Ele mapeia onde vive o conhecimento de uma empresa: quais planilhas, quais sistemas, quais threads de e-mail, quais cabeças.

Entrega o diagnóstico e oferece o passo seguinte, a organização de tudo aquilo, a partir de 3.500 dólares.

O produto final são arquivos de texto puro no computador do próprio cliente.

Nenhum software novo, nenhum banco vetorial, nenhuma assinatura mensal.

O playbook inteiro foi aberto no podcast Build With AI, e há quem leia isso como sintoma de bolha: gente pagando caro por pastas organizadas.

Leio como o contrário.

Depois de implantar sistemas de decisão em indústria e operar um empresa inteira sobre IA, acho esse o serviço mais honesto do mercado agora, porque ele cobra pela parte do trabalho que de fato trava os projetos.

Todo cliente chega pedindo um agente. O agente financeiro, o agente de vendas, o agente que responde e-mail com o tom do dono. Quase nenhum tem o insumo que faz qualquer um desses funcionar: o contexto da própria empresa escrito, organizado, acessível a uma máquina. O argumento deste artigo é que o gargalo dos projetos de IA corporativos deixou de ser técnico e passou a ser documental, e que resolver o documental primeiro muda a economia de tudo o que vem depois.

O agente é a parte fácil

Nos sistemas que implantamos pra indústria pela Artemis, o padrão se repetiu sem exceção. Numa incorporadora, o sistema valida documentos de fornecedores terceirizados contra as regras da casa; numa fábrica de válvulas com mais de trinta anos de operação, ele codifica produtos a partir de parâmetros técnicos. Em nenhum dos dois casos a regra que o sistema automatiza estava escrita em algum lugar. Ela vivia na cabeça de um especialista sênior, acumulada em décadas de exceções. Extrair essa regra, testá-la contra casos reais e escrevê-la foi o trabalho. Programar o sistema em cima dela foi a parte rápida.

Isso inverte a expectativa de quem compra IA. A empresa imagina que paga pelo algoritmo; paga pela arqueologia. E explica por que o agente ambicioso falha na demonstração: um “agente de CFO” precisa saber como a empresa fatura, quais exceções cada cliente negociou, quem aprova o quê acima de qual valor. Se nada disso está escrito, o agente não tem de onde raciocinar. Um modelo de linguagem é uma máquina de operar sobre contexto. Sem contexto, opera sobre estatística genérica e entrega a resposta que entregaria pra qualquer empresa do planeta.

Texto puro ganha de plataforma

Se o contexto é o insumo, a forma de guardá-lo importa tanto quanto o conteúdo. E aqui o playbook americano acerta num detalhe que parece amadorismo: arquivos markdown na máquina do cliente, sem plataforma no meio.

Três razões sustentam a escolha. A primeira é portabilidade. Modelos são descontinuados sem aviso, fornecedores mudam de preço e de política, e quem construiu a memória da empresa dentro de uma ferramenta proprietária fica refém do fornecedor. Texto puro lê em qualquer modelo: o de hoje, o do ano que vem, o open source rodando em servidor próprio. A segunda é fricção. Projeto de IA em empresa média morre menos por limitação técnica e mais por atrito de adoção — mais um login, mais uma ferramenta, mais uma integração esperando aprovação do TI. Arquivo de texto não pede permissão a ninguém. A terceira é econômica, e quase ninguém a menciona: com preço por token, colar o mesmo contexto de novo a cada sessão é custo recorrente invisível. Uma fonte única, consultada em vez de repetida, reduz a conta todo mês.

Minha operação roda inteira nesse formato. Cada cliente da agência é uma pasta: contexto de marca, histórico de decisões, relatórios de métricas, aprendizados de campanha. Qualquer modelo que eu plugar amanhã lê tudo em segundos, e nenhum deles é dono da minha memória.

A base aponta a próxima construção

O erro seguinte é tratar a base como arquivo morto: organizar uma vez e deixar apodrecer. Base de conhecimento que funciona tem duas rotinas, ingestão e curadoria. No playbook, a ingestão puxa e-mail, agenda e CRM; a curadoria é uma limpeza semanal. Na minha versão: toda segunda-feira às 7h30, um processo puxa os números das campanhas da Meta e escreve o rascunho do relatório de cada cliente; eu completo a seção de aprendizados; a rodada seguinte de anúncios parte dela, não da intuição. Toda noite às 23h, outro processo destila as sessões de trabalho do dia em notas permanentes. A base cresce sozinha e é podada de propósito.

Feito isso, aparece o efeito mais contraintuitivo: a base passa a apontar o que construir em seguida. Pergunte a ela quais são os três maiores gargalos da operação e ela responde com o que está documentado — o exemplo do playbook é um time que descobre gastar 22 horas por semana qualificando inbound. Cada resposta dessas é um projeto de automação que se justifica sozinho. No modelo do consultor americano, é assim que a auditoria de 750 dólares vira pipeline: a base revela o que vender em seguida. Dentro de uma empresa, a lógica é idêntica; muda só quem captura o valor.

Primeiro a memória, depois o agente

Chame do que quiser: segundo cérebro, base de conhecimento contextual, ou apenas contexto. O nome importa menos que a ordem das operações.

O ponto de partida cabe numa semana de trabalho.

Faça o inventário: onde o conhecimento da empresa vive hoje, em quais planilhas, quais caixas de entrada, quais cabeças. Escreva o essencial em arquivos simples: um retrato da empresa, as pessoas e o que cada uma sabe, as regras do negócio, o histórico dos projetos, as decisões tomadas e o porquê de cada uma, as pendências abertas. E encontre a espinha dorsal, a coisa à qual tudo o mais se reporta, que na maioria das empresas são as metas do ano. Sem espinha, a base é um depósito. Com ela, é um mapa.

O mercado vai continuar vendendo agentes cada vez mais impressionantes, e alguns vão valer o preço. Nenhum deles, porém, vai saber o que a sua empresa não escreveu. Escreva a empresa. O agente é a parte fácil.

Um script puxa os números de anúncio da semana, cruza com o que entrou no CRM e deixa o rascunho do relatório de cada cliente numa pasta.

Ninguém abriu o computador e ninguém pediu nada.

Esse é o corte que interessa nessa conversa toda: entre usar IA e ter IA rodando.

Usar IA é abrir uma janela, perguntar, copiar a resposta e fechar.

Melhora a sua hora de trabalho e para por aí, porque depende de você estar sentado ali.

Ter IA rodando é definir uma vez os limites da decisão, ligar o gatilho e receber o trabalho pronto na sua ausência.

Só a segunda categoria escala.

E ela tem uma anatomia fixa de três peças: um gatilho que dispara sozinho, um agente que executa e uma verificação que confere o resultado antes de ele chegar em você.

A terceira é a que quase ninguém constrói, porque é chata e porque no primeiro mês parece redundante. Sem ela, o que você tem é uma demonstração que só funciona enquanto alguém assiste.

Abaixo, 80 fluxos que passam nesse teste, separados em 16 categorias. Nenhum deles depende de a IA ser mais esperta que você. Todos dependem de tirar você de um trabalho que nunca precisou da sua presença em tempo real.

Máquinas de conteúdo

1. Pipeline de ingestão e publicação. Joga a fonte (carrossel, anúncio, reels) numa pasta. Sai thread, post e bloco de newsletter, sem você pedir.

2. Vigia de concorrente. Varredura diária dos perfis, resumida e cruzada com o que você ainda não cobriu.

3. Motor de reaproveitamento. Um conteúdo longo entra, dez curtos saem: thread, posts, roteiro de carrossel, roteiro de vídeo.

4. Construtor de cluster de SEO. Uma palavra-semente vira cluster mapeado com dez artigos interligados.

5. Newsletter no automático. Rascunho pronto toda manhã a partir dos seus feeds da noite. Você edita em dez minutos.

Inteligência de mercado

6. Radar de movimento de concorrente. Registra mudança de preço, oferta e posicionamento com data e print.

7. Leitura de mercado da madrugada. Análise da fila de ativos ou setores que você deixou marcada, pronta quando você acorda.

8. Notícia vira tese. Acompanha a manchete do setor e escreve o impacto antes de todo mundo comentar.

9. Resumo de call de resultados. Extrai mudança de projeção e contradição com o que a empresa disse antes.

10. Alerta de rebalanceamento. Escreve exatamente os ajustes necessários pra bater a alocação-alvo. Nunca executa.

Código que se entrega sozinho

11. Faxina noturna de bug. Corrige lint e teste quebrado, abre um PR limpo até de manhã.

12. Loop de atualização de dependência. Semanal, testa uma por uma e só abre PR do que passou limpo.

13. Gerador de documentação. Atualiza o doc a cada PR que entra na main.

14. Fábrica de variante de landing. Cinco versões completas a partir da página atual e de uma lista de ângulos.

15. Reconstrutor de site de cliente. Pega um site velho e devolve uma prova de conceito pronta pra mostrar.

Vendas e geração de lead

16. Personalizador de abordagem fria. Pesquisa cada prospect e escreve uma abertura ancorada em algo real dele.

17. Qualificador de lead que entra. Etiqueta cada formulário como quente, morno ou frio contra o seu ICP.

18. Redator de proposta. Monta a proposta a partir da transcrição da call, com as dores que apareceram na conversa.

19. Escritor de follow-up. Mensagem sob medida por negócio parado, conforme há quanto tempo parou e qual foi a última fala.

