HubSpot Customer Agent e notas de voz do WhatsApp: o que a documentação diz
Kira
Katelin Teen
Última edição 9 de novembro de 2026

A documentação da HubSpot diz que o Customer Agent pode responder a notas de voz do WhatsApp, mas nunca diz como ele trata o áudio. Não encontrei nenhuma menção a transcrição, suporte a idiomas ou limite de duração. Você precisa de Professional ou Enterprise em um hub qualificado, um assento atribuído com a permissão de editor, e HubSpot Credits, cobrados por resolução. A beta de notas de voz do WhatsApp está documentada para quem usa a caixa de entrada. Até a HubSpot explicar melhor, eu testaria com notas de voz reais e manteria uma transferência humana. A eesel vê que uma nota de voz foi enviada, não o que ela diz.
O HubSpot Customer Agent consegue responder a notas de voz do WhatsApp?
A HubSpot diz que sim, em uma frase. O artigo de help desk sobre WhatsApp, atualizado por último em 19 de outubro de 2026, diz que você pode atribuir o Customer Agent ao seu canal do WhatsApp "para responder automaticamente a mensagens recebidas, incluindo notas de voz".
Essa é toda a afirmação. Eu não testei isso em um portal real da HubSpot, então tudo aqui vem das próprias páginas da HubSpot, e eu sinalizo cada ponto em que elas ficam em silêncio. Eu leio isso como alguém que constrói integrações: o que entra, o que sai, e o que a tela não promete.

Os três primeiros cartões estão escritos. O quarto é o que importa para um líder de suporte, porque "responder" poderia significar que o agente transcreve o áudio, que responde a partir do texto ao redor, ou que envia uma resposta padrão do tipo "por favor, digite sua pergunta". As páginas da HubSpot não escolhem uma. Se você quiser o produto mais amplo primeiro, meu guia do HubSpot Customer Agent e a review da HubSpot cobrem isso.
Com a CLI da eesel, um agente de código com IA pode enviar conhecimento aprovado, como macros e políticas exportadas do WhatsApp, ajustar as instruções do agente para que notas de voz vão para uma pessoa, e fazer perguntas de teste antes do lançamento. Conectar a própria HubSpot ainda precisa de alguém com acesso de administrador para aprovar.
O que você precisa para ativar?
Você precisa de quatro coisas, e a HubSpot as distribui em páginas separadas. O artigo de entendimento, atualizado em 16 de setembro de 2026, dá os requisitos do agente. Os artigos do WhatsApp dão os do canal.

| Requisito | O que a HubSpot diz |
|---|---|
| Assinatura | Professional ou Enterprise no Marketing, Sales, Service, Data, Content ou Revenue Hub, ou Smart CRM, para o Customer Agent |
| Canal do WhatsApp | Service Hub Professional ou Enterprise no help desk; Marketing Hub ou Service Hub Professional ou Enterprise na caixa de entrada |
| Permissão e assento | Permissão de editor do Customer Agent e um assento atribuído |
| Créditos | HubSpot Credits para implantar em canais, consumidos em uma resolução |
| Beta de notas de voz | Um Super Admin pode habilitar a conta |
| Número do WhatsApp | Um número comercial, configurado com coexistência; contas pessoais não podem se conectar |
Fontes: o artigo de entendimento da HubSpot, o artigo de WhatsApp da caixa de entrada, e o artigo de WhatsApp do help desk. Para o Service Hub, a página de preços da HubSpot lista o Professional a US$ 90 por assento ao mês e o Enterprise a US$ 150 (verificado em novembro de 2026). Meu post sobre preços da HubSpot percorre como assentos e créditos se somam.
Uma parte dessa tabela é uma interpretação minha. A beta está documentada para quem envia e recebe notas de voz na caixa de entrada. Nada que eu li diz que o Customer Agent precisa da beta para receber uma, nem que não precisa. Se você está planejando um rollout, pergunte à HubSpot ou teste os dois casos.
O que é a beta de notas de voz do WhatsApp?
É uma beta da HubSpot que permite à sua equipe enviar e receber notas de voz na mesma conversa do WhatsApp. O artigo da caixa de entrada, atualizado em 5 de novembro de 2026, diz que mensagens para o seu número do WhatsApp criam uma conversa onde você pode "responder, reatribuir conversas, e enviar e receber notas de voz". Um Super Admin ativa isso por um link naquela página.
O mesmo artigo lista o que um número conectado pode receber: imagens, vídeos e GIFs, mensagens de voz, anexos como mp3 e PDF, localização, stickers e contatos compartilhados. Mensagens de voz estão nessa lista de recebimento, então a nota de voz de um cliente chegará à conversa, independentemente de o agente conseguir usá-la ou não.

