Aula/módulo "e34 – Auditoria de Vendas" ensinando a construir um…

INEMA

⚙️ HACKS PARA OTIMIZAÇÃO DO SISTEMA⌗

1. Evite gastar tokens com chamadas inválidas⌗

Filtro por duração: só processe chamadas com mais de 20 segundos para evitar avaliar chamadas perdidas, caixas postais ou testes.

if (duration > 20) { processa a transcrição; } else { retorna status 200 e finaliza; }

2. Use IA gratuita primeiro e mude para paga se falhar⌗

Configure o Basic LLM com um modelo gratuito (ex: Gemini 1.5) e um fallback para GPT-4.0/4.1 se houver erro.
Isso reduz custo com OpenAI sem perder robustez.

3. Reaproveite prompts com variáveis⌗

Crie blocos de prompts reutilizáveis com marcações tipo:

[[TRANSCRIÇÃO]] [[TIPO_CHAMADA]] [[RESUMO_ANTERIOR]]

Use Replace ou Templates para montar o prompt dinamicamente conforme o caso (Setter, Closer, Suporte, etc.).

4. Evite travamentos com `Webhook Response`⌗

Sempre use um webhook response (código 200) para encerrar fluxos, mesmo quando ignorar chamadas:

``` { "status": "ok", "mensagem": "chamada ignorada por tempo insuficiente" }

#### 5. Adicione contexto com histórico automatizado

* Antes da IA avaliar uma nova chamada, use o G`ET /contacts/{id}/notes `e forneça o histórico anterior no prompt.

  * Isso m**elhora precisão da análise,** especialmente em fluxos de suporte, onboarding ou renovação.

#### 6. Registre sempre em Google Sheets

* Mesmo que a nota seja ruim, registre t**odas as chamadas **no Google Sheets.

  * Isso permite auditorias posteriores, estatísticas por operador e análise de padrões.

#### 7. Separação visual com `map` + `join`

* Para formatar listas da IA (ex: recomendações) como bullet points:

   ``` recommendations.map(r => `- ${r}`).join('\n')

Fica limpo no CRM e no Sheets.

8. Debug sem gastar tokens⌗

Simule transcrições reais com ChatGPT (como foi feito com “Vodafone Test”), economizando chamadas de áudio na fase de testes.

9. Crie múltiplos fluxos especializados⌗

Um para cada tipo de operador:
Setter: foca em triagem e qualificação
Closer: foca em conversão e fechamento
Suporte: foca em resolução de problemas
Onboarding: foca em primeiros passos

10. Backup automático das transcrições⌗

Salve as transcrições em um Google Drive ou Notion com o ID da chamada.
Útil para reanálise futura ou treinamento de IA.

⚡ BÔNUS: Hacks para escalabilidade⌗

Cluster de N8N: use múltiplos workers para lidar com muitas chamadas simultâneas.
Banco de vetores (Pinecone/Supabase pgvector): armazene todas as transcrições para consulta semântica futura.
RAG: combine o histórico do cliente com análise de IA para gerar recomendações ainda mais contextuais.

11. Exemplo final de nota registrada no CRM⌗

```txt 📞 Chamada de Venda – 29/07/2025 – 16:53

Necessidade: ✅ Sim
Desejo: ❌ Não identificado
Capacidade Financeira: ✅ Sim
Prospecto Qualificado: ❌ Não
Nota do Setter: 5/10

📌 Justificativa: Cliente mostrou interesse mas não demonstrou urgência. A objeção orçamentária foi mal explorada.

✅ Recomendações: - Trabalhar melhor o senso de urgência - Explorar mais os motivos da busca pelo serviço - Sugerir financiamento de forma clara

🚀 Passo a Passo da Automação Inteligente de Avaliação de Chamadas⌗

1. Configuração no CRM (GoHighLevel ou Wixin)⌗

1.1 Crie uma automação com trigger do tipo: → “Quando uma chamada for concluída (call status = completed)”.

1.2 Adicione filtros:

Tipo da chamada: entrante ou saliente.
Papel do operador: Setter ou Closer (pode ser por tag ou nome do usuário).

1.3 Adicione um atraso (wait) de 1 minuto para garantir que o áudio esteja disponível.

2. Criação de Webhook personalizado no N8N⌗

2.1 No N8N, crie um Custom Webhook (trigger de entrada).

2.2 Configure o CRM para enviar os dados via POST para o webhook do N8N:

Campos enviados:

ID da chamada
Nome do contato
Telefone
Duração da chamada
Link do áudio (via Twilio)
Nome do operador

3. Filtragem de chamadas inválidas⌗

3.1 Adicione uma etapa que verifique: → Se a duração da chamada > 20 segundos.

3.2 Se for menor, envie um webhook response com código 200 e finalize o fluxo.

4. Conversão de Áudio para MP3 (via CloudConvert)⌗

4.1 Use o módulo HTTP do N8N para chamar a API do CloudConvert:

Etapas da API:
Importar o arquivo de áudio via URL (vindo do Twilio)
Converter para MP3
Exportar em URL de download

4.2 Adicione um loop com espera (ex: 10s) até que o status da conversão seja finished.

5. Transcrição e Avaliação com IA (OpenAI ou Gemini)⌗

5.1 Envie o áudio MP3 para a IA usando o módulo Basic LLM:

Prompt exemplo para avaliar setters:

```Atue como avaliador de vendas. Avalie os seguintes critérios com base na transcrição: 1. Há necessidade? (Sim/Não) 2. Há desejo? (Sim/Não) 3. Há capacidade financeira? (Sim/Não)

Resultado final: - Prospecto qualificado? (Sim/Não) - Nota de 1 a 10 - Justificativa - 2 a 5 recomendações```

5.2 Configure a resposta esperada em JSON.

6. Registro da avaliação no GoHighLevel (via API)⌗

6.1 Crie uma aplicação no Developer Portal do GoHighLevel e obtenha:

Client ID
Client Secret
Redirect URL
Scopes: contacts.write, contacts.readonly, user.readonly, user.write

6.2 Use módulo HTTP do N8N para:

Fazer autenticação OAuth2
Chamar a API de criação de nota (POST /contacts/{id}/notes)

6.3 Envie os seguintes dados formatados:

Data/hora da chamada
Resultado (qualificado ou não)
Necessidade / Desejo / Capacidade financeira
Nota do operador
Justificativa e recomendações (em bullet points)

7. Envio dos dados para o Google Sheets⌗

7.1 Configure uma aba com colunas:

ID do cliente
Nome
Telefone
Resultado da chamada
Todos os dados avaliados
Link do áudio (ID do Twilio)

7.2 Use o módulo Google Sheets no N8N:

Escolha a opção Append Row
Preencha com os dados do Webhook e IA

8. Webhook Response para o CRM⌗

8.1 Configure um nó “Webhook Response” no N8N para enviar de volta os dados ao CRM:

Resultado geral
Necessidade
Desejo
Capacidade financeira
Justificativa e recomendações

8.2 No CRM, use esse retorno para:

Marcar leads como qualificados/desqualificados
Acionar notificações automáticas em caso de má performance

9. Cenário Avançado: Classificação da chamada⌗

9.1 IA classifica a chamada como:

Prospecção, Venda, Suporte, Onboarding, Upselling ou Renovação

9.2 A resposta da IA define qual fluxo será executado, com prompts e análises específicas para cada tipo.

10. Recuperação de histórico e contexto⌗

10.1 Para chamadas futuras:

Recupere todas as notas anteriores do cliente via API (GET /contacts/{id}/notes)
Forneça essas notas como contexto no prompt da IA

Resumo completo: Auditoria de Chamadas com GHL + N8N

Objetivo⌗

Criar um sistema automatizado de avaliação de chamadas usando GoHighLevel, N8N e IA, capaz de:

Transcrever chamadas de vendas, suporte ou onboarding;
Avaliar com base em critérios (necessidade, desejo, capacidade financeira);
Registrar os dados no CRM e Google Sheets;
Gerar alertas automáticos e histórico detalhado.

Estrutura do sistema⌗

1. Disparo da automação (Trigger)⌗

O fluxo começa quando uma chamada é marcada como concluída no GoHighLevel/Wixin.
As chamadas são filtradas por tipo (entrante ou saliente) e por papel do operador (Setter ou Closer).

2. Webhook para N8N⌗

Um webhook é configurado no N8N para receber os dados da chamada:
ID, nome do contato, telefone, duração, e link do áudio via Twilio.

3. Validação da chamada⌗

O sistema ignora chamadas com menos de 20 segundos (ex: caixa postal).
Utiliza CloudConvert para converter o áudio para MP3.
Se tudo for válido, o áudio é transcrito com IA (OpenAI ou Gemini).

4. Avaliação via IA⌗

A IA atua como avaliador especializado e verifica:
Existe necessidade clara?
Há desejo urgente?
O cliente possui capacidade financeira?
A IA gera:
Um score de 1 a 10 para o operador (Setter/Closer);
Justificativa e recomendações personalizadas;
Resultado geral: prospecto qualificado ou não.

5. Registro no GoHighLevel⌗

Todos os dados da análise são registrados:
Em formato de nota na ficha do cliente (com bullet points);
Incluindo: dor, objetivo, orçamento, red flags, feedback, recomendações e próximos passos.