20. Construtor de lista de prospecção. Varredura diária de empresas que batem no critério que você definiu uma vez.

Pesquisa e trabalho de conhecimento

21. Ingestão do segundo cérebro. Joga a fonte, diz “ingere isso”, entra linkada no seu wiki.

22. Agente de pesquisa profunda. Abre subagentes por subpergunta e só sintetiza quando todos voltam.

23. Ata vira tarefa. Extrai e atribui as ações direto da transcrição da reunião.

24. Sintetizador de feedback. Ranqueia as maiores reclamações e elogios de um mês inteiro de tickets.

25. Primeira leitura de due diligence. Aponta inconsistência e sinal vermelho antes de você abrir o documento.

Sistemas multiagente

26. Par construtor-verificador. Um agente produz, outro confere contra a verdade de campo.

27. Painel de debate. Modelos criticam uns aos outros antes da síntese final.

28. Divisão pesquisador-escritor. Um verifica os fatos, o outro escreve usando só o que foi confirmado.

29. Triagem com escalada. Modelo barato classifica o rotineiro e sobe só o que é ambíguo de verdade.

30. Loop de autoauditoria. Revisa o próprio resultado contra a instrução original antes de dar a tarefa por fechada.

Atendimento e suporte

31. Primeiro atendente. Rascunha resposta pra cada ticket a partir da sua base de conhecimento.

32. Onboarding de comunidade. Responde membro novo a qualquer hora, de forma interativa.

33. Caçador de buraco no FAQ. Varredura semanal das perguntas que o seu FAQ hoje não responde.

34. Redator de reembolso e disputa. Mensagem de resolução pronta pra aprovar em segundos nos casos dentro da política.

35. Monitor de sentimento. Varredura diária que acusa cedo qualquer pico de reclamação.

Produtividade pessoal

36. Briefing da manhã. Agenda, e-mail não lido e notícia relevante compilados antes de você acordar.

37. Triagem de e-mail. Rascunha as respostas rápidas de madrugada e ordena o resto por urgência.

38. Revisão semanal. Compilada de notas, agenda e tarefas concluídas, todo domingo.

39. Processador de lista de leitura. Digest semanal de tudo que você salvou e não leu.

40. Revisor de meta. Checagem semanal contra a métrica real, com uma pergunta afiada no lugar do discurso motivacional.

Infraestrutura

41. Varredor de CI. Investiga build quebrado e abre PR de correção pro que é de baixo risco.

42. Redator de changelog. Gerado do histórico de commit a cada release marcada.

43. Limpeza pós-merge. Remove código morto e flag velha depois que a branch entra.

44. Babá de PR. Roda teste, responde comentário simples de review e chama gente quando precisa de juízo.

45. Varredura de vulnerabilidade. Checa dependência e abre PR de patch pro que tem correção que passa nos testes.

E-commerce

46. Gerador de descrição de produto. Catálogo inteiro descrito na voz da marca a partir da ficha técnica.

47. Redator de resposta a avaliação. Responde na sua voz e separa o que precisa de humano antes.

48. Alerta de reposição. Cruza estoque com velocidade de venda e escreve a recomendação de compra.

49. Monitor de preço. Acompanha o concorrente e resume no minuto em que algo muda.

50. Sequência de carrinho abandonado. Mensagem de recuperação conforme o que ficou no carrinho.

Financeiro e administrativo

51. Emissor de fatura. Montada do escopo original no instante em que o projeto fecha.

52. Categorizador de despesa. Um mês de transação categorizado, com anomalia sinalizada.

53. Primeira leitura de contrato. Aponta cláusula fora do padrão antes de o advogado cobrar pra achar.

54. Auditor de assinatura. Acusa cobrança recorrente de coisa que você não usa mais.

55. Briefing de caixa. Resumo semanal do que entrou, do que saiu e do que vence.

Sistemas de marketing

56. Gerador de copy de anúncio. Dez ângulos distintos da mesma oferta, ranqueados por qual testar primeiro.

57. Testador de landing. Estruturas de página alternativas geradas a partir de um controle.

58. Construtor de calendário social. Um mês de post distribuído nos seus pilares de conteúdo.

59. Extrator de guia de voz. Montado uma vez do que você já escreveu, reusado em todo prompt seguinte.

60. Digest de performance de campanha. Síntese semanal do que funcionou e do que matar.

Recrutamento e contratação

61. Primeira triagem de currículo. Ranqueia candidato contra o requisito real da vaga, não contra palavra-chave.

62. Gerador de pergunta de entrevista. Sob medida por candidato, mirando a lacuna do histórico dele.

63. Resumo de checagem de referência. Síntese estruturada a partir da anotação bruta da ligação.

64. Redator de carta-proposta. Montada dos termos acordados no minuto da decisão.

65. Personalizador de onboarding. Checklist ajustado ao cargo e à experiência anterior de cada entrada.

Jurídico e compliance

66. Primeira rodada de redline. Aponta desvio do seu modelo padrão antes de o advogado ler.

67. Rastreador de mudança regulatória. Varredura semanal do que mudou no seu setor específico.

68. Gerador de NDA. Do seu modelo padrão, com os termos daquele negócio preenchidos.

69. Auditor de checklist de compliance. Aponta lacuna contra o processo que você tem documentado hoje.

70. Respondente de solicitação de dados. Primeira resposta a pedido de titular montada do seu mapa de dados.

Analytics e relatórios

71. Digest semanal de métrica. Puxado e sintetizado dos seus dashboards reais, não de template genérico.

72. Detector de anomalia. Acusa qualquer métrica que saiu da faixa normal durante a noite.

73. Analista de coorte. Recorte estruturado dos dados brutos de usuário, em agenda recorrente.

74. Primeira versão de deck de board. Montada dos números do mês e da estrutura do deck anterior.

75. Sintetizador de motivo de churn. Ranqueia o que os cancelados de fato escreveram na pesquisa de saída.

Nichos e casos específicos

76. Casador de vaga com abordagem. Acha empresa contratando pro problema que seu produto resolve e escreve o porquê.

77. Varredor de edital. Oportunidade pré-filtrada pelo seu enquadramento, com rascunho começado nas mais fortes.

78. Dossiê de convidado de podcast. Montado antes da entrevista, do trabalho recente e das falas públicas.

79. Monitor de preço multi-concorrente. Resumo no instante em que qualquer um dos monitorados mexe.

80. Checador de consistência de marca. Varredura semanal atrás de contradição ou desvio do seu posicionamento.

O padrão por trás dos oitenta

Todos rodam sobre as mesmas três peças.

Gatilho: um horário, um arquivo novo, uma mensagem que chega. Sem ele, você continua começando tudo na mão.

Agente: o modelo com as ferramentas e o contexto certos. É a parte que todo mundo constrói primeiro.

Verificação: a etapa que confere o resultado antes de ele chegar em você ou ir ao ar. É a que quase ninguém constrói, porque é chata e porque no primeiro mês parece redundante.

Sem verificação, você tem uma demo que só funciona enquanto você assiste. Com as três, você tem sistema.

O filtro antes de escolher qualquer um

A tarefa precisa passar nos três ao mesmo tempo.

Repetida. Alguma versão dela acontece com regularidade. Tarefa única não paga o custo de montar o sistema, por mais tediosa que seja.

Com definição verificável de pronto. Você consegue escrever numa frase o que é o resultado correto, e algo consegue conferir se ele está correto, não só plausível. É aqui que a maioria dos candidatos é reprovada.

Sem juízo que só você tem. Se o único verificador possível é você, automatizar não devolve tempo. Só troca o seu trabalho de executar pelo de conferir.

Por onde começar

Escolha um. O que corresponde a algo que você já faz todo santo dia, e cuja definição de pronto cabe numa frase. Coloque pra rodar de forma confiável por uma semana antes de encostar no segundo. Confiável quer dizer que rodou sem você conferindo o tempo todo e que o resultado deu pra usar sem edição pesada.

Quem monta cinco sistemas frágeis de uma vez passa a cuidar de cinco sistemas frágeis. Quem termina um direito monta os próximos nove numa fração do tempo, porque já sabe exatamente o que quebra e por quê.

O ganho não está no primeiro. Está no décimo, e no fato de que ele sai numa tarde.

Não é um conselho particular.

Eu vendo produtos de IA, todos têm dado retorno financeiro.

Mas tenho particularidades como estrutura financeira, colaboradores, uma rede de relacionamento muito boa e 10 anos de mercado como publicitário e copywriter.

Não me entenda mal…

Não estou me gabando de nada, mas maioria das pessoas tem só esperança.

Seria uma filhadaputice da minha parte dizer:

“Largue o que você faz e vá vender IA”.

Com certeza receberia muito mais atenção do que dizer “pare de vender IA".

Mas prefiro ser sincero.

Portanto, saiba:

O negócio é vender o que você já sabe fazer e usar a IA para entregar mais rápido.

Você já tinha essa habilidade antes do Claude e o GPT existirem.

O que você tem agora é um jeito de empacotar e despachar sem contratar ninguém.

É esse o jogo.

E é o contrário do que virou moda nos últimos dois anos, quando todo mundo que descobriu IA teve a mesma ideia:

O copywriter quer vender um agente de copy
O social media quer vender um chatbot para clínicas.
O gestor de tráfego quer vender automação com IA para gestores de tráfego.

Vou dizer por que isso é ruim antes de dizer o que eu faria no lugar.

Você estaria vendendo o insumo

A capacidade que você quer empacotar vem de meia dúzia de empresas.

Anthropic;
OpenAI;
Meta;
Google…

QUALQUER COISA que você queira vender com IA, elas já oferecem.

E vendem para você e para o seu concorrente pelo mesmo preço, cortam esse preço a cada trimestre e costumam liberar de graça, seis meses depois, aquilo que hoje é o seu diferencial.

Com frequência, o produto que você está montando é uma funcionalidade que a própria fornecedora vai lançar.

Não por ataque.

Por caminho natural do roadmap dela.

E tem uma coisa pior, que aparece na reunião de venda: o comprador não quer IA.

E nunca quis.

Ele quer a o RESULTADO.

Quando você vende IA, você põe a ferramenta na mesa e pede que o cliente faça sozinho a ponte até o resultado.

Ele não vai fazer.

Você estaria voltando a ser iniciante

Você tem dez anos no seu mercado.

Sabe quem compra, quanto custa, qual objeção aparece na terceira reunião, quem paga em dia e quem some.

No mercado de produto de IA você tem zero.

Comprador novo, ciclo de venda novo, objeção nova, concorrente novo.

E entre os concorrentes estão empresas com bilhões em caixa e o modelo na mão.

Trocar dez anos por zero é uma decisão que se toma quando o negócio antigo morreu.

Se o seu não morreu, você está pagando para recomeçar do zero por vontade própria.

Que é o que me traz ao ponto:

A IA fez uma coisa boa pelo seu negócio, e não foi te dar um produto novo para vender.

Foi derrubar o custo de entregar o que você já vende.

Cinco lugares onde isso aparece rápido, e onde eu olharia primeiro se fosse começar amanhã.

1) Criativo

Um lote de anúncios custava um dia de designer e uma rodada de aprovação.

Custava tanto que você testava, sei lá, com sorte 12 por mês.

Com IA o custo de mais uma variação vai perto de zero.

Trinta criativos na semana deixa de ser exagero e vira rotina.

O efeito é que você para de escolher o melhor anúncio na reunião e passa a descobrir o melhor anúncio no gerenciador, que é o único lugar onde essa informação existe de verdade.

2) Páginas de captura

Uma landing page levava duas semanas, três pessoas e uma briga sobre a cor do botão.

Hoje não leva uma hora.

Sim, em menos de uma hora, uns 20 minutos, é possivel fazer a copy, o design e colocar uma página no ar.

A consequência de usar IA é que você passa a ter uma página por oferta, por público e por anúncio, em vez de uma página genérica servindo para tudo.

Página específica converte mais que página genérica.

Todo mundo sabe disso há vinte anos e quase ninguém fazia, porque não cabia no orçamento nem na agenda do desenvolvedor.

Agora cabe.

E o que continua seu é a oferta: o que a pessoa recebe, por que agora, por que de você.

3) E-mail marketing

Quase ninguém deixa de fazer e-mail por achar que não funciona.

Deixa por causa da tela em branco na terça-feira à noite, depois de um dia inteiro apagando incêndio.

A IA tira a tela em branco.

Esse é o ganho, e é maior do que parece, porque o e-mail é o que ocupa o intervalo entre o lead levantar a mão e o lead comprar.

Esse intervalo tem semanas, na maioria das operações não tem nada acontecendo dentro dele.

Só que ela vai escrever com prazer vinte e-mails medianos se você não der matéria-prima.

O caso real, a objeção que apareceu na call de ontem, a frase exata que o cliente usou para descrever o problema.

Sem isso, ela devolve a média da internet sobre o seu assunto.

Rápido, educada e esquecível.

4) SDR

A velocidade da primeira resposta decide mais venda do que qualquer script de contorno de objeção.

Um SDR de IA responde em quarenta segundos, às onze da noite, no domingo, no feriado.

Faz as três perguntas que qualificam, entende a resposta em português de gente, e joga na agenda quem passou.

Não faz sentido não desenvolver um para você mesmo.

