Como Criar um SDR de IA com o n8n: A Arquitetura de 50$/Mês que Entregamos aos Clientes (2026)

Como criar um AI SDR com o n8n: a arquitetura de 50 $/mês que entregamos aos clientes (2026)

A 11x cobra cerca de 2.000 $ por mês. A Artisan começa nos 1.500 $. A Regie nos 1.000 $. Construímos a mesma máquina de outbound para os nossos clientes B2B no n8n por 50-65 $/mês, e a arquitetura abaixo é exatamente a que implementamos. A Techsy gere uma agência de AI SDR, por isto não é teoria — é o workflow que temos implementado em contas de SaaS, fintech e devtools desde o início de 2025.

Principais conclusões:

• Um AI SDR criado no n8n custa 50-65 $/mês para 1.000 leads, contra 1.500-2.000 $/mês em ferramentas geridas como a 11x ou a Artisan.
• A arquitetura de 7 etapas: ingestão de leads, enriquecimento, pesquisa, geração, revisão humana, envio, classificação de respostas.
• O ativo que mais vezes entregamos é o system prompt do nó AI Agent — publicamos abaixo um template completo de 40 linhas.
• Não construa isto se enviar menos de 100 cold emails por mês ou se não tiver infraestrutura de entregabilidade e warmup.

O Que um SDR de IA Realmente Faz (E Porque o n8n É a Tela Certa)

Um SDR de IA (Sales Development Representative) é um fluxo de trabalho autónomo que ingere leads-alvo, os enriquece com dados firmográficos e comportamentais, redige emails de outbound personalizados usando um LLM, envia-os através de uma caixa de correio aquecida e classifica as respostas, tudo sem um SDR humano no circuito. No n8n, existe como um único fluxo de trabalho visual que pode editar, depurar e deter por completo.

O que permanece automatizado: encaminhamento de leads, consultas de enriquecimento, pesquisa, redação de emails, envio, triagem de respostas, atualizações de CRM. O que permanece humano: curadoria da lista de alvos (especialmente a definição de ICP), aprovação legal do copy e o caminho de escalonamento quando uma resposta se transforma numa conversa real. Um SDR de IA não é um chatbot, é um sistema de aquisição para conversas de outbound.

Porquê o n8n em vez do Zapier ou do Make? Três razões. O nó AI Agent traz nativamente chamadas de ferramentas e output estruturado (o Zapier ainda envolve o OpenAI num passo HTTP genérico). O self-hosting dá-lhe execuções ilimitadas num VPS de 5$. E a tela visual permite que um não-engenheiro da sua equipa depure uma chamada falhada do Apollo sem abrir um editor JSON. Se é totalmente novo no nó AI Agent do n8n, comece pelo nosso tutorial de AI Agents do n8n antes desta construção, ele cobre os primitivos. A documentação oficial de Advanced AI do n8n cobre a referência do nó.

A Arquitetura em 7 Camadas (Da Intenção à Resposta)

As sete camadas são: Ingestão de Leads (webhook ou CSV), Enriquecimento (Apollo ou Clay), Pesquisa (um AI Agent que recolhe contexto), Geração (o LLM de e-mail com guardrails), Revisão Humana (aprovação no Slack para os primeiros 100), Envio (Instantly ou Smartlead) e Classificação de Respostas (um AI Agent que encaminha respostas para o CRM, Slack ou resposta automática). Cada camada corresponde exatamente a um nó do n8n — é essa a restrição de design que mantém a construção fácil de manter.

Aqui está a descrição camada a camada:

A equipa da PageLines escreveu um enquadramento útil sobre a pilha de SDR autónomo que mapeia uma malha semelhante; aqui avançamos essa ideia tornando cada camada concreta nos nós do n8n. Para autonomia multicanal para além do e-mail outbound (pense em LinkedIn + e-mail + anúncios num único workflow), o nosso guia de geração de leads B2B autónoma em redes sociais cobre o padrão paralelo.

