
"Meta Muse" são três produtos diferentes
Trabalho nas integrações e APIs por trás da eesel, então passo muito tempo lendo a documentação para desenvolvedores de outras empresas. A nomenclatura da Meta este ano foi a mais difícil de desembaraçar. Quando alguém pesquisa por Meta Muse atendimento ao cliente, geralmente quer dizer um destes três:

- Muse, o agente pessoal de IA que a Meta lançou em 8 de setembro de 2026. Ele faz compras, reserva viagens e preenche formulários para uma só pessoa, e só está disponível nos EUA. Falei dele na minha análise do agente Meta Muse. Ele não foi feito para responder aos clientes de uma empresa.
- Muse Spark 1.3, o modelo por baixo. A Meta diz que ele está disponível no Muse Code e na Meta Model API, então um desenvolvedor pode criar um bot de suporte com ele. Mais sobre isso na visão geral do Muse Spark 1.3 e na minha análise do Muse Spark 1.3.
- Meta Business Agent, que a Meta lançou em 3 de junho de 2026 como a IA que "pode representar sua empresa em chats com clientes". Este é o produto de suporte de verdade.
A própria Meta agrupa sua IA para empresas em três produtos em um anúncio recente para a América Latina, e o de suporte é o cartão do meio:

O assistente de negócios do Meta AI, à direita, é para anúncios e ajuda com a conta, não para clientes. Meu guia de Meta AI para empresas cobre os outros dois cartões. Então, no resto deste post, "a IA de suporte da Meta" significa Business Agent e "construir sobre o Muse" significa a API do Muse Spark.
Meta Business Agent: o agente de suporte de verdade da Meta
A Meta diz que mais de 1 milhão de empresas já usam um Business Agent no WhatsApp e no Messenger, em mais de um bilhão de conversas comerciais ativas por dia (sala de imprensa da Meta). Esse alcance é todo o argumento de venda. Seus clientes já estão no WhatsApp, e o agente responde lá sem um app ou widget novo. Se esse canal é novidade para você, minha introdução ao chatbot de WhatsApp para empresas cobre o básico.

Duas formas de configurar
Há uma versão sem código para pequenas empresas e uma versão via API para equipes maiores. Elas se comportam de modo tão diferente que eu as trataria como dois produtos.
| Business Agent de autoatendimento | Business Agent Platform | |
|---|---|---|
| Onde você configura | Meta Business Suite (Todas as ferramentas, depois Meta Business Agent) ou o app WhatsApp Business (Ferramentas) | API da WhatsApp Business Platform, com um token de usuário do sistema |
| Canais | Messenger, WhatsApp, Instagram, plugin para site | Números da WhatsApp Business Platform, contas comerciais do Instagram |
| Conhecimento | Página do Facebook, chats anteriores na Meta, site, catálogo, arquivos enviados | APIs de Business Info, FAQs, Files e Websites |
| Ações | Respostas, recomendações de produtos, preços, coleta de dados | Consulta de pedidos pelo número de telefone, devoluções, criação de tickets por conectores que você define |
| Transferência | Você assume qualquer chat manualmente | Automática em caso de baixa confiança ou pedido de um humano; gatilhos não configuráveis |
| Preço | Grátis até um limite, depois planos Meta One | US$ 2,00 por 1 milhão de tokens no WhatsApp |
A Platform exige um número empresarial da WhatsApp Business Platform, "não o app WhatsApp Business para consumidores", segundo a visão geral da Platform da Meta. Se você não tem certeza de qual WhatsApp usa, meu guia da WhatsApp Business Platform explica a divisão.
Com o que ele aprende e com o que não aprende
O agente de autoatendimento "aprende automaticamente com sua Página do Facebook, chats anteriores e site", e você pode enviar catálogos e listas de preços (Meta for Business). A Platform aceita quatro fontes de conhecimento: informações do negócio, FAQs, arquivos e sites rastreados.
