Adeus às mensagens lidas: como um agente de IA está recebendo pedidos pelo Instagram de uma rede de sushi
Imagine a situação: é sexta-feira à noite, o restaurante de sushi está lotado e um cliente envia uma mensagem pelo Instagram para pedir o jantar. No meio do caos, o gerente lê a mensagem tarde, responde apressado e o cliente, cansado de esperar, acaba pedindo uma pizza em outro lugar. Essa era a pesadelo diário de uma rede de sushi com sete locais, onde 90% das vendas chegavam justamente por mensagens diretas do Instagram.
Para cortar esse gargalo pela raiz, o desenvolvedor independente Tim Hartmann criou uma solução bastante engenhosa. Conectou a API do Instagram com um agente de IA impulsionado por Claude (especificamente a versão Sonnet 4.6) e o integrou diretamente ao CRM do restaurante.
Qual foi o resultado? O bot agora atende os clientes instantaneamente. Coleta o endereço, processa o pagamento e envia o pedido diretamente para a cozinha. Ele faz isso com a paciência que um funcionário sobrecarregado simplesmente não pode ter em uma sexta-feira às 21h. Ele pode até responder dúvidas detalhadas sobre alérgenos, baseado estritamente no que diz o menu.
O verdadeiro truque disso não é apenas que a IA responda bem, mas que não sobrecarregue o restaurante com os custos do servidor. Hartmann conseguiu isso usando uma técnica chamada prompt caching com um espetacular 97% de efetividade. Em português: o sistema "lembra" a estrutura do imenso menu de sushi em vez de processá-lo do zero toda vez que alguém pergunta "vocês têm algo com maionese picante?", mantendo a fatura mensal de uso no mínimo.
Isso sim, o agente tem seus limites claros, e eles estão lá por design. Se um cliente enviar uma nota de voz ou a foto de um pedido escrito à mão, o sistema para imediatamente e passa a conversa para um humano. Ninguém quer que um modelo de linguagem fique adivinhando se na foto rabiscada está escrito "sem abacate" ou "com muito molho".
Para qualquer negócio local que dependa do WhatsApp ou Instagram para vender, este caso prático demonstra como criar algo funcional, econômico e que ataca o problema real: não deixar as pessoas na expectativa quando estão com fome.