5) Tráfego pago

A otimização das plataformas ficou boa demais nos últimos dois anos. Você monta um público torto e o algoritmo encontra gente certa assim mesmo.

O que decide o resultado hoje é o volume e a variedade de criativo entrando na conta, e a velocidade com que o que funcionou na semana passada vira ponto de partida da próxima.

O teste de trinta segundos

Se você ainda está em dúvida sobre o que vender, faça o seguinte.

Tire a palavra “IA” da sua proposta comercial e leia de novo.

Se a proposta desmonta, você está vendendo insumo e pensando que pode competir com empresas bilionárias…

Se ela continua de pé e o que muda é o prazo de entrega e a sua margem, você está vendendo o que sempre vendeu, com a máquina no lugar certo:

dentro da entrega, não na vitrine.

Seu concorrente assina o mesmo modelo que você, hoje à noite, com três cliques e um cartão de crédito internacional.

O que ele não assina é o que você aprendeu apanhando durante dez anos.

Use a máquina onde ela é imbatível: fazendo dez vezes mais rápido a coisa que você já sabia fazer antes de ela existir.

Dez anos depois foi a vez da Fast Company, com a manchete “Email Is Dead”.

Em 2010 o Facebook lançou o Messages prometendo aposentar a caixa de entrada, e desligou o produto quatro anos depois.

Em 2013 era o chat corporativo que ia acabar com o email interno.

Em 2015 o fundador do Slack chamou o email de “a barata da internet”.

E ele errou feio o insulto…

Barata é o bicho que sobrevive a tudo.

Os substitutos foram desligados um por um.

O email continua lá, dando lucro para quem saber trabalhar com ele.

Repare no padrão: quem anuncia o fim do canal está sempre vendendo o canal seguinte.

Hoje é creative strategy e agente no WhatsApp.

Ano que vem vai ser outra coisa.

Nas próximas linhas vou tem mostrar como usar e-mail do jeito certo, o jeito que sempre funcionou e continuará funcionado até no fim do mundo.

Por que ele é a ovelha negra

Não tem nada a ver com resultado.

Email não rende print, não é bonitinho.

Não tem dashboard bonito pro story, não tem criativo pro portfólio, não tem viralização pro case, não tem palco em evento.

Quem dobra a abertura de uma lista trocando uma linha de assunto não tem o que postar na segunda-feira.

Quem troca a paleta de um criativo tem.

E aí acontece o ciclo.

O canal chato não é estudado.

Não sendo estudado, é operado no automático.

Operado no automático, rende pouco.

Rendendo pouco, confirma a fama que colocou ele ali.

A fama de ovelha negra não vem dos números, vem de não dar status.

E isso é ótimo por uma razão bem simples:

Menos gente disputando a caixa de entrada do seu cliente.

Fluxo é commodity. Copy não.

Vou poupar seu tempo: os fluxos não são segredo de ninguém.

Estão em qualquer curso de 97 reais e eu passo três dos meus aqui embaixo, de graça.

Ter o fluxo não é vantagem competitiva, todo mundo tem.

A vantagem está no texto que entra dentro dele.

E eu testo isso na minha própria base toda semana.

Mesma lista, mesmo remetente, mesmo produto. Assunto de curiosidade — “Uma proposta indecente” abriu 42%.

Assunto que explicava o benefício ficou perto de 10%. Assunto com número específico, “27.400 citações em 3 meses”, abriu 37,2%.

Os envios segmentados por interesse abrem entre 33% e 37%, quando a média do B2B brasileiro é 25%.

E o email que contava um caso concreto, como uma seguradora foi parar dentro do ChatGPT, abriu o dobro dos emails conceituais da mesma régua.

Não mudou a ferramenta, nem a régua, nem a base.

Mudou o texto…

As sete maneiras de escrever a linha que decide

Eu destilei isso num ebook que uso como consulta quando bate a síndrome da folha em branco.

São sete tipos de assunto, e o mais comum de todos é o mais fraco.

Espanto.

Choca usando uma crença que a audiência já admite. “Penso em você no chuveiro todos os dias.” Serve pra dia monótono, segunda e domingo. Vai gerar crítica. Tudo bem.

Curiosidade.

O tipo que abriu 42% na minha base. Impossível não olhar. “Como lucrar com seu divórcio.” Curiosidade fica acima do interesse próprio, e é ela que compra o clique.

Benefício óbvio.

“Aprenda a investir em ações em 30 dias.” É o mais usado do mercado inteiro e só funciona com lead quente, que já sabe da dor e tem pressa. Por isso não deveria ser a primeira escolha.

E é exatamente pra ele que qualquer IA cai quando você pede “escreve um email de vendas”. A caixa de entrada foi inundada com o tipo que menos funciona.

Aí dizem que o email morreu.

Contraste.

Palavras que não costumam andar juntas. “Barriga chapada comendo fritas com milkshake.” O leitor pensa “como assim, isso não é possível” e abre.

Os outros três — bizarro, cultura pop e vaca sagrada — ficam pro ebook.

O padrão você já pegou: nenhum deles entrega o benefício de graça no preview.

Três fluxos meus pra rodar essa copy

A novela de boas-vindas.

Cinco emails, um por dia, pra lead novo. O primeiro prepara o terreno e fecha com gancho (”amanhã eu te conto do prejuízo de 40 mil”). O segundo abre no ponto de maior drama e volta pra explicar como você chegou lá. O terceiro é a virada, o momento em que o problema se resolveu, e é onde a oferta aparece pela primeira vez. O quarto entrega os benefícios que não são óbvios. O quinto fecha com prazo.

Cada email prende o próximo. Gancho fraco no primeiro e o fluxo inteiro morre no segundo dia.

A relâmpago de quatro dias.

Pra fazer caixa numa lista que você já tem. Dia 1 anuncia a condição com prazo. Dia 2 é o lembrete pra quem não viu. Dia 3 avisa que fecha amanhã. Dia 4 é o aviso final.

Parece grosseiro e converte. Com uma condição: o prazo tem que ser verdadeiro. Escassez inventada você usa uma vez e paga por ela o ano inteiro.

A régua de nutrição.

Seis emails ao longo de onze dias, pra venda consultiva e ticket alto. Nomeia o problema sem vender nada. Apresenta a solução. Explica o mecanismo. Entrega material de apoio pra decisão. Traz prova com caso e número. Cria o prazo.

A ordem importa. Quem começa pela solução perde o sujeito que ainda não sabe que tem o problema.

O que fazer na segunda-feira

Escolhe um dos três, monte a régua numa tarde.

Depois gasta o resto do tempo onde ele rende: no assunto e na primeira linha de cada email.

A estrutura você copia daqui, a copy é a única parte que ninguém copia por você.

Quando declararem o próximo canal morto, repara em como a notícia vai chegar até você.

“Você tem problema de leads caros ou ruins?"

Vou responder que não, e que nem lembro a última vez que isso aconteceu.

E o aparelho validaria a verdade.

Lead ruim ou caro não é, nem de perto, um problema das operações de marketing que sou responsável.

E elas são de nichos bem distintos, para citar quatro:

1) Automações com IA;
2) SEO;
3) Mercado náutico;
4) Seguro veicular.

Em todas elas sigo exatamente o mesmo passo a passo, que descrevo abaixo.

O comprador de uma é diretor industrial.

O da outra é dono de lancha.

O da outra é uma pessoa física querendo proteger um Onix.

Não têm nada em comum, e mesmo assim o lead entra barato em todas.

Na nossa operação de SEO, o custo por lead de uma semana cheia de agosto fechou em R$ 8,42.

Na náutica, 49 dos 131 leads de campanha de julho passaram no critério duro de qualificação: dois motores ou mais e dois postos de comando ou mais.

Não considero isso mérito meu.

A otimização das plataformas ficou boa demais nos últimos dois anos.

Você segmenta mal, escreve um público torto, e o algoritmo encontra gente certa assim mesmo.

Lead barato virou commodity de infraestrutura, como banda larga.

E ainda assim, toda vez que sento pra olhar uma operação nova, a queixa é a mesma:

entra lead demais e não vira dinheiro no caixa.

A explicação é chata e não vende curso:

o lead entra, ele só não compra no dia em que entra.

Entre o clique e o dinheiro existe um intervalo de semanas, e a maioria das operações não tem absolutamente nada rodando dentro dele.

O problema não é mídia, anúncios, copy, design.

O lead não decide no dia em que levanta a mão

Julho, na nossa própria operação de SEO: 25 vendas fechadas.

Dezessete vieram de leads que entraram antes de julho.

Só oito são da safra do mês.

A mediana de fechamento é de 34 dias.

Mesmo o primeiro passo demora.

O tempo entre o lead entrar e a reunião ser agendada tem mediana de 1,3 dia, com percentil 75 em 4,1 dias e cauda de até 10.

Numa semana em que agendamos 24 reuniões, 6 vieram de leads do mês anterior.

Isso num funil rápido, com SDR ligando no mesmo dia.

O náutico é mais lento ainda, porque ninguém equipa uma embarcação por impulso de terça-feira.

A consequência prática disso é que o trabalho do anúncio termina no minuto zero.

Tudo que acontece do minuto um em diante pertence a outra máquina.

Se essa máquina não existe, você está pagando pela atenção de gente que vai decidir daqui a cinco semanas e torcendo pra que ela lembre de você sozinha.

A máquina tem três peças

Nenhuma delas é anúncio.

1. E-mail

Os envios segmentados da nossa base abrem 37,3%.

Os broadcasts para a lista inteira abrem 18%.

Mesma base, mesmo remetente, mesmo produto.

A única diferença é saber com quem se está falando.

O título que mais abriu no trimestre foi “Alvo de inveja, o sonho das suas amigas”, 62,2%.

Duas reuniões agendadas.

Dentro da régua de boas-vindas, o e-mail que conta como uma seguradora foi parar dentro do ChatGPT abre 26,2%.

É o dobro dos e-mails conceituais da mesma sequência, que explicam o mecanismo em vez de mostrar alguém passando por ele.

E horário move mais do que criatividade: 20h fez 24,3%, domingo às 18h fez 23%. Os envios de 11h e 15h ficaram entre 13% e 15%.

O e-mail não vende nada diretamente, no máximo convida para uma reunião.

Ele mantém a conversa aberta durante as cinco semanas em que o lead está decidindo, e denuncia quem esquentou.

2. WhatsApp

Olhando o trimestre inteiro pelos destinos que a base clicou: a landing page levou 260 cliques, o link de agenda 152, o WhatsApp 149.

O WhatsApp empata com a agenda.

O fluxo que roda hoje no nosso diagnóstico tem duas telas e não pergunta nome, telefone nem e-mail, porque o WhatsApp já entrega os três.

Pergunta o site, a área de atuação, o dia e o período.

Leva um minuto. O lead sai com horário confirmado sem nunca ter visto um formulário.

E existe uma regra da própria plataforma que ajuda mais do que atrapalha: fora da janela de 24 horas depois da última mensagem do lead, você só fala por template aprovado.

Isso obriga o fluxo a disparar em cima de gatilho, e não em cima de vontade de aparecer.

3. Ligação

Essa é a parte que ninguém quer ouvir.

Na melhor campanha da conta, 10% dos leads viram reunião agendada.

O tempo mediano entre o lead entrar e a reunião ser marcada é de 1,3 dia.

