O Desafio: Indo Além dos Chatbots Engessados
A maioria dos chatbots do mercado peca em dois pontos cruciais:
- São burros: Não consultam o banco de dados da empresa em tempo real (ex: "Qual o status do meu pedido #1234?").
- São inflexíveis: Quando o cliente faz uma pergunta fora do script, o robô entra em loop em vez de transferir para um humano.
Neste tutorial, vamos resolver ambos os problemas. Vamos construir uma arquitetura onde o n8n consulta o MySQL de forma segura, usa IA para responder ao cliente e integra a lógica de HAG (Human-Agent Group) para transicionar a conversa para um atendente real no momento certo.
A Arquitetura da Solução
[ Cliente (WhatsApp/Telegram) ]
│
▼
( n8n Webhook )
│
┌─────────┴─────────┐
▼ ▼
( HAG Check ) ( Consulta MySQL )
│ │
├─► Humano? └─► IA gera resposta
│ (Redireciona) │
└──────────────────────────┘
- Entrada de Mensagem: O n8n recebe a mensagem do cliente.
- Checagem de Transição (HAG): O fluxo verifica na tabela de controle se aquele cliente está em modo "Atendimento Humano". Se sim, ignora a IA e repassa para o operador.
- Consulta de Dados (MySQL): Se estiver em modo "IA", o nó do MySQL busca informações contextuais do cliente (pedidos, histórico, agendamentos).
- Geração de Resposta: A IA processa os dados retornados do MySQL e envia uma resposta natural ao cliente.
Passo a Passo da Implementação
Passo 1: Preparando a Tabela de Controle no MySQL
No seu banco MySQL, você precisará de uma estrutura simples para gerenciar o estado da conversa e o transbordo humano (HAG).
SQL
CREATE TABLE controle_atendimento (
id INT AUTO_INCREMENT PRIMARY KEY,
telefone VARCHAR(20) UNIQUE NOT NULL,
status ENUM('BOT', 'HUMANO') DEFAULT 'BOT',
ultimo_atendente VARCHAR(50) NULL,
atualizado_em TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
);
Passo 2: Configurando o Nó do MySQL no n8n
- No n8n, crie uma nova credencial MySQL apontando para o seu servidor.
- Adicione o nó MySQL para checar o status do cliente assim que o webhook receber a mensagem:
SQL
SELECT status FROM controle_atendimento WHERE telefone = '{{ $json.body.telefone }}';
Passo 3: Implementando a Lógica de HAG (Human-Agent)
Adicione um nó If no n8n logo após a consulta do MySQL:
- Se
status== 'HUMANO': O n8n encaminha a mensagem diretamente para a plataforma de atendimento da equipe (ou canal do Telegram/Slack dos atendentes) e encerra a execução da IA. - Se
status== 'BOT': O fluxo segue para a busca de dados do produto/pedido no MySQL e aciona o nó de IA para gerar a resposta.
Dica de Ouro (Transição Automática): Se o cliente digitar palavras-chave como "falar com atendente" ou "suporte humano", o n8n executa uma query no MySQL alterando ostatuspara'HUMANO'e notifica a equipe imediatamente.
Passo 4: Onde o Google Antigravity Entra?
Enquanto o n8n faz a orquestração do Chatbot, o Google Antigravity atua como o painel central onde você desenvolve o dashboard para os atendentes humanos:
- Visualização em tempo real das conversas que saíram do BOT e foram para o HAG.
- Botão para o operador clicar em "Finalizar Atendimento", o que faz uma chamada via API para o n8n resetar o status no MySQL de volta para
'BOT'.
O Resultado Final
Combinando esses elementos, você obtém:
- Redução de até 70% no volume de chamados repetitivos da equipe de suporte.
- Consulta em tempo real ao banco de dados sem risco de vazamento de dados.
- Transição invisível entre IA e humanos, garantindo satisfação total do cliente.
Leve a Automação do seu Atendimento para o Próximo Nível
Criar chatbots integrados a bancos de dados relacionais exige cuidado com segurança, performance de queries e uma arquitetura de transição humana que não deixe seu cliente na mão.
Na Itadigital, projetamos e implementamos ecossistemas completos de automação e atendimento inteligente sob medida para a infraestrutura da sua empresa.
Quer conectar seu banco de dados a um atendimento 24/7 de alta performance? [Fale com a nossa equipe de engenharia] e vamos estruturar o projeto ideal para a sua operação.