O que falta é a fonte que eu procuraria primeiro: o histórico de tickets do seu helpdesk. O guia de atendimento ao cliente da Meta manda você "exportar os principais motivos de contato do seu helpdesk do último trimestre" e escrever as entradas de FAQ à mão. Esse guia também traz duas armadilhas que vale conhecer antes do lançamento:
- Os arquivos não têm chamada de atualização. Se você envia uma nova política de devolução sem apagar a antiga, "o agente se baseia nas duas versões e pode citar um termo que você já retirou."
- O conhecimento do site "é um instantâneo tirado no momento do rastreamento", então toda mudança no site exige um novo rastreamento.
Se suas melhores respostas estão em anos de tickets resolvidos, essa é a lacuna que um agente de IA de helpdesk treinado nesses tickets preenche. É também por isso que a desvio de tickets no WhatsApp funciona melhor quando o bot enxerga o que sua equipe já respondeu.
Transferência e testes
Na versão de autoatendimento, você ou um cliente podem chamar um humano a qualquer momento, e a IA para assim que você responde (central de ajuda da Meta). Os clientes veem um aviso de que a empresa "usa IA da Meta para gerar mensagens".

Na Platform, a transferência começa automaticamente quando o agente detecta baixa confiança, um problema de integridade ou um cliente pedindo uma pessoa, e "Você não configura os gatilhos." (Capabilities). Os testes rodam pelo Agent Test e pelo Agent Eval, com cenários que você escreve.
Essa é a parte em que eu insistiria numa conversa de compra. O líder de CX de uma marca direta ao consumidor, com cerca de 7.000 tickets por mês, colocou o requisito com clareza para a equipe da eesel:
"I need an AI who is only handling the tickets that it's confident to handle and all the other ones, leave them alone."
Quando a linha de confiança é da Meta e não sua, você não consegue ajustá-la ao seu risco. Meu guia sobre a transferência de agentes de IA mostra como é uma boo escalonamento.
Um consultor de BSP que teve acesso antecipado à Platform resumiu assim o harness:
"The harness is very basic. You only get 4 controls - knowledge, personality, audience, handoff. Fine for a simple FAQ or catalog bot. But if you want real step-by-step logic, you hit the wall fast."
No mesmo post, ele acrescenta que "ainda gosta" porque "o alcance é enorme", o que combina com a minha leitura. Serve bem para perguntas de FAQ e de catálogo e é fraco para suporte de várias etapas.
Quanto o Meta Business Agent custa no WhatsApp
A Meta mudou os preços do WhatsApp duas vezes neste trimestre, e as duas mudanças recaem sobre as equipes de suporte.
1º de agosto de 2026: as mensagens do Business Agent passaram a ser cobradas por token. Uma tarifa global de US$ 2,00 por 1 milhão de tokens, com "uma mensagem normalmente consome de 20.000 a 25.000 tokens", o que a Meta traduz em cerca de 4 a 5 centavos por mensagem (documentação de preços da Meta). Tokens em cache são gratuitos. Essas mensagens não são gratuitas dentro da janela gratuita do ponto de entrada.
1º de outubro de 2026: respostas humanas e de IA de terceiros também passam a custar por mensagem. As mensagens de serviço, ou seja, respostas de "uma pessoa" ou de "uma solução de IA de terceiros", são cobradas às tarifas de utilidade e autenticação por mercado, após uma faixa gratuita de 1.000 mensagens de serviço por número de telefone por mês (preços do WhatsApp). Empresas sem forma de pagamento cadastrada até 30 de setembro deixam de entregar mensagens quando a faixa gratuita acaba.
