Use DeepSeek com n8n para IA generativa

O que é e por que usar

DeepSeek é uma família de modelos de linguagem de grande porte desenvolvidos pela empresa chinesa de mesmo nome. O modelo principal, deepseek-chat, tem se destacado por oferecer desempenho comparável a modelos como GPT-4 em várias tarefas, porém com custo consideravelmente menor. A API da DeepSeek é compatível com o padrão da OpenAI, o que facilita a integração com ferramentas que já suportam esse formato, incluindo o n8n.

O n8n é uma plataforma de automação de fluxos de trabalho com uma interface visual. Ele permite conectar serviços, APIs e bancos de dados sem precisar escrever código da integração do zero. Quando você combina n8n e DeepSeek, cria uma camada de IA generativa aplicada a processos reais: classificar e-mails, resumir documentos, gerar respostas para clientes, extrair dados de texto livre, criar drafts de publicações e muito mais.

A principal vantagem de usar DeepSeek via n8n em vez de soluções prontas é o controle total sobre o fluxo. Você decide quando a IA é chamada, qual contexto recebe, como a resposta é processada e para onde ela vai. E como o custo por token do DeepSeek é baixo — na ordem de US$ 0,14 por milhão de tokens de entrada para o modelo deepseek-chat — é viável automatizar tarefas com volume alto, sem gastar muito.

Pré-requisitos

• Uma conta no n8n — pode ser a versão cloud (n8n.io) ou uma instalação auto-hospedada via Docker. Qualquer uma funciona para este guia.
• Uma chave de API da DeepSeek. Você precisa criar uma conta no platform.deepseek.com, gerar a chave na seção “API Keys” e ter créditos disponíveis.
• Conhecimento básico de JSON e de como configurar nós no n8n (Webhook, HTTP Request, Code). Se você já criou algum workflow, tem o suficiente.
• Uma ferramenta para testar chamadas HTTP, como o Postman ou o próprio n8n para testes rápidos. Isso ajuda a validar a integração antes de montar o fluxo completo.
• Conta de e-mail com suporte a protocolo IMAP se você quiser reproduzir o exemplo prático de resposta automática. Para testes, usar um webhook também funciona.

Exemplo Prático: Respostas automáticas a e-mails de suporte com DeepSeek

Imagine que você recebe 50 e-mails por dia em uma caixa de suporte genérica (contato@seusite.com). A maioria desses e-mails são perguntas simples: “qual é o prazo de entrega?”, “como cancelo minha assinatura?”, “o link de redefinição de senha não chegou”. Sem automação, você ou um assistente gasta pelo menos 5 minutos por e-mail — isso dá mais de 4 horas por dia somente respondendo mensagens repetitivas.

Neste exemplo, vamos montar um workflow no n8n que realiza três etapas:

1. Dispara quando um novo e-mail chega em uma conta IMAP de suporte.
2. Envia o conteúdo do e-mail para o modelo DeepSeek, com um prompt que instrui a IA a gerar uma resposta útil e empática.
3. Envia a resposta gerada automaticamente para o remetente original, com o assunto prefixado por “Re:”.

Resultado esperado: cada e-mail simples é respondido em menos de 15 segundos após chegar. A carga de trabalho manual cai drasticamente, e você foca apenas nas mensagens que realmente exigem intervenção humana. A qualidade da resposta depende diretamente da clareza do prompt; por isso, vamos caprichar na instrução enviada ao modelo.

Configuração Passo a Passo

O workflow completo tem cinco nós: IMAP Email Trigger, Set, HTTP Request, Code e Send Email. Vamos configurar cada um.

Passo 1: Configurar o nó de trigger (IMAP Email Trigger)

No n8n, adicione um nó do tipo IMAP Email Trigger. Ele vai ficar escutando a caixa de entrada em busca de mensagens novas. Configure com os dados do servidor IMAP do seu provedor (Gmail, Outlook, Zoho, etc.): host, porta (993), SSL ativado, usuário e senha ou chave de app.

Nas opções do trigger, escolha “immutable” para não marcar os e-mails como lidos, caso queira processá-los novamente depois. Defina também um intervalo de polling razoável, por exemplo a cada 1 minuto.

Passo 2: Extrair o conteúdo do e-mail e montar o prompt

O trigger retorna os dados do e-mail em um objeto JSON com propriedades como subject, textPlain e from. No n8n, o conteúdo de texto puro da mensagem fica em message.textPlain.

Adicione um nó Code para extrair as variáveis que vamos usar. O código abaixo pega o corpo do e-mail, limita o tamanho a 3000 caracteres e define as variáveis de contexto:

// Nó Code — Extrair dados e preparar variáveis
const email = $input.item.json;

const messageBody = (email.textPlain || email.html || '')
  .replace(/<[^>]*>/g, '')
  .substring(0, 3000);

const userName = email.from ? email.from[0].name : 'Cliente';
const senderEmail = email.from ? email.from[0].address : '';

return [{
  json: {
    userName,
    senderEmail,
    subject: email.subject || 'Sem assunto',
    messageBody
  }
}];

Esse trecho também remove tags HTML, porque o DeepSeek responde melhor a texto limpo. O resultado é um único objeto JSON com as três informações principais.

Passo 3: Chamar a API do DeepSeek com HTTP Request

Adicione um nó HTTP Request e configure da seguinte forma:

• Method: POST
• URL: https://api.deepseek.com/chat/completions
• Authentication: Generic Credential Type, escolha “Header Auth” e defina o header Authorization com o valor Bearer SEU_TOKEN_AQUI.
• Header: adicione também Content-Type: application/json.
• Body Type: JSON

O corpo da requisição segue o formato padrão da OpenAI:

{
  "model": "deepseek-chat",
  "messages": [
    {
      "role": "system",
      "content": "Você é o assistente de atendimento ao cliente de uma empresa de software. Escreva respostas curtas, educadas e objetivas. Se a pergunta for sobre prazos, informe que o prazo padrão é 3 dias úteis. Se for suporte técnico, peça educadamente para o cliente reiniciar o sistema antes de escalar. Não invente informações."
    },
    {
      "role": "user",
      "content": "E-mail recebido de {{ $json.userName }} com o assunto \"{{ $json.subject }}\":\n\n{{ $json.messageBody }}\n\nEscreva uma resposta para este e-mail."
    }
  ],
  "max_tokens": 500,
  "temperature": 0.3
}

No n8n, dentro do campo “Body”, use a expressão {{ $json.userName }} e {{ $json.messageBody }} para referenciar os dados que o nó Code retornou. O parâmetro temperature baixo (0.3) faz com que o modelo siga o prompt de forma mais determinística, sem respostas criativas demais.

Passo 4: Extrair a resposta gerada com outro nó Code

A resposta da API DeepSeek chega como uma estrutura JSON parecida com esta:

{
  "id": "chatcmpl-123456789",
  "object": "chat.completion",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Olá! O prazo de entrega é de 3 dias úteis, seu pedido deve chegar dentro desse período."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 45,
    "completion_tokens": 28,
    "total_tokens": 73
  }
}

Para pegar apenas o texto da resposta, adicione outro nó Code:

// Nó Code — Extrair resposta do DeepSeek
const response = $input.item.json;

if (!response.choices || response.choices.length === 0) {
  throw new Error('Resposta vazia da API DeepSeek');
}

const replyText = response.choices[0].message.content;

return [{
  json: {
    replyText,
    originalEmail: $json.senderEmail,
    originalSubject: $json.subject
  }
}];

Passo 5: Enviar o e-mail de resposta

Por fim, adicione um nó Send Email. Configure o provedor SMTP e preencha:

• To: {{ $json.originalEmail }}
• Subject: Re: {{ $json.originalSubject }}
• Email Format: Plain Text
• Message: {{ $json.replyText }}

Ative o workflow e aguarde um e-mail de teste chegar na conta IMAP configurada. Você verá a resposta automática ser enviada em menos de um minuto.