Esse número não existe por causa do e-mail nem do fluxo.

Existe porque tem gente ligando no mesmo dia.

Automação nenhuma marca reunião.

Ela entrega uma lista de quem está quente e a hora certa de ligar. Quem marca é uma pessoa com telefone na mão, e não tem substituto pra isso em 2026.

O que fazer com isso

O custo por lead é a métrica que a plataforma te entrega de graça, e por isso é a que todo mundo olha.

O intervalo entre o lead e o dinheiro ninguém te entrega.

Se você tem lead barato e não tem venda, quase certamente não é a mídia. Você comprou cinco semanas de atenção e não construiu nada para ocupar as cinco semanas.

Um e-mail por semana para um segmento que sabe quem é o lead, no fim do dia ou no domingo, com caso em vez de conceito.

Um fluxo de WhatsApp que dispara em cima de gatilho.

E alguém ligando, todo dia, para quem clicou nas últimas 24 horas.

Custa uma fração do que você gasta em mídia num único dia.

O anúncio compra a atenção de hoje.

A venda acontece daqui a um mês, e nesse mês alguém vai estar falando com o seu lead.

Ou é a sua régua e o seu SDR, ou é o seu concorrente.

Bem, você pode não gostar da música, mas tenho certeza que nunca viu uma IA compor versos assim.

Pois é o que eles são, versos.

E versos que funcionam por razões bem simples.

Tem um contraste, a Zona Sul e o Morro do Rodo são lugares separados por uma distância social.

Tem uma tese, o sujeito que se declara incapaz de se apaixonar, que nasce da situação que os versos acabaram de armar, com personagens, território e risco.

Cada afirmação tem endereço.

Agora abra qualquer texto gerado por IA sem revisão.

“Não é sobre tecnologia, é sobre pessoas.”

“Este produto vai revolucionar sua rotina.”

“Inovação é coragem em ação.”

“Seu concorrente já está fazendo isso".

As mesmas figuras retóricas de qualquer texto, o contraste, a máxima, a promessa, só que ocas.

Essa é a tese deste texto: a “cara de IA” que você reconhece em três linhas não está no vocabulário, nem nos travessões, nem em palavra proibida.

Está num pequeno conjunto de manobras que os modelos repetem porque aprenderam, em bilhões de textos de marketing.

A retórica catalogou todas há bastante tempo como vício de orador preguiçoso.

Vício com nome é vício detectável, e detectável é corrigível.

Este é o catálogo que usamos na nossa skill para revisão de textos feitos por IA (a própria IA revisa e tira eles).

1. O falso contraste

O exemplar mais comum: “não é sobre X, é sobre Y”.

Não é sobre vender, é sobre servir.

Não é sobre dinheiro, é sobre impacto.

A retórica chama de antitheton e o vazio está no truque: os dois termos nunca são opostos de verdade.

Dinheiro e impacto não se excluem; a frase só finge um dilema para se posicionar do lado nobre dele, sem prometer nada que possa ser cobrado.

Compare com o contraste do verso lá de cima.

O antitheton do Poze é o mesmo recurso retórico, com uma diferença: ele afirma algo que pode ser verdadeiro ou falso. O da IA não afirma nada.

2. Paradiastole

Paradiastole é renomear a mesma coisa com rótulo mais nobre e apresentar como se fosse análise: “não é corte de custos nem austeridade, é otimização estratégica”.

“Não é propaganda, é storytelling autêntico.”

A estrutura promete uma distinção e entrega um eufemismo.

Esse vício é o preferido dos modelos em texto institucional porque parece sofisticação.

O efeito no leitor experiente é o contrário: ele reconhece o movimento de quem tem algo a esconder.

Se é corte de custos, é corte de custos, e o texto fica mais forte dizendo onde o corte dói e por que vale a pena, não fingindo que ele não existe.

3. A promessa inflada

“Este produto vai revolucionar sua existência.”

“Empreender é tocar o impossível.”

“Marketing é a arte de mexer nas almas.”

O nome clássico é bomphiologia — inflação verbal — e a mecânica é simples: quanto maior a palavra, menor o compromisso. “Revolucionar” não tem unidade de medida.

Ninguém volta em seis meses cobrando a revolução.

O leitor calibrado por anúncio ruim faz a conversão automática: promessa que não pode ser medida é promessa que não será cumprida.

4. O aforismo oco

“Inovação é coragem em ação.”

“O sucesso é apenas insistência disfarçada.”

“Falhar é aprender de cabeça para baixo.”

Os modelos adoram fechar parágrafo assim porque o formato imita as máximas de verdade.

A sentença da IA nasce solta, órfã de exemplo, e o leitor sente a orfandade mesmo sem nomeá-la. A regra prática: se a frase de efeito não resume uma história que o texto acabou de contar, ela morre.

5. A escalada de cinema

“Comecei como estagiário, virei gerente, me tornei sócio, hoje invisto em quem está começando.”

A retórica chama de clímax; a versão degenerada é essa escada de status em que cada degrau existe só para anunciar o seguinte.

Na vida real o papo é sempre outro.

Vida real tem o ano em que o sócio saiu levando a carteira de clientes, a decisão que parecia certa e custou caro, o platô de três anos que nenhum arco de superação menciona.

É por isso que a bio de LinkedIn escrita por IA soa igual a trailer de filme ruim: só tem vitória, e vitória em sequência é o padrão estatisticamente mais improvável de uma trajetória verdadeira.

Os tiques de superfície

Abaixo dos cinco vícios estruturais existe uma camada de cacoetes mecânicos, mais fáceis de ver e igualmente denunciantes.

O travessão usado três vezes por parágrafo, como respiração nervosa, até o texto virar picadinho.

A metralhadora de frases curtas:

“Simples assim. Sem enrolação. Direto ao ponto.”

A exclamação em série, o bullet point onde caberia uma frase corrida, o “Em resumo:” anunciando a conclusão que o leitor já tinha entendido.

E as palavras-muleta que não carregam nada: “realmente”, “verdadeiramente”, “genuinamente”, se o texto está mostrando, não precisa jurar.

Nenhum desses tiques mata sozinho, em conjunto, formam a assinatura.

A régua é sua

Nada disso condena a IA como ferramenta de escrita.

Os cinco vícios entram em checklist justamente porque têm nome, e é assim que rodamos na prática: a lista de proibições vira instrução, a própria IA revisa o que a própria IA escreveu, e o que sobra é texto que afirma alguma coisa.

Se você usa IA pra escrever, o caminho é um tanto simples.

Junte os padrões que te irritam nos textos que você recebe, monte a sua lista com o exemplo errado e o certo do lado, e não publique nada que não passou por ela.

Ou só copie e cole este artigo no Claude e peça pra transformar ele numa Skill.

Proibir é metade do trabalho.

A outra metade é exigir o que o vício evita: número no lugar de amplitude, opinião no lugar de equilíbrio, endereço no lugar de multidão.

O teste final você já conhece desde o primeiro parágrafo.

Leia em voz alta. Se a frase não sobrevive na boca, não sobrevive no leitor.

O problema de quem diz o contrário é porque nunca vendeu.

E se nunca vendeu é porque nunca fez direito.

Existem duas razões para isso:

1) A pessoa não sabe o que fazer;
2) Contratou quem não sabe o que fazer.

Antes da IA, você precisava de um copywriter para escrever e um especialista em ActiveCampaign para programar as cadências de e-mail.

Copywriters geralmente não sabem escrever e-mails.

Tem que escrever bem e é raro copywriter que faça isso.

E o ActiveCampaign é chato de mexer mesmo.

MAAAAAS…

Hoje a IA faz boa parte desse trabalho.

Ela escreve a copy.
Ela mexe na ferramenta de email marketing.

Programa tudo certinho, segmenta o público, cria a lista e configura toda a cadência de disparos.

Mas tem uma pegadinha.

A IA sem instrução escreve e-mail de banco: educado, correto e deletado sem abrir.

O que muda isso é o que eu chamo de skill.

Skill é um documento que ensina a IA a escrever do jeito certo.

As regras que um bom copywriter de e-mail leva anos pra aprender, escritas uma vez e aplicadas em todo disparo.

A diferença pra um prompt: o prompt você digita e perde, a skill fica salva e melhora a cada campanha.

As regras que estão na minha:

• Um e-mail, uma ideia. Quem tenta dizer três coisas não vende nenhuma.

• Escrever pra uma pessoa, não pra “base”. “Você”, nunca “vocês”.

• Especificidade. Número, nome, caso real. “Aumente suas vendas” não convence nem estagiário.

• Assunto que abre curiosidade, não assunto que resume o e-mail.

• Oferta em todo e-mail. E-mail “de valor” sem link pra comprar é conteúdo, não é marketing.

• Zero frase de efeito de IA. Aquele “não é sobre vender, é sobre conectar” que você já leu mil vezes e nunca acreditou.

Com as regras escritas, a IA entrega a cadência inteira num nível que a maioria dos copywriters não entrega.

E ainda configura o disparo na ferramenta.

Eu faço isso todo dia, pra mim e para clientes.

Se você quer isso rodando na sua lista — a skill, a cadência escrita e a ferramenta configurada — toque aqui.

O Leandro mandou a dele: Atlan Imóveis, de Itapema-SC.

Nunca tínhamos conversado.

Quarenta minutos depois, a Atlan tinha uma pesquisa de mercado de 25 páginas, um dossiê dos três principais concorrentes com a copy literal dos anúncios deles na Meta, e uma pasta organizada pronta pra produzir anúncio, carrossel e e-mail com contexto real.

O Leandro confirmou os dados ao vivo.

Este artigo é o passo a passo pra você fazer o mesmo. No final tem o link do kit com as duas skills usadas aqui — é baixar, jogar na pasta e seguir os passos.

O MktOps, produto onde estas skills estão disponíveis, custa R$4.997.

Estou entregando o R$997 neste texto pra você.

Aproveite (as skills estão ao final do texto).

Passo 0 — Prepare o terreno

Instale o Claude Code (ou use o app desktop do Claude) com um plano pago da Anthropic. Crie uma pasta com o nome da sua empresa. Baixe o kit no final do artigo e descompacte dentro dela — as skills de pesquisa e espionagem já vão configuradas. Não precisa saber programar: eu não sou técnico, meu instrumento de trabalho a vida toda foi o Google Docs.

Passo 1 — Gere a pesquisa de mercado

Marketing é fazer mercado, e ninguém entra num território sem conhecer o território. Abra o Claude Code na pasta e escreva:

Prompt de pesquisa de mercado no Claude Code

A skill do kit roda os frameworks da Harvard Business School — as cinco forças de Porter, cadeia de valor, Jobs to Be Done e Blue Ocean — sobre umas 20 fontes públicas, e lista todas no final do documento. Fonte listada é o antídoto contra alucinação. O resultado pra Atlan, 8 minutos depois:

Trecho do briefing estratégico gerado pela IA

Uma agência cobraria de R$ 20 a 30 mil por mês pra entregar análise nesse nível. Salve o arquivo na pasta: ele vira contexto permanente de tudo que o Claude produzir dali em diante.

Passo 2 — Espione os concorrentes com o SpyOps

Com a pesquisa pronta, o próximo comando usa o que ela encontrou:

“Selecione os três principais concorrentes da pesquisa e rode o SpyOps: analise o Instagram, os anúncios ativos na Biblioteca de Anúncios da Meta (com a copy literal) e o SEO de cada um.”

