Strato AI
Clínicas • WhatsApp • Multiatendimento

Multiatendimento para clínicas com IA + equipe (vários atendentes): arquitetura, filas, templates, auditoria e como evitar bagunça no WhatsApp

Publicado em 30/03/2026 • Por Strato AI
Em clínica, WhatsApp vira o “balcão” mais importante. Quando você adiciona vários atendentes e tenta acelerar com IA, aparecem três problemas bem previsíveis: (1) duas pessoas respondendo a mesma conversa, (2) conversas sem próximo passo (“limbo”), e (3) falta de rastreabilidade para melhorar.

A solução não é “mais gente” e nem “mais automação”. É um modelo de operação com fonte da verdade, controle de trabalho e auditoria. Neste guia, você vai ver uma arquitetura enxuta: WhatsApp como interface, ticket/CRM como trabalho, filas com SLA, lock (1 dono por vez), templates versionados e auditoria por eventos. A IA entra para triagem, qualificação mínima e handoff com resumo.
Arquitetura de multiatendimento para clínicas: WhatsApp, roteador (IA + regras), ticket/CRM, filas com SLA, console humano, templates e auditoria
Imagem CC0 (criada pela Strato AI) • uso livre.
Princípio número 1: WhatsApp não é o sistema — o ticket é
A regra mais importante para evitar caos é: 1 conversa = 1 ticket. O WhatsApp continua sendo onde o paciente fala. Mas status, responsável, SLA e próximo passo ficam no ticket. Sem isso, o time opera por “memória”, e qualquer troca de turno vira retrabalho.

O ticket mínimo para multiatendimento:
StatusNovo • Qualificando • Aguardando dados • Aguardando confirmação • Agendado • Encerrado.
Próximo passoObrigatório. Ex.: “ofertar 2 horários” / “pedir convênio” / “encaminhar para retorno”.
Responsável (lock)Um dono por vez. Se ninguém é dono, ninguém responde. Se dois são donos, vira confusão.
Fila + SLAO atraso aparece como trabalho pendente, não como “surpresa” no fim do dia.
Filas por objetivo (com SLA): do “todo mundo atende tudo” para previsibilidade
Multiatendimento quebra quando você tem uma fila única. Em clínica, o SLA de “lead novo” é diferente do SLA de “remarcar” e muito diferente de “pós-consulta com risco”.

Um desenho simples, que funciona bem:
Leads novosSLA curto (ex.: 3–10 min). Meta: triagem → qualificação mínima → encaminhar para agendar.
Agendamento/remarcaçãoSLA médio (ex.: 30–60 min). Meta: fechar data/hora + confirmação.
Orçamento/convênioSLA moderado. Meta: pedir dados mínimos e evitar enviar “tabela inteira” sem contexto.
Pós-consulta (atenção)Prioridade por regra. Meta: identificar sinais de urgência e encaminhar.
Regra de ouro: toda fila precisa de (1) um template padrão, (2) um resultado esperado e (3) um critério de saída (agendou / pediu dados / encaminhou / encerrou).
Templates versionados: consistência sem engessar o atendimento
Em WhatsApp, “cada atendente escreve do seu jeito”. Isso cria variação de qualidade, risco (promessas erradas) e dificuldade de melhoria. O antídoto é simples: templates com ID + versão.

Exemplos de nomenclatura: TRIAGEM.v3, AGENDAMENTO_AB.v2, CONVENIO_DADOS.v1. Quando algo dá ruim, você consegue auditar: “qual template estava em produção?”
Placeholders{nome}, {unidade}, {especialidade}, {janela}, {data}.
Regras de usoEx.: não prometer encaixe; não passar valor sem entender o caso; evitar perguntas duplicadas.
AprovaçãoMensagens sensíveis (LGPD/risco) → IA sugere, humano aprova.
Métricas por versãoResposta, conversão, reabertura, tempo de resolução.
Exemplos práticos (copiar/colar): triagem, qualificação e handoff para humano
Abaixo, mensagens curtas para multiatendimento. A ideia é reduzir atrito e manter o ticket sempre com próximo passo claro.
1) Triagem (intenção em 1 mensagem)
“Oi! Para eu te direcionar rápido: você quer agendar, falar sobre valores/convênio ou tirar uma dúvida?”

2) Qualificação mínima (só o que destrava a agenda)
“Perfeito. É para qual especialidade/procedimento? E você prefere manhã, tarde ou noite?”

3) Agendamento A/B (duas opções objetivas)
“Tenho duas opções: terça 14:30 ou quarta 09:10. Qual fica melhor?”

4) Confirmação (amarrar o combinado)
“Combinado — vou reservar quarta 09:10. Pode me confirmar nome completo e data de nascimento?”
No multiatendimento, o paciente percebe imediatamente quando o time “recomeça do zero”. Por isso, o handoff precisa ter dois artefatos: (1) uma mensagem ao paciente e (2) uma nota interna padronizada.
5) Handoff (mensagem para o paciente)
“Entendi. Vou te encaminhar para uma pessoa do nosso time agora para confirmar os detalhes. Já deixei um resumo para agilizar.”

6) Handoff (nota interna no ticket — obrigatório)
RESUMO - Intenção: agendar - Especialidade: dermatologia - Janela: manhã - Contexto: 1ª consulta; perguntou valores - Dados: nome=(faltando) | convênio=particular PENDÊNCIAS (próximo passo) 1) Confirmar nome completo + data de nascimento 2) Ofertar 2 horários (A/B) 3) Se pedir valor: confirmar se é consulta ou retorno REGRAS - Se relatar sintoma agudo importante → fila de atenção/urgência e encaminhar para equipe clínica
Auditoria por eventos: como evitar discussão e melhorar com dados
Auditoria não é burocracia. É o que permite: (a) achar gargalos de SLA, (b) reduzir erros repetidos e (c) treinar o time com casos reais. O formato mais simples é um event log no ticket.
Eventos mínimos (exemplos)
• ticket_criado (origem/campanha/canal)
• status_alterado (de/para + motivo)
• fila_alterada (qual fila + SLA)
• responsavel_atribuido (lock)
• mensagem_enviada (template_id + versão)
• handoff_criado (resumo + pendências)
• agendamento_confirmado (data/hora)
• encerrado (agendou / desistiu / sem resposta)
Resultado prático: em poucas semanas você sabe onde estoura SLA, quais templates performam melhor e quais casos devem ir direto para humano.
Checklist (se você fizer só isso, já melhora muito)
☐ 1 conversa = 1 ticket (fonte da verdade)
☐ Status + próximo passo obrigatório (sempre)
☐ Lock: um responsável por vez + regra de troca de turno
☐ Filas por objetivo + SLA (mínimo 3 filas)
☐ Templates essenciais com ID + versão
☐ Handoff IA→humano sempre com resumo + pendências
☐ Auditoria por eventos + revisão semanal (SLA, conversão, reabertura)
Como a Strato AI ajuda
A Strato AI implementa operação de multiatendimento para clínicas no WhatsApp com foco em processo e controle: desenhamos ticket/fila/lock/templates/auditoria, integramos agenda/CRM e colocamos IA para triagem e handoff com regras. O objetivo é reduzir lead perdido, melhorar tempo de resposta e aumentar previsibilidade para o time.