Uma nuance de circuito fechado: a Classificação de Respostas devolve feedback à Ingestão de Leads como sinal negativo — quem cancelar a subscrição ou responder "pessoa errada" recebe uma flag de não contactar na próxima passagem de enriquecimento. Esse circuito é o que faz disto um sistema e não um mail-merge.

Pré-requisitos: n8n Cloud vs. Self-Hosted, chaves de LLM, stack de envio

Antes de abrir o n8n, precisa de quatro coisas: uma decisão de alojamento (Cloud ou self-hosted), duas chaves de API de LLM (OpenAI e Anthropic para fallback), uma stack de envio (Instantly ou Smartlead, nunca Gmail em escala) e 3 a 5 caixas de correio aquecidas num domínio de envio separado. Por predefinição, colocamos os nossos clientes em self-hosted num servidor Hetzner de 5 $ — o limite de execuções do n8n Cloud torna-se um problema assim que ultrapassa os 500 leads/dia.

Cloud vs. self-hosted, frente a frente:

Se optar por self-hosted, aqui está o docker-compose.yml mínimo que usamos:

services:
  n8n:
    image: n8nio/n8n:latest
    restart: always
    ports:
      - "5678:5678"
    environment:
      - N8N_HOST=n8n.yourdomain.com
      - N8N_PROTOCOL=https
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=${N8N_PASSWORD}
      - WEBHOOK_URL=https://n8n.yourdomain.com/
    volumes:
      - ./n8n_data:/home/node/.n8n

Adicione o Caddy ou o Traefik para terminação HTTPS. Para self-hosting com LLM local (verticais sensíveis à privacidade), o guia n8n + Ollama é a referência mais clara. Chaves de LLM: obtenha uma chave OpenAI (o GPT-4o-mini faz 90% do trabalho) e uma chave Anthropic (Claude Haiku 3.5 como fallback). Stack de envio: o Instantly, por 37 $/mês, oferece aquecimento ilimitado e uma API limpa. Consulte a página de preços do n8n para os valores mais recentes dos planos Cloud.

Passo 1 — Ingestão e Enriquecimento de Leads

A ingestão de leads é apenas a porta de entrada. O verdadeiro trabalho acontece no enriquecimento, onde um email + nome de empresa se transforma numa linha com cargo, senioridade, número de colaboradores, fase de financiamento, stack tecnológica e atividade recente no LinkedIn. Por defeito, usamos o Apollo para pesquisas a frio e o Clay para os casos complicados de correspondência aproximada (fuzzy-match), mesmo formato de payload, diferente preço por linha. O Apollo custa $0,02–0,05 por contacto em escala; o Clay começa nos $349/mês com uma extração de sinais mais rica.

1.1 O trigger de webhook (ou importação de CSV)

Dois padrões. Padrão A: um webhook é acionado sempre que a sua equipa adiciona uma linha a uma Airtable ou Google Sheet de "target leads". Padrão B: um upload manual de CSV através do nó Spreadsheet File do n8n. Usamos o Padrão A para campanhas contínuas e o Padrão B para listas pontuais das operações de vendas.

1.2 Nó Apollo HTTP Request

O endpoint /v1/people/match da Apollo recebe um email e devolve o registo enriquecido:

{
  "method": "POST",
  "url": "https://api.apollo.io/v1/people/match",
  "headers": {
    "Content-Type": "application/json",
    "Cache-Control": "no-cache",
    "X-Api-Key": "{{ $env.APOLLO_API_KEY }}"
  },
  "body": {
    "email": "={{ $json.email }}",
    "reveal_personal_emails": false,
    "reveal_phone_number": false
  }
}

Ligue a resposta a um nó Set que extrai organization.industry, organization.estimated_num_employees, title e seniority. Esse é o seu payload de enriquecimento.

1.3 Alternativas ao Clay e ao Apify

Se o Apollo falhar (cerca de 15-20% dos contactos B2B, na nossa experiência), recorra ao Apify Proxycurl para o LinkedIn a $0,01/consulta, ou ao Clay se precisar de enriquecimento em cascata através de vários fornecedores. Crie um ramo try/catch no n8n com o nó IF, para que os leads não encontrados tenham uma segunda tentativa em vez de serem descartados.

