Agente SDR de IA com n8n: qualifique leads 24h (guia 2026)

Vendedora brasileira monitora agente SDR de IA no n8n qualificando leads 24h no computador

Resposta rápida: Um agente SDR de IA no n8n é um workflow que recebe o lead assim que ele chega, conversa por WhatsApp ou formulário, extrai orçamento, autoridade, necessidade e prazo (BANT) usando o nó AI Agent conectado a um modelo como o GPT, atribui uma nota e joga só os leads quentes no CRM — funcionando 24 horas, sem depender de alguém de plantão.

· espaço publicitário ·

Em resumo

Velocidade de resposta é o fator número um: responder em até 5 minutos multiplica por 21 a chance de qualificar o lead (estudo MIT/InsideSales).
O agente usa o nó AI Agent do n8n (base LangChain) com um modelo de linguagem, memória e uma ferramenta que grava no CRM.
A régua de qualificação mais usada é o BANT: orçamento, autoridade, necessidade e prazo.
Você define o critério de corte — só leads acima de X pontos viram tarefa para o vendedor humano.

1. Defina o gatilho de entrada do lead
Comece pelo começo: como o lead chega. No n8n, o nó de entrada costuma ser um Webhook (para formulário de site ou landing page) ou um nó da sua API de WhatsApp, que dispara o fluxo no instante em que a mensagem cai. É aqui que você ganha ou perde a venda. O estudo clássico do MIT com mais de 15 mil leads mostrou que responder em 5 minutos em vez de 30 aumenta em 21x a chance de qualificar o contato. Um agente automatizado responde em segundos — essa é a vantagem inteira.
2. Adicione o nó AI Agent e escolha o modelo
Arraste o nó AI Agent (parte da stack LangChain do n8n, que hoje traz mais de 70 nós de IA) e conecte um modelo de linguagem como sub-nó — o OpenAI Chat Model é o caminho mais direto, mas Claude ou Gemini funcionam igual. O AI Agent é quem raciocina: lê a mensagem do lead, decide o que perguntar e conduz a conversa. Sem esse nó você teria só um chatbot de árvore de decisão engessado.
3. Escreva o prompt de sistema com a régua BANT
No campo de instruções do agente, defina a personalidade e a missão: 'Você é um SDR educado e objetivo. Sua tarefa é qualificar o lead pelo BANT sem parecer um interrogatório.' BANT é Budget (orçamento), Authority (quem decide), Need (a dor real) e Timeline (prazo para decidir). Peça para o agente puxar cada informação de forma natural, uma pergunta por vez, e nunca inventar dados que o lead não deu.
4. Ligue a memória da conversa
Conecte um sub-nó de memória (Window Buffer Memory, por exemplo) usando o número do WhatsApp ou o ID do lead como chave da sessão. Sem memória, o agente esquece a resposta anterior a cada mensagem e fica repetindo pergunta — o jeito mais rápido de fazer o lead abandonar a conversa. Com memória, ele acumula o contexto e só avança quando já tem o que precisa.
5. Faça o agente devolver uma nota estruturada
Peça no prompt para o agente encerrar entregando um JSON: nota de 0 a 100, resumo do BANT e o motivo. Use um nó de Structured Output Parser para garantir que a saída sempre venha no mesmo formato. Assim você para de depender de texto solto e passa a ter um dado que o próximo nó consegue ler e ramificar sem erro.
6. Ramifique: quente para o CRM, frio para nutrição
Um nó IF (ou Switch) lê a nota. Acima do seu corte — digamos 70 — o lead é criado como oportunidade no CRM via nó de HTTP Request ou o conector nativo, com o resumo do BANT já preenchido na anotação. Abaixo do corte, ele entra numa lista de nutrição ou recebe um follow-up automático mais leve. O vendedor humano só toca no que está pronto para comprar.
7. Teste com leads reais e ajuste o corte
Rode o fluxo com uns 20 ou 30 leads de verdade antes de confiar cego. Compare a nota que o agente deu com o que o vendedor acharia. Quase sempre você vai mexer no prompt (perguntas mais diretas) ou no corte (subir de 70 para 80 se estiver passando lead morno). A automação da qualificação BANT chega a economizar cerca de 5 horas por semana de cada vendedor — mas só depois de calibrada.