Dicas e Variações

• Teste o prompt isoladamente antes de automatizar. Use o playground da DeepSeek no site oficial para ajustar o tom e o formato da resposta. Depois que o texto estiver bom, copie para o workflow.
• Estruture o prompt com contexto próprio. Em vez de apenas enviar o e-mail bruto, inclua informações sobre a sua empresa, produtos e política de envio. O modelo responde melhor com instruções explícitas.
• Cuidado com as políticas de privacidade. Ao enviar dados de clientes para a API DeepSeek, você está transferindo essas informações para um serviço de terceiros. Considere anonimizar dados pessoais no nó Code antes da chamada, ou utilize a versão auto-hospedada do DeepSeek se a LGPD exigir controle maior.
• Implemente um limite de custo por conversa. Use max_tokens baixo (300 a 500) para respostas simples. Se o texto for longo, aumente só quando necessário.
• Varie o modelo conforme a tarefa. O DeepSeek oferece também o deepseek-reasoner, um modelo de raciocínio que é excelente para análises mais profundas, mas mais lento e caro. No mesmo workflow, você pode decidir dinamicamente qual modelo usar com base em uma palavra-chave no e-mail (ex.: se contém “reembolso”, use reasoner).

Erros Comuns e Como Evitá-los

• Erro de autenticação na API: muitas vezes o usuário esquece o prefixo Bearer no header de Authorization, ou usa uma chave incorreta. Verifique se o token está ativo e se a conta tem créditos. O erro HTTP 401 da DeepSeek indica problema exatamente nesse ponto.
• Corpo da requisição em formato errado: se você copiar o JSON do exemplo e tentar usar como “Body” sem trocar as expressões {{ $json... }}, o n8n vai literalmente enviar o texto com as chaves, e a API retornará erro 400. Sempre confira no painel “Output” o JSON que o nó HTTP Request está montando.
• Processamento de e-mails duplicados: o trigger IMAP pode capturar a mesma mensagem mais de uma vez se o polling for mais rápido que o tempo de processamento. Para evitar isso, marque os e-mails como lidos logo após o processamento (habilite a opção “Format” no trigger) ou mantenha um registro de IDs processados em um banco de dados.
• Respostas com alucinação: se você notar que o DeepSeek inventa prazos, preços ou políticas que não existem, é porque o system prompt está vago. Seja específico: liste as informações que ele pode usar e instrua a responder “não sei” quando não houver dado no e-mail.
• Esquecimento de limites de caracteres: e-mails muito longos (acima de 8000 tokens) podem estourar o contexto do modelo ou aumentar bastante o custo. O truncamento no nó Code, como fizemos acima, resolve.

Próximos Passos

Depois que o fluxo de resposta automática estiver estável, expanda a automação. Uma evolução natural é criar as seguintes variações no mesmo workflow:

1. Classificação de intenção: use o DeepSeek para classificar cada e-mail como “simples”, “urgente” ou “técnico”. E-mails urgentes podem pular o envio automático e ser direcionados para um canal do Slack no qual você é mencionado.
2. Resumo de documentos: adapte o mesmo nó HTTP Request para receber o texto de um PDF ou relatório e retornar um resumo estruturado, armazenando o resultado no Google Sheets.
3. Geração de conteúdo em lote: se você mantém um blog, crie um workflow que recebe uma lista de palavras-chave por planilha e envia cada uma ao DeepSeek para gerar um esboço de artigo pronto.

Agora, abra o seu n8n e monte o primeiro fluxo com o DeepSeek. Teste com um e-mail de exemplo, observe os custos na API e ajuste o prompt até ficar satisfatório. Quando o resultado estiver bom, ative o workflow de verdade. Em poucos dias, você terá um assistente de IA funcionando todos os dias, sem depender de uma equipe de atendimento para responder perguntas repetitivas.