1.4 Esquema de output

Padronize num único esquema JSON a jusante:

{
  "lead_id": "string",
  "email": "string",
  "first_name": "string",
  "company": "string",
  "title": "string",
  "industry": "string",
  "headcount": "integer",
  "linkedin_url": "string",
  "enrichment_source": "apollo|clay|proxycurl"
}

O enriquecimento é onde se define o orçamento de personalização pós-Apollo: cada contacto de $0,04 é um teto de $0,04 para o gasto em tokens de LLM que esse lead pode justificar.

Passo 2 — Camada de Investigação com o Nó de Agente de IA

A função do Agente de Investigação é receber um lead enriquecido e produzir uma hipótese de dor numa só linha, juntamente com um evento desencadeador recente (uma ronda de financiamento, um lançamento de produto ou uma nova contratação). Corre como um nó de Agente de IA com duas ferramentas: uma ferramenta de pesquisa web (SerpAPI ou Brave Search) e uma consulta opcional ao LinkedIn (Proxycurl). O output é JSON estruturado para que o nó seguinte possa ramificar com base no icp_fit_score. Verificámos que o GPT-4o-mini trata 80% dos trabalhos de investigação a 1/20 do custo do Sonnet, escalando para o Claude Sonnet apenas quando a pontuação de adequação ao ICP é limítrofe (0,4–0,6).

2.1 Configuração do nó de Agente de IA

Modelo: GPT-4o-mini. Temperatura: 0,3 (o objetivo é consistência, não criatividade). Memória: desativada, cada lead é stateless. Iterações máximas: 5 (limite o ciclo de chamadas de ferramentas, senão os custos de tokens disparam com pesquisas alucinadas).

2.2 Ferramentas

Anexe duas ferramentas de HTTP Request: uma para a SerpAPI (https://serpapi.com/search?q={query}&num=5) e outra para o Proxycurl LinkedIn. O Agente decide qual delas chamar.

2.3 Saída estruturada

Forçar um esquema JSON na saída:

You are a B2B research agent for an AI SDR pipeline. Given an enriched lead,
research their company in the last 90 days and return a structured assessment.

Tools:
- web_search(query): SerpAPI top 5 results
- linkedin_lookup(url): Proxycurl person + company profile

Rules:
- Spend at most 3 tool calls per lead.
- If no recent trigger found, set recent_trigger to null. Do not invent.
- ICP fit is for B2B SaaS sellers: prefer 50-500 headcount, recent funding.

Output JSON exactly:
{
  "icp_fit_score": 0.0-1.0,
  "pain_hypothesis": "string, ≤25 words",
  "recent_trigger": "string or null",
  "do_not_contact_reason": "string or null"
}

O campo do_not_contact_reason é a salvaguarda; defina-o quando o agente deteta um concorrente, um cliente atual ou um despedimento recente. Qualquer entrada com um valor aqui ignora o resto do pipeline.

Passo 3 — Geração de emails com guardrails

O Email Generation Agent é o recurso mais implementado de toda a build. A sua função: receber o lead enriquecido e o output do Research Agent e produzir um assunto com menos de 50 caracteres, um corpo com menos de 80 palavras e um único CTA suave. Também remove frases proibidas através de uma passagem de regex pós-geração. A lista de frases proibidas é o guardrail mais implementado que utilizamos — remova o "revolutionary" e as taxas de resposta sobem 1-2 pontos da noite para o dia. O próprio playbook de guardrails da Apollo confirma isto com dados do fornecedor.

3.1 O system prompt (ativo principal)

Copie e cole isto diretamente no seu nó AI Agent:

You are a B2B sales development rep with 3 years of tenure writing cold emails
for a SaaS company. You write the way an experienced AE writes — direct,
specific, no marketing fluff.

INPUT: enriched lead JSON + research JSON.

