dcode / bootpinhais · pr — 2026
  1. > init kernel dcodeok
  2. > mount /projetos30+ cases
  3. > load stacknext · rn · supabase · ia
  4. > sync workana180 projetos
  5. > locate pinhais-pr25°26′S
  6. > decode identidadeeduardo
000
Automação2026Backend em produção, aguardando go-live

Atendente de IA no WhatsApp que agenda direto no sistema da clínica.

cliente
Dental Beauty
plataformas
WhatsApp · API REST · GoHighLevel / Chatbotify · Clinicorp (ERP clínico)
stack principal
Node.js 20 · TypeScript · Fastify · Zod · Redis (ioredis)
meu papel
Arquitetura, modelagem do banco, desenvolvimento e deploy.
Agendamento pelo WhatsApp

Boa tarde, queria marcar uma avaliação de aparelho

Boa tarde! Para achar a unidade mais perto: em qual bairro você mora?

Tijuca

A unidade mais perto tem horário quinta às 10h ou sexta às 15h. Qual fica melhor?

Quinta 10h

176testes passando
5réguas automáticas
2unidades atendidas
16 milcaracteres de prompt reestruturados
[ 01 ] contexto

Atendimento automático por WhatsApp para uma clínica odontológica com duas unidades no Rio: um agente GPT-4.1 faz a triagem, direciona pelo bairro e agenda direto na Clinicorp. Um microserviço em TypeScript garante agendamento sem conflito e roda 5 réguas automáticas (aniversário, no-show, retorno, NPS e reativação).

o problema

Leads chegavam por vários números de WhatsApp sem cobertura fora do horário comercial, a marcação era manual e não havia follow-up sistemático. A plataforma no-code usada não agendava de forma atômica nem iterava listas de pacientes para disparos.

a solução

Arquitetura híbrida: a conversa, a IA, o CRM e o handoff ficam na plataforma de atendimento (Chatbotify, depois GoHighLevel). Um backend Fastify próprio faz agendamento com lock Redis na Clinicorp, aplica a regra de horário comercial, roda o Cron-Engine idempotente das réguas e recebe o webhook do discador Sonax, com troca de plataforma por variável de ambiente.

[ 02 ] na prática

Como o atendimento roda

O cliente conversa como conversaria com uma pessoa. Por trás, o sistema identifica a intenção, consulta os dados certos e registra cada passo. As mensagens ao lado mostram o fluxo; os textos são ilustrativos.

Agendamento pelo WhatsApponline
simulação ilustrativa do fluxo
[ 03 ] o que faz

Funcionalidades

  1. 01Agente de IA (GPT-4.1) no WhatsApp com triagem por especialidade e direcionamento de unidade pelo bairro
  2. 02Política de preço do CRO: informa só o valor da avaliação
  3. 03Modo infantil lúdico e troca de contexto adulto/criança sem recomeçar a conversa
  4. 04Atendimento multilíngue (PT, ES, EN, FR)
  5. 05Handoff para humano com resumo e hibernação do bot quando a recepção responde
  6. 06Envio automático de 13 mídias por tipo de lead
  7. 07Consulta de disponibilidade real e agendamento direto na Clinicorp
  8. 08Cancelamento com liberação de vaga e busca de paciente por telefone
  9. 09Catálogo real de especialidades e profissionais com unidade derivada
  10. 10Gate de horário comercial: recepção humana no expediente, IA fora dele
  11. 115 réguas automáticas: aniversário, no-show T-24h, pós-procedimento 3/6/12 meses, NPS T-1 e inatividade
  12. 1225 follow-ups de leads (5 especialidades × D1/D2/D4/D7/D10) e cadência de orçamento D0–D15
  13. 13Kit de 50 templates oficiais do WhatsApp para aprovação na Meta
  14. 143 funis de CRM e ~50 campos personalizados preenchidos pela IA
  15. 15Webhook do discador Sonax registrando ligações no CRM (upsert + nota com gravação)
  16. 16Migração Chatbotify → GoHighLevel com pipelines, campos via API e agente portado
[ 05 ] por dentro

Decisões técnicas

  • >176 testes automatizados em 26 arquivos, todos passando; 2.730 linhas de teste para 2.298 linhas de código
  • >Anti double-booking com lock Redis atômico (SET NX PX + liberação via Lua com token UUID)
  • >Cron-Engine idempotente: dedupe por régua/paciente/dia no Redis e catch-up automático no boot
  • >Portas e adaptadores: troca de plataforma (Chatbotify ↔ GoHighLevel) só por variável de ambiente
  • >Logger com máscara LGPD para nome, telefone, CPF e e-mail; env e webhooks validados com Zod
  • >Retry exponencial com jitter e classificação de erros retentáveis na API Clinicorp
  • >Prompt de 16.107 caracteres reestruturado em comando + base de conhecimento + ações nativas
  • >10 endpoints REST, CI no GitHub Actions (lint, typecheck, test, build) e Docker app + Redis
  • >70 commits em ~10 semanas, com spikes de API antes da implementação
stack
Node.js 20TypeScriptFastifyZodRedis (ioredis)PinoVitestDockerGitHub ActionsRenderOpenAI GPT-4.1ChatbotifyGoHighLevel API v2Clinicorp APIWhatsApp Business API (Meta)Sonax (discador VoIP)
próximo projetoPACESessões de neurofeedback com headset EEG controlando jogos 3D, mais a gestão do consultório.

Tem um projeto parecido? Me conta o que precisa funcionar.

Pedir orçamento