O SpyOps — a segunda skill do kit — raspa a Ad Library (que é pública), copia o texto de todos os anúncios ativos, baixa amostra dos vídeos, transcreve os áudios e audita o SEO. O que voltou pra Atlan em 15 minutos:

Síntese de concorrência gerada pelo SpyOps

Essa tabela decide campanhas. A Portal rodava 30 anúncios com template de desconto desgastado, a Calebe exigia 90% à vista excluindo a maioria dos compradores, e a Atlan — dona do único parcelamento direto da praça — estava com zero anúncios ativos. A brecha estava visível. Sem esse documento, você escreve anúncio no escuro.

Passo 3 — Crie os documentos canônicos

Agora o comando que transforma arquivos soltos em cérebro:

“Com base em tudo isso, crie o briefing da empresa contextualizado com mercado e concorrentes, os documentos canônicos e a estrutura de pastas.”

O Claude cria o CLAUDE.md — o arquivo que ele mesmo lê primeiro em toda sessão futura, com quem é a empresa, tom de voz, regras de copy e o mapa da pasta. A estrutura que nasceu na live:

Estrutura da pasta gerada pelo Claude

Os canônicos também economizam dinheiro: sem eles, o Claude varre a pasta inteira a cada tarefa queimando tokens; com eles, vai direto. Depois de um dia inteiro de trabalho, incluindo tudo da live, meu consumo estava em 0,6% do plano.

Duas regras a partir daqui. Não organize a pasta manualmente — tem anúncios antigos da sua agência? Jogue no Claude e peça pra ele colocar na pasta certa. E alimente o cérebro: todo texto já produzido pela empresa vira contexto que melhora a próxima geração.

Passo 4 — Conecte as ferramentas

API e MCP são só isso: chaves que abrem a porta de um sistema pro Claude entrar.

Meta Ads: no app do Claude, vá em Configurações → Conectores → Adicionar conector personalizado, cole https://mcp.facebook.com/ads e autorize com sua conta logada. Pronto — o Claude lê suas campanhas, públicos e resultados direto do gerenciador.

CRM e e-mail marketing: pergunte ao próprio Claude. “Uso o [Kommo / RD Station / GoHighLevel / Mautic]. Quero conectar ao Claude. Onde pego a chave e o que faço?” Ele mostra onde encontrar a chave de API no seu painel, você cola na conversa e ele configura o resto.

Passo 5 — Opere

Com tudo de pé, os comandos que rodam aqui na Artemis toda semana:

“Analise as campanhas da Meta desta semana, cruze com o CRM e me diga qual campanha trouxe o custo por reunião mais baixo.”

Foi um cruzamento desses que revelou que nossa agência de tráfego gastou R$ 10 mil em 45 dias no público mais caro e que menos convertia.

“Pegue os anúncios que estão trazendo a reunião mais barata e gere cinco variações de copy.”

Iteração sobre o que o dado já validou, não copy no escuro.

Nada disso é marketing 100% automatizado — isso não existe em empresa séria, e os números confirmam: só 16% do trabalho de marketing é automatizável hoje, e campanhas percebidas como feitas por IA têm recall 43% menor (Nielsen). O que existe é um operador humano multiplicado por dez.

O prompt que resolve tudo

Se algo travar em qualquer passo, o prompt mais eficiente que conheço:

O super prompt

É sério. Ele lê o README do kit, instala o que falta, pergunta o site da sua empresa e executa. A melhor engenharia de prompt é dar contexto organizado e sair da frente.

Baixe o kit

📦 Kit Cérebro MktOps — pesquisa de mercado + SpyOps (.zip)

Dentro: a skill de pesquisa de mercado (frameworks HBS), a skill SpyOps com os scripts de espionagem, e um README com os comandos deste artigo prontos pra copiar. Descompacte na pasta da sua empresa e comece pelo Passo 1.

Amanhã de manhã, antes do segundo café, uma pesquisa de mercado que consultoria cobra cinco dígitos pra entregar estará no seu computador. Ela sozinha muda a qualidade de toda decisão de marketing que vem depois.

Toque aqui para baixar

Todo mundo salva.

E depois assiste de novo, sente que funcionou de novo, e continua sem ter nada na mão.

Porque o que fez o vídeo prender não é a edição nem a trilha: são as palavras que o cara falou nos primeiros cinco segundos.

E palavra falada não fica.

Você não consegue reler um vídeo.

É por isso que a pasta de salvos não vira conteúdo.

Ela não é um arquivo de referência, é um cemitério de coisas que você gostou.

O que resolve é banal quando você vê escrito: transcrever.

Ter o texto literal de vinte Reels que estouraram, lado a lado, numa tela só.

Aí o padrão salta sozinho, e você pode fazer a única coisa que interessa, que é mandar adaptar aquilo pro seu assunto.

Montei uma skill pro Claude Code que faz exatamente isso e nada além disso.

Você cola os links, ele baixa, transcreve e joga o texto na conversa.

Você lê, escolhe uma, e diz: “adapta essa pra consultoria financeira”. Ele devolve o roteiro pronto pra gravar.

O arquivo inteiro está no fim do artigo.

É um só, e é pra copiar e colar.

O fluxo tem três passos e acabou

Baixa.

Você cola um link, ou dez, ou aponta um perfil que costuma viralizar. No caso do perfil, ele lista os últimos quarenta Reels, ordena por curtidas e te mostra a tabela antes de baixar qualquer coisa — aí você escolhe os dez do topo.

Transcreve.

O áudio vira texto pelo Whisper rodando na sua máquina. Nada sobe pra lugar nenhum, não tem API, não tem custo por minuto.

Adapta.

Você lê as transcrições, escolhe a que serve e pede a versão do seu negócio. Ele mantém a estrutura e o ritmo do original — mesma abertura, mesma sequência, mesmo fechamento — e troca o assunto pelo seu.

Não gera relatório, não escreve análise, não monta documento de vinte seções. Isso demora e ninguém lê. Sai texto no chat.

O muro em que todo mundo bate

O Instagram não entrega mais vídeo pra quem não está logado. Se você tentar baixar sem autenticação, isso é o que aparece e foi o que apareceu pra mim no primeiro teste:

ERROR: [Instagram] Instagram sent an empty media response.

Aí a pessoa desiste, ou pior, vai procurar site de “baixar reels grátis” cheio de anúncio.

A saída não é criar bot nem colocar sua senha em script nenhum. O yt-dlp lê os cookies direto do navegador em que você já está logado:

yt-dlp --cookies-from-browser firefox

Jogue isto no seu Claude.

Sua sessão, reaproveitada.

Nenhuma senha passa pelo terminal.

Detalhe que economiza sua tarde: no macOS o chrome exige a senha do Keychain e trava o terminal esperando. Use firefox ou safari. Testei os três.

Dois erros que eu levei pra você não levar

O yt-dlp não lista os Reels de um perfil.

O extractor dele pra isso aparece na lista oficial com a etiqueta CURRENTLY BROKEN. Levei um tempo achando que era problema meu.

A varredura de perfil roda no gallery-dl, que funciona e ainda devolve as curtidas de cada post, que é justamente o que permite ranquear e pegar só os que performaram.

O Whisper alucina em vídeo sem fala.

Rodei num Reel que só tinha trilha sonora e a transcrição voltou

“Thank you. Thank you.” — do nada, com toda a confiança do mundo.

Aconteceu duas vezes nos meus testes. Se você não souber disso, escreve em cima de uma frase que ninguém falou. A skill trata o caso: quando volta essa linha solta, ela descarta e vai ler o texto que está queimado na tela do vídeo.

Como fica na prática

Rodei em dois Reels da NASA pra validar. Um deles, sobre eclipse, voltou assim:

The sun influences everything we experience on Earth. Earth is so perfectly positioned to experience this. Totality hits. This amazing phenomenon that is so rare throughout the universe. (...) Instant chills. I burst into tears. There’s no other feeling like it. It’s insane. Everybody should be watching.

Agora repare no que você tem na mão que não tinha antes.

A abertura é uma afirmação categórica sobre a importância do assunto.

O miolo é técnico e curto. E o fim inteiro é depoimento em primeira pessoa, frases de três palavras, emoção pura — “instant chills”, “I burst into tears”.

Isso é uma estrutura, e ela não tem nada a ver com astronomia.

Serve pra vender consultoria, curso, imóvel ou software. Você só descobre isso lendo; assistindo, você fica com a sensação e perde o esqueleto.

E é aí que entra o pedido final: “adapta essa estrutura pro meu negócio, que é X”. Sai o roteiro com a mesma arquitetura e o seu conteúdo dentro.

O limite, dito na cara

Curtida mede alcance, não venda.

A copy de um Reel com 600 mil curtidas te ensina a segurar o dedo de quem está rolando o feed.

Isso é um problema real e difícil, e resolver ele já é muita coisa.

Mas não é o mesmo problema que fazer alguém pagar.

Pra esse outro, o sinal não está no orgânico, está em anúncio pago que continua no ar depois de três semanas, porque ninguém queima verba tanto tempo em criativo que não paga.

Fica pro próximo artigo.

E sobre a palavra do título: transcrever vídeo alheio pra estudar como o texto foi construído é o que copywriter sempre fez com swipe file.

Republicar o vídeo da pessoa é outra coisa, e não é o que isso faz — o que sai daqui é roteiro seu, com estrutura que você aprendeu lendo.

Instalação, em três minutos

Você precisa do Claude Code. Depois:

1. Instale as ferramentas. No Mac:

brew install yt-dlp ffmpeg whisper-cpp gallery-dl

No Linux: pipx install yt-dlp gallery-dl e apt install ffmpeg.

2. Crie a pasta e cole o arquivo abaixo em ~/.claude/skills/reel-swipe/SKILL.md:

mkdir -p ~/.claude/skills/reel-swipe

3. Fale com o Claude:

Transcreve esses reels: <link> <link> <link>

Pega os 10 reels mais curtidos do @perfil e me passa as transcrições

Adapta a terceira pro meu negócio: consultoria financeira pra médico

Ele reconhece pelo link ou pela palavra “reel” e roda sozinho.

A skill

Copie tudo, incluindo as linhas com traços no topo — é o cabeçalho que faz o Claude achar a skill sozinho.

---

name: reel-swipe

description: “Baixa Reels do Instagram (um, vários ou os melhores de um perfil), transcreve o áudio e entrega a copy literal no chat — pronta pra ser adaptada pro contexto do usuário. Motor: yt-dlp + ffmpeg + whisper, com cookies do navegador. Nunca gerar relatório nem arquivo de análise: a saída é a transcrição, direto na conversa. Acionar quando: colar link de reel/post do Instagram, pedir pra baixar ou transcrever reel, pedir a copy/o texto de um vídeo, pedir os melhores reels de um perfil, ou dizer ‘reel-swipe’ / ‘rouba esse reel’ / ‘adapta essa copy pro meu negócio’. [triggers: reel, reels, instagram.com/reel, baixar reel, transcrever reel, copy do reel, texto do vídeo, melhores reels do perfil, adaptar essa copy]”

---

# Reel Swipe — link → transcrição → copy adaptada

Três passos, sem cerimônia: **baixa, transcreve, entrega o texto no chat.** Depois, se o usuário pedir, adapta a copy pro contexto dele.