Duas regras do WhatsApp continuam valendo. Se o cliente não enviou mensagem nas últimas 24 horas, você só pode iniciar uma conversa com um modelo aprovado. E a HubSpot diz que conversas iniciadas pela empresa e pelo usuário contam para o uso mensal de conversas do WhatsApp, um medidor separado dos HubSpot Credits. Minha explicação sobre a API do WhatsApp Business cobre como a Meta cobra por isso.
Quando foi lançada?
As páginas da HubSpot não dão uma data de lançamento. O artigo da caixa de entrada foi atualizado em 5 de novembro de 2026 e o do help desk em 19 de outubro de 2026, mas nenhum diz quando a beta de notas de voz foi aberta. Um blog de terceiros data isso em setembro de 2026, e eu não trato isso como fonte.
O melhor sinal da própria HubSpot vem da comunidade. Uma publicação pedindo suporte à Conversations API descreve a "beta da caixa de entrada" como já funcional para gravar e enviar, então a beta é anterior a essa publicação. Se você precisar de uma data exata para um changelog, pergunte ao seu contato de conta na HubSpot.
O que o agente realmente faz com o áudio?
A HubSpot não diz, e essa é a lacuna que importa. Verifiquei o artigo de entendimento do Customer Agent, o artigo de implantação de canais, e os dois artigos do WhatsApp. Nenhum descreve a transcrição de uma nota de voz, os idiomas que ela cobre, ou um fallback quando o áudio não é claro.