VOICE RULES:
- Write like a 3-year-tenure AE, not a marketer.
- One ask per email. Soft, low-friction (15-min call, not "demo").
- Reference the recent_trigger if present. Otherwise reference the pain_hypothesis.
- First sentence is NOT a greeting. Start with the trigger or pain.
- No exclamation marks. No emojis.

LENGTH:
- Subject: ≤ 50 characters.
- Body: ≤ 80 words.
- Single paragraph + CTA on its own line.

BANNED PHRASES (case-insensitive — never use any of these):
- "hope this email finds you well"
- "I wanted to reach out"
- "circle back"
- "touch base"
- "synergy"
- "leverage" (as verb)
- "revolutionary"
- "game-changing"
- "in today's fast-paced world"
- "I came across your"
- "quick question"
- "just checking in"

BANNED OPENERS:
- Any sentence starting with "I" or "We".
- Any compliment about the recipient's company ("love what you're doing").

OUTPUT JSON exactly:
{
  "subject": "string",
  "body": "string",
  "cta": "string (one sentence, the ask)",
  "intent_score": 0.0-1.0 (your confidence this lands)
}

If you cannot write an email that passes the rules without inventing facts,
return: {"subject": null, "body": null, "cta": null, "intent_score": 0.0}.
Do not invent quotes, statistics, or product features.

3.2 Saída estruturada

O campo intent_score é a tua segunda salvaguarda. Tudo o que ficar abaixo de 0,6 é encaminhado para a fila de revisão humana, independentemente da fase da campanha. Ajustamos o limiar por ICP — os ICPs enterprise têm um mínimo de 0,75, os SMB ficam com 0,55.

3.3 Verificação por regex pós-geração

O nó Function do n8n executa uma varredura final por regex contra a lista de expressões proibidas (o LLM ocasionalmente as reintroduz através de sinónimos). Qualquer correspondência devolve o email à fila com uma string de feedback para a tentativa seguinte. Cada projeto com um cliente começa por nos fornecer os seus últimos 50 emails enviados e o nosso modelo redige 50 em paralelo — é essa comparação A/B que nos permite calibrar a lista de expressões proibidas por ICP.

Passo 4 — Revisão Human-in-the-Loop (Primeiros 100 Emails)

O human-in-the-loop é importante nos primeiros 100 emails porque é aí que os pontos cegos do modelo aparecem: um desvio no ICP, uma referência desajustada, uma frase proibida que passou despercebida. Depois de 100 emails aprovados com uma taxa de rejeição inferior a 5%, passa-se para o modo de verificação pontual, uma amostra rotativa de 10% revista diariamente. Nunca deixamos um cliente operar de forma autónoma até que os primeiros 100 emails sejam aprovados com uma taxa de rejeição inferior a 5% — essa é a porta de transição.

Configura o ramo HITL com o nó Send and Wait for Approval do n8n. Este publica num canal dedicado do Slack com o nome do lead, o assunto gerado e o corpo do email. Os revisores clicam em Aprovar ou Rejeitar. Aprovar encaminha para Envio; Rejeitar volta à Geração com uma linha de feedback ("demasiado formal", "falhou o gatilho", "frase proibida: sinergia").

O que verificar nos primeiros 100:

• Frases proibidas (o regex apanha a maioria, os humanos apanham o resto)
• Desvios de ICP (segmentaste CTOs, mas o email parece dirigido a marketing)
• Tom (demasiado ansioso, demasiado formal, demasiado transacional)
• Invenções factuais (o modelo inventou uma funcionalidade, um nome de concorrente, uma citação)

Dica profissional: regista todos os motivos de rejeição numa tabela Postgres. Após 100 emails, passa as rejeições por um processo de clustering para atualizar o system prompt — é assim que o prompt evolui com o ICP.

