O playbook do agente vertical: de Zeobra a Manufa

Esta semana lancei Manufa, uma SaaS para empresas de caldeiraria. É a segunda vertical onde aplico o mesmo padrão arquitetural: dado proprietário do setor + agente conversacional no WhatsApp + dono da empresa como revisor humano. A primeira foi Zeobra, para gestão de obras.

Duas verticais, dois produtos, mesma arquitetura por baixo. Esse post é sobre o que viaja entre verticais e o que precisa ser refeito do zero a cada vez.

O que o Zeobra faz, em três linhas

Arquitetos e proprietários mandam pelo WhatsApp:

• foto da nota fiscal
• áudio: "paguei R$ 1.250 no Pix pro Carlos do encanamento"
• foto do canteiro

O agente lê, categoriza, lança no diário da obra. O dono confirma quando o lançamento for ambíguo. Pronto. Sem app, sem login, sem planilha.

Está em produção há meses. Funciona porque arquiteto não abre dashboard, mas mexe no WhatsApp 80 vezes por dia.

O padrão extraído

Depois de operar Zeobra em produção, identifiquei quatro camadas que se repetem.

1. Modelo de dados vertical

O esquema do banco é específico do setor. Em Zeobra, são obras, lançamentos, fornecedores, diário. Em Manufa, são jobs de fabricação, ordens de serviço, soldadores, materiais, prazos.

Isso NÃO viaja. Cada vertical demanda um esquema próprio, modelado em conversa com 2 a 3 clientes-piloto. Tentar genérico aqui mata o produto.

2. WhatsApp como porta de entrada

WhatsApp Business API direto da Meta, com webhook próprio. O usuário não instala nada. No Brasil, isso é a diferença entre adoção e fracasso.

Esse pedaço VIAJA quase 100%. Código de ingresso, processamento de mídia (foto, áudio, PDF), classificação de intenção, gerenciamento de sessão: tudo reutilizado entre Zeobra e Manufa.

3. Agente multimodal com revisor humano

Claude lê o conteúdo recebido, extrai entidades, propõe um lançamento ou ação. Quando a confiança é alta e o impacto é baixo, executa sozinho. Quando é ambíguo ou caro, manda mensagem pedindo confirmação ao dono.

Esse padrão de loop humano (não autônomo, não 100% manual, com revisão calibrada por risco) viaja diretamente. Os prompts mudam por vertical, mas o esqueleto é o mesmo.

4. Dashboard secundário, agente primário

Existe um painel web pro escritório (financeiro, relatórios, configuração). Mas o usuário-fim quase nunca abre. A interação principal é o WhatsApp.

Essa hierarquia de UX viaja. É contra-intuitiva pra quem vem de SaaS B2B clássico, onde o dashboard é o produto. Aqui o agente É o produto.

Aplicando a Manufa

Manufa atende caldeirarias: empresas que fabricam tanques, vasos de pressão, dutos, estruturas soldadas. Mercado brasileiro fragmentado, dezenas de milhares de oficinas, processos amplamente manuais.

Os agentes que entram primeiro:

Orçamento por foto ou PDF. Cliente manda um desenho técnico ou foto. Agente extrai material (chapa SA-516, espessura, tipo de solda), estima horas, calcula custo. Devolve um orçamento rascunho que o dono revisa em 15 minutos em vez de 2 horas.

Atendimento via WhatsApp. "E aí, tá pronto?" "Quanto sai um silo de 5000L em inox?" Mesma dor que arquiteto tem com fornecedor. O agente responde status automaticamente e rascunha precificação para o dono aprovar antes de enviar.

Rastreabilidade NR-13. Para vasos de pressão, a regulamentação exige registro de soldador + procedimento + lote de eletrodo por solda. Quase ninguém faz direito. Agente recebe foto da solda + áudio do soldador, arquiva contra o job. Quando chega inspeção, exporta um dossiê em PDF.

Cada um desses tem prompt específico, dados específicos, integrações específicas. Mas o esqueleto (WhatsApp ingress, multimodal Claude, revisor humano, dashboard secundário) é literalmente o mesmo código.

O que aprendi no caminho

Coisas que faria diferente começando Zeobra hoje:

1. Banco de dados próprio do dia 1. Tentei Supabase compartilhado entre testes e produção por um mês. Caro em tempo. Cada vertical merece sua própria base com seu próprio schema.

2. Routing Haiku + Sonnet desde o início. Usei Sonnet 4.5 pra tudo no começo. Custo de inferência por conversa era 4 vezes maior do que precisava. Hoje Haiku 4.5 resolve 85% do volume, Sonnet entra só quando a tarefa exige raciocínio.

3. Modelar dados com 3 clientes, não com 1. Pivotei o schema de Zeobra duas vezes porque modelei com um cliente-piloto único. Manufa começou com 3 entrevistas antes da primeira migration.

4. WhatsApp Business API direto, sem intermediário. Você precisa da latência baixa e do preço bom. Use Meta direto, sem 360dialog ou similar.

Próximas verticais

O padrão é repetível. Caldeiraria foi a segunda. A terceira, quarta e quinta provavelmente serão:

• Oficinas mecânicas
• Marmoraria
• Imobiliária vertical (repasse de comissões, que é o que repasse.co faz)

Cada uma tem mesma estrutura: empresa pequena ou média brasileira, dono operando, processos manuais no WhatsApp já, dor real de tempo perdido em comunicação repetitiva.

Se você está pensando em construir uma SaaS vertical com agente de IA pro mercado brasileiro, o playbook acima é o que funciona pra mim. Os 80% que viajam (WhatsApp, multimodal, revisor humano, agente-primário) você pode literalmente copiar. Os 20% que não viajam (data model, prompts, integrações) é onde está sua diferenciação.

Quer conversar sobre aplicar isso pra sua vertical? Agende 30 minutos.