Agente de IA para leads de feiras: do cartão ao follow-up revisado

Um agente de IA para leads de feiras e eventos lê cartões, fotos de crachás e anotações feitas durante o evento, organiza cada contato em um registro padronizado e prepara um rascunho de follow-up que menciona a conversa real. O vendedor revisa cada rascunho antes de qualquer envio, e apenas contatos com base legal e permissão adequadas recebem mensagens. O ganho está em transformar material bagunçado em ações claras, com rastro e responsabilidade humana, e não em disparar contatos automaticamente.

Principais pontos

• O agente organiza o material bruto em campos fixos, mantendo a origem de cada informação.
• O rascunho de follow-up cita somente o que foi dito ou anotado, sem inventar interesse.
• Nenhuma mensagem sai sem aprovação do vendedor, e o canal respeita a LGPD e as regras do WhatsApp.
• Dados ausentes ou duvidosos viram pendência, nunca suposição.
• Um piloto em um evento real, com métrica combinada e registro de decisões, vem antes de qualquer expansão.

Por que o material de feira costuma se perder

Feira concentra muitos contatos em poucos dias. Cartões ficam em potes, anotações ficam em cadernos, fotos de crachá vão para o celular e conversas no estande viram lembretes soltos. Quando a equipe volta ao escritório, boa parte do contexto já se perdeu, e o follow-up sai genérico ou simplesmente não sai.

O problema raramente é falta de contatos. É falta de contexto: quem falou sobre qual produto, qual dor foi mencionada, qual prazo foi citado, quem pediu material e quem apenas passou pelo estande. Um agente bem configurado atua justamente nessa ligação entre o que foi registrado e o que o vendedor precisa fazer em seguida.

Passo a passo para montar o fluxo

1. Mapear as fontes. Liste as entradas reais: cartões, fotos, áudios com anotações, exportações de leitores de QR e notas do celular. Defina quem alimenta cada uma.
2. Definir o registro. Crie um modelo fixo com campos como nome, empresa, cargo, interesse declarado, data e local do contato, próxima ação sugerida e fonte. Campos sem informação ficam vazios, nunca preenchidos por palpite.
3. Limitar o acesso. O agente lê apenas o material do evento em questão, sem acesso à base comercial inteira. Remova do material o que não serve ao objetivo, como documentos pessoais que aparecem em fotos.
4. Gerar rascunhos. Para cada contato, o agente propõe uma mensagem que cita o que foi efetivamente anotado e sugere o canal.
5. Revisar. O vendedor aprova, edita ou descarta. Registre quem aprovou e quando.
6. Enviar e registrar. Somente após aprovação a mensagem sai pelo canal permitido, e o resultado volta ao CRM.

Como tratar dados pessoais com a LGPD

Cartão de visita contém dados pessoais. Antes de qualquer automação, a empresa precisa saber por que coletou aqueles dados e se o uso para contato comercial posterior faz sentido dentro dessa finalidade. Isso não é um detalhe técnico: é a primeira decisão do projeto.

Na prática, vale separar três coisas: o que a pessoa autorizou de forma explícita, o que foi trocado em contexto comercial e o que não deve ser usado. Informações sensíveis, como dados de saúde mencionados em conversa, não devem entrar no registro comercial. Quando o agente influencia uma decisão sobre a pessoa, como priorizar ou excluir um contato, a empresa precisa conseguir explicar o critério e permitir revisão humana. Para o direito de revisão, vale ler decisões automatizadas na LGPD, art. 20 e o direito de revisão.

Também é preciso mapear onde os dados são processados. Se a ferramenta envia informações para serviços fora do Brasil, isso deve estar documentado antes do piloto, como explica transferência internacional de dados com IA e o que a LGPD exige. Para orientação oficial, a ANPD é a referência.

Como o agente deve escrever o follow-up

O erro mais comum é pedir ao modelo uma mensagem personalizada sem fornecer o que foi dito. O resultado soa caloroso e vazio, ou pior, inventa interesse que nunca existiu. A regra é simples: o rascunho só pode usar fatos presentes no registro, com a fonte disponível para o vendedor conferir.