**Não gere relatório, não crie arquivo .md de análise, não escreva seções de “estrutura” e “molde”.** Isso demora e ninguém lê. A saída é a transcrição literal. Só isso.

---

## Regras

1. Cookies vêm do navegador: `--cookies-from-browser firefox`. Nunca pedir senha nem login. Se o usuário não usa Firefox: `safari`, `edge`, `brave`. No macOS, `chrome` trava pedindo Keychain — último recurso.

2. Colar o link **é** o pedido. Não perguntar “quer que eu baixe?”. Baixar e transcrever direto.

3. Conteúdo público. Perfil privado ou post que exige seguir: parar e avisar.

4. `sleep 3` entre downloads. Em paralelo o Instagram bloqueia por ~15 min.

5. Apagar os `.mp4` e `.wav` no fim. O que interessa é o texto.

Setup, se faltar: `brew install yt-dlp ffmpeg whisper-cpp gallery-dl` (Linux: `pipx install yt-dlp gallery-dl` + `apt install ffmpeg`).

```bash

BROWSER=firefox

WORK=$(mktemp -d)

```

---

## 1. Baixar

**Um ou vários links** (o usuário cola quantos quiser):

```bash

cd “$WORK” && yt-dlp --no-update --cookies-from-browser $BROWSER --socket-timeout 25 \

--sleep-interval 3 -o “%(id)s.%(ext)s” --write-info-json \

“<URL1>” “<URL2>” “<URL3>”

```

**Perfil inteiro.** O `yt-dlp` não lista perfil (o extractor `instagram:user` está quebrado) — a listagem sai do `gallery-dl`, que ainda devolve as curtidas pra ranquear:

```bash

gallery-dl --cookies-from-browser $BROWSER -j --range 1-40 \

“https://www.instagram.com/<perfil>/reels/” 2>/dev/null > “$WORK/raw.json”

python3 - <<PY

import json

raw = json.load(open(”$WORK/raw.json”))

v = {}

for it in raw:

if isinstance(it, list) and len(it) > 1 and isinstance(it[1], dict):

m = it[1]; u = m.get(”post_url”)

if u and u not in v:

v[u] = m.get(”likes”) or 0

for u, l in sorted(v.items(), key=lambda x: -x[1]):

print(f”{l:>9,} | {u}”)

PY

```

Mostrar o ranking, pegar quantos o usuário quiser (default 10) e baixar as URLs do topo com o comando acima.

## 2. Transcrever

```bash

for f in “$WORK”/*.mp4; do

ffmpeg -v error -i “$f” -ar 16000 -ac 1 -c:a pcm_s16le -y “${f%.mp4}.wav”

done

# whisper-cpp (rápido, Metal no Mac) — precisa de um modelo ggml baixado:

whisper-cli -m <modelo.bin> -f “<arquivo>.wav” -l auto -np -nt

# ou openai-whisper:

whisper “<arquivo>.wav” --language pt --model small --output_format txt

```

Sem whisper na máquina, não instalar nada no meio da tarefa: avisar o usuário, sugerir `brew install whisper-cpp` e seguir com a legenda do post (o `.info.json` traz `description`).

Se a transcrição voltar `”Thank you.”`, `”Obrigado.”` ou uma linha solta sem sentido, é **alucinação do Whisper em vídeo sem fala** (só música). Descartar — nunca apresentar isso como se fosse o áudio. Nesse caso, extrair o texto de tela:

```bash

ffmpeg -v error -i “<arquivo>.mp4” -vf “fps=1/3,scale=320:-1,tile=4x3” -frames:v 1 -y frames.jpg

```

...e ler `frames.jpg` com a tool Read.

## 3. Entregar no chat

Um bloco por reel, nada além disso:

```

### @autor · 0:37 · 234.678 curtidas

<transcrição literal, corrida, sem timestamps>

**Legenda do post:** <caption>

```

Sem análise, sem comentário, sem “o que podemos aprender”. O usuário lê e decide.

Ao final, uma linha só: *”Quer que eu adapte alguma dessas pro seu contexto?”*

---

## 4. Adaptar (quando o usuário pedir)

Ele diz o negócio/produto/público e escolhe qual copy. Você reescreve **mantendo a estrutura e o ritmo do original** e trocando o assunto:

- Mesma abertura (mesmo tipo de frase de entrada, mesmo tamanho).

- Mesma sequência de blocos e mesma duração aproximada.

- Mesmo tipo de fechamento (CTA, pergunta, loop ou nada).

- Assunto, exemplos e números: os do usuário.

Entregar **só o roteiro pronto pra gravar**. Sem explicar o que foi adaptado, sem tabela comparativa, sem “princípio aplicado”. Se ele quiser saber por que funciona, ele pergunta.

Rodar `copywriting-guardrails` no texto final quando a skill estiver disponível.

---

## Troubleshooting

| Sintoma | Fix |

|---|---|

| `Instagram sent an empty media response` | Faltou `--cookies-from-browser` |

| `could not find <browser> cookies database` | Trocar de navegador; conferir se está logado no Instagram nele |

| Chrome trava pedindo senha | Keychain do macOS. Usar `firefox` ou `safari` |

| `Unsupported URL: .../reels/` | Listagem de perfil é pelo `gallery-dl`, não pelo `yt-dlp` |

| Resposta vazia após vários downloads | Rate limit. Esperar 10–15 min e baixar em lotes menores |

| Transcrição = `”Thank you.”` | Vídeo sem fala. Descartar e ler o texto de tela pelos frames |

**Limite:** curtida mede alcance, não venda. A copy de um reel com 600 mil curtidas otimiza atenção. O que faz comprar aparece em anúncio pago que segue no ar depois de semanas — outra skill, outro método.

Comece pelo que já está salvo

Abra a sua pasta de Reels salvos, pegue os dez mais antigos e jogue os links de uma vez.

Em poucos minutos você vai ter, na tela, o texto de dez vídeos que você achou bons o suficiente pra guardar e nunca conseguiu usar. É o material que você já escolheu a dedo, e que estava trancado num formato que não dá pra reler.

O cara ostentava uma riqueza conquistada com funis de “direct response marketing”.

Sabe aqueles sites com vídeo que você não consegue botar pra frente e nem pra trás?

Então, era basicamente isso que o cara fazia… para dar golpe.

Ele vendia algo chamado “Robô do Pix”.

Um jeito engenhoso de enganar pessoas vulneráveis financeiramente.

Eu não sabia disso, até a primeira aula…

A promessa era simplesmente ser pago para assistir vídeos…

Na última quinta-feira, dando uma aula sobre inteligência artificial, me lembrei dele.

Falei lá que ainda não existem empresas sérias automatizando todo o marketing com IA.

E quem afirma que faz isso, vende produtos vagabundos, que se não são golpes, estão quase lá.

Se você quer saber como é o marketing 100% automatizado com IA rodando de verdade, olha o caso do deepfake da Paolla Oliveira, que mostrei num artigo passado, este aqui.

Pegaram o rosto da moça e criaram vídeos pornográficos com ele.

A empresa que vende esse tipo de app (cito ela no artigo) rodou mais de 7.000 anúncios na Meta Ads.

Todos feitos com IA., tráfego todo automatizado.

Sem rosto, sem nome, sem empresa por trás para ser processada.

Está aí o caso de “maior sucesso” de marketing automatizado com IA.

É esse tipo de porcaria que se vende.

Pornografia com IA;
Cápsula de farinha;
PDFs que prometem curar diabetes;
Guias espirituais feitos com o ChatGPT.

E é isso.

O sujeito da mentoria que me custou R$5.000, além do “Robô do Pix”, também tinha um outro produto…

Um app que ensinava mulheres a serem “sugar baby”.

“Sugar baby” é o estrato inferior da prostituição.

Uma prostituta troca o corpo por dinheiro.
A sugar baby troca o corpo por presentes, jantares e viagens.

E foi por causa desse app que me lembrei da Sonya.

Sonya Semyónovna Marmeládova.

Minha personagem preferida das obras de Dostoiévski (e acho que de todos os romances que já li).

A história dela se passa em Crime e Castigo.

O personagem principal se chama Raskólnikov.

Um rapaz de vinte e poucos anos, sustentado pela mãe e irmã, pretenso intelectual, que se achava algo entre Napoleão e Aristóteles.

Mas ele era apenas um bostinha mesmo.

Certo dia, precisando de dinheiro, pega um machado e racha no meio a cabeça de uma velha usurária (algo parecido com uma agiota).

Ele só não contava que a meia-irmã da velha chegaria à casa naquele momento.

Então parte a cabeça dela também.

E vai embora atormentado, porque nem pra assassino o miserável prestava.

Passa o resto do romance tentando justificar a si mesmo pelos assassinatos.

Sonya se apaixona por ele, e ao final da obra, com ele preso, é ela quem o consola e fala a respeito de Deus, com palavras que bem poderiam ajudar o rapazola a se arrepender de verdade (coisa que não lembro de vê-lo fazer).

Esta Sonya que, por pressão da madrasta, foi forçada a se prostituir na Rússia do século XIX.

A imagine a desgraça…

De família carente, pai alcoólatra, madrasta de filme de terror.

E três meios-irmãos que ela amava de coração e passavam necessidades.

Sonya não foi vítima de si mesma no sentido de “quero bolsas, jantares, joias e viagens”.

Uma personagem má — sua madrasta — a induziu e pressionou a cometer um ato mau.

O app da mentoria fazia o mesmo serviço da madrasta, só que em escala e com tráfego pago.

E esse tipo de arranjo é foda.

É foda porque, depois de arrancar fora a própria dignidade, a moça fala para as colegas:

“amiga, venci na vida”.

Há aí uma intersecção entre as prostitutas tradicionais e as sugar babies.

Que é a moça de classe média, às vezes média alta, que se vende para manter um padrão de vida que já era alto, e não por mérito dela.

Mas a madrasta dessa história não é mãe de ninguém.

É o cara que vende o curso.

E aqui está o que me incomoda:

Quantos jovens bem-intencionados não estão classificados dentro do artigo 171 do código penal?

Não são estelionatários sem nem saber que são?

Compraram um método, seguiram o passo a passo, ligaram o tráfego, e hoje ganham dinheiro com uma coisa que, se parassem pra olhar de frente por dez minutos, não conseguiriam explicar pra própria mãe.

Isso tem prazo de validade.

Nem digo o tempo que passarão ganhando dinheiro.

Falo sobre a consciência daquilo que fazem começar a cobrar a conta.

Assim como Raskólnikov vivia com a culpa, estes jovens deveriam conviver com ela também.

Mas cercam-se de influenciadores que dia e noite ostentam a riqueza dos golpes que deram, para continuar motivando outros jovens a comprarem seus cursos.

Apesar disso, a consciência cobra, é natural no homem o querer o bem.

E quem corrompe isso, cedo ou tarde, acaba pagando a conta, indo passar uma temporada na cadeia e vendo a própria alma se desintegrar até sobrar somente o cinismo e a vontade de se matar.

Mas Crime e Castigo não termina na cadeia.

Termina com Raskólnikov na Sibéria, e a Sonya, que não devia nada a ele, foi junto.

É lá, no fim do livro, que o rapaz finalmente quebra e chora aos pés dela.

Dostoiévski podia ter deixado o miserável apodrecer com a própria culpa.

