Skip to main content
Duas opções mudam a forma como a resposta do agente é entregue no WhatsApp. O texto que o agente escreve é o mesmo; muda só a entrega.
  • Segmentação: divide a resposta em várias mensagens curtas, uma frase por mensagem, com “digitando…” e uma pausa entre elas. Parece mais com uma pessoa escrevendo.
  • Voz (ElevenLabs): quando o lead manda áudio, o agente responde em áudio, com uma voz da ElevenLabs.
As duas são aplicadas pelo servidor da Zatten, depois que o agente termina, e valem para os dois motores.

​
Segmentação

​
Onde fica no painel

Em Agente, abra Configurações avançadas e ligue Segmentação (“Dividir respostas longas”). Vale na hora, sem publicar. Projetos criados em branco nascem com ela ligada.

​
Como a resposta é dividida

A divisão é feita a cada fim de frase: depois de um ponto final (.) ou de uma exclamação (!) seguidos de espaço ou quebra de linha. Não depende do tamanho da resposta: uma resposta de três frases vira três mensagens. Exemplo:

​
O ritmo do envio

Para cada parte, em ordem:
  1. mostra “digitando…” ao lead (só na conexão oficial e na coexistência);
  2. espera 25 milissegundos por caractere daquela parte (uma frase de 80 caracteres espera 2 segundos);
  3. envia a parte.
A primeira parte sai como resposta (citando) a mensagem do lead, quando for o caso. Sem segmentação, a resposta sai numa mensagem só, com um “digitando…” antes, na conexão oficial.

​
Quanto custa

Na conexão oficial e na coexistência, cada parte é uma mensagem cobrada pela Meta. Desde 01/10/2026 a Meta cobra também as mensagens de serviço, que são as respostas dentro da janela de 24h. Uma resposta dividida em 4 partes custa 4 mensagens. Na conexão não oficial, não há cobrança da Meta. Os tokens da IA não mudam: o agente escreve uma resposta só. Veja Quanto custa operar um projeto e a página de preços da Meta em “Para saber mais”.

​
Quando usar

  • Ligue quando o tom é de conversa e as respostas são curtas (2 a 4 frases). Escreva no prompt “responda em até 3 frases curtas”.
  • Desligue quando o agente manda explicações longas, listas de passos ou orçamentos: muitas mensagens seguidas cansam o lead e multiplicam o custo na Meta.

​
Voz (ElevenLabs)

​
Quando o agente responde em áudio

Só quando as três condições valem:
  1. o lote que o agente está respondendo tem pelo menos um áudio do lead;
  2. a voz está ligada;
  3. a chave de API e o ID da voz da ElevenLabs estão preenchidos.
Então a resposta inteira vira um áudio, gerado com o modelo eleven_multilingual_v2 da ElevenLabs, e é enviada como mensagem de áudio. Não sai texto junto e a segmentação não se aplica. Se o lead escreveu texto, a resposta é texto, mesmo com a voz ligada. Se a geração do áudio falha (chave inválida, limite de uso da ElevenLabs, voz não encontrada), a Zatten grava o erro no chat e envia a resposta em texto.

​
Onde configurar

O builder do LangChain Agent não tem tela para a voz. Configure pelo template do projeto, no bloco llm_attendant (veja “Pelo MCP”). Projetos migrados do motor antigo mantêm o que estava configurado lá. Para obter os dados:
  1. Crie uma conta na ElevenLabs e gere uma chave de API.
  2. Escolha ou crie uma voz na biblioteca da ElevenLabs e copie o ID da voz (Voice ID).
  3. Grave os dois no projeto e ligue a voz.
A ElevenLabs cobra direto da sua conta, por caractere convertido em áudio. Preços na página da ElevenLabs.

​
Escrever para ser ouvido

O agente escreve a mesma resposta, sem saber se ela vai virar áudio. Links, listas, emojis e números longos soam mal quando lidos em voz alta. Quando a voz estiver ligada, acrescente ao prompt:
O prefixo [Áudio transcrito] é como o LangChain Agent marca o texto de um áudio transcrito. Veja Mídia: áudio, imagem e PDF.

​
Pelo MCP

As duas ficam no bloco llm_attendant e gravam na hora (não criam versão do agente).

​
Armadilhas

  • Segmentação divide toda resposta, não só as longas. Cada frase terminada em ponto vira uma mensagem.
  • Cada parte é cobrada pela Meta na conexão oficial e na coexistência. Respostas longas com segmentação multiplicam o custo.
  • Pergunta não separa. “Tudo bem? Posso ajudar.” sai numa mensagem só; “Tudo bem. Posso ajudar?” sai em duas.
  • Segmentação soma com o buffer na demora percebida. O lead espera o buffer e depois as pausas entre as partes.
  • O chat de teste não mostra a segmentação nem a voz. Elas são aplicadas na entrega pelo WhatsApp. Teste num número real.
  • Voz ligada sem chave ou sem ID da voz não faz nada, e não há aviso.
  • Áudio com link é lido em voz alta e o lead não consegue clicar. Oriente o prompt.
  • Lote misto: se o lead mandou texto e áudio no mesmo lote, a resposta sai em áudio.

​
Perguntas frequentes

Indiretamente, pelo prompt. Cada frase terminada em ponto ou exclamação vira uma mensagem. Para juntar duas ideias numa mensagem, peça frases ligadas por vírgula.
Sim. O áudio é gerado pela Zatten e enviado pela conexão do projeto, qualquer que seja.
Não. A voz só age quando o lote tem áudio do lead.

​
Para saber mais

Termos para buscar: “WhatsApp typing indicator”, “message segmentation chatbot”, “ElevenLabs voice ID”, “eleven_multilingual_v2”, “WhatsApp service messages pricing”.