Programas de computador capazes de se comunicar com os usuários através da linguagem natural simulando o comportamento humano são pensados por obras ficcionais desde os primórdios da computação. Esses sistemas, hoje conhecidos como chatbots vêm sendo desenvolvidos há algumas décadas, mas tiveram na computação móvel o meio pelo qual se popularizar e alcançar os mais diversos públicos e fazer parte do cotidiano dos usuários. Mesmo com a recente popularização, desenvolver chatbots não é uma tarefa trivial, mas demanda grandes esforços tanto na fase de desenvolvimento quanto na de manutenção. Na tentativa de diminuir estes custos foram desenvolvidas várias plataformas, ferramentas e linguagens de modelagem de diálogos. Entretanto, as ferramentas atuais ainda oscilam entre a dificuldade de implementação; a impossibilidade de customização e a utilização de softwares e infraestrutura de terceiros. Este trabalho apresenta uma abordagem que visa reduzir os esforços necessários para o desenvolvimento de chatbots, possibilitando customização e não necessitando de utilização de software proprietário. A abordagem proposta cria, de forma automatizada, chatbots capazes de detectar erros e aprender continuamente através da interação com o usuário, utilizando como entrada para a criação destes sistemas listas de perguntas e respostas escritas em linguagem natural. Para isso são utilizadas técnicas de Processamento de Linguagem Natural e Aprendizagem de Máquina, tais como Part-of-Speech Tagging, Word Embedding e Redes Neurais Artificiais. A abordagem foi submetida a testes com usuário reais, e demonstrou sua capacidade de criação de chatbots funcionais, capazes de aprender com a interação e melhorar seu desempenho.