sem risco de banimento).
  • Modelo de IA (OpenAI ou Gemini) treinado com contexto dos produtos: tipos de bolão, regras da Caixa, política de cancelamento, formas de pagamento.
  • Entende solicitações em linguagem natural: “quero 2 cotas do bolão da Mega de quinta” → o agente identifica concurso, quantidade, e prossegue.
  • Suporta fluxo de conversa: cliente pode mudar de ideia, voltar, perguntar sobre outro bolão sem perder contexto.

2. Integração com Postgres em tempo real

  • Banco Postgres armazena: bolões ativos, cotas disponíveis por bolão, vendas realizadas, comprovantes emitidos, clientes.
  • Consulta de cota acontece em tempo real — sem chance de vender cota já vendida.
  • Transação atômica: quando cliente confirma compra, a cota é reservada por 10 minutos, e só é marcada como vendida após confirmação do pagamento.
  • Histórico completo de vendas auditável (regulação financeira da Caixa).

3. Fluxo de pagamento + comprovante

  • Agente gera Pix dinâmico com valor exato e prazo de 10 minutos.
  • Webhook do banco confirma pagamento → Postgres marca cota como vendida → comprovante PDF é gerado e enviado pelo WhatsApp.
  • Cliente recebe lembrete automático antes do sorteio com link para conferência do resultado.

4. Painel administrativo

  • Dashboard mostra cotas vendidas em tempo real por bolão, faturamento por concurso, e top compradores.
  • Permite cadastrar novo bolão em segundos — agente passa a vendê-lo automaticamente assim que ativado.
  • Edge cases (cancelamento, reclamação, ajuste manual) viram fila de atendimento humano.

Resultado em produção

  • Vendas 24/7: cliente compra cota às 3h da manhã, recebe comprovante, sistema funciona sem ninguém acordado.
  • Zero overbooking de cota: transação atômica no Postgres elimina o risco de duas pessoas comprarem a mesma cota.
  • Aumento na recorrência: cliente que comprou uma vez tem histórico salvo — agente lembra dele em concursos seguintes (com opt-in).
  • Equipe humana liberada para o que é importante: edge cases, reclamações, cadastro de novos produtos. Atendimento de rotina é 100% automatizado.

O segredo não foi a IA — foi a integração da IA com o banco de dados em tempo real. IA sozinha alucina cotas inexistentes. IA conectada ao Postgres vende cota que existe.

Ferramentas em produção

  • Python + FastAPI — back-end do agente
  • Postgres — cotas, vendas, comprovantes, clientes
  • WhatsApp Cloud API — canal oficial Meta
  • OpenAI / Gemini — agente conversacional com RAG dos produtos
  • n8n — orquestração de webhooks de pagamento
  • Docker Swarm + Traefik — deploy em VPS própria

Por que essa stack

Tudo poderia ser feito em SaaS de chatbot (ManyChat, Botpress, etc.), mas há 2 razões para a stack proprietária:

  • Integração customizada com Postgres: a transação atômica de reserva de cota não é suportada por chatbots no-code. Tem que ter código no back-end.
  • Custo por mensagem: ferramentas SaaS cobram por conversa. Em volume alto (centenas de bolões com dezenas de cotas cada), o custo fica proibitivo. Stack própria escala linear em VPS de R$ 50/mês.

Ferramentas usadas neste case

  • Python + FastAPI
  • Postgres (cotas, vendas, comprovantes)
  • WhatsApp Cloud API
  • OpenAI / Gemini (agente conversacional)
  • n8n (orquestração)
  • Docker Swarm (deploy)

Quer um sistema parecido pro seu negócio?

Agende um diagnóstico de 30 minutos. Eu mostro se faz sentido e te indico outra direção se não fizer.