fix(n8n): torna o fluxo conversacional (texto e/ou imagem, com memoria de sessao)

O fluxo anterior encerrava sem responder quando a mensagem nao tinha imagem,
o que nao reflete um atendimento real (cliente manda texto antes/depois, ou
digita os exames em vez de mandar foto). Agora toda mensagem chega ao AI
Agent (com ou sem imagem), com memoria de conversa via Postgres, seguindo o
mesmo padrao do bot de agendamento ja usado nessa conta.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

docs/superpowers/specs/2026-08-20-orcamento-exames-imagem-design.md

@@ -164,6 +164,53 @@ Webhook (Z-PRO)
 6. Trocar a lista de exemplo pela lista real de exames/valores no prompt do
    `AI Agent`.
 
+## Revisão 1 (2026-08-21) — fluxo conversacional (texto + imagem)
+
+Depois do primeiro teste real, o usuário apontou que um atendimento real não
+chega só como uma foto isolada: o cliente pode mandar texto antes/depois, ou
+digitar os nomes dos exames em vez de (ou além de) mandar foto, tudo em
+mensagens separadas. O desenho original tratava qualquer mensagem sem imagem
+como "não se aplica" e encerrava sem responder — o que quebra esse caso real.
+
+Mudanças no workflow, alinhadas ao mesmo padrão já usado pelo bot de
+agendamento desta conta (`Agendamento - GChat - Z-PRO (clínica exemplo)`):
+
+- O node **"É mensagem de imagem?"** deixou de ser um filtro que encerra o
+  fluxo — agora só decide se baixa a imagem antes do agente ou não. As duas
+  saídas (com ou sem imagem) chegam no `AI Agent`; nenhuma mensagem é mais
+  ignorada.
+- **"Extrair campos do webhook"** agora também extrai o texto da mensagem
+  (`entrada`), no mesmo nome de campo usado pelos bots de agendamento que já
+  funcionam nessa conta.
+- Adicionada **memória de conversa por sessão** (node `Memória da Sessão
+  (Postgres)`, reaproveitando a credencial `Postgres Agendamento - (clínica
+  exemplo)`, com `sessionKey` prefixado (`orcamento-<protocolo>`) para não
+  colidir com a memória do bot de agendamento). Isso é necessário porque cada
+  mensagem do WhatsApp chega como uma execução nova e separada do workflow —
+  sem memória persistente, o agente esqueceria o que o cliente já tinha
+  mandado numa mensagem anterior.
+- O **system prompt do `AI Agent`** foi reescrito para ser conversacional: se
+  o cliente ainda não mandou nem foto nem lista de exames (nesta mensagem ou
+  antes, na mesma conversa), o agente pede isso educadamente em vez de
+  inventar um orçamento vazio; assim que houver pelo menos um exame
+  identificável (por imagem, texto, ou o histórico da conversa), ele monta o
+  orçamento normalmente.
+- O envio da resposta (via sub-workflow `enviar_texto`) passou a acontecer
+  sempre, em toda mensagem — porque agora toda mensagem gera uma resposta do
+  agente (seja um pedido de mais informação, seja o orçamento final), não só
+  quando uma imagem é reconhecida.
+
+### Descoberta durante o teste: payload do webhook chegou vazio
+
+Os dois testes reais feitos pelo usuário mostraram o webhook recebendo
+`body: {}` (content-length 0, user-agent `axios/1.19.0`) — ou seja, o Z-PRO
+não mandou `protocol`/`entrada`/`contactName`/`number` como os bots de
+agendamento recebem. Isso sugere que a URL foi configurada num campo de
+webhook diferente do usado pelo ChatFlow desses bots (que é o que gera esse
+formato JSON). Ainda em aberto — precisa confirmar com o usuário onde
+exatamente a URL foi cadastrada no painel do Z-PRO, e ajustar pro mesmo
+mecanismo usado pelos bots que já funcionam (ChatFlow → passo "Webhook").
+
 ## Fora de escopo (por enquanto)
 
 - Fila/aprovação humana antes do envio (usuário optou por envio automático).