Mas deu a ele a chance de virar homem e ele só recebeu essa chance depois que parou de se justificar.

É a mesma saída que está aberta pro rapaz de 22 anos vendendo cápsula de farinha hoje.

A conta chega de qualquer jeito.

Só é infinitamente mais barato pagar agora, por decisão própria, do que daqui a cinco anos com um oficial de justiça na porta e o nome no fórum.

E não precisa de uma Sonya pra isso.

Basta parar de mentir pra si mesmo por dez minutos e olhar de frente aquilo que você vende.

O produto anunciado: aplicativos que pegam a foto de qualquer mulher e geram uma versão dela sem roupa, ou vídeos sexualizados, sem que ela saiba ou consinta.

Nenhuma dessas peças passou por um diretor de arte, tudo feito com IA.

E a GatherOne não era uma operação clandestina: figurava como um dos onze agentes oficiais listados pela própria Meta no seu site comercial.

O Tech Transparency Project publicou o levantamento em 26 de julho.

A Meta respondeu pela voz de Cindy Southworth, responsável por políticas de segurança de mulheres, dizendo que a empresa não permite imagens íntimas não consensuais e combate esse conteúdo com agressividade.

Os anúncios foram retirados depois de terem sido exibidos aos usuários.

A Paolla Oliveira, atriz brasileira, foi vítima de um desses sistemas de IA.

Isso é, neste momento, a operação de marketing mais próxima de 100% automatizada que existe documentada. Volume industrial, criativo gerado por máquina, zero revisão humana, escala global e tudo isso neste trimestre.

Marketing 100% com IA, rodando hoje, é basicamente em produtos assim, de golpistas ou no melhor dos casos produtos vagabundos.

Passei os últimos dias procurando a versão respeitável de uma operação de marketing rodando 100% com IA, sem supervisão e tratamento humano.

Uma empresa de verdade, com produto de verdade, rodando marketing inteiramente por inteligência artificial sem supervisão.

Não encontrei.

E a razão pela qual não encontrei é o argumento deste artigo:

a automação total do marketing é governada pelo custo do erro, muito antes de ser governada pela maturidade da tecnologia. Onde errar não custa nada, ela já chegou.

Onde errar custa alguma coisa, ela para na porta.

Quem mais queria provar a tese não conseguiu

Se alguém tinha incentivo, dados e capital para demonstrar que a máquina roda marketing sozinha, era a Meta.

Mark Zuckerberg chegou a descrever numa entrevista como a coisa funcionaria: a empresa chega, informa o objetivo, conecta o cartão de crédito e o sistema da Meta faria o resto.

Prazo declarado: fim de 2026.

Estamos em agosto…

Em abril, o Marketing Brew foi perguntar a quem compra mídia todo dia se aquilo havia acontecido. Nenhuma marca respeitável adotou criativo inteiramente gerado por IA em escala.

Vale separar duas coisas que costumam ser confundidas nessa conversa.

O Advantage+ da Meta movimenta cerca de sessenta bilhões de dólares anualizados, e de fato automatiza escolha de público, lance e distribuição de verba.

Isso é automação de leilão.

Não é a máquina decidindo o que a empresa é, o que ela promete e como responde quando promete errado.

Uma pesquisa da Gartner com líderes de marketing em maio de 2026 mostra que 16% do trabalho de marketing está automatizado por IA hoje, e que a expectativa dos próprios executivos é chegar a 36% em 2028.

O sonho declarado do setor, para daqui a dois anos, é um terço.

Enquanto isso, 70% dos CMOs dizem que seus processos não têm maturidade para escalar IA.

A Gartner projeta ainda que mais de 40% dos projetos de IA agêntica serão cancelados até 2027.

Então, dá pra ver que o buraco é mais embaixo.

A fronteira tem uma forma, e ela é mensurável

Existe uma tentação de resolver isso, dizendo: a IA faz coisa feia, o público percebe, portanto não presta. É um argumento fraco, porque desmonta na primeira exceção e as exceções existem.

A Kalshi veiculou um comercial inteiramente gerado por IA na final da NBA de 2025, produzido por dois mil dólares, e colheu milhões de visualizações.

A Unilever montou os estúdios Sketch Pro e reporta redução de 4% no custo de mídia em São Paulo e produção 2,5 vezes mais rápida em Mumbai. A FULLBEAUTY aumentou o ROAS em 45% apenas trocando fundos brancos por variações geradas.

O argumento forte é outro, e tem forma numérica.

Numa análise que reúne mais de cinquenta mil variações de anúncio, o criativo gerado por IA entrega CTR 12% maior que o humano.

Na conversão, o sinal inverte: 8% pior em compras acima de cem dólares, 14% pior acima de quinhentos. Quando a Nielsen mediu não o clique, mas a memória e a emoção, o criativo humano abriu 43% de vantagem em recall de marca e 37% em engajamento emocional.

Uma máquina é excelente em capturar atenção e ruim em construir confiança. E isso desenha a fronteira com precisão: produtos que se vendem por atenção (ticket baixo, compra por impulso, decisão de dois segundos) prosperam sob automação total.

Produtos que se vendem por confiança (ticket alto, ciclo longo, decisão que a pessoa vai ter de justificar para um chefe ou para o cônjuge) degradam.

O que a empresa paga e o operador de nudify não paga

O lado automatizado do mercado é maior do que a maioria imagina.

Documentos internos revelados à Reuters mostram a Meta projetando dezesseis bilhões de dólares em 2024 vindos de anúncios de golpe e produtos proibidos, cerca de 10% da receita da companhia, com aproximadamente quinze bilhões de impressões de alto risco por dia.

Produtos de golpistas compartilham uma característica: nada a perder. Sem marca, sem contrato, sem jurídico, sem cliente que volta. Quando a conta da Meta cai, abre-se outra.

Empresas não têm essa liberdade, e a conta chega por três portas.

A primeira é jurídica: o Air Canada foi condenado a honrar um desconto que apenas o chatbot havia prometido, e o tribunal classificou de “alegação notável” a tentativa da companhia de se desresponsabilizar pela própria máquina.

A segunda é reputacional: a Coca-Cola levou a acusação de digital slop dois anos seguidos, com pedido de boicote nas redes, e seguiu adiante mesmo assim.

A terceira é operacional: a Klarna substituiu setecentos atendentes por IA, virou case mundial de eficiência, e recuou. Sebastian Siemiatkowski, o presidente da companhia, explicou em maio de 2025 sem procurar atenuante: focaram demais em custo, e o resultado foi qualidade menor.

Em julho de 2026 a Klarna opera com IA equivalente a cerca de 850 atendentes, uma centena de operadores humanos especializados e 2.300 terceirizados, contra três mil no arranjo anterior.

Menos gente do que antes da automação, e os humanos posicionados exatamente onde o erro custa caro: reclamação sensível, caso ambíguo, cliente prestes a ir embora.

A empresa encontrou a fronteira em vez de escolher um lado.

E há a conta que o consumidor cobra sem avisar. Metade dos consumidores americanos afirma preferir marcas que não usam IA generativa em conteúdo voltado ao público.

Numa pesquisa da Klaviyo com a Datalily, com oito mil consumidores em oito países, 32% relataram confiar menos em marcas com IA aparente, contra 7% que confiam mais.

A agência Fractl mediu a mesma desconfiança dobrando em doze meses: de 20% em 2025 para 40% em 2026.

A objeção previsível e por que ela não salva ninguém

Se quem dispõe de verba bilionária, agência de primeira linha e acesso direto a fornecedor de modelo precisou recuar, o argumento fica mais forte para quem tem menos, não mais fraco.

O pequeno, aliás, corre um risco que as gigantes não correm.

O sistema de risco da Meta sinaliza contas por padrão de comportamento não humano, dezenas de alterações de orçamento por hora, atualizações de público em lote em minutos.

Um agente de IA otimiza com uma consistência que nenhum gestor humano teria, e é exatamente esse ritmo que dispara o alarme.

Os relatos descrevem encerramento permanente e em todo o portfólio, sem via de recurso padrão. Empresas que investem pesado na Meta têm representante de conta e um telefonema resolve. O dono de e-commerce tem um formulário.

O que fazer com isso na segunda-feira

A pergunta que interessa não é se a IA consegue executar a tarefa.

Ela consegue, e cada vez melhor.

A pergunta é quanto custa o erro que ela vai cometer, e quem paga a conta quando ele acontecer.

Quem vende automação total do marketing está oferecendo um modelo calibrado para operações em que o erro custa zero (excluído o risco legal de ser preso por vender golpe ou nudify).

Faz sentido para quem opera assim.

Para uma empresa com nome na fachada, contrato assinado e cliente que volta, a mesma configuração transfere um risco que ninguém precificou na proposta.

O critério prático é simples de aplicar e serve para qualquer decisão de automação: onde o erro é reversível e barato, automatize sem cerimônia: variação de criativo, corte de vídeo, primeira versão de texto, redistribuição de verba dentro de limite definido.

Onde o erro cria passivo jurídico, dano de marca ou promessa que a operação terá de honrar, mantenha um humano com poder de veto e nome no crachá.

Importar o modelo operacional de quem não tem nada a perder é a decisão mais cara que uma empresa com nome na fachada pode tomar.

A grande profissão que seria responsável por arquitetar e construir soluções de IA eficientes.

Pois bem, nem chegamos ao fim de 2026 e ninguém mais fala dela.

Nem de prompts

Doideira, não?

Nem posso dizer que não acreditei nisso, porque até parecia uma ideia razoável.

Mas nada melhor que a realidade para provar se ideias são válidas ou não.

E a realidade do mercado de IA é que as coisas mudam rápido, rápido demais.

Porém, certas coisas permanecem.

E o que tem permanecido impávido e colosso é a questão do contextos.

Contexto continua sendo tudo em IA.

Hoje, 03/08/2026, podemos até dizer que a arquitetura contextual da sua empresa é mais importante do que o modelo de LLM que você usa.

Se é o Claude, Gemini, GPT…

Tanto faz.

A arquitetura de contexto importa mais.

E é sobre isso que falaremos agora.

As empresas que transformaram isso em produto

A Strattum se define como uma private context platform.

Levantou US$ 3,2 milhões em seed com OneVC, Maya Capital e Norte Ventures, e a tese da casa cabe em nove palavras: a próxima década de IA “não é sobre mais modelos. É sobre mais contexto”.

O produto fica embaixo de qualquer assistente, dividido em três andares.

É o mesmo produto que tenho desenvolvido para a Artemis, mas mais focado em marketing.

A estrutura é a mesma e tem os elementos a seguir.

O primeiro é fundação de dados: ingestão do que está espalhado em Salesforce, HubSpot, Snowflake, BigQuery, Postgres, Mongo, help desk, drive de documentos.

O segundo é a inteligência propriamente dita, com um grafo de memória do negócio (entidades, relações, linha do tempo), uma camada de conhecimento extraída dos documentos da empresa e um conjunto de skills (ferramentas executáveis escritas em Markdown).

O terceiro é operação: observabilidade, governança e uma bateria de avaliações que medem a qualidade do contexto, não a qualidade do modelo.

Tudo isso roda dentro da nuvem do próprio cliente e é exposto via Model Context Protocol (MCP).

Ou seja: o dado nunca sai de casa, e o mesmo contexto serve Claude, ChatGPT, Copilot ou Gemini sem reescrever nada.