Passo 5 — Envio e Entregabilidade (SPF, DKIM, DMARC, Aquecimento)

É na entregabilidade que 80% das implementações de SDR com IA caem por terra. Os requisitos inegociáveis: um domínio de envio separado (nunca o seu domínio principal), SPF + DKIM + DMARC totalmente configurados, limites de envio de 40 a 50 emails/dia por caixa de correio e um aquecimento de 3 semanas antes do primeiro envio a frio. Se a sua taxa de spam ultrapassar os 0,3%, a Google limita todo o seu domínio, e não apenas a campanha problemática.

5.1 Domínio de envio separado

Registe um domínio semelhante (getyourcompany.com em vez de yourcompany.com). Encaminhe as respostas para a sua caixa de entrada principal. Isto isola a sua reputação. Se o domínio de cold email ficar queimado, o seu domínio real mantém-se limpo.

5.2 SPF, DKIM, DMARC

A checklist completa de entregabilidade:

A RFC 8058 é a norma de cancelamento de subscrição com um clique; o Gmail e o Yahoo exigem-na agora para remetentes em massa. O Instantly e o Smartlead adicionam este cabeçalho automaticamente.

5.3 Limites de envio e aquecimento

40 a 50 emails/dia por caixa de correio, limite máximo. Cinco caixas de correio aquecidas = 200 a 250 emails/dia por domínio. Precisa de mais? Adicione mais caixas de correio, não mais emails por caixa. O aquecimento decorre durante 3 semanas antes de qualquer envio real. O pool de aquecimento gratuito do Instantly trata disso por si.

5.4 Conformidade

EUA: O CAN-SPAM exige um endereço postal físico e um mecanismo de cancelamento de subscrição funcional; o guia de conformidade da FTC é a referência canónica. UE: O interesse legítimo ao abrigo do Artigo 6.º, n.º 1, alínea f), do RGPD é a base típica para cold email B2B, com opt-out documentado no prazo de 72 horas; o texto oficial é curto — leia-o. Canadá: A CASL é mais rigorosa do que o CAN-SPAM e exige consentimento expresso ou implícito.

O relatório de entregabilidade da Instantly situa o benchmark de 2025-2026 para a colocação na caixa de entrada nos 85-90%, se todos os requisitos acima forem cumpridos. A maioria das equipas fica-se pelos 50-60% porque não utiliza um domínio separado.

Passo 6 — Classificação de Respostas e Sincronização com o CRM

A classificação de respostas encaminha as respostas recebidas para cinco categorias, interessado, objeção, cancelamento de subscrição, ausência do escritório, pessoa errada, e aciona uma ação diferente por categoria. As respostas de interessados enviam uma notificação para o Slack do fundador e criam um negócio no HubSpot. As objeções são encaminhadas para uma sequência de acompanhamento. Os cancelamentos de subscrição são registados numa lista de supressão. As situações de OOO acionam um reenvio dentro de 7 dias. Os casos de pessoa errada atualizam o CRM e pedem uma recomendação. Em implementações junto de clientes, este único H2 é o que separa "a IA gera emails" de "a IA gere um pipeline", sem classificação de respostas, não passas de um mail-merge sofisticado.

6.1 Trigger de IMAP

O trigger IMAP Email do n8n verifica a sua caixa de entrada de envio a cada 60 segundos. Filtre os emails em que a thread principal foi originada pela sua campanha (compare o cabeçalho In-Reply-To com o seu registo de Message-ID).

6.2 Agente de Classificação de Respostas

You are a reply-classification agent for an AI SDR pipeline. Read the reply
and classify intent.

OUTPUT JSON exactly:
{
  "intent": "interested|objection|unsubscribe|ooo|wrong_person",
  "confidence": 0.0-1.0,
  "suggested_action": "string, ≤20 words"
}

Rules:
- "interested" = explicit yes, time proposal, or follow-up question.
- "objection" = "not now", "send info", "we use X".
- "unsubscribe" = any opt-out phrase, even polite.
- "ooo" = auto-reply detected.
- "wrong_person" = "I don't handle this", "try X@", "I left the company".

If confidence < 0.7, default intent to "objection" (safer than wrong action).

6.3 Encaminhamento do nó Switch

O nó Switch do n8n ramifica com base em intent:

• interested → Atualização de Contacto no HubSpot (lifecycle = SQL) + notificação no Slack para #sales
• objection → Adicionar à sequência de follow-up com atraso de 5 dias
• unsubscribe → Escrever na tabela de supressão do Postgres + enviar confirmação
• ooo → Agendar reenvio para +7 dias
• wrong_person → Atualização do CRM, marcar o email como inválido, pedir recomendação via resposta automática

6.4 Sincronização com o HubSpot

O nó de HubSpot do n8n trata da criação de contactos, da atualização de etapas de negócio e do registo de atividade. Registamos cada email enviado e cada resposta recebida como um Engagement do HubSpot, para que os seus comerciais vejam a conversa de IA a par do seu contacto manual.

Passo 7 — Ciclo de Avaliação (Objetivos de Taxa de Resposta e Cadência de QA)

O ciclo de avaliação é o que impede o sistema de se desviar. Monitorize a taxa de resposta semanalmente, execute uma amostra de QA de 10% após a graduação HITL, teste variantes de prompt em A/B através de um nó Switch e faça o controlo de versões de cada alteração de prompt numa tabela Postgres. O maior erro que vemos: as equipas lançam um AI SDR e nunca executam o ciclo de avaliação; seis meses depois, estão a enviar 10.000 emails com uma taxa de resposta de 0,4% e não sabem porquê.

Objetivos de taxa de resposta:

Configuração do teste A/B: clone o seu Agente de Geração de Emails, altere uma variável (fórmula de assunto, estilo de abertura, suavidade do CTA) e ligue ambos através de um nó Switch que distribui o tráfego em round-robin 50/50. Após 200 envios por variante, a variante com a taxa de resposta mais elevada torna-se a predefinida. Para um acompanhamento sistemático da qualidade dos prompts assim que ultrapassar os 5.000 leads/mês, consulte o nosso resumo de ferramentas de avaliação de LLM; nesse volume, vai querer o Langfuse ou o Arize, não o Postgres.

Cadência de QA após a graduação HITL: amostra aleatória de 10% revista diariamente, auditoria completa da semana todas as sextas-feiras, controlo de versões dos prompts sempre que a taxa de resposta se mover mais de 1 ponto em qualquer direção.

Quanto Isto Custa Realmente (1k vs 10k Leads/Mês)

Com 1.000 leads/mês, a stack n8n DIY fica entre 70$ e 84$. Com 10.000 leads/mês, escala para 280$-340$. Comparado com a 11x a 2.000$/mês ou a Artisan a 1.500$/mês, a diferença de TCO a 12 meses é impressionante: cerca de 24.000$ contra 780$ no nível de entrada, e isto já inclui as 8 horas de desenvolvimento (uma única vez). Com 1.000 leads/mês, a stack n8n DIY custa menos do que a 11x cobra por uma hora.

Custo mensal discriminado em dois volumes:

O GPT-4o-mini a 0,15$/0,60$ por 1M de tokens, segundo a página de preços da OpenAI, é o motor deste cálculo; o Claude Haiku 3.5, nos preços da Anthropic, é comparável. É possível aproximar-se mais dos 50$ fazendo o enriquecimento via Apify Proxycurl (0,01$/consulta) em vez do Apollo, mas mantemos o Apollo pela precisão nos contactos frios. Se ainda está a escolher o LLM, o nosso ranking de frameworks de agentes de IA analisa as compensações de custo por 1k tokens.

TCO a 12 meses entre fornecedores:

As contas são brutais para as ferramentas geridas. Mesmo acrescentando 8 horas de tempo de desenvolvimento a uma taxa mista de 150$/hora (1.200$), a stack DIY continua a poupar 22.000$/ano face à 11x.

