IA para restaurantes e delivery: pedidos e reservas automatizados no WhatsApp

Sexta às 20h. O WhatsApp do restaurante recebe pedido, pergunta de cardápio, confirmação de reserva e reclamação de atraso, tudo junto, na mesma janela de vinte minutos. Quem atende é uma pessoa só, e ela também está ajudando no salão. Esse é o cenário onde um agente de IA no WhatsApp deixa de ser luxo de tech company e vira operação básica de restaurante e delivery.

Por que restaurante é um caso especial de atendimento

A maioria dos negócios distribui o volume de mensagens ao longo do dia. Restaurante não. O tráfego concentra em duas ou três janelas curtas (almoço, jantar, fim de semana), e é justamente nessas janelas que o time também está mais ocupado no operacional: cozinha cheia, entregador saindo, mesa esperando.

Isso cria um padrão específico de perda:

• Pedido que demora pra ser confirmado porque ninguém viu a mensagem a tempo, e o cliente pede em outro lugar.
• Reserva sem confirmação, que vira no-show porque ninguém ligou lembrando.
• Pergunta repetida de cardápio e horário, que consome o tempo de quem devia estar processando pedido de verdade.

Nenhum desses três problemas precisa de um humano decidindo algo complexo. São perguntas com resposta previsível, no horário exato em que a equipe tem menos tempo de responder.

Tem ainda um custo escondido. Restaurante que depende de marketplace de delivery paga comissão de 12% a 27% por pedido, dependendo da plataforma e do plano. Cada pedido que migra do marketplace pro WhatsApp direto do restaurante é margem que volta pro bolso do dono. Só que WhatsApp direto sem automação vira o gargalo que a gente acabou de descrever, então o restaurante fica preso entre pagar comissão alta ou sobrecarregar o time no horário de pico.

O que um agente de IA resolve na prática

Um agente conectado ao WhatsApp do restaurante cobre o que é repetitivo e deixa o time livre pro que exige julgamento humano:

Cardápio e disponibilidade. O cliente pergunta “tem opção sem glúten?” ou “qual o prato do dia?” e recebe resposta na hora, puxada da base de conhecimento real do restaurante, não de um cardápio genérico decorado.

Pedido guiado. O agente conduz o pedido (item, tamanho, observação, endereço de entrega) e devolve um resumo claro antes de confirmar, do jeito que um atendente bom faria.

Reserva e confirmação. Marca a mesa, confirma no dia anterior e reagenda se o cliente responder que não vai poder ir. Isso ataca direto o no-show, o mesmo problema que esvazia agenda em clínicas e consultórios quando ninguém confirma a reserva com antecedência.

Status do pedido. “Cadê meu pedido?” é a pergunta mais repetida em qualquer delivery. O agente responde com o status real, sem precisar interromper quem está na cozinha ou na rua.

Como montar o fluxo de pedido automatizado

O caminho prático, sem depender de time técnico dedicado:

1. Suba o cardápio como base de conhecimento. Itens, preços, opções, restrições. O agente responde só com o que está ali, sem inventar prato que não existe.
2. Defina o fluxo de pedido. Item → quantidade → observação → forma de entrega → endereço → confirmação. O agente segue essa ordem em qualquer conversa.
3. Conecte a confirmação com a cozinha. O pedido confirmado precisa cair de forma legível em algum lugar que o time da cozinha já usa, não em mais uma tela isolada.
4. Configure o lembrete de reserva. Mensagem automática um dia antes, com opção de confirmar ou remarcar em um toque.
5. Defina o gatilho de escalonamento. Reclamação, pedido cancelado ou qualquer coisa fora do roteiro vai direto pra um humano, com o histórico da conversa junto.

Com isso rodando, o time de atendimento passa a lidar só com o que realmente precisa de julgamento: reclamação, pedido especial, cliente indeciso que quer conversar antes de decidir.

WhatsApp direto vs marketplace de delivery

Marketplace resolve descoberta (o cliente novo que não conhece o restaurante encontra ali). Mas pro cliente recorrente, que já sabe o que quer e já tem o número salvo, forçar passagem pelo app custa comissão sem trazer nenhum benefício extra pro restaurante.

A combinação que funciona na prática:

• Marketplace pra aquisição, aceitando a comissão como custo de trazer gente nova.
• WhatsApp automatizado pra recorrência, incentivando o cliente que já pediu uma vez a pedir direto na próxima (com um cupom pequeno de primeira compra direta, por exemplo).
• Mesmo padrão de atendimento nos dois canais, porque o cliente não distingue “canal caro” de “canal barato”, ele só quer pedido rápido e correto.

Sem automação no WhatsApp, essa migração de canal não acontece, porque o time simplesmente não dá conta de atender o volume que viria pra lá.

Cardápio dinâmico: horário, promoção e item esgotado

Cardápio de restaurante muda mais que o de qualquer outro negócio. Prato do dia troca diariamente, item esgota no meio do serviço, promoção de terça só vale das 18h às 21h. Um agente que trabalha com uma base estática, atualizada uma vez por mês, vira fonte de erro rápido.

O jeito certo de lidar com isso:

• Marcar item esgotado na hora, direto de quem está na cozinha, sem depender de alguém editar um documento de cardápio em outro sistema.
• Regra de horário embutida na base, não só na cabeça de quem atende. Promoção de terça precisa estar marcada como “válida terça, 18h-21h” no próprio conteúdo que o agente consulta.
• Revisão periódica das perguntas sem resposta boa. É exatamente isso que o AutoLearn faz: junta as perguntas que o agente não respondeu bem (ingrediente que ele não sabia, prato que sumiu do cardápio) e sugere a atualização, num clique, pra quem administra a base.

Isso evita o cenário mais chato de todos: cliente confirma pedido de um prato que a cozinha já não tem, e alguém precisa ligar pra desfazer o pedido depois de confirmado.

Erros comuns ao automatizar restaurante e delivery

Cardápio desatualizado na base do agente. Se o prato saiu do cardápio ou o preço mudou e a base não foi atualizada, o agente confirma algo que a cozinha não tem. Isso quebra confiança rápido.

Fluxo de pedido rígido demais. Cliente que já sabe o que quer não pode ser obrigado a passar por seis perguntas antes de fechar. O agente precisa reconhecer quando pular etapa.

Sem plano pra reclamação. Atraso e erro de pedido acontecem. Se o agente tenta “resolver” sozinho uma reclamação com desconto inventado ou promessa que o restaurante não vai cumprir, o problema piora. Reclamação escala pra humano, sempre.

Ignorar o horário de funcionamento. Pedido feito às 23h pra um restaurante que fecha às 22h precisa de resposta clara sobre o próximo horário disponível, não silêncio até o dia seguinte.

Exemplo prático: rede de três lojas de delivery

Uma rede de hamburgueria com três unidades tinha um número de WhatsApp central pra pedido, atendido por duas pessoas em rodízio. No horário de pico, o tempo médio até a primeira resposta passava de sete minutos, e cerca de 15% dos clientes que mandavam mensagem simplesmente não respondiam mais (foram pedir em outro lugar).

Com um agente cobrindo cardápio, pedido guiado e status de entrega, o tempo até a primeira resposta caiu pra poucos segundos em qualquer horário. As duas pessoas do atendimento passaram a focar em reclamação e pedido corporativo grande, que realmente precisam de alguém decidindo. O volume de pedido perdido por demora caiu, porque o cliente nunca mais ficou esperando.

No lado das reservas, a mesma rede tinha uma unidade com salão que trabalhava só com reserva por telefone. Sem lembrete, cerca de um em cada cinco horários reservados virava mesa vazia na sexta e no sábado, justamente os dias de maior movimento. Depois que o lembrete automático passou a rodar um dia antes, com opção de confirmar ou remarcar direto na mensagem, o no-show caiu de forma consistente, e a equipe do salão parou de perder tempo ligando pra confirmar reserva manualmente.

Métricas pra acompanhar

Tempo até a primeira resposta, principalmente dentro da janela de pico. É o número que mais impacta pedido perdido.

Taxa de conclusão do pedido. Quantas conversas de pedido chegam até a confirmação, sem o cliente desistir no meio.

Taxa de no-show em reserva, antes e depois do lembrete automático entrar em operação.

Volume escalado pra humano. Mostra se o agente está resolvendo o repetitivo de verdade ou empurrando trabalho pra frente.

Ticket médio por canal. Comparar WhatsApp direto com marketplace ajuda a decidir onde investir esforço de divulgação: se o pedido direto tem ticket parecido (ou maior) e zero comissão, cada real migrado de canal vale mais.

Nenhuma dessas métricas precisa de planilha manual. O painel de atendimento já mostra tempo de resposta, taxa de conclusão e volume escalado por período, pra comparar antes e depois da automação entrar em operação.

Um agente, todos os pedidos

Cardápio que muda, promoção de fim de semana, reserva de mesa grande: tudo isso pede um agente que conhece a operação real do restaurante, não um bot genérico de FAQ. O SquadOS monta esse agente conversando (sem prompt engineering), conecta ao WhatsApp com guardrails nativos e mantém a base de conhecimento sempre atualizada com o AutoLearn, que aprende com cada conversa real. Comece grátis, sem cartão.