Como automatizar vendas com IA: tutorial com Make, ChatGPT e CRM

TL;DR: Este tutorial mostra como montar uma esteira de automação de vendas usando Make, ChatGPT e um CRM como HubSpot ou Pipedrive. Você vai aprender a configurar lead scoring automático, follow-ups personalizados e qualificação de leads sem depender de SDR humano para cada etapa. Pressupõe conta ativa no Make e acesso à API da OpenAI. Não é para quem está começando do zero em automação: é para quem já tem um funil e quer que ele trabalhe sozinho.

Você provavelmente já tem um CRM. Talvez tenha até uma sequência de e-mails configurada. Mas ainda assim seu time de vendas passa horas por semana copiando dados entre ferramentas, esquecendo de fazer follow-up, e perdendo tempo com leads que nunca vão comprar.

Esse é o problema que a automação de vendas com IA resolve. Não é sobre substituir o vendedor. É sobre eliminar tudo que o vendedor odeia fazer para que ele só fale com quem realmente vale a pena.

Em 2026, empresas que adotaram modelos híbridos de vendas, combinando IA para tarefas repetitivas e humanos para negociações complexas, reportam aumentos expressivos em conversão. A diferença entre quem está aproveitando isso e quem não está começa exatamente aqui: no processo.

O que você vai montar neste tutorial

Antes de entrar em qualquer configuração, vale entender a arquitetura completa do que vamos construir. São três fluxos principais:

1. Qualificação automática de leads: um novo lead entra no CRM e o ChatGPT avalia o perfil, atribui uma pontuação e classifica como quente, morno ou frio.
2. Follow-up personalizado: dependendo da classificação, o Make dispara uma sequência de mensagens escritas pelo ChatGPT com base nos dados do lead.
3. Alerta para o time humano: quando um lead atinge determinado score, o vendedor recebe uma notificação com contexto completo para entrar em ação.

Você vai precisar de:

• Conta no Make (plano básico já é suficiente para começar)
• API key da OpenAI com acesso ao GPT-4o ou GPT-4 Turbo
• CRM conectável via API ou webhook (HubSpot, Pipedrive, ou qualquer outro que o Make suporte)
• Uma conta de e-mail ou WhatsApp Business para os disparos

Passo 1: configure o gatilho no Make

Todo fluxo de automação começa com um evento. No nosso caso, o gatilho é simples: um novo lead é criado no CRM.

No Make, crie um novo cenário e selecione o módulo do seu CRM como ponto de partida. Se você usa o HubSpot, escolha "Watch Contacts" e defina o filtro para registros novos. Se usa o Pipedrive, o módulo equivalente é "Watch Persons" ou "Watch Deals", dependendo de como você organiza o pipeline.

Configure o gatilho para rodar a cada 15 minutos. Isso garante que nenhum lead fica esperando mais de um quarto de hora para ser qualificado, sem sobrecarregar sua cota de operações no Make.

Um detalhe que pouca gente configura: adicione um filtro logo após o gatilho para excluir leads que já têm score atribuído. Sem isso, o fluxo vai reprocessar os mesmos contatos infinitamente. No Make, isso é um módulo "Filter" com a condição lead_score não existe ou lead_score está vazio.

Passo 2: envie os dados do lead para o ChatGPT

Com o gatilho funcionando, o próximo passo é passar as informações do lead para o GPT-4o e pedir uma avaliação.

Adicione o módulo "HTTP: Make a Request" no Make (ou o módulo nativo "OpenAI: Create Completion" se preferir). Configure a chamada para a API da OpenAI com o seguinte formato de prompt, adaptando os campos mapeados do seu CRM:

Você é um assistente especializado em qualificação de leads B2B.

Avalie o seguinte lead e retorne um JSON com:
- score: número de 0 a 100
- classificacao: "quente", "morno" ou "frio"
- motivo: uma frase explicando a classificação
- proximo_passo: ação recomendada para o time de vendas

Dados do lead:
- Nome: {{nome}}
- Cargo: {{cargo}}
- Empresa: {{empresa}}
- Tamanho da empresa: {{numero_funcionarios}} funcionários
- Origem: {{origem_do_lead}}
- Página visitada: {{ultima_pagina_visitada}}
- Mensagem enviada: {{mensagem}}

Responda APENAS com o JSON, sem texto adicional.