Por que a velocidade é o coração desse agente

Existe uma diferença enorme entre um lead que responde em segundos e um que espera até o dia seguinte. E não é achismo. Uma auditoria da Harvard Business Review com 2.241 empresas americanas descobriu que quem entra em contato dentro de uma hora tem quase 7x mais chance de qualificar o lead do que quem demora um pouco mais — e mais de 60x de vantagem sobre quem só responde depois de 24 horas.

O problema é que nenhuma equipe humana fica de plantão às 23h de um sábado. Um agente SDR no n8n fica. Ele não substitui o vendedor bom — ele entrega o vendedor bom já mastigado, com o BANT levantado e a temperatura medida. O closer humano começa a conversa sabendo com quem está falando.

Agente de IA ou automação comum: qual é a diferença aqui

Uma automação tradicional segue regras fixas: se o lead clicou aqui, mande aquilo. Funciona para tarefas previsíveis, mas trava na primeira resposta fora do roteiro. Um agente de IA, ao contrário, interpreta o que o lead escreveu em texto livre, decide a próxima pergunta e improvisa dentro dos limites do prompt.

Na prática, para qualificação isso muda tudo. O lead que responde 'depende do preço, preciso ver com meu sócio' entregou orçamento em aberto e autoridade compartilhada numa frase só. Uma automação por botões não captura isso. O agente captura, anota no BANT e segue.

Erros que derrubam o agente logo no início

Três armadilhas comuns. A primeira é esquecer a memória — sem ela, o agente vira um disco riscado. A segunda é deixar o prompt genérico demais; 'qualifique o lead' não diz nada, você precisa cravar as quatro perguntas do BANT e o tom. A terceira é confiar na nota antes de calibrar: todo agente novo passa lead morno como quente nas primeiras semanas.

Vale ainda um lembrete de LGPD: se o agente conversa por WhatsApp e guarda dados do lead, deixe claro que é um atendimento automatizado e trate os dados com o mesmo cuidado do resto do seu comercial.

Perguntas frequentes

Preciso saber programar para montar esse agente SDR no n8n?

Não. O n8n é visual — você arrasta nós e configura em painéis. O nó AI Agent faz o raciocínio pesado. O máximo de 'código' é escrever o prompt em português e, se quiser, uma expressão simples para montar o JSON de saída.

Qual modelo de IA usar no agente: GPT, Claude ou Gemini?

Qualquer um dos três resolve qualificação de lead, que é uma tarefa de conversa e extração relativamente leve. O critério prático é custo por conversa e velocidade de resposta. Comece com um modelo mais barato e só suba se notar respostas rasas.

O agente de IA vai substituir meu SDR humano?

Ele substitui a parte repetitiva: receber, responder na hora e filtrar. O que exige leitura de contexto, negociação e relacionamento continua humano. Na maioria dos times, o agente vira o primeiro turno e o vendedor assume o lead já qualificado.

Quanto tempo leva para o agente começar a acertar a nota?

Conte de duas a quatro semanas de calibragem. Você compara a nota do agente com o julgamento do vendedor, ajusta o prompt e o ponto de corte. Depois de calibrado, a qualificação BANT automatizada costuma liberar cerca de 5 horas por semana de cada vendedor.

Fontes

Como criar um agente SDR de IA com n8n para qualificar leads 24h

1. Defina o gatilho de entrada do lead

2. Adicione o nó AI Agent e escolha o modelo

3. Escreva o prompt de sistema com a régua BANT

4. Ligue a memória da conversa

5. Faça o agente devolver uma nota estruturada

6. Ramifique: quente para o CRM, frio para nutrição

7. Teste com leads reais e ajuste o corte

Por que a velocidade é o coração desse agente

Agente de IA ou automação comum: qual é a diferença aqui

Erros que derrubam o agente logo no início

Perguntas frequentes

Leia também

Como qualificar leads automaticamente com IA usando n8n

Agente SDR

Como automatizar follow-up de leads no WhatsApp com n8n

Como criar um agente de IA com n8n sem saber programar

Como conectar formulário ao CRM automaticamente com n8n