Como Criei um Chatbot de IA Grátis: Ferramentas e Dicas

Descubra como desenvolver um chatbot de IA sem custos utilizando ferramentas gratuitas e eficazes, com insights sobre cada etapa do processo.

•4 min de leitura•Fonte original

Data de publicação original: 19/11/2026, 18:00. No mundo da tecnologia, as opiniões podem variar bastante. Como engenheiro de IA, estou desenvolvendo o ChatMakr, uma plataforma que cria chatbots multi-agente em questão de segundos. Além disso, já construí o Rune Score, um chatbot de análise esportiva, e o melhor de tudo: não gastei nada por isso. À primeira vista, ele pode parecer um chatbot simples. Mas, na prática, é um sistema distribuído que precisa lidar com a atualização constante de dados esportivos, reestruturações de frases pelos usuários, falhas na extração de dados, custos de chamadas de LLM, streaming, gerenciamento de memória, soluções de fallback e segurança. Aqui está a pilha que realmente utilizei para construí-lo, explicando camada por camada o que fiz com cada ferramenta e o que é gratuito nesse processo.

Identidade Visual do Chatbot

Antes mesmo de escrever uma linha de código, um chatbot precisa de uma identidade visual. Para isso, utilizei o Figma para criar o logo do chatbot a partir de um texto que descrevia o estilo e a atmosfera que eu desejava. Fiz algumas iterações diretamente no Figma, ao invés de passar para um designer. O plano gratuito do Figma cobre o uso individual, oferecendo armazenamento de arquivos ilimitado.

Hospedagem e Repositório

Todo o projeto está hospedado em um repositório no GitHub, que permaneceu privado enquanto o chatbot ainda estava em desenvolvimento. É o mesmo repositório que Claude e Codex acessam. O plano gratuito do GitHub permite repositórios privados ilimitados, com um conjunto limitado de funcionalidades e 2.000 minutos por mês para Actions, o que é suficiente para executar testes e automações básicas sem enfrentar limitações. Para repositórios públicos, o uso é sempre gratuito.

Construção do Backend

Claude Code foi responsável pela construção real, gerenciando o backend do chatbot e os agentes de IA que operam nele. Mantive a conexão direta com o repositório do GitHub, sem deixar que ele interagisse diretamente com a branch principal. Cada tarefa era realizada em uma branch separada, e nada era mesclado até que eu revisasse as alterações e aprovasse o pedido de pull. Uma das formas de acesso gratuito é através de um Guest Pass: se alguém que você conhece já é assinante do Claude Max, pode enviar um convite, desbloqueando uma semana de acesso Pro gratuito.

Revisão de Código com Codex

Codex, por sua vez, teve um papel diferente. Ele também estava conectado ao mesmo repositório, mas não escrevia código para produção. Sua função era revisar o que Claude havia enviado, atuando como um juiz independente nas solicitações de pull. Além disso, eu o utilizei para redigir o próximo prompt de desenvolvimento que devolveria ao Claude, basicamente fazendo um modelo planejar o trabalho enquanto o outro o executava. O Codex possui um plano gratuito a $0 por mês, com contas gratuitas que operam no modelo GPT-5.6 Terra, da OpenAI, que é mais econômico para esse nível. O plano gratuito tem um limite de uso, não um limite de tempo, o que se alinha perfeitamente às necessidades de uma função de revisão.

Registro de Domínio e Segurança

Para o domínio do chatbot, utilizei o Cloudflare, onde o registro costuma ser acessível, já que eles vendem a custo, sem sobrecarga. Mantive o DNS no mesmo lugar, sem dividir entre diferentes provedores. A partir daí, usei a camada de segurança gratuita do Cloudflare para proteger o domínio, implementando regras de limitação de taxa para evitar que uma única fonte sobrecarregasse os pontos finais do chatbot. A documentação do WAF do Cloudflare explica exatamente como implementar esse tipo de regra, além das proteções básicas como DNS e DDoS.
Compartilhar: