Vendas: quantos áudios de cliente você deixou para ouvir depois, só hoje?
São 15h40. Você sai de uma ligação de quarenta minutos e o WhatsApp Web está com onze conversas em negrito. Três são áudio. O primeiro tem 4 min 12 s e é do cliente que pediu proposta na segunda. Em algum ponto, lá dentro, está a condição de pagamento que ele aceita. Ouvir agora não dá, porque a próxima reunião começa em cinco minutos e o fone já está ocupado. Então você faz o que todo mundo faz: marca a conversa como não lida e promete voltar.
Você volta às 19h. Ou amanhã, no café. E quando volta, ouve os 4 min 12 s desde o começo, porque não existe um jeito de saber em que minuto está o número.
Essa é a parte do dia de quem vende que não entra em relatório nenhum. Não é desorganização. É que a informação chegou num formato que ninguém lê, ninguém busca e ninguém cola no CRM.
A venda, hoje, mora dentro do aplicativo de mensagem
Não é impressão de quem trabalha nisso. Na pesquisa TIC Empresas 2025, do Cetic.br, 68% das empresas brasileiras disseram vender por algum canal online. E entre as que venderam pela Internet, 79% usaram WhatsApp ou Telegram para intermediar a transação. O campo foi de fevereiro de 2025 a janeiro de 2026, com 4.174 empresas entrevistadas por telefone.
A linha vem subindo: entre quem vende online, o uso de WhatsApp e Telegram passou de 74% em 2024 para 79% em 2025, na mesma pesquisa. Quer dizer que o canal onde o pedido entra é o mesmo canal onde a dúvida chega, onde o prazo é negociado e onde o cliente manda quatro minutos de áudio explicando por que precisa de mais trinta dias.
No mesmo estudo, 17% das empresas declararam usar inteligência artificial em 2025, contra 13% em 2024. Entre as pequenas, 15%. Vale a frase seca: quase todo mundo vende por mensagem e quase ninguém tem máquina lendo essas mensagens.
O cliente prefere falar
Do outro lado da negociação a preferência é clara. Segundo a PNAD Contínua do IBGE sobre acesso à Internet, 90,5% das pessoas de 10 anos ou mais usaram a Internet em 2025. Entre esses usuários, a finalidade mais citada foi conversar por chamadas de voz ou vídeo, com 95,3%. A segunda foi enviar ou receber mensagens de texto, voz ou imagens por aplicativos, com 90,2%.
Voz na frente de tudo. Quem atende cliente no Brasil não escolhe receber áudio. Recebe.
A conta ilustrativa (refaça com os seus números)
Pegue uma semana sua. Digamos trinta áudios de cliente, média de 1 min 40 s. São 50 minutos de escuta, e esse é o cenário bom, em que você ouve cada um uma vez. Na prática o áudio da condição de pagamento você ouve duas vezes: a primeira para entender, a segunda para anotar o número certo. Com um terço dos áudios reouvidos, passa de uma hora por semana só reproduzindo som, umas quatro horas por mês. Os números acima são inventados para explicar o fluxo. Troque pelos da sua carteira, que é onde a conta dói.
O que existe hoje, e onde cada caminho para
Cinco saídas, nenhuma delas perfeita. A mais recente é do próprio WhatsApp: em 21 de novembro de 2024 ele lançou a transcrição de mensagens de voz, gerada no próprio aparelho, ligada em Configurações e depois Conversas, com um toque longo na mensagem para transcrever. Resolve bem um áudio por vez. No celular.
| Caminho | O que resolve | Onde para |
|---|---|---|
| Ouvir no celular em velocidade 1,5x | Você fica sabendo o que o cliente disse | Não sobra texto. Nada para buscar amanhã, nada para colar no CRM |
| Transcrição nativa do WhatsApp | Texto do áudio, gerado no aparelho | Um áudio por vez, com toque longo, e no celular. O CRM está no computador |
| Encaminhar o áudio para um bot | Volta em texto | Tira o áudio da conversa, acrescenta um passo e o cliente espera a resposta |
| Baixar o arquivo e subir num site de transcrição | Texto fiel, com pontuação | Quatro cliques por áudio e o arquivo do cliente parado na pasta de downloads |
| Extensão dentro do WhatsApp Web | O texto nasce embaixo do áudio, na conversa que já está aberta | Precisa do computador ligado e tem cota diária |
A diferença das quatro primeiras para a última é o lugar onde o trabalho acontece. Vendedor nenhum negocia no celular com o CRM aberto no colo. A aba do WhatsApp Web fica aberta o dia inteiro, ao lado da planilha e do funil, e é ali que o texto precisa aparecer.