Quando NÃO deve criar isto

Salte esta construção se enviar menos de 100 cold emails por mês — as 8 horas de construção não se pagam. Salte se estiver num setor regulado (saúde, finanças, governo) sem aprovação jurídica para outbound frio. Salte se for um founder solo não-técnico, sem qualquer disponibilidade para manutenção. Salte se a sua equipa não souber distinguir SPF de DKIM. Salte se o seu ICP for consumidor — cold email é apenas B2B, ponto final.

Os fatores de desqualificação, em detalhe:

• <100 emails outbound/mês: O tempo de construção excede a poupança anual. Use uma ferramenta gerida com um plano gratuito ou faça-o manualmente.
• Setores regulados sem aprovação jurídica: O HIPAA, o GLBA e regimes semelhantes tornam o outbound frio num campo minado de compliance. Consulte primeiro um advogado.
• Sem infraestrutura de warmup: Se não tiver o Instantly ou o Smartlead e não estiver disposto a gastar três semanas a aquecer um domínio, vai arruinar a sua reputação de remetente logo na primeira semana.
• Sem disponibilidade para manutenção: Este é um sistema que precisa de avaliação semanal. Se ninguém for responsável pelo dashboard de taxa de resposta, degenera em ruído.
• ICP consumidor: Cold email para consumidores é compatível com o CAN-SPAM, mas comercialmente morto. Use anúncios pagos.

Se a sua equipa não souber distinguir SPF de DKIM, o AI SDR não é o seu estrangulamento — a sua infraestrutura de envio é. Corrija isso primeiro. Desmontamos o mesmo enquadramento de 3 opções build-vs-buy para agentes de voz no nosso guia build-vs-buy de agentes de voz AI — o enquadramento aplica-se diretamente.

Como a Techsy Implementa Isto para Clientes

Implementamos esta exata arquitetura como um serviço de agência. O cronograma: na Semana 1, auditamos o seu ICP, configuramos o domínio de envio separado, definimos SPF/DKIM/DMARC e iniciamos o aquecimento das caixas de correio. Na Semana 2, construímos o workflow n8n integrado com o seu CRM. Nas Semanas 3-4, executamos HITL em conjunto com a sua equipa. Da Semana 5 em diante, autónomo, com monitorização diária da taxa de resposta.

O que os clientes nos enviam: o seu documento de ICP, os últimos 50 emails de outbound escritos pela sua equipa humana (usamo-los para calibrar a lista de frases proibidas por voz) e a contagem das caixas de correio já aquecidas que possuem (adicionamos mais se necessário). O que entregamos: o workflow n8n configurado para a sua stack, os prompts de sistema afinados para a sua voz, 30 dias de monitorização da taxa de resposta e um runbook no Notion que a sua equipa usa após a passagem.

Está a pagar-nos pela disciplina de aquecimento e pela monitorização da taxa de resposta, não por licenças n8n. Prefere que o construamos para si? A página da agência de AI SDR da Techsy explica como implementamos isto para equipas B2B.

Perguntas Frequentes

O que é um SDR de IA e como funciona?

Um SDR de IA é um fluxo de trabalho autónomo que ingere leads-alvo, enriquece-os com dados firmográficos, elabora emails a frio personalizados através de um LLM, envia a partir de uma caixa de correio aquecida e classifica as respostas em categorias de ação. O pipeline funciona sem um SDR humano, embora os humanos continuem responsáveis pela definição do ICP, pela aprovação legal e pela escalada quando as respostas se transformam em conversas reais.

Quanto custa criar um SDR de IA no n8n em 2026?

Com 1.000 leads/mês, conte com 70–84 USD/mês: 5 USD de VPS, 8–12 USD em tokens do GPT-4o-mini, 20–30 USD no Apollo e 37 USD no Instantly. Com 10.000 leads/mês, o valor sobe para 280–340 USD. Comparando com os cerca de 2.000 USD/mês da 11x ou os 1.500 USD/mês da Artisan, a diferença de TCO a 12 meses ultrapassa os 20.000 USD, mesmo após 8 horas de implementação.

Pode o n8n realmente substituir ferramentas como o Clay, o Apollo ou o 11x?