O ponto crítico aqui é pedir a resposta em JSON. Sem isso, o GPT pode retornar texto livre que o Make não consegue parsear facilmente. Com o JSON, você mapeia cada campo diretamente.

Use o modelo gpt-4o para essa chamada. Ele é suficientemente rápido e preciso para qualificação de leads, e o custo por chamada é baixo o suficiente para não comprometer sua margem, mesmo com volume alto.

Passo 3: salve o score no CRM e segmente

O Make recebe a resposta do ChatGPT e agora você precisa gravar o score no registro do lead dentro do CRM.

Adicione um módulo "Parse JSON" para extrair os campos da resposta, e em seguida um módulo de atualização do CRM. No HubSpot, isso é o módulo "Update a Contact". No Pipedrive, "Update a Person". Mapeie:

• Campo personalizado lead_score recebe o valor de score
• Campo personalizado lead_classificacao recebe classificacao
• Campo notas recebe motivo concatenado com a data atual

Depois dessa atualização, adicione um roteador no Make. O roteador divide o fluxo em três caminhos baseados na classificação:

• Quente (score acima de 70): aciona notificação imediata para o vendedor
• Morno (score entre 40 e 70): entra na sequência de nurturing automatizado
• Frio (score abaixo de 40): vai para uma lista de re-engajamento futuro

Essa segmentação é onde a maioria das equipes recupera mais tempo. Em vez de o SDR ler cada lead e decidir o que fazer, o sistema já chegou com uma decisão pronta e fundamentada.

Passo 4: monte a sequência de follow-up com ChatGPT

Para os leads mornos, você não quer mandar um e-mail genérico. Quer algo que pareça escrito por um humano que conhece o contexto do lead.

Adicione um módulo de espera de 1 hora (ou o tempo que fizer sentido para o seu ciclo) e em seguida outra chamada ao ChatGPT, desta vez para gerar o e-mail de follow-up:

Você é um vendedor consultivo especializado em [seu produto/serviço].

Escreva um e-mail de follow-up para o lead abaixo. O tom deve ser direto, 
prestativo e sem pressão. Máximo de 120 palavras. Sem assunto no corpo 
(o assunto será gerado separadamente).

Dados do lead:
- Nome: {{nome}}
- Cargo: {{cargo}}
- Empresa: {{empresa}}
- Motivo da classificação como morno: {{motivo}}
- Próximo passo recomendado: {{proximo_passo}}

Personalize o e-mail com base nessas informações. Mencione algo específico 
do perfil do lead.

Faça uma segunda chamada ao ChatGPT só para gerar a linha de assunto do e-mail. Prompts separados para assunto e corpo geram resultados melhores do que tentar fazer tudo em uma chamada.

Conecte a saída ao módulo de envio de e-mail do Make (Gmail, Outlook, SendGrid, ou o que você usa). O e-mail vai sair com o nome do vendedor como remetente, não como um disparo automatizado genérico. Esse detalhe de configuração, colocar o e-mail pessoal do vendedor como remetente, aumenta consideravelmente as taxas de resposta.

Passo 5: configure o alerta para leads quentes

Leads quentes não podem esperar uma sequência de nurturing. Eles precisam de contato humano rápido.

Para o caminho de leads quentes no roteador, adicione um módulo de notificação. As opções mais usadas:

• Slack: manda mensagem em um canal #leads-quentes com nome, empresa, score, e o motivo gerado pelo ChatGPT
• WhatsApp Business: se você usa a API do WhatsApp, pode mandar direto para o celular do vendedor responsável
• E-mail com alta prioridade: mais simples, mas funciona

O conteúdo da notificação deve incluir tudo que o vendedor precisa para abrir a conversa com contexto. Não apenas "novo lead quente". Mas: "Mariana, CEO da FinTech X com 80 funcionários, visitou sua página de preços 3 vezes e veio do webinar de terça. Score: 87. Próximo passo sugerido: oferecer uma demo de 20 minutos com foco em integração."

