Prompt Engineering para Agentes de IA no CRM: Guia Prático Completo

Por que o prompt define o sucesso do seu agente de IA

Se você já implementou um chatbot no CRM e ficou decepcionado com os resultados, há uma grande chance de que o problema não estava no modelo de IA nem na plataforma — estava no prompt. O prompt é a alma do agente: ele define a personalidade, o conhecimento, o raciocínio e o tom com que o bot vai se comunicar com cada lead no WhatsApp, Telegram ou qualquer outro canal.

Na Metrik, já construímos e auditamos dezenas de agentes de IA para clínicas, escritórios de advocacia, imobiliárias e e-commerces. O padrão que vemos repetidamente: agentes com prompts vagos, sem exemplos e sem restrições claras geram respostas genéricas e imprecisas que quebram a experiência do cliente. Agentes com prompts bem estruturados convertem 3 a 5 vezes mais leads em reuniões ou vendas.

Este guia cobre as técnicas de prompt engineering aplicadas especificamente ao contexto de CRM e SDR bots — com exemplos reais que você pode adaptar ao seu negócio hoje.

O que é prompt engineering no contexto de CRM

Prompt engineering é a prática de escrever e refinar as instruções que você passa a um modelo de linguagem (GPT-4o, Claude, Gemini) para que ele execute uma tarefa específica da forma mais precisa e consistente possível.

No contexto de CRM e agentes SDR, isso significa escrever o system prompt — o conjunto de instruções que o agente recebe antes de qualquer conversa — de forma que ele saiba exatamente:

• Quem ele é (persona e empresa representada)
• O que ele pode e não pode dizer (escopo e limitações)
• Como qualificar um lead (critérios e perguntas obrigatórias)
• Como reagir a objeções, silêncio ou respostas fora do escopo
• Quando transferir para um humano

A diferença entre prompt engineering para uso pessoal de IA e para agentes de CRM é que aqui o bot vai replicar a mesma conversa centenas ou milhares de vezes por dia. Uma instrução ambígua que você toleraria numa interação pessoal se torna um erro sistêmico quando multiplicado por volume. Precisão e completude do prompt não são opcionais — são requisito de negócio.

Anatomia de um prompt eficaz para agentes SDR

Um system prompt bem estruturado para agente de IA no CRM tem cinco componentes principais. Pular qualquer um deles compromete o resultado.

1. Definição de persona e contexto da empresa

O primeiro bloco define quem é o agente e para qual empresa ele trabalha. Isso vai muito além do nome — inclui o posicionamento da empresa, o público-alvo, os produtos ou serviços e a proposta de valor central.

Exemplo fraco: "Você é um assistente de vendas da Clínica X."

Exemplo eficaz: "Você é a Sofia, assistente comercial da Clínica Estética Renovar, especializada em procedimentos de bioestimulação e harmonização facial para mulheres de 35 a 55 anos. A clínica atende em Curitiba-PR, tem 12 anos de mercado e é referência regional em tratamentos minimamente invasivos. Nosso diferencial é o protocolo exclusivo de avaliação em 3 etapas antes de qualquer procedimento."

O segundo exemplo dá ao modelo contexto suficiente para responder com precisão a qualquer pergunta sobre a clínica, posicionar o serviço corretamente e adaptar o tom ao perfil do cliente.

2. Objetivo e tarefa do agente

Defina de forma explícita qual é a missão do agente nessa conversa. Objetivos vagos geram comportamentos vagos.

Fraco: "Ajude o cliente a saber mais sobre os serviços."

Eficaz: "Seu objetivo é qualificar o lead fazendo as 3 perguntas de qualificação abaixo e, se ele for qualificado, agendar uma consulta de avaliação gratuita. Se ele não for qualificado ou demonstrar interesse em procedimentos fora do nosso escopo, encerre a conversa educadamente e informe que entraremos em contato no futuro."

3. Perguntas de qualificação e fluxo

Liste explicitamente as perguntas que o agente deve fazer, em que ordem e o que fazer com cada resposta possível. Não espere que o modelo descubra o que perguntar — defina o fluxo com clareza.

Para um escritório de advocacia trabalhista, por exemplo:

• Pergunta 1: "Qual tipo de problema trabalhista você está enfrentando?" — identifica área de atuação
• Se for fora da área de atuação: agradece e informa que não atua nessa área
• Pergunta 2: "Você ainda está na empresa ou foi demitido?" — define urgência e tipo de ação
• Pergunta 3: "Em qual cidade fica seu trabalho ou onde o problema ocorreu?" — verifica jurisdição de atendimento
• Se qualificado: oferece consulta inicial gratuita de 30 minutos com um dos sócios

4. Tom, estilo e restrições

Defina o tom de voz do agente com exemplos concretos do que fazer e do que evitar. As restrições são tão importantes quanto as instruções positivas — elas evitam que o modelo invente informações para parecer útil.