Como fica no ZapVox, passo a passo, numa semana comum
- Instale a extensão pela Chrome Web Store e abra o WhatsApp Web naquela aba que você já deixa aberta das 8h às 19h.
- Ligue a Transcrição automática. Áudio novo chega e o texto aparece embaixo da mensagem, sem clique. É aqui que a fila deixa de ser uma pilha de som e vira uma pilha de texto que você varre com o olho.
- Nos clientes em negociação, abra os Ajustes por conversa e deixe o Resumo em tópicos ligado. Os quatro minutos do cliente viram cinco linhas, e a condição de pagamento está em uma delas.
- Use a Leitura de sentimento para ordenar a fila. O áudio de quem está com pressa ou irritado sobe na lista. Numa terça com onze conversas em negrito, essa é a decisão que mais rende.
- Copiar com 1 clique e o texto vai para o CRM, para o pedido ou para o e-mail do faturamento com a frase do cliente inteira, do jeito que ele falou.
- Procure depois com a Busca dentro dos áudios. Ctrl+K, ou Cmd+K no Mac, digite parcelado e o trecho aparece agrupado por pessoa. Serve para a frase que você jura que o cliente disse em agosto.
- Exporte as transcrições do chat em .txt quando o negócio fechar e o histórico da negociação precisar virar um arquivo só.
- Agende mensagens e arquivos para a proposta que você prometeu enviar às 8h e montou às 22h.
- Cadastre no Glossário e nomes do seu jeito o nome do produto, do plano e do contato. A transcrição para de escrever errado o que você repete dez vezes por dia.
Nada disso é mágica. É deslocar o trabalho de escuta para antes da sua atenção, em vez de depois.
Onde isto para
A parte que anúncio nenhum conta.
- Precisa de computador ligado. A extensão vive no navegador. Uma sexta inteira na rua, com o notebook fechado, não gera transcrição nenhuma. Os áudios continuam no WhatsApp e podem ser transcritos quando você abrir a conversa.
- Tem cota diária. O plano Free dá 8 transcrições por dia e áudios de até 15 minutos, com marca d'água. O Starter sobe para 60 por dia e 30 minutos. O Pro vai a 150 por dia e 150 minutos. Nos 7 dias de teste o limite é de 15 operações por dia e até 30 minutos de áudio.
- No Free, a Busca dentro dos áudios cobre os últimos 7 dias. Para procurar a frase de três meses atrás é preciso plano pago.
- Nome de produto sai errado. Marca, modelo, plano, sobrenome do comprador: a transcrição tropeça. O Glossário conserta o que se repete, não o que apareceu uma vez.
- O texto é anotação de trabalho, não documento. Serve para lembrar, registrar no CRM e alinhar com a equipe. Proposta, desconto e prazo se formalizam por escrito, no pedido ou no contrato que a venda exige. O cliente dos 4 min 12 s deste texto é ilustrativo, inventado para explicar o fluxo.
- Não substitui a ligação. Quem manda três minutos reclamando do frete quer ser ligado de volta, não respondido por texto. Ler antes só faz você ligar sabendo do que se trata.
Sete dias para medir na sua carteira
Isso não se decide por argumento, se mede em uma semana de funil. Todo cadastro no ZapVox começa com 7 dias de teste com os recursos liberados, sem cartão de crédito. Quando os sete dias terminam, a conta volta ao plano Free e nada é cobrado.
Teste 7 dias grátis, sem cartão: ligue a transcrição automática na segunda, trabalhe a semana normal e, na sexta, conte quantas vezes você reabriu um áudio só para conferir um número.
Em duas linhas
- O pedido entra por mensagem e a condição vem por voz. Entre as duas coisas existe um pedaço do seu dia que ninguém mede.
- No celular, a transcrição nativa resolve um áudio por vez. No computador, onde o CRM está aberto, é a extensão que faz o áudio chegar já em texto, buscável e colável.