Uma boa mensagem tem três partes curtas: uma referência ao encontro, uma informação útil ligada ao que a pessoa mencionou e uma pergunta simples para dar continuidade. Não devem constar promessas de prazo ou preço, porque dependem de informação que o agente não tem. A Anthropic recomenda, em seu guia sobre agentes efetivos, começar com fluxos simples e manter pontos de verificação humana, o que combina com essa abordagem.

Quando o contato veio pelo WhatsApp, é preciso observar a janela de atendimento e as regras de mensagens ativas. Veja a janela de 24 horas no WhatsApp API e como o agente de IA deve agir e opt-in no WhatsApp e como coletar permissão para mensagens ativas.

Só sai a mensagem que o vendedor aprovou.

Cenário ilustrativo: uma feira de equipamentos

Cenário ilustrativo: uma empresa de equipamentos industriais leva dois vendedores a uma feira de vários dias. Ao fim de cada dia, eles enviam ao agente as fotos dos cartões e um áudio com as anotações. O agente devolve uma planilha com os campos preenchidos, marca como pendentes os contatos sem cargo ou sem interesse declarado e propõe um rascunho para cada um. O vendedor descarta dois rascunhos que soavam genéricos, ajusta outro porque a conversa tinha sido sobre um prazo específico e aprova o restante. Quem pediu material recebe a mensagem no dia seguinte, e quem apenas passou pelo estande não entra em nenhuma sequência ativa. Ao final, a equipe revisa o que funcionou e o que precisa ser corrigido no modelo de registro.

Nada disso depende de uma ferramenta específica. Depende de regras claras e de alguém responsável pela revisão.

Como aplicar o método em um piloto

Na nossa forma de trabalhar, o ponto de partida é mapear o processo atual: como os contatos chegam, quanto tempo levam para virar ação e quem decide. Depois limitamos dados e ações, para que o agente leia apenas o material da feira e nunca envie nada sozinho. O piloto roda em um evento real, com registro de cada rascunho, aprovação e envio, e com uma métrica definida antes do início, como a proporção de contatos que recebem follow-up dentro do prazo que a equipe estabeleceu. Ao final, transferimos o fluxo e decidimos entre expandir, ajustar ou parar. O NIST AI Risk Management Framework ajuda a organizar esse controle de risco desde o começo.

Essa sequência evita que a empresa contrate uma automação grande antes de saber se o processo comercial sustenta a mudança.

Erros que mais atrapalham o resultado

• Tratar a lista da feira como base de marketing sem verificar a finalidade da coleta.
• Permitir que o agente envie mensagens sem aprovação humana.
• Aceitar campos preenchidos por suposição, sem marca de origem.
• Medir apenas o volume de mensagens, e não a qualidade das conversas que vêm depois.
• Manter o material da feira acessível por tempo indefinido, em vez de definir prazo e restrição de acesso.

Perguntas frequentes

Posso usar a foto do cartão de visita como base para o agente? Sim, desde que a finalidade do contato seja clara e o tratamento respeite a LGPD. A foto deve ser tratada como material de origem, com acesso restrito e prazo de guarda definido pela empresa. O agente deve extrair apenas os campos necessários ao registro comercial.

Preciso de consentimento para mandar mensagem depois da feira? Depende do contexto e do canal, e a resposta não deve ser improvisada. No WhatsApp, mensagens ativas seguem regras próprias de permissão e de modelo, então vale checar antes de montar a sequência. Quando a dúvida for jurídica, o responsável pela conformidade da empresa deve validar.

O agente pode decidir quais contatos priorizar? Ele pode sugerir uma ordem com base em critérios explícitos, como interesse declarado e urgência mencionada. A decisão final e a exclusão de contatos devem ficar com o vendedor, com o critério registrado para permitir revisão.

Quanto tempo leva para colocar isso em produção? Depende do volume de eventos, das fontes de dados e da maturidade do CRM. O caminho mais seguro é começar com um evento, medir a qualidade dos rascunhos e só então decidir o que expandir. Quem já tem um fluxo de atualização do CRM pode aproveitar a estrutura descrita aqui, adaptando os campos ao seu processo.

Fontes

• ANPD: Autoridade Nacional de Proteção de Dados
• NIST AI Risk Management Framework
• Anthropic: Building effective agents