6. Armazenamento no Google Sheets⌗

Um Sheets é preenchido com:
Dados da chamada + avaliação da IA + recomendações;
Serve como painel para auditoria global de chamadas.

7. Retorno e alertas⌗

Se a chamada não for qualificada, o sistema:
Envia alerta automático interno (email, WhatsApp ou notificação);
Notifica o diretor ou responsável para revisão manual.

Segundo fluxo (Avançado)⌗

1. Classificação automática do tipo de chamada⌗

A IA detecta o tipo:

Prospecção
Venda
Suporte técnico
Onboarding
Upselling
Renovação

2. Contexto histórico⌗

O sistema recupera todas as notas anteriores do cliente para enriquecer a análise da nova chamada.

3. Análise profunda com IA⌗

A IA retorna:

Resumo da chamada
Setor, dores, objetivos, orçamento, prazo
Red flags
Feedback para o vendedor (fortalezas e pontos de melhoria)
Recomendação de próximos passos

4. Atualização do CRM com histórico completo⌗

O sistema insere a nova nota com contexto anterior, criando um histórico conversacional útil para futuras interações.

Casos de uso⌗

Auditoria contínua de operadores sem ouvir chamadas manualmente;
Feedback detalhado e acionável para melhorar desempenho;
Histórico completo de relacionamento com o cliente no CRM;
Classificação automática para diferentes departamentos e objetivos.

Destaques técnicos⌗

Conversão de áudio com CloudConvert
Integração via webhook e resposta automática
Transcrição e análise com OpenAI/Gemini
Registro inteligente no CRM via API
Estruturação JSON das respostas da IA
Criação de fluxos distintos para Setters e Closers

Próximos passos⌗

Adicionar fluxos específicos para Closers
Melhorar os prompts com critérios mais sofisticados
Escalar o sistema para analisar grandes volumes de chamadas
Integrar com outros CRMs ou ferramentas

Conclusão⌗

Esse sistema oferece valor extremo, reduz trabalho manual, melhora decisões comerciais e transforma interações em dados acionáveis. Com estrutura modular, é adaptável para qualquer processo de vendas ou atendimento.

🧩 Casos de uso reais:

Auditar sua equipe de vendas sem precisar escutar manualmente todas as chamadas
Identificar padrões comuns em leads desqualificados
Medir e melhorar o desempenho individual de cada vendedor
Criar um histórico conversacional consultável e contextualizado
Ativar fluxos automáticos dependendo do tipo de chamada

🧠 Próximos passos: Na próxima será incorporado um prompt especializado para closers, com critérios de avaliação mais complexos. Também será mostrado como escalar esse sistema para analisar grandes volumes de chamadas ou integrá-lo com outros CRMs.

Recursos úteis:

Cenário 1 (Setter)
Cenário 2 (Classificador)
API GoHighLevel
Developers GHL
CloudConvert Job Builder

e34. Auditoria de vendas com GHL + N8N

🎯 O que aprendemos?

Aprendemos a construir um sistema automatizado que analisa as chamadas realizadas a partir do nosso CRM (Wixyn/Go High Level), as transcreve, avalia com IA e registra os resultados tanto no CRM quanto em uma planilha do Google Sheets. Tudo isso utilizando o N8N como motor de automação.

🎯 Objetivo geral Automatizar a avaliação das chamadas feitas por setters ou closers, com os seguintes objetivos:

Detectar se o prospect tem necessidade, desejo e capacidade financeira
Obter notas de desempenho, justificativas e recomendações para cada chamada
Registrar automaticamente os resultados na ficha do contato e em uma base de dados (como Sheets)
Gerar alertas internos se a chamada não atender aos padrões mínimos

🛠️ Cenário 1: Avaliação básica para chamadas de setters

O que fazemos?

Disparo (trigger) em Wixyn / GoHighLevel:

A automação é iniciada quando uma chamada é marcada como concluída
Filtramos por tipo de chamada (entrante ou saliente) e papel do usuário (setter ou closer)

Envio de dados ao N8N via webhook:

Enviamos os dados principais: ID da chamada, nome, telefone, duração e link do áudio (via Twilio)

Filtragem de chamadas inválidas:

Ignoramos chamadas com menos de 20 segundos (erros, caixa postal, etc.)

