Define todos os arquivos que seu agente pode enviar e receber (imagens, áudio, documentos, vídeo) junto com as funções nativas do WhatsApp que tornam a conversa exatamente como falar com um humano.
📤 O que o nó pode enviar
O nó pode enriquecer suas respostas enviando conteúdo multimídia. O envio é configurado a partir do prompt, referenciando os recursos que o nó tem disponíveis (seja de sua base de conhecimento, uma URL externa ou arquivos gerados dinamicamente como um orçamento).
Tipo | Comportamento |
Imagens | PNG e JPG. São exibidas inline (diretamente no chat), não apenas como download. Suportam caption (texto descritivo). |
São exibidos com uma visualização e seu botão de download. | |
Áudio | Gerado automaticamente a partir da resposta de texto (se você tiver habilitada a resposta em áudio). |
📥 O que o nó pode receber e interpretar
Seu agente inteligente não apenas lê texto; tem a capacidade de ver, ouvir e ler documentos recebidos.
📸 Imagens
O nó aceita imagens em PNG, JPG e JPEG.
Usa um modelo com capacidade de visão para interpretar o conteúdo: pode descrever o que vê e responder perguntas sobre a foto. As imagens ficam salvas no contexto da conversa, então o nó pode referenciá-las em mensagens posteriores.
Casos típicos: Capturas de erro, fotos de produtos, documentos físicos escaneados.
🎙️ Áudio
O nó aceita mensagens de voz em MP3, OGG, WAV e M4A.
O áudio recebido é transcrito automaticamente para texto e processado como qualquer outra mensagem escrita. Além disso, você pode configurar que o nó responda também com um áudio (a partir do painel do nó), gerando uma nota de voz a partir de seu texto. Ambos os processos (transcrição e geração) ficam registrados no seu histórico.
📏 Limites do WhatsApp por tipo de arquivo
Tipo | Formatos suportados | Tamanho máx. | Suporta Caption |
Áudio | AAC, AMR, MP3, M4A, OGG | 16 MB | Não |
Documento | PDF, DOC(X), XLS(X), PPT(X), TXT | 100 MB | Sim |
Imagem | JPEG, PNG | 5 MB | Sim |
Vídeo | MP4, 3GPP (codec H.264 / áudio AAC) | 16 MB | Sim |
(Nota: Cada arquivo recebido é baixado e salvo em seu próprio armazenamento, já que os identificadores multimídia da Meta/WhatsApp expiram em 30 dias).
🟢 Funções nativas do WhatsApp
Essas três funções tornam a conversa mais natural e operam de forma transparente; não requerem configuração por nó, já que funcionam no nível global do canal.
1. Responder a uma mensagem citada
Se o cliente responde citando uma mensagem anterior (ex. uma foto, um orçamento ou uma opção de carrossel), o nó recebe essa referência como parte do contexto:
Se for imagem: Acessa o arquivo e raciocina sobre o conteúdo visual junto com a nova mensagem.
Se for texto: Recebe como um bloco adicional de memória.
Se for interativo: Identifica exatamente qual opção o cliente citou.
(O nó também pode citar mensagens do cliente ao responder).
2. Indicador de digitação
Quando o modelo de IA começa a gerar uma resposta, o cliente vê em sua tela o clássico "digitando…". Este indicador é liberado assim que a mensagem é enviada ou após um máximo de 25 segundos. (Só é acionado se houver efetivamente uma resposta).
3. Visualização prévia de links
As mensagens que contêm uma URL são enviadas com uma visualização enriquecida (título, descrição, imagem pequena) em vez do texto puro. É uma opção no nível do canal, habilitada por padrão. Se o site de destino não suporta visualização prévia, o link chega como texto normal sem gerar erro.
Faça sua IA ver e ouvir como um humano! 🚀
Aproveitando as capacidades multimídia e as funções nativas do WhatsApp, você deixa para trás os bots robóticos de texto plano para criar agentes imersivos que analisam fotos, ouvem notas de voz e interagem com a naturalidade que seus clientes esperam. ✅