O n8n substitui a camada de orquestração e a camada de geração de emails pelas quais o 11x e o Artisan cobram. Não substitui os dados subjacentes — continua a pagar ao Apollo ou ao Clay pelo enriquecimento, porque são eles que detêm a base de dados de contactos. A poupança está na orquestração e na taxa de LLM que as ferramentas geridas inflacionam 20 a 30 vezes.

É seguro enviar cold emails a partir de um SDR criado com n8n?

Sim, se configurar corretamente a entregabilidade: domínio de envio separado, SPF + DKIM + DMARC, limites de envio de 40-50/dia por caixa de correio, cancelamento de subscrição com um clique da RFC 8058, aquecimento de três semanas antes do primeiro envio. Sem isso, arruinará a reputação do remetente logo na primeira semana, independentemente da ferramenta que gera o corpo do email.

Qual é o melhor LLM para um SDR de IA: GPT-4o-mini, Claude Haiku ou Gemini Flash?

O GPT-4o-mini é a nossa opção predefinida, a 0,15 $/0,60 $ por 1M tokens, e trata de forma limpa 80% das tarefas de pesquisa e geração. O Claude Haiku 3.5 é comparável, sendo ligeiramente melhor na correspondência de tom. O Gemini Flash é o mais barato, mas menos fiável no output estruturado. Utilize o GPT-4o-mini como principal e o Claude Haiku como alternativa para os 20% de casos limítrofes.

Preciso de n8n self-hosted ou posso usar o n8n Cloud?

Usa o n8n Cloud Starter (24$/mês) se tiveres menos de 500 leads/mês e não precisares de LLM local. Faz self-host num VPS da Hetzner de 5$ assim que ultrapassares os 500 leads/mês — o limite de execuções do Cloud vai tornar-se um problema e não podes correr o Ollama. O self-hosting acrescenta manutenção de Docker, mas desbloqueia execuções ilimitadas e opções de LLM local.

Como evito que o meu domínio de envio seja colocado numa lista negra?

Envie no máximo 40-50 emails/dia por caixa de correio, nunca use o seu domínio principal, mantenha as taxas de reclamação de spam abaixo de 0,3%, respeite os pedidos de cancelamento de subscrição no prazo de 24 horas, monitorize o Google Postmaster Tools semanalmente e faça rotação das caixas de correio se a reputação baixar. A maior correção isolada é o domínio separado: se uma campanha correr mal, o seu domínio principal mantém-se limpo.

Devo criar o meu próprio AI SDR ou comprar o 11x/Artisan/Regie?

Opte por criar se tiver um programador fluente em n8n, enviar mais de 500 cold emails por mês e quiser ter voz ativa na geração de emails. Opte por comprar se for uma equipa não técnica, enviar menos de 100 por mês ou precisar de ter tudo operacional esta semana. O TCO a 12 meses de uma solução própria ronda os 780 $, contra 24 000 $ no caso do 11x, mas apenas se lhe der a devida manutenção.

Quanto tempo demora a criar um AI SDR no n8n?

4 a 8 horas para um programador fluente em n8n que já tenha contas na Apollo, na OpenAI e na Instantly. Mais perto de 16 a 20 horas se estiver a aprender n8n ao mesmo tempo que constrói o fluxo. Acrescente mais uma semana para a configuração e o aquecimento do domínio de envio antes de poder lançar campanhas reais. A camada de entregabilidade demora sempre mais do que o próprio fluxo de trabalho.

Qual é uma taxa de resposta realista de um SDR de IA no n8n?

As taxas de resposta a um primeiro contacto a frio situam-se entre 3-8% com um ICP afinado e uma boa entregabilidade. Os passos 2-3 da sequência ficam entre 2-5%. Os follow-ups quentes (após uma resposta) atingem 8-15%. Se estiver abaixo de 1% no primeiro contacto, o problema é quase sempre um desajuste de ICP ou a reputação do domínio de envio, e não o texto do email. Corrija a camada anterior antes de afinar o prompt.