Conversão do áudio para MP3:

Utilizamos a API do CloudConvert para converter o arquivo de áudio em um formato aceito pela IA

Transcrição e análise com IA (OpenAI ou Gemini):

Transcrevemos a chamada e pedimos que um modelo de linguagem (LLM) avalie:
Há necessidade? ✅/❌
Há desejo? ✅/❌
Tem capacidade financeira? ✅/❌
Atribui uma nota de 1 a 10 para o setter
Gera recomendações específicas

Registro de resultados:

Uma nota detalhada é adicionada na ficha do contato no GoHighLevel
Os dados são enviados para o Google Sheets para análise geral

Alertas internos:

Se o prospect não estiver qualificado, é enviada uma notificação automática ao responsável ou ao próprio setter

🧪 Cenário 2: Avaliação avançada por tipo de chamada com contexto histórico Esse segundo fluxo é mais robusto, pensado para contextos complexos com vários tipos de chamadas (vendas, suporte, onboarding, etc.)

O que é adicionado?

Classificação automática do tipo de chamada: A IA detecta automaticamente se a chamada é de:

Prospecção
Venda
Suporte técnico
Onboarding
Renovação
Upselling

Análise adaptada ao tipo de chamada: Cada tipo tem um tipo de avaliação específico:

Em suporte, detecta incidências, ações tomadas e próximos passos
Em vendas, analisa setor, dores, objetivos, orçamento, etc.

Recuperação do histórico do cliente:

Antes da análise, o sistema consulta a ficha do cliente no GoHighLevel
Todas as notas anteriores são recuperadas e fornecidas como contexto ao modelo

Prompt enriquecido para análise profunda: O modelo extrai dados como:

Setor
Dores
Objetivos
Orçamento
Prazo estimado
Alertas (red flags)
Pontos fortes e fracos do vendedor
Recomendações e próximos passos

Nota detalhada no CRM:

Todas as informações são registradas com formato claro e em bullet points na ficha do cliente

Exemplo de saída:

📞 Chamada de venda - 29/07/2025

Dores: ❌ Falta de equipe técnica
Objetivos: ✅ Automatizar processos
Orçamento: 💰 €2.000/mês
Red Flags: 🚩 Permissões com o ERP
Feedback ao vendedor:
✅ Boa abertura
❌ Poderia ter aprofundado mais no orçamento
Próximos passos: Agendar demo e enviar proposta

Preparação para chamadas futuras:

Quando uma nova chamada for feita, o sistema incorpora todo o histórico anterior para fornecer um contexto mais completo e útil

Sistema inteligente para avaliar chamadas 🔥

Se a sua equipe faz chamadas de vendas, acompanhamento ou suporte, isso muda o jogo.

🔥 O que exatamente montamos?

✅ Primeira automação: Criamos um sistema que analisa automaticamente cada chamada feita a partir do Wixyn ou GoHighLevel.

Transcreve a chamada com IA
Detecta se há necessidade, desejo e capacidade financeira
Atribui uma nota ao vendedor
Gera uma justificativa e recomendações
E registra tudo na ficha do cliente + Google Sheets

Além disso, dispara alertas automáticos se a chamada não cumprir os critérios mínimos.

✅ Segunda automação: Aqui demos um passo além. A IA detecta qual é o tipo de chamada:

Prospecção
Venda
Suporte
Onboarding
Upselling
Renovação

E, com base no tipo, faz uma análise muito mais profunda:

Detecta o setor, dores, objetivos, orçamento, alertas (red flags)...
Analisa o histórico completo de chamadas do cliente
E deixa um resumo profissional e acionável na ficha do CRM

A ideia é clara:

👉 Avaliar cada interação, seja como for
👉 Medir. Melhorar. Escalar.
👉 Transformar conversas em dados acionáveis

Isso não é apenas sobre automatizar. É sobre dominar cada parte do processo comercial com inteligência real.

Resumo dos tópicos com exemplos:

Objetivo geral Criar um sistema automatizado de análise de chamadas comerciais com IA.
Funcionalidades principais da primeira automação

Transcrição da chamada por IA
Avaliação de necessidade, desejo e capacidade financeira
Nota do vendedor e recomendações geradas
Registro em CRM + Google Sheets
Alerta em caso de chamada ruim

Funcionalidades da segunda automação (mais avançada)

Classificação do tipo de chamada (venda, suporte, etc.)
Análise profunda baseada no tipo de chamada
Detecção de setor, dores, orçamento
Consulta ao histórico do cliente
Resumo estratégico no CRM

Próximos passos (extensão do sistema)

Suporte a chamadas Google Meet
Suporte a gravações físicas (gravador externo)

Foco final do sistema

Avaliar todas as interações
Otimizar processos com dados
Aumentar conversão e performance com inteligência comercial real.

CloudConvert Job Builder cloudconvert.com/api/v2/jobs/builder ↗

Developers GHL developers.gohighlevel.com ↗

API GoHighLevel

e34- Auditoria de Vendas

chatgpt.com ↗