Quando o vendedor liga, ele já sabe com quem está falando e por que aquela pessoa tem potencial. A conversa começa diferente.

Passo 6: adicione agentes de IA para leads de alto volume

Se você tem mais de 200 leads novos por semana, considerar agentes de IA autônomos para a primeira etapa de contato faz sentido. Ferramentas de IA agêntica, como as que cobrimos no nosso artigo sobre ferramentas de IA agêntica para empresas, já conseguem conduzir conversas de qualificação completas via chat ou e-mail antes de transferir para um humano.

A integração no Make é similar: o agente recebe os dados do lead, conduz a conversa via API, e ao final atualiza o CRM com o histórico e uma qualificação mais refinada do que um score simples conseguiria entregar.

Esse é o próximo nível depois que o fluxo básico estiver funcionando e validado. Não pule para agentes antes de ter os passos anteriores rodando de forma estável.

Erros comuns que vão quebrar sua automação

Alguns problemas aparecem quase sempre na primeira semana de operação. Vale saber antes de enfrentar:

Dados faltando no CRM: o ChatGPT vai dar scores imprecisos se os campos do lead estiverem vazios. Configure validação no início do fluxo para pausar o processamento quando campos críticos como cargo e empresa estiverem em branco, e crie uma tarefa manual para completar esses registros.

Prompt muito genérico: se você não mencionar nada específico do seu produto ou cliente ideal no prompt de qualificação, o GPT vai qualificar com base em critérios genéricos de B2B que podem não se aplicar ao seu negócio. Dedique 30 minutos para descrever quem é seu cliente ideal e o que caracteriza um lead quente para você.

Volume de e-mails disparando limites: provedores como Gmail têm limites de envio diário. Se você escalar para mais de 500 leads por dia, use SendGrid ou AWS SES com warm-up de domínio para não cair em spam.

Loop infinito no gatilho: mencionado no Passo 1, mas vale repetir. Sem o filtro de "score já atribuído", o fluxo reprocessa os mesmos leads indefinidamente e consome sua cota de operações no Make muito rápido.

Quanto isso custa para operar

Uma dúvida legítima antes de colocar qualquer automação em produção é o custo de operação.

Para um volume de 500 leads por mês, a estimativa é:

• Make: plano básico (a partir de US$ 9/mês) é suficiente para até 10 mil operações. Cada lead processa cerca de 6 a 8 operações, então 500 leads usam aproximadamente 4 mil operações.
• API da OpenAI (GPT-4o): cada chamada de qualificação processa em torno de 500 tokens. A 500 leads e 2 chamadas por lead (score + e-mail), você fica em torno de 500 mil tokens de entrada e saída. Verifique os preços atuais na documentação da OpenAI, pois eles mudam com frequência.
• CRM: se você já tem o HubSpot ou Pipedrive, o custo de integração é zero. As automações usam a API existente.

Para a maioria das empresas com ticket médio acima de R$ 500 por venda, o custo da automação se paga com a recuperação de um único lead que antes seria ignorado.

Conclusão

Automatizar vendas com IA não exige um time de engenharia. Com Make, ChatGPT e o CRM que você já usa, é possível montar em um fim de semana uma esteira que qualifica, segmenta, e acompanha cada lead de forma personalizada.

O ponto central é este: a IA não fecha venda. Ela garante que o vendedor humano só gasta energia onde tem chance real de fechar. Isso é o que muda o número no final do mês.

Comece pelo fluxo de qualificação do Passo 2. Valide se os scores fazem sentido para o seu negócio antes de ativar os disparos automáticos. Uma semana de observação antes de ligar o piloto automático economiza muito retrabalho.

Se você quiser entender como estruturar a adoção de IA além das vendas, o guia completo de implementação de IA na empresa cobre a estratégia desde a escolha de ferramentas até a gestão de mudança com o time.