Padrões de fluxo

Os fluxos do SociaHive são sequências de etapas: cada etapa é uma ação ou uma ramificação, e as conexões são os caminhos. A maioria dos fluxos é uma variação de um conjunto pequeno de padrões. Conhecê-los pelo nome facilita descrever o que você quer para um assistente de IA.

É o equivalente, no SociaHive, a uma biblioteca de prompts: padrões nomeados e opinativos, em vez de uma lista solta de endpoints.

Roteador por palavra-chave

“Se o comentário disser X, faça A. Se disser Y, faça B. Senão, faça C.”

[trigger: post_comment] → [condition: palavra-chave "preço"]  → [comment_reply: preços]
                                            ↓ não
                                 [condition: palavra-chave "demo"] → [comment_reply: link da demonstração]
                                            ↓ não
                                 [comment_reply: agradecimento]

Quando usar: qualquer resposta automática que se ramifica conforme o que a pessoa disse. Atalho no MCP: generate_flow com a descrição “Ramifique pelas palavras-chave X e Y; use Z como padrão”. A IA escolhe as etapas condition corretamente.

Fallback com IA

“Tente primeiro uma resposta pronta. Se a mensagem não combinar com nenhum modelo, passe para a IA.”

[trigger: message] → [condition: combina com um modelo?] → [message: modelo]
                              ↓ não
                     [ai_response]
                              ↓
                     [condition: confiante?] → [continuar a conversa]
                              ↓ não
                     [action: handoff_to_human]

Quando usar: atendimento ao cliente e directs recebidos em que a maioria das mensagens é previsível, mas você quer que o fluxo trate com elegância o que não for previsto. Por que isso vence a IA pura: as respostas prontas custam 0 crédito e nunca inventam nada. A IA só entra quando o modelo não resolve.

Funil de coleta de dados

“Pergunte o nome, depois o e-mail, depois uma pergunta de qualificação, e leve para o CRM.”

[trigger: message] → [data_collection: first_name]
                           ↓
                    [data_collection: email]
                           ↓
                    [data_collection: company_size, choices=[1-10, 11-50, 51+]]
                           ↓
                    [action: add_tag "lead-qualificado"]
                           ↓
                    [message: link de agendamento]

Quando usar: captura de leads, agendamento de demonstrações, coleta de dados de candidatos. Dica: as etapas data_collection têm validação embutida. Use os tipos email, phone e url: o SociaHive confere o formato.

Sequência com ramificações

“Dia 0: boas-vindas. Dia 2: tutorial. Dia 5: perguntar se a pessoa precisa de ajuda. Ramifique conforme a resposta.”

[trigger: subscribe] → [message: boas-vindas]
                           ↓
                    [delay: 2 dias]
                           ↓
                    [message: tutorial]
                           ↓
                    [delay: 3 dias]
                           ↓
                    [message: "ainda está usando?"]
                       ↙       ↘
                  [sim]         [não/sem resposta: 24h]
                    ↓                ↓
              [message: dicas]   [action: tag "em-risco"]

Quando usar: sequências de onboarding, entrega de cursos, fluxos para reconquistar quem sumiu.

Comentário para direct

“Uma resposta pública ao comentário (‘Estou enviando no seu direct agora!’) junto com um direct privado.”

[trigger: post_comment, palavra-chave "info"] → [comment: "Estou enviando no seu direct agora! 📩"]
                                                       ↓
                                              [instagram: opening_dm, body="Aqui estão as informações..."]

Quando usar: o básico que funciona no Instagram. A resposta pública reforça o sinal para o algoritmo; o direct leva a pessoa para um canal em que a pessoa demonstra mais interesse em comprar.

Webhook ao concluir

“Quando este fluxo terminar, avise o nosso CRM.”

[…fluxo…] → [última etapa] → [webhook: POST https://crm.example.com/lead, body=$context]

Quando usar: integração com sistemas externos (HubSpot, Salesforce, CRMs personalizados) enquanto os conectores nativos não chegam. Dica: a etapa webhook envia o contexto inteiro da execução do fluxo: todos os valores coletados, tags e variáveis. É mais fácil do que montar os dados a cada chamada.

Randomizer A/B/C/D

“Envie a variante A ou B ou C ou D, 25/25/25/25.”

[trigger] → [randomizer: 4 variantes]
                ↓        ↓        ↓        ↓
            [msg: A] [msg: B] [msg: C] [msg: D]
                ↓        ↓        ↓        ↓
            [tag: A]  [tag: B] [tag: C] [tag: D]

Quando usar: testes A/B de texto ou de prompts de IA. Aplique uma tag adiante para que as métricas possam ser filtradas por variante.

Antipadrões

• Loop infinito. Um fluxo cuja última aresta aponta de volta para o gatilho. O motor do SociaHive se protege com uma profundidade máxima, mas você gasta créditos no caminho.
• Monólito de 100 etapas. Se um fluxo tem mais de 30 etapas, divida. Use um para qualificar e dispare outro por tag ou sequência.
• IA para ramificações simples. Uma etapa condition é grátis; uma ai_response custa 5 créditos. Não gaste 5 para decidir “sim ou não”.

Do objetivo ao padrão

Como montar um deles

O jeito mais rápido é descrever o fluxo para o seu assistente de IA via MCP e deixar que ele chame generate_flow. Veja o guia de configuração do MCP para conectar o Claude, o ChatGPT ou o Cursor e depois escreva algo como:

Crie um fluxo no SociaHive com o padrão “comentário para direct”: quando um comentário do Instagram contiver “preço” em qualquer um dos meus posts, responda em público com “Estou enviando no seu direct agora! 📩” e envie um direct com o link dos meus preços.

Ou monte direto pelo SDK: veja o guia rápido para desenvolvedores.