Resumir PDFs no WhatsApp: Como montei um bot de IA que economiza meu trajeto de ônibus

Receber contratos de 40 páginas ou white papers técnicos no celular, no meio da correria entre uma reunião e outra, é um pesadelo de produtividade. A tela pequena força você a dar zoom a cada dois parágrafos, e a barra de rolagem infinita faz qualquer análise profunda durar o triplo do tempo. Em 2026, a solução não é ignorar o arquivo, mas delegar a leitura para uma IA que vive na nuvem e te entrega o "ouro" peneirado via WhatsApp.

Eu construí um fluxo automático para resolver exatamente esse ponto de dor no meu dia a dia. A lógica é simples: eu encaminho o PDF para um número específico, uma IA processa o conteúdo estruturado e, em menos de 60 segundos, recebo de volta um resumo com os principais pontos, riscos e conclusões. Tudo sem eu precisar abrir um laptop.

A anatomia dessa automação

Para que isso funcione sem você precisar escrever uma única linha de Python, vamos usar o Make (antigo Integromat) como o maestro da orquestra. Ele serve como a ponte entre o WhatsApp Business API e a OpenAI API.

O custo operacional é baixo. No Make, você consome operações do plano pago (o Essential, em torno de R$ 40,00/mês, aguenta tranquilamente). Já na OpenAI, o custo depende do modelo; usando o GPT-4o para leitura de documentos, o processamento de um PDF de 20 páginas sai por menos de R$ 0,30. É um custo irrisório perto do tempo que você economiza.

Antes de começar, tenha em mãos:

Um número de WhatsApp Business (pode ser o seu próprio com a app do Business instalada).
Token de acesso da API da Meta para WhatsApp.
Chave da API da OpenAI.

Passo 1: Conectando o WhatsApp ao Make

O primeiro elo da corrente é fazer o Make "ouvir" quando um arquivo chega.

No Make, crie um novo cenário e adicione o módulo WhatsApp Business > Webhooks.
Escolha a opção de trigger Watch Messages.
Você precisará configurar a URL do Webhook no painel da Meta for Developers. É a parte mais chata da configuração inicial, pois exige validar o token. Siga a documentação oficial da Meta para vincular seu número de telefone à conta do app.
Filtro crucial: Após conectar, adicione um filtro logo após o webhook. Configure para: Type é Message e Content Type contém application/pdf. Isso evita que o bot tente processar mensagens de texto ou fotos e desperdice créditos da API.

Isso garante que o fluxo só dispare quando houver trabalho real a fazer.

Passo 2: Preparando o arquivo para a IA

O WhatsApp não entrega o arquivo diretamente "pronto" para ser lido; ele entrega um ID de mídia. Precisamos baixá-lo para que a OpenAI possa ler.

Adicione o módulo HTTP > Make a request.
No campo URL, insira a variável File ID vinda do passo anterior.
Use o método GET.
Salve o arquivo na estrutura do Make usando o módulo Google Drive ou Dropbox (apenas um repositório temporário). Eu costumo usar uma pasta chamada "Temp_PDFs" no Drive. O Make baixa o arquivo e o armazena lá por alguns segundos.

Essa etapa intermediária é necessária pois a OpenAI precisa de um link de download estável ou o arquivo binário para processar a leitura visual do documento.

Passo 3: O cérebro da operação com OpenAI

Agora vem a mágica. Vamos usar o modelo que entende contexto visual e textual.

Adicione o módulo OpenAI > ChatGPT > Create a Chat Completion.
Em Model, selecione gpt-4o. Ele é superior para tarefas de visão e compreensão de documentos complexos em 2026.
A chave aqui está no campo Messages. Você vai configurar uma mensagem do sistema (System) e uma do usuário (User).
System Message: "Você é um analista sênior. Sua tarefa é ler o PDF fornecido e extrair um resumo executivo. O formato deve ser: 1) Contexto (o que é o documento); 2) Pontos Chave (bullet points); 3) Ação Necessária (o que o leitor deve fazer com essa informação). Seja extremamente conciso."
User Message: Aqui você anexa o arquivo que foi salvo no Drive no passo anterior.

Se você já leu sobre como o ChatGPT pode substituir completamente a fase de rascunho de um artigo, sabe que a qualidade do prompt define a utilidade da resposta. No caso de PDFs, pedir "bullet points" ao invés de parágrafos longos é essencial para a leitura em telas pequenas.

Passo 4: Devolvendo o resultado ao seu celular

Com o texto gerado, falta apenas mandá-lo de volta para o remetente (que é você, no caso).

Adicione outro módulo WhatsApp Business > Send a Message.
No campo Phone Number ID, use o ID que você configurou no passo 1.
No campo To, use o número que enviou o PDF (Phone Number do Webhook inicial).
Em Message Content, mapeie a saída Choices > First > Message Content do módulo da OpenAI.
Salve e ative o cenário.

Ajustes de desempenho e custo

Um erro comum nessa automação é tentar ler o documento inteiro sem limites. Se você receber um PDF de 200 páginas, o token da resposta vai explodir o custo da operação. Na configuração da OpenAI, defina o max_tokens para algo como 500 ou 700. Isso força a IA a ser resumida e impede gastos inesperados.

Outro ponto: a latência. Se o Make demorar muito para responder, o WhatsApp pode dar timeout. O GPT-4o é rápido, mas se você tiver muitos outros cenários rodando na conta do Make, pode precisar aumentar o limite de threads ou trocar para um plano superior.

O impacto real na sua rotina

Depois que implementei isso, parei de carregar o notebook para reuniões rápidas de alinhamento. Recebo o contrato, encaminho para o bot, termino meu café e leio o resumo enquanto espero o Uber.

Claro, essa automação não substitui a leitura atenta de contratos jurídicos complexos onde cada vírgula importa. Mas para 80% dos relatórios operacionais, artigos de tendência e apresentações estratégicas que chegam no nosso WhatsApp, ela é um divisor de águas. Há quem diga que a IA Generativa vai matar o No-Code, mas na verdade, ferramentas como o Make só ficaram mais poderosas ao integrarem modelos de linguagem dessa forma nativa.

Se você gosta de automatizar tarefas maçantes, provavelmente já pensou em delegar outras rotinas. Assim como automatizei o envio de cobranças e reduzi meus atrasos de pagamento em 90%, este bot de PDFs devolve horas da sua semana que estariam perdidas no scroll infinito.

O único erro a evitar aqui é deixar o bot aberto para outros grupos de trabalho sem avisar. O custo da API pode bater na porta se alguém decidir encaminhar 20 manuais técnicos de uma vez. Mantenha o número privado e use-o como sua ferramenta pessoal de inteligência.

Cálculo de Economia de Tempo (Estimativa Mensal):

Cenário Base: Leitura de 3 PDFs longos (15 páginas cada) por semana.
Tempo Médio de Leitura Manual (Celular): 12 minutos por documento (zoom, rolagem, distrações). Total: 36 minutos/semana.
Tempo com Bot: Encaminhar (10 seg) + Ler resumo (2 min). Total: ~2,5 min por documento. Total: 7,5 minutos/semana.
Economia por Semana: 28,5 minutos.
Economia por Mês (4 semanas): Aproximadamente 2 horas (114 minutos).