Metade do Brasil conversa por áudio. A cliente manda quarenta segundos falando enquanto dirige, enquanto cozinha, enquanto arruma a loja — e recebe de volta um textão de doze linhas que ela vai ler daqui a duas horas, se ler. A resposta chegou; a conversa esfriou mesmo assim.

Agora o Atendente IA pode responder por mensagem de voz.

Três modos, e o do meio é o certo

Em Automação › IA & Integrações, na seção Responder em áudio:

  • Nunca — só texto. É como vem de fábrica.
  • Espelho — quem manda áudio recebe áudio; quem escreve recebe texto. É o modo recomendado.
  • Sempre que der — responde em voz mesmo quando o cliente escreve.

O modo espelho é o que respeita a escolha de quem está do outro lado. Quem mandou áudio é porque prefere falar. Quem digitou está, quase sempre, num lugar onde não pode ouvir — reunião, transporte, madrugada com o bebê dormindo.

Você escolhe também a voz, entre nove opções: femininas, masculinas e neutras. Vale gastar dois minutos ouvindo qual combina com o seu negócio. A voz é a sua marca falando.

O que nunca vira áudio

Esta é a parte que decide se o recurso ajuda ou atrapalha. Cinco coisas continuam sempre em texto:

  • link
  • código Pix (copia e cola)
  • e-mail
  • lista de horários
  • textos longos e mensagens com muitos itens

O motivo é o mesmo para todos: são conteúdos para copiar, e ninguém copia de um áudio. Um Pix falado é um cliente perdido no meio do pagamento.

Essa decisão é do sistema, não do modelo de linguagem. Não é uma instrução escrita na persona esperando que a IA obedeça — é uma regra que roda antes do envio. Não há risco de, num dia movimentado, o código do pagamento sair em voz.

E se a geração da voz falhar por qualquer motivo, sai o texto. O cliente nunca fica sem resposta.

Onde isso muda o atendimento

Salão, barbearia e estética. É o setor em que áudio é a língua padrão. Responder por escrito soa formal e distante; responder em voz soa como a recepcionista de sempre.

Delivery e comércio de bairro. Cliente perguntando o que tem hoje, se ainda dá tempo, se entrega no bairro dele. Conversa curta, rápida, falada.

Quem atende gente mais velha. Ler no celular cansa. Ouvir, não.

Quanto custa

A voz usa a mesma chave de inteligência artificial que já responde as conversas. O custo aproximado é de R$ 0,04 por resposta de 500 caracteres — quatro centavos. Na prática, é a parte mais barata de um atendimento que a IA resolveu inteiro sozinha.

Como testar sem susto

Ligue no modo espelho, escolha a voz, e mande um áudio para o seu próprio número de atendimento. Ouça a resposta como cliente. Se a voz combinar com o seu negócio, deixe ligado; se não, troque e teste de novo — a mudança vale na conversa seguinte.

O resto continua como está. A IA segue respeitando o teto por hora, seguindo a base de conhecimento, passando para um humano quando o assunto foge do script e se calando assim que alguém da equipe entra na conversa. A única diferença é que, agora, quando fala, ela pode falar mesmo.