Restrições comuns para agentes de CRM:

• Nunca invente preços, prazos ou garantias que não foram fornecidos no prompt
• Nunca use expressões como "com certeza" ou "garantido" sobre resultados do serviço
• Nunca critique concorrentes pelo nome
• Nunca responda perguntas fora do escopo de vendas da empresa
• Se não souber a resposta, diga: "Vou verificar isso com nosso time e já retorno para você"

5. Formato de saída e instruções de transferência para humano

Defina claramente como o agente deve formatar suas respostas (mensagens curtas e diretas para WhatsApp, por exemplo) e quais condições devem acionar a passagem para um atendente humano. Tipicamente: reclamação, menção a processo judicial em curso, solicitação explícita de falar com uma pessoa ou lead qualificado pronto para fechar negócio.

As 5 técnicas mais eficazes de prompt engineering para bots de CRM

Técnica 1: Few-shot examples (exemplos de diálogo)

A técnica mais poderosa disponível é incluir exemplos reais de diálogos dentro do system prompt. O modelo aprende o padrão de resposta de forma muito mais eficaz com exemplos do que com descrições abstratas.

Para um agente de WhatsApp de imobiliária, inclua no prompt blocos como este:

Lead: "Vi o apartamento de 2 quartos que vocês anunciaram"
Agente: "Que bom que te interessou! Para te passar os detalhes certos, me conta: você está buscando para morar ou investir? E tem preferência de bairro aqui na cidade?"

Lead: "Quanto custa?"
Agente: "Depende do imóvel específico! Temos apartamentos de 2 quartos a partir de R$ 380 mil na região sul e R$ 450 mil nos bairros centrais. Me conta mais sobre o que você precisa e te passo as opções mais certeiras."

Esses exemplos ensinam o tom informal mas profissional, o uso de perguntas de retorno e como lidar com a pergunta de preço sem dar um número único — padrão que o agente vai replicar automaticamente.

Técnica 2: Chain-of-thought para qualificação

Para agentes que precisam tomar decisões de qualificação mais complexas, inclua no prompt uma instrução para que o modelo avalie internamente antes de responder. Isso melhora a consistência das decisões sem expor o raciocínio ao lead.

Exemplo de instrução: "Antes de cada resposta, avalie internamente: (1) O lead já respondeu as perguntas de qualificação? (2) Em qual etapa do fluxo ele está? (3) Qual é a resposta mais adequada para avançar para a próxima etapa? Escreva apenas a mensagem final, sem mostrar o raciocínio."

Técnica 3: Restrições negativas explícitas

Diga explicitamente o que o agente não deve fazer. Modelos de linguagem têm uma tendência natural a querer ajudar e podem extrapolar o escopo quando não há limites claros. Restrições negativas são tão importantes quanto instruções positivas — trate-as com o mesmo nível de detalhe.

Técnica 4: Variáveis de contexto dinâmico

Injete informações dinâmicas no prompt via seu sistema de CRM ou n8n antes de cada conversa. Por exemplo: nome do lead, canal de origem, produto de interesse, etapa do funil atual. Isso transforma o agente em um consultor personalizado, não um bot genérico.

Exemplo de bloco dinâmico no system prompt que seu backend preenche antes de enviar:

"Você está conversando com NOME_LEAD, que entrou em contato via CANAL_ORIGEM interessado em PRODUTO_INTERESSE. Ele está na etapa ETAPA_FUNIL do nosso pipeline. Use essas informações para personalizar a conversa desde a primeira mensagem."

Técnica 5: Persona com limites de conhecimento definidos

Defina explicitamente o que a persona sabe e o que ela não sabe. Isso evita que o modelo invente informações para parecer útil — o erro mais comum e mais prejudicial em agentes de CRM. Exemplo: "Você conhece os serviços listados abaixo, os preços na tabela abaixo e os horários de atendimento. Para qualquer outra informação que não esteja neste prompt, diga que vai verificar com a equipe."