Veja o que a documentação dá e o que não dá:
- Por escrito: o agente pode ser atribuído ao WhatsApp, e mensagens de voz do WhatsApp são um tipo de mídia recebida com suporte.
- Não escrito: se o áudio é transcrito, quanto tempo uma nota de voz pode durar, quais idiomas funcionam, e o que o agente faz quando não entende uma.
- Não escrito: se uma conversa com nota de voz conta como resolução nos mesmos termos de uma de texto.
- Não escrito: se os testes em lote da HubSpot conseguem reproduzir uma nota de voz. Os conjuntos de teste são construídos a partir de perguntas digitadas.
Uma publicação de ideia na comunidade HubSpot de dezembro de 2024 pede que a HubSpot transcreva mensagens de voz do WhatsApp em texto dentro do CRM, observando que a transcrição de chamadas já existe. Não consigo dizer, pelas páginas que li, se esse pedido foi implementado, e prefiro dizer isso do que adivinhar. Para o que a HubSpot documenta de mais próximo, leia a próxima seção.
É a mesma coisa que o Customer Agent Voice?
Não, e as duas coisas costumam ser confundidas. O Customer Agent Voice é uma beta separada para chamadas telefônicas recebidas. O artigo de configuração da HubSpot diz que ele trata apenas chamadas recebidas, cria um ticket para cada chamada, anexa uma transcrição com identificação de interlocutores, suporta mais de 9 idiomas, e detecta o idioma de quem liga após a mensagem de boas-vindas.
Ele também cobra de forma diferente. A HubSpot diz que você paga pelos minutos em que o agente está ativo em uma chamada, arredondados para o minuto cheio, e que o limite de créditos do agente se aplica em canais de texto e voz juntos. Nada disso está documentado para notas de voz do WhatsApp. Se alguém disser que o Customer Agent "faz voz", pergunte a qual dos dois se refere.
Chamadas têm uma transcrição, idiomas e cobrança documentados. Notas de voz do WhatsApp têm uma frase. Meu guia sobre agentes de voz com IA compara os produtos de atendimento por chamada.
Quanto custa uma nota de voz em créditos?
As páginas da HubSpot dizem que os créditos são consumidos quando o agente entrega uma resolução, não por mensagem. O artigo de entendimento diz que várias mensagens em uma conversa aberta não somam créditos, e que uma resolução baseada em resposta é julgada em uma janela de 72 horas. Se os créditos se esgotarem, o agente para de receber novas conversas atribuídas em todos os canais conectados até o próximo reset.
O valor por resolução está na tabela de créditos da HubSpot. Em novembro de 2026, ela lista 50 créditos por conversa resolvida em canais baseados em texto, e os mesmos 50 por minuto para a beta do Customer agent voice, que eu cubro no meu post sobre preços do agente de IA da HubSpot. Se uma conversa com nota de voz do WhatsApp é considerada "baseada em texto" para esse fim não está dito. É uma questão de cobrança que eu resolveria antes de mandar clientes para lá. Você pode ativar 14 dias de acesso gratuito na primeira vez que configurar o agente, e os créditos não são usados nessa janela, então é o momento mais barato para testar.
Quais são os limites?
A HubSpot lista alguns limites do WhatsApp, e nenhum deles é específico para notas de voz. Estes são os do artigo da caixa de entrada:
- Cada conta do WhatsApp Business pode ter até
25números de telefone. - Só mensagens novas sincronizam depois de conectar, então conversas históricas não aparecem.
- Depois de conectar, as mensagens deixam de aparecer no app móvel ou web do WhatsApp.
- Enviar mais de
50conversas iniciadas pela empresa por dia precisa de um Meta Business Manager verificado.
Para as notas de voz em si, a HubSpot não dá um limite de duração, de tamanho de arquivo, ou uma lista de formatos. Ela remete à documentação da Meta para os formatos de áudio suportados. A Conversations API é o outro limite que eu sinalizaria. Um usuário da comunidade relatou que o envio de uma nota de voz nativa em .ogg pela API falhou, e escreveu que o suporte da HubSpot confirmou que a API e a caixa de entrada não têm paridade para notas de voz. Se você constrói fluxos de trabalho que precisam enviar notas de voz, isso importa. Para o tratamento apenas de entrada, talvez não.
Como lidar com notas de voz até a HubSpot dizer mais?
Trate-as como algo para testar, não algo para confiar. Esta é a minha ordem, e cada passo depois do primeiro é meu raciocínio, não uma regra da HubSpot.
- Envie notas de voz reais para um número de teste. Experimente curtas, longas, ruidosas, e dois idiomas. Veja o que o agente responde e se um ticket é criado.
- Escreva uma regra de transferência. Diga ao agente que, se não conseguir responder a partir de uma mensagem, ele transfere para uma pessoa com contexto. O processo de transferência da HubSpot é onde isso mora, e meu guia sobre transferência de agentes de IA mostra o que colocar nela.
- Observe a capacidade. Uma nota de voz transferida chega a um humano, então os limites de capacidade e o matching de habilidades decidem quem a escuta.
- Deixe uma pessoa ouvir qualquer coisa sensível. Reembolsos, reclamações e qualquer coisa jurídica devem ir para um humano, independente do que o agente diga ter entendido. Meus guias sobre testes de agentes de suporte com IA e testes adversariais ajudam a construir esse conjunto de testes.
- Verifique o canal. As conexões de canal da HubSpot explicam onde cada canal cai, e as associações de registros de ticket mostram onde a conversa termina.
A HubSpot também permite que um atendente mude a conversa para uma chamada ou e-mail pelo menu do canal, a saída natural quando uma nota de voz precisa de uma conversa real.

Eu também indicaria aos clientes que enviam uma nota de voz um retorno escrito curto, como "Não consigo ouvir áudio aqui, poderia digitar sua pergunta?". Isso é barato e funciona independente de o agente conseguir lidar com áudio ou não.
Como a eesel trata notas de voz do WhatsApp?
Ela lê o texto de uma mensagem do WhatsApp e não lê o áudio. A documentação de WhatsApp da eesel diz que quando alguém envia uma imagem, nota de voz, documento ou localização, o agente vê que algo foi enviado, mais qualquer legenda, nome de arquivo ou nome de lugar, mas não o que está dentro. Prefiro que você ouça isso aqui do que descubra depois do lançamento.

