← Blog
Dev, Agência ou Freelancer

Como montar e vender um serviço de chatbot IA usando OpenRouter

03/10/2026

Como montar e vender um serviço de chatbot IA usando OpenRouter

Construir um chatbot que ofereça respostas relevantes, execute ações externas e escale de forma eficiente é um dos desafios mais comuns que desenvolvedores, agências e freelancers enfrentam ao atender clientes que buscam automação de atendimento e geração de conteúdo. A complexidade costuma residir na escolha da plataforma de IA, na gestão de custos e na integração segura com sistemas existentes.

Por que escolher o OpenRouter?

O OpenRouter oferece uma API única que roteia solicitações para centenas de modelos de IA de diferentes provedores, permitindo que você escolha o melhor custo-benefício sem trocar de endpoint. Além disso, a plataforma suporta function calling e tool calling, permitindo que o modelo invoque funções externas (ex.: consulta de clima, busca em banco de dados) de forma transparente.

Benefícios principais

  • Unificação de APIs: um único endpoint para OpenAI, Anthropic, Cohere, Hugging Face e outros.
  • Roteamento automático: o OpenRouter escolhe o provedor mais barato e com melhor desempenho.
  • Suporte a function calling e tool calling, possibilitando integração de serviços externos.
  • Modelo de cobrança transparente: taxa fixa + 5 % de comissão no plano Standard.
  • Limite de 50 requisições por dia na camada gratuita, ideal para protótipos.

Começando rápido

O primeiro passo é obter uma chave de API em openrouter.ai/settings/keys. Em seguida, instale o SDK e faça uma chamada simples para testar a integração:

import { OpenRouter } from '@openrouter/sdk'; const client = new OpenRouter({ apiKey: process.env.OPENROUTER_API_KEY, }); const completion = await client.chat.send({ chatRequest: { model: '~openai/gpt-sol-latest', messages: [ { role: 'user', content: 'Qual é a previsão do tempo para amanhã?' }, ], }, }); console.log(completion.choices[0]?.message.content);

Veja o exemplo completo no repositório de demonstração (código em chat.ts).

Function Calling e Tool Calling

O OpenRouter permite que o modelo invoque funções externas definidas pelo desenvolvedor. A sintaxe segue o padrão OpenAI:

const weatherTool = { type: 'function', function: { name: 'get_weather', description: 'Obtém a temperatura atual de uma cidade', parameters: { type: 'object', properties: { location: { type: 'string', description: 'Nome da cidade' }, }, required: ['location'], }, }, }; const result = await client.chat.send({ chatRequest: { model: '~anthropic/claude-sonnet-latest', messages: [ { role: 'user', content: 'Qual é a temperatura em São Paulo?' }, ], tools: [weatherTool], tool_choice: 'auto', }, });

A resposta incluirá um tool_calls que seu backend deve executar e retornar ao modelo. A documentação oficial descreve todos os parâmetros suportados, incluindo tool_choice e tools.

Exemplo prático

No repositório de demonstração, o tool-calling já possui uma implementação completa de um serviço de clima que responde em tempo real. Você pode clonar e adaptar rapidamente para seu cliente, mantendo a lógica de negócio fora da IA.

Custos e Limites

A camada Free oferece 25 modelos gratuitos e 50 requisições por dia. O plano Standard custa 5,5 % de taxa sobre a tarifa do provedor, enquanto o Business cobra 8 % e o Enterprise 8 % com SLA e suporte dedicado. O limite de requisições aumenta para 1.000 no plano Business e 5.000 no Enterprise. Veja os detalhes na página de preços.

Arquitetura recomendada para um serviço de chatbot

  1. Front‑end: UI de chat em React/Next.js com Vercel AI SDK para streaming.
  2. Back‑end: Node.js/Express ou FastAPI que recebe mensagens, chama o OpenRouter e devolve a resposta.
  3. Persistência de sessão: Redis ou Vercel KV para armazenar histórico e estado de conversação.
  4. Orquestração de ferramentas: Serviço separado que executa tool_calls e devolve resultados ao modelo.
  5. Monitoramento: Logs de token, custo e tempo de resposta via API de geração.

Segurança e Conformidade

  • Armazene a chave de API em variáveis de ambiente seguras (Vercel, Netlify, Docker secrets).
  • Implemente rate limiting no seu backend para evitar abusos.
  • Use HTTP-Referer e X-OpenRouter-Title para registrar sua aplicação no OpenRouter e ganhar visibilidade.
  • Considere usar OpenRouter API Key gerada por cliente para separar custos.

Precificando seu serviço

Calcule o custo por token usando a tabela de preços do provedor escolhido. Adicione uma margem de 20 % a 30 % para cobrir infra, manutenção e suporte. Para clientes recorrentes, ofereça planos mensais baseados em número de interações ou em consumo de tokens.

Checklist de lançamento

  • [ ] Obter chave de API e configurar variáveis de ambiente.
  • [ ] Implementar chat frontend com streaming.
  • [ ] Configurar backend com roteamento OpenRouter e tool calling.
  • [ ] Testar fluxo completo (entrada → modelo → tool → resposta).
  • [ ] Monitorar custo e token via API de geração.
  • [ ] Definir SLA, limites de uso e plano de cobrança.
  • [ ] Documentar API interna e guias de uso para o cliente.
  • [ ] Publicar em ambiente de produção (Vercel, Render, Fly.io).

Conclusão

O OpenRouter simplifica a construção de chatbots inteligentes ao unificar múltiplos modelos e oferecer recursos avançados como function calling. Com a arquitetura correta e um modelo de precificação transparente, você pode transformar essa tecnologia em um serviço de alto valor para seus clientes, garantindo escalabilidade, segurança e controle de custos.

Pronto para começar? Baixe o repositório de demonstração, configure sua chave de API e crie seu primeiro chatbot em minutos. Se precisar de ajuda para adaptar a solução ao seu cliente, entre em contato e vamos conversar sobre como tornar seu serviço ainda mais competitivo.

Fontes consultadas

Pesquisa realizada em 03/10/2026.