| Cenário (exemplos da própria Meta) | Mensagens | Tokens | Custo |
|---|---|---|---|
| Pergunta simples ("Que horas vocês abrem?") | 4 | ~80.000 | ~16 a 20 centavos |
| Pergunta complexa (ajuda com montagem) | 10 | ~250.000 | ~40 a 50 centavos |
| 1.000 respostas do Business Agent, Brasil | 1.000 | n/a | ~US$ 40 a 50 |
| 1.000 respostas de IA de terceiros, Brasil, de simples a complexas | 1.000 | n/a | ~US$ 27 a 97 |
A Meta também publicou sua própria comparação dessas duas últimas linhas:

Duas ressalvas. Os números de terceiros são uma estimativa da Meta "com base em informações públicas e benchmarks", ou seja, um fornecedor avaliando seus rivais. E um preço por mensagem significa que um cliente que faz três perguntas de acompanhamento custa três vezes mais, algo que os primeiros usuários notaram:
"My concern is that the per-message cost is insanely high at approximately 5 cents per message."
A versão de autoatendimento é outro acordo. A central de ajuda da Meta diz que o acesso é limitado e, depois de um limite gratuito, você assina um plano Meta One (Essential, Advanced ou Expert). As páginas da Meta não listam preços em dólar nem o tamanho do limite gratuito. Para o histórico mais amplo dessas regras, veja minha explicação sobre os preços da API do WhatsApp e as anteriores mudanças de política da Meta para bots de terceiros.
Criando seu próprio bot de suporte com o Muse Spark 1.3
O outro caminho é pular o Business Agent e construir sobre o modelo. É aqui que meu trabalho diário mais se sobrepõe, então veja o que a Meta Model API oferece, segundo a documentação para desenvolvedores da Meta.
| O que você recebe | Detalhe |
|---|---|
| Modelo | muse-spark-1.3, contexto de 1.048.576 tokens compartilhado entre entrada e saída |
| Preço padrão | US$ 1,25 de entrada / US$ 4,25 de saída por 1 milhão de tokens, entrada em cache US$ 0,15 (prompt caching) |
| Preço de colaborador | cerca de US$ 0,10 / US$ 0,20 por 1 milhão, relatado no Hacker News; a Meta treina com esse tráfego |
| SDKs | Funciona com os SDKs da OpenAI e da Anthropic em https://api.meta.ai/v1 |
| Chamada de ferramentas | Suportada, incluindo chamadas paralelas; tool_choice documentado apenas como "auto" |
| Saída estruturada | Segue o seu JSON Schema, mesmo com strict: false |
| Status | Prévia pública sob termos de prévia limitada; não encontrei SOC 2, HIPAA nem SLA |
A pegadinha da faixa de colaborador
O preço de colaborador é o número de destaque em todo tópico sobre o Muse Spark, e é o que uma equipe de suporte não pode usar. Os termos de serviço da Meta dizem "You must not submit sensitive, confidential, or personal information to the Discounted Services". Um ticket de suporte é informação pessoal por padrão: um nome, um e-mail, um número de pedido, às vezes um endereço. Então seu modelo de custos começa na tarifa padrão de US$ 1,25 / US$ 4,25, que meu guia do custo da IA no atendimento ao cliente coloca em contexto. O post sobre os preços do Muse Spark 1.3 percorre toda a conta de tokens.
A Meta se compromete a não treinar com o conteúdo da faixa padrão (compromissos de dados). A retenção zero de dados só está disponível pelo comercial e desativa uploads de arquivos, busca na web e estado de conversa no servidor.
Como ele se sai em um benchmark de suporte
O único benchmark público que avalia um modelo como agente de atendimento ao cliente é o τ-bench da Sierra. A única entrada do Muse é o Muse Spark 1.1, executado pela Sierra no domínio bancário, onde o agente precisa achar respostas em centenas de documentos de políticas. A Meta ainda não tem envio para o 1.2 ou 1.3, então trate isso como um sinal sobre a família, não sobre o modelo atual.