Há uma segunda limitação a declarar. A documentação de integração com a HubSpot da eesel descreve respostas em conversas da caixa de entrada, incluindo chat do site, e tickets. Ela não lista o canal de WhatsApp da HubSpot como fonte, então não posso dizer que a eesel vai responder às suas conversas de WhatsApp na HubSpot. O canal de WhatsApp Business próprio da eesel, conectado via Meta, é uma configuração separada. Meus posts sobre chatbot de IA para WhatsApp, chatbot de WhatsApp para empresas, e plataforma de atendimento ao cliente no WhatsApp comparam as opções.
Então o resumo honesto: a HubSpot documenta um agente que responde a notas de voz sem dizer como. A eesel documenta um agente que lê texto e diz que não consegue ouvir áudio. Nenhum dos dois é uma resposta completa para "o que meu agente faz com uma nota de voz?".
Como é um rollout com revisão em primeiro lugar na HubSpot?
A MentorShow é a história com nome mais próxima que tenho, e não é uma história de WhatsApp. É uma plataforma francesa de aprendizado online que roda sua equipe de suporte dentro da HubSpot e disse à eesel que recebe entre 5.000 e 13.000 tickets por mês. Cada nova conversa na caixa de entrada ou ticket aciona a eesel, que lê a conversa e o registro da HubSpot do membro e deixa uma nota interna com uma análise e um rascunho de resposta no idioma do membro.
De 8 de agosto a 8 de setembro de 2026, a eesel leu cerca de 1.200 conversas e tickets da HubSpot e escreveu 432 rascunhos, segundo a história. Uma pessoa lê, edita e envia cada um, e reembolsos e verificações de cobrança vão direto para uma pessoa. Não diz nada sobre notas de voz, e eu também não afirmo isso.
O que se transfere é o padrão. O agente funciona desde o primeiro dia, mas nada chega a um cliente sem que uma pessoa revise, então uma mensagem que o agente não consegue ler custa um minuto de um humano em vez de uma resposta errada. Para notas de voz, onde ninguém pode garantir o que o agente entendeu, esse é o padrão mais seguro. Veja desvio de tickets no HubSpot Service Hub, taxa de escalonamento, e humano no processo para ideias relacionadas.
O que mais vale a pena ler?
Se o WhatsApp é um canal central, o conhecimento por trás do agente importa mais do que o áudio. Uma nota de voz geralmente faz as mesmas perguntas que o texto, então uma base de conhecimento bem mantida é o que faz a resposta ser correta. Meus guias sobre base de conhecimento com IA e gestão de base de conhecimento cobrem isso, e prevenção de alucinação de IA explica por que um agente que chuta um áudio que não consegue analisar é o risco a observar.
Para equipes multilíngues, notas de voz tendem a usar o idioma do cliente. Meus posts sobre suporte ao cliente multilíngue e tradução na HubSpot mostram o que a HubSpot cobre para texto. Para julgar resultados depois de estar ao vivo, use a taxa de resolução e desvio vs. taxa de resolução, e a entrada do glossário sobre alucinação de IA.
Se você está comparando ferramentas, meus guias sobre alternativas ao HubSpot Breeze e alternativas à HubSpot são a próxima parada, junto com IA para o HubSpot Service Hub, como adicionar IA à HubSpot, e alternativas de software de suporte ao cliente com IA.
Teste a eesel para o seu help desk da HubSpot

Se sua equipe na HubSpot quer um colega de helpdesk com IA que redige respostas para revisão em vez de chutar o que não consegue ouvir, a eesel para HubSpot funciona como uma nova contratação no Service Hub. Ela aprende com sua base de conhecimento e tickets anteriores, lê cada nova conversa junto com o registro de contato, e deixa uma nota interna com um rascunho de resposta que sua equipe pode editar e enviar. O preço são planos de créditos mensais fixos, de um nível gratuito de 100 créditos até US$ 299 por mês por 500 créditos, segundo a página de preços da eesel.
Eu começaria com o nível gratuito nas suas conversas de texto, adicionaria uma regra escrita para notas de voz, e veria o que cai no rascunho. Conectar a HubSpot ainda precisa de alguém com acesso de administrador para aprovar, e as respostas são testadas antes de qualquer coisa ir ao ar.