Templates de prompt por setor

Clínica médica ou odontológica

Para clínicas, o agente precisa equilibrar acolhimento com seriedade técnica. Os pontos críticos do prompt:

• Nunca diagnosticar ou prescrever — sempre redirecionar para "na consulta, o doutor vai avaliar pessoalmente"
• Qualificação por tipo de procedimento de interesse e disponibilidade de horário
• Informar que a consulta inicial é gratuita (se for o modelo da clínica)
• Transferir para humano imediatamente quando o lead mencionar urgência médica ou dor intensa

Escritório de advocacia

Para escritórios, o agente precisa ser especialmente cuidadoso com compliance. Nunca dar orientação jurídica, nunca prometer resultados, nunca mencionar honorários específicos antes de qualificar o caso.

• Qualificação: área do direito, situação atual do cliente, jurisdição geográfica
• Oferta: consulta inicial de avaliação do caso (gratuita ou com valor definido no prompt)
• Transferência imediata para advogado se o lead mencionar prazo urgente, liminar ou audiência próxima

Imobiliária

Agentes de imobiliária lidam com o maior volume de variáveis: tipo de imóvel, bairro, faixa de preço, finalidade. O prompt precisa mapear essas variáveis antes de apresentar qualquer imóvel específico.

• Qualificação em 4 perguntas: finalidade (morar ou investir), tipo (casa, apto, comercial), bairro preferido, faixa de investimento
• Nunca mostrar imóvel específico antes de ter as 4 respostas
• Agendar visita somente para leads com critérios definidos, após confirmação do corretor responsável

E-commerce

Para e-commerce, o agente SDR foca em recuperação de carrinho e cross-sell. O prompt deve incluir o catálogo resumido dos produtos de maior margem e scripts para cada objeção de preço.

• Identificar produto de interesse e motivo da não-compra (preço, dúvida, comparação com concorrente)
• Oferecer cupom de desconto ou frete grátis conforme política definida no prompt
• Transferir para humano em caso de reclamação de produto, pedido de troca ou devolução

Como testar e iterar seus prompts

Um prompt nunca está pronto na primeira versão. O processo correto de iteração tem quatro etapas:

• Teste manual com casos extremos: Antes de ativar, teste o agente com as 10 situações mais difíceis que você conseguir imaginar — lead raivoso, pergunta fora do escopo, tentativa de obter desconto absurdo, solicitação de informação confidencial. Se o agente passar nesses testes, está pronto para volume.
• Revisão de conversas reais: Nos primeiros 7 dias ao vivo, revise manualmente pelo menos 20 conversas completas por dia. Identifique os pontos de quebra — onde o bot deu respostas inadequadas ou perdeu o lead.
• Métricas de qualificação no CRM: Compare a taxa de qualificação do bot (leads que chegaram ao estágio de proposta ou agendamento) com a linha de base do atendimento humano. Uma taxa 30% menor indica prompt fraco; paridade ou superação indica prompt maduro.
• Ciclo de refinamento quinzenal: Reserve um bloco fixo quinzenal para revisar o prompt com base nos dados coletados. Adicione exemplos de situações que o bot errou, refine as restrições e atualize as informações da empresa conforme ela evolui.

Erros de prompt engineering que comprometem agentes de CRM

Depois de auditar dezenas de agentes com clientes da Metrik, identificamos os erros mais comuns:

• Prompt genérico sem contexto da empresa: "Você é um assistente de vendas" não diz nada. O modelo vai inventar contexto — e inventar errado. Contexto específico é a base de tudo.
• Ausência de exemplos few-shot: Descrever o tom é muito menos eficaz do que mostrar exemplos. Inclua sempre pelo menos 3 pares de pergunta-resposta ideais no prompt.
• Nenhuma instrução sobre o que não fazer: Restrições negativas são tão importantes quanto instruções positivas. Um bot sem restrições vai inventar informações para parecer útil — o que destrói a credibilidade da empresa.
• Prompt longo sem estrutura: Prompts acima de 3000 palavras sem hierarquia clara fazem o modelo perder instruções importantes que ficam no meio do texto. Use seções, headers e listas para organizar.
• Nenhum critério de passagem para humano: Um bot que nunca transfere para humano vai perder os leads mais quentes — justamente os que querem avançar rápido e precisam de resposta imediata de um vendedor real.

Se você está construindo seu primeiro agente de IA para CRM e quer ver como integrar tudo isso numa stack completa com Kommo ou GoHighLevel, veja nosso guia sobre como construir um SDR de IA no Kommo e o artigo sobre agentes de IA no WhatsApp com Kommo e n8n. Para quem quer entender como criar agentes do zero, o guia como criar agentes de IA para empresas é o ponto de partida ideal.