Em uma única tentativa, o Muse Spark 1.1 marca 40,46, sexto de 21 entradas com a mesma configuração e à frente do Claude Fable 5, com 39,69 (dados do envio). Ao acertar a mesma tarefa quatro vezes em quatro, cai para 20,62, mantendo 51% da pontuação de uma tentativa, a menor consistência entre os nove primeiros. Para suporte, o número de quatro em quatro é o que importa acompanhar, porque a mesma pergunta chega dezenas de vezes por dia. O Claude Opus 5, em comparação, mantém 66%. Meu post sobre o ranking de modelos para suporte aprofunda por que a recuperação de informações, e não o modelo, é onde se perdem mais pontos.
O que você ainda precisa construir
O modelo é a menor parte de um agente de suporte. Por cima dele, você é responsável por:
- Recuperação sobre sua central de ajuda, macros e tickets anteriores, mantida sincronizada.
- A conexão com o helpdesk, para o bot ler um ticket, responder, etiquetar e encaminhar.
- Regras de escalonamento e um limite de confiança que você controla.
- Um harness de testes que reproduza tickets reais antes de qualquer coisa entrar no ar.
- O lado do WhatsApp: um número da Business Platform, templates e as cobranças de mensagens de serviço de 1º de outubro.
Esse é o caminho do "vamos construir nós mesmos na API" que vejo equipes técnicas avaliarem todo mês. Um líder de engenharia de uma empresa de hardware cripto, com uma base de conhecimento de 300 artigos no Confluence, contou à equipe da eesel por que escolheram o outro caminho:
"We could try to write our own LLM application but we didn't want to invest our time into that. We wanted something that we would not have to maintain."
Se você está ponderando a mesma decisão, meu guia de construir ou comprar e a explicação da API de IA para atendimento ao cliente detalham melhor o trabalho.
Onde a IA de suporte da Meta para
Estes são os limites que eu verificaria antes de comprometer um canal de suporte com o Business Agent. Nenhum deles está escondido; todos estão na própria documentação da Meta.
- Ele só responde dentro dos apps da Meta. WhatsApp, Messenger, Instagram e um plugin para site que por enquanto só se conecta à Shopify (meu comparativo de IA de helpdesk para Shopify cobre as alternativas). Sem e-mail, sem respostas no helpdesk, sem chat ao vivo em outros lugares. Um comentarista que constrói a própria ferramenta resumiu: "it can only do things inside Meta, but nothing outside it" (Reddit).
- Uma IA por número. Um número que "já executa outro agente de IA" é bloqueado para o Business Agent (visão geral da Platform). Escolher o agente da Meta significa remover qualquer outro.
- Setores regulados ficam de fora. Finanças, governo, saúde, álcool, jogos de azar, medicamentos isentos de prescrição e serviços matrimoniais estão excluídos da Platform.
- O inglês é o mais forte. Ele responde em qualquer idioma que o modelo suporte, mas a Meta observa: "English has the strongest response quality."
- A precisão precisa de embasamento. A própria página de ajuda da Meta avisa "Some AI messages may be inaccurate or inappropriate", e um testador inicial viu "the same product come back at two different prices in two replies" (Reddit).
Há também uma questão de confiança que não tem a ver com a documentação. Em junho, atacantes convenceram o próprio assistente de suporte de IA da Meta a enviar links de recuperação de conta do Instagram para o e-mail errado, o que gerou um tópico no Hacker News de 2.210 pontos. Uma resposta ficou comigo:
"they didn't really evaluate whether tools intended for conscientious human use should be provided directly to the LLM that replaced the former support agents."
Esse era o bot de suporte interno da Meta, não o Business Agent, mas a lição vale: qualquer IA que responda aos seus clientes precisa de limites claros sobre o que pode fazer, não só sobre o que pode dizer. Meu guia de problemas de chatbots de IA lista os pontos de falha mais comuns.
