Etapa de IA no Zapier, Make e n8n: quanto consome, onde erra sem aviso e onde pôr a aprovação humana

Make. A página sobre créditos no Make explica que crédito é o novo nome da unidade antes chamada de operação. Para módulos de IA de terceiros, como OpenAI, Claude e Gemini, uma operação vale um crédito; quando o módulo usa conexão automática com o provedor, os tokens também entram em créditos. Nos planos pagos, quem liga a própria conta do provedor paga os tokens direto a ele e gasta no Make só as operações. Já o provedor de IA do Make, usado nos Make AI Agents e no Make AI Toolkit, cobra créditos por tokens e operações. Os limites do plano gratuito estão no artigo de fluxos citado acima.

n8n. A documentação sobre como o n8n conta execuções define execução como uma rodada do workflow e diz que só as de produção, disparadas automaticamente, entram na cota; rodadas manuais de teste ficam de fora. Um fluxo com etapa de IA e dez outros passos conta uma execução por rodada. A cota de execuções não mede o uso do modelo: se o nó de IA usa a conta de um provedor externo, confira a cobrança desse provedor à parte.

Exemplo hipotético: a conta de 400 contatos por mês

Exemplo hipotético, com números escolhidos para ilustrar: uma empresa de serviços recebe 400 contatos por mês pelo formulário do site. O fluxo grava o contato numa planilha, passa a mensagem por uma etapa de IA que classifica em orçamento, suporte ou spam e redige um rascunho de resposta, e só envia depois da aprovação de alguém da equipe.

A tabela mostra só a etapa de IA; as outras ações do Zap somam conforme a regra de tarefas do plano. A diferença entre a primeira e a última linha é de 15 vezes para o mesmo fluxo, decidida por duas escolhas de configuração. Antes de ligar, teste a classificação com a faixa mais barata e só suba de faixa se o resultado não servir.

No n8n, o mesmo volume é de 400 execuções de produção por mês, com qualquer número de passos; o que o provedor do modelo cobrar, se houver, vem à parte. No Make, com conexão própria ao provedor, entram os créditos das operações de cada módulo e, à parte, a fatura de tokens do provedor. Quando há cobrança por token, o jeito mais seguro de estimar é rodar uma amostra real e ler o painel de uso.

Onde a etapa de IA erra sem ninguém ver

1. Resposta fora do formato. Na etapa de IA do Zapier dá para definir campos de saída; segundo a ajuda sobre ações com AI by Zapier, sem esses campos a etapa devolve uma saída única combinada. Defina campos fechados, como categoria (só três valores aceitos), urgência e rascunho, e faça o passo seguinte recusar valor fora da lista em vez de gravar o que vier.

2. Resposta no formato certo e conteúdo errado. É o caso mais difícil, porque nenhuma ferramenta acusa. Sugestão do ConnectWeek, sem base em norma: separar por semana uma amostra das classificações e conferir à mão, e criar um caminho para os casos em que a IA não tem certeza, que vão para uma pessoa em vez de seguir sozinhos.

3. Alerta que chega tarde. No Zapier, com a repetição automática ligada, a ajuda sobre o Zapier Manager e os alertas de erro explica que a etapa com falha é repetida até 5 vezes e que nenhum e-mail de erro sai antes de a última tentativa falhar. No exemplo da página, entre o primeiro erro e a última repetição passam cerca de 10 horas e 35 minutos. Nos planos Team e Enterprise, o aviso vai para quem criou o Zap, que pode já não ser quem cuida dele.

4. Rodada desfeita ou cenário desligado. No Make, a visão geral do tratamento de erros diz que, sem tratamento configurado e com as execuções incompletas desligadas, o padrão é interromper a rodada e desfazer o que for possível, e que o cenário pode ser desativado depois de erros seguidos, conforme o número definido nas configurações. Com as execuções incompletas ligadas, a rodada com erro fica numa fila para correção.

5. Custo que cresce com o uso de ferramentas. Uma etapa que consulta a base de conhecimento mais vezes do que o previsto multiplica tarefas no Zapier, e um agente com muitas ações bate no teto de atividades. Acompanhe o painel de uso na primeira semana, antes de o volume real chegar.

Onde pôr a aprovação humana

O Zapier e o n8n têm recurso próprio para pausar o fluxo até alguém decidir; no Make, isso passa por um app de terceiro:

• Zapier: a ação Request Approval, do Human in the Loop, segura o Zap parado até que um ou mais revisores aceitem, recusem ou ajustem os dados enviados; o aviso chega por e-mail, Slack ou outro Zap. A saída traz um campo de decisão, e o passo seguinte precisa filtrar por ele para que o envio só aconteça com a aprovação. Os revisores precisam de conta no Zapier e de acesso ao Zap. As páginas do Zapier divergem sobre quais planos incluem o recurso; confira no seu (veja a ajuda do Human in the Loop).
• n8n: a documentação de aprovação humana nas ferramentas do agente permite marcar ferramentas do nó AI Agent que só rodam depois do sim de uma pessoa, e sugere isso para enviar mensagens, alterar registros ou apagar dados. O pedido pode ir por Slack, Teams, Gmail, Telegram, WhatsApp Business Cloud e outros canais, e mostra a ferramenta e os parâmetros que o agente quer usar.
• Make: a página de integrações do Make lista a integração Human Approval - HITL Platform, um app de terceiro, que abre um pedido de aprovação e deixa o cenário esperando a resposta. Confira as condições da integração e do seu plano antes de montar o fluxo em cima dele.

Onde a aprovação vale mais, como critério do ConnectWeek e não regra das ferramentas:

O desenho de permissões mínimas e de quem aprova o quê, quando a IA age por conta própria, está detalhado no artigo sobre como limitar permissões e aprovar ações de agentes de IA.

Para onde vão os dados da etapa de IA

A etapa de IA manda o conteúdo da mensagem, que costuma ter nome, telefone e o pedido do cliente, para um provedor de modelo, além da própria ferramenta de automação. No Make, quem liga a própria conta do provedor paga os tokens diretamente a ele, e o contrato desse provedor também precisa ser lido.

Se o provedor processa os dados fora do Brasil, a LGPD, no art. 33, só admite a transferência internacional nas hipóteses que lista, como país com proteção adequada, garantias do controlador em cláusulas contratuais ou consentimento específico do titular (texto do art. 33; a ANPD detalhou o tema em regulamento próprio). O que exigir em contrato está nas cláusulas de contrato com fornecedor de IA, e o que a equipe pode mandar para um modelo está no artigo sobre o que pode e o que não pode ir para a IA. Na prática do fluxo: mande para a etapa de IA só os campos de que ela precisa para classificar ou redigir, e deixe CPF e dados de pagamento fora.

Checklist antes de ligar a etapa de IA

• Conta do consumo feita por execução: faixa de modelo, número de chamadas de ferramenta e volume mensal.
• Teste com a faixa de modelo mais barata antes de subir.
• Campos de saída fechados, com valores aceitos, e recusa do que vier fora da lista.
• Caminho para os casos duvidosos irem a uma pessoa.
• Aprovação humana antes de qualquer envio ao cliente, alteração de cadastro ou exclusão.
• Alerta de erro conferido: para quem vai, e quanto tempo a repetição automática atrasa o aviso.
• No Make, fila de execuções incompletas ligada e acompanhada.
• Amostra semanal das respostas da IA conferida à mão nas primeiras semanas.
• Só os campos necessários enviados ao modelo, com contrato do provedor lido.

Este texto reflete as páginas de ajuda e de preços do Zapier, do Make e do n8n consultadas em outubro de 2026. Nomes de recursos, limites e planos mudam com frequência; confira no painel da sua conta antes de configurar.