Qual caminho combina com a sua equipe
Eis como eu escolheria, com base em onde seus clientes escrevem e onde sua equipe trabalha.
| Sua situação | Melhor escolha | Por quê |
|---|---|---|
| Loja ou salão individual, clientes só no WhatsApp ou Instagram, perguntas simples | Business Agent de autoatendimento | Grátis para começar, sem código, vive onde seus clientes estão |
| Marca de ecommerce na WhatsApp Business Platform, perguntas de pedidos e devoluções | Business Agent Platform, ou um agente conectado ao helpdesk | A Platform cuida das consultas de pedidos; verifique antes o custo por mensagem e os gatilhos de transferência fixos |
| Equipe com helpdesk e vários canais (e-mail, chat, WhatsApp) | Um agente de IA dentro do seu helpdesk | Uma fila, um conjunto de regras, treinado no seu histórico de tickets |
| Equipe de engenharia que quer controle total do modelo | API do Muse Spark, faixa padrão | Barato por token, mas você constrói recuperação, escalonamento e testes |
| Setor regulado (finanças, saúde) | Não o Business Agent | Excluído da Platform |
Para a maioria das equipes de suporte com quem converso, a linha do helpdesk é a que vale. Um mesmo cliente pode escrever no WhatsApp, acompanhar por e-mail e conversar no chat do site, e a equipe precisa de tudo isso em um único helpdesk como o Zendesk, não dividido pela caixa de entrada da Meta. O mesmo vale para uma configuração de agente de IA do Freshdesk ou do Gorgias, em que os preços da IA do Gorgias são cobrados por interação automatizada.
Se você já está nesse ponto, veja como conectar o Zendesk ao WhatsApp ou adicionar o WhatsApp ao Freshdesk.
Meu comparativo da melhor IA para suporte no WhatsApp compara as opções lado a lado, e a lista dos melhores chatbots de WhatsApp cobre as ferramentas mais leves.
Experimente a eesel para suporte no WhatsApp e Messenger
A eesel é uma colega de IA para o seu helpdesk. Ela se conecta ao WhatsApp em poucos minutos, conecta-se ao Facebook Messenger do mesmo jeito, aprende com sua central de ajuda, macros e tickets anteriores e usa o mesmo conhecimento e as mesmas regras quer o cliente escreva no WhatsApp, por e-mail ou no seu helpdesk. Antes de responder a um único cliente, ela roda uma simulação contra centenas dos seus tickets antigos para que você veja quais ela acertaria, e você decide em quais tipos de ticket ela atua.

Os preços são um plano mensal fixo de créditos em que um ticket ou um chat é um crédito, não importa quantas respostas sejam necessárias, então um cliente falante não triplica a conta. Se preferir automatizar por script, a CLI da eesel permite que você ou um agente de código configure a mesma colega a partir de um terminal: conectar apps, adicionar conhecimento e aprovar ações, com cada comando retornando JSON.
Experimente a eesel grátis com 100 créditos e sem cartão e veja como ela lida com sua fila do WhatsApp antes que os preços da Meta de 1º de outubro entrem em vigor.
Perguntas frequentes
Posso usar o Meta Muse para atendimento ao cliente?
Quanto custa o Meta Business Agent para atendimento ao cliente no WhatsApp?
Qual modelo alimenta o Meta Business Agent?
Posso criar um bot de atendimento ao cliente com o Muse Spark 1.3?
Posso usar a faixa barata de colaborador do Muse Spark para tickets de suporte?
O Meta Business Agent funciona com Zendesk ou Freshdesk?
Posso usar o Meta Business Agent e outra IA no mesmo número de WhatsApp?
Qual é a melhor configuração de atendimento ao cliente com o Meta Muse para uma pequena empresa?

Article by
Rama Adi
Rama is a software engineer at eesel AI with two years of experience writing about B2B SaaS, AI tools, and customer support technology. Based in Bali, Indonesia, he brings a developer's perspective to product comparisons — cutting through marketing copy to what the integrations and APIs actually do.