Trocar de modelo vira decisão de compras, não projeto de TI.

Levei alguns minutos lendo a página até entender por que aquilo me parecia tão familiar.

É a descrição do que roda na minha máquina há mais de um ano.

O mesmo desenho, montado à mão

A operação da Artemis hoje tem 123 skills especializadas em Markdown, 19 agentes que rodam em paralelo, um canon versionado (v2026.09, com CHANGELOG e tudo) que serve de fonte da verdade metodológica, e uma Sala de Operações por cliente com brand context, histórico de campanha, relatórios de métrica e biblioteca de peças já entregues.

Tem camada de memória com 59 fatos persistentes, cada um em arquivo próprio, indexados num arquivo-mapa de uma linha por item. Tem conectores próprios para Meta Marketing API, Kommo, Mautic e um servidor MCP de Instagram escrito na casa.

Tem um loop de métricas que puxa a performance da semana e escreve o rascunho do relatório dentro da mesma pasta que as skills vão ler quando forem escrever o anúncio da semana seguinte.

Fundação de dados, grafo de conhecimento, skills executáveis, governança e avaliações.

A diferença de escala é honesta e vale dizer: eles estão resolvendo isso para banco, seguradora e healthtech, com LGPD e trilha de auditoria.

Eu resolvi a parte do marketing. Mas o problema é idêntico, e a solução converge no mesmo lugar porque só existe um lugar pra onde convergir.

E é exatamente aqui que a história fica interessante.

Depois a Anthropic apagou 80% das próprias instruções

Thariq Shihipar, engenheiro da Anthropic, publicou o que a empresa aprendeu construindo para os modelos mais recentes. Eles removeram mais de 80% do system prompt do Claude Code e não mediram perda nenhuma nas avaliações de código.

O termo que usaram para o corte é unhobbling.

Boa parte daquelas instruções existia para impedir que modelos antigos fizessem besteira. Modelo novo tem julgamento melhor, então a trava parou de proteger qualquer coisa e virou só mais um texto que o modelo precisa resolver antes de começar a sua tarefa.

O exemplo que eles acharam nos próprios transcripts é doloroso de tão banal.

Uma regra mandava manter documentação quando apropriado. Outra mandava não adicionar comentários. As duas entravam no mesmo request, escritas com meses de distância, e o modelo tinha que decidir qual delas obedecer antes de escrever a primeira linha.

Você provavelmente tem uma versão disso no seu setup agora.

E a Anthropic não chegou nisso sozinha. A Chroma publicou em 14 de julho de 2025 um estudo de Kelly Hong, Anton Troynikov e Jeff Huber testando 18 modelos de Anthropic, OpenAI, Google e Alibaba: a confiabilidade cai conforme o input cresce, e cada modelo degrada de um jeito diferente. A Manus bateu na mesma parede pelo lado das ferramentas, construindo um agente de produção, quanto mais tools o agente ganhava, pior ele escolhia.

A janela de contexto passou de um milhão de tokens.

A atenção não acompanhou.

As quatro camadas que quase ninguém audita junto

Aqui está a parte prática do guia, e ela vale para qualquer assistente que tenha caixa de instrução, memória e arquivo anexado. Não precisa de código.

Camada 1, instruções permanentes. É o texto que entra em todo request: custom instructions do ChatGPT, instruções de projeto no Claude, system prompt, CLAUDE.md. Essa camada só cresce. O assistente faz algo irritante, você acrescenta uma linha, a linha fica lá para sempre. Um ano de correções pequenas produz um documento que discute consigo mesmo. Corte o que descreve comportamento padrão (ser útil, preciso, minucioso, profissional), o que só disparava numa situação que você parou de encontrar, e metade de qualquer par contraditório. Guarde o específico e o surpreendente: que seu time chama de Account o objeto que na tabela é users, que a data precisa sair em ISO porque o financeiro rejeita qualquer outro formato.

Camada 2, memória. É o que o assistente salvou sobre você sem pedir licença. Você nunca escreveu, então nunca revisou, e mesmo assim isso entra em toda conversa. Sai fora o que veio de projeto encerrado, ferramenta abandonada, preferência que mudou. Memória vencida é pior que memória vazia, porque o modelo trata tudo como presente.

Camada 3, conhecimento e arquivos. Volume aqui parece rigor. Dez documentos dão sensação de mais cuidado que dois, então nada é removido e as versões se acumulam lado a lado. O corte caro é esse: rascunho de junho e versão final na mesma pasta, sem nada que diga ao modelo qual é qual. Ele vai responder pela desatualizada com absoluta confiança. E quando o material for grande, quebre por assunto em vez de manter um arquivo único — assim só entra o que a tarefa daquele momento precisa.

Camada 4, ferramentas e conectores. É a mais cara e a única invisível. Toda tool habilitada se descreve para o modelo em todo request, antes de você pedir qualquer coisa. Dez conectores parados são dez descrições competindo por atenção em cada conversa. Foi o que a Manus mediu: agente com toolkit inchado escolhe errado ou usa ferramenta quando bastava responder. Se o seu assistente começou a rodar busca para perguntas que ele já sabe responder, olhe aqui primeiro.

O que isso muda pra quem já montou a arquitetura

O CLAUDE.md que governa a minha operação tem seis regras obrigatórias hoje.

Nenhuma delas nasceu de planejamento.

Todas nasceram depois de uma entrega que saiu do jeito errado, o que é precisamente o padrão que o guia identifica como origem do problema: uma regra nova por output ruim, e ninguém nunca abre o arquivo para tirar linha.

Vou rodar o teste da deleção nele esta semana, camada por camada, começando pelos conflitos.

Mas tem uma coisa que o guia deixa implícita e que a Strattum acertou no desenho do produto: as 123 skills desta operação não entram todas na janela.

Cada uma existe como uma linha de descrição, e o conteúdo só é carregado quando a tarefa a invoca. Duas ou três por tarefa. O resto fica no disco, disponível e calado.

É por isso que “apagar 80% do prompt” e “vender uma camada de contexto para a empresa inteira” não são movimentos opostos.

Ninguém está propondo despejar o ERP dentro do prompt.

A camada existe para que o agente encontre a fatia certa, com permissão herdada e trilha de auditoria, no momento em que precisa dela.

Arquitetura de contexto é curadoria com endereço. Acúmulo é outra coisa, e cobra caro.

O guia fecha com uma frase que vale colar na parede: seu arquivo de instruções não é o inventário de tudo que você sabe sobre o seu trabalho, é a lista curta do que o modelo não deduz sozinho.

O engenheiro de prompts morreu porque o trabalho nunca foi escrever a frase.

O trabalho é decidir o que a máquina enxerga antes de você digitar qualquer coisa.

E, de uns meses pra cá, decidir também o que ela para de enxergar.

Contexto continua sendo tudo. Só que agora “tudo” inclui saber o que tirar.

uma empresa brasileira criou um produto na ferramenta e faturou R$ 15 milhões em 48 horas.

O que o post não conta: a empresa é a QConcursos.

550 mil alunos pagantes.

Maior site de educação do Brasil em tráfego.

13º maior e-commerce do país.

O CEO montou o produto em duas semanas no Lovable.

Isso é verdade.

Mas quando ele apertou o botão de lançar, tinha meio milhão de clientes pagantes do outro lado.

Com essa lista, um PDF de 10 páginas faturava os mesmos R$ 15 milhões.

É a mesma malandragem que o Ruyter usou quando lançou a ferramenta dele, análoga ao Lovable: “qualquer um pode ficar rico criando app.”

Não pode.

Criar o app virou a parte fácil.

A ferramenta te entrega o produto rápido.

Ela não te entrega quem compre.

O Lovable vendeu o case como prova de que a ferramenta gera resultado financeiro.

O case prova o contrário: quem gerou os R$ 15 milhões foi a distribuição que a QConcursos construiu em 15 anos.

O Lovable só encurtou a parte que já era a mais barata do processo.

E é exatamente aí que a maioria dos produtos morre.

O produto não morre porque é ruim

A maioria dos produtos fracassa por ser ruim.

E fracassam também porque ninguém encontrou ele para comprar.

E o fundador nunca aprende a diferença entre essas duas coisas.

Então ele continua construindo.

Refina a copy.
Melhora o onboarding.
Adiciona três features que ninguém pediu.
Refaz a landing page duas vezes.

E não entende por que o dashboard de vendas continua parado.

O dashboard está parado porque o produto não tem sistema de distribuição.

O mês 3 chega tarde demais

O momento em que o fundador percebe que tem um problema de distribuição costuma chegar no mês 3.

Mês 1 foi o lançamento.

A audiência quente apareceu.

Entraram R$ 10, R$ 15 mil (se é que entrou qualquer grana no caixa), pareceu o começo de alguma coisa.

Mês 2, o faturamento caiu 70%.

O produto tem até mais funções... fruto da ansiedade do criador e falta de ação de vendas.

O lançamento acabou.

E o lançamento era a única distribuição que o produto tinha.

Mês 3, o fundador está olhando pra um dashboard com onze vendas e uma linha reta, tentando entender o que deu errado.

O que deu errado foi assumir que lançamento é estratégia de distribuição.

Lançamento é um momento que alcança quem já sabe que você existe.

E olha, e estou contando que a o indivíduo tem dinheiro para lançar qualquer coisa.

Essa brincadeira de lançar apps são caras.

Distribuição é o sistema que alcança todo o resto.

E é no resto que mora a receita de verdade.

A conta que torna isso concreto

Dois fundadores constroem o mesmo produto, no mesmo nicho, ao mesmo tempo.

Mesma qualidade, mesmo preço, mesmo mercado.

O fundador 1 lança com um post, um e-mail pra lista e uma semana de divulgação nas redes.

O fundador 2 faz tudo isso, e passa as seis semanas anteriores ao lançamento construindo três canais de distribuição junto com o produto.

Mês 1: os dois faturam R$ 15 mil. Audiência quente, seguidores, gente que já prestava atenção.

Mês 2: o fundador 1 fatura R$ 2 mil. O lançamento acabou e não existe nada trazendo gente nova.

O fundador 2 fatura R$ 14 mil.

A comunidade onde ele contribuiu por seis semanas gera indicação constante.

A lista de e-mail que cresceu com o recurso gratuito manda prospect aquecido pela sequência toda semana.

O primeiro conteúdo de busca, publicado na semana 2, começou a rankear pra pergunta que o cliente ideal digita às 23h, quando a dor aperta.

Mês 3: o fundador 1 fatura R$ 1 mil e está pensando em abandonar o produto.

O fundador 2 fatura R$ 20 mil.

Mandou mensagem pros dez clientes mais satisfeitos e sete passaram o nome dele adiante.

A lista chegou a 600 pessoas e converte 4% a cada envio.

Mês 6: o fundador 1 abandonou o produto ou relançou duas vezes pra mesma audiência quente, que encolhe a cada pitch.

O fundador 2 fatura R$ 46 mil.

O sistema compõe há cinco meses. Só o canal de indicação já produz mais clientes que o lançamento produziu.

Mesmo produto. Mesmo mercado. A única variável é o sistema de distribuição.

E essa variável é a diferença entre um produto que validou o modelo e um produto que “provou” que o modelo não funciona, quando o modelo nunca foi testado de verdade.

O que é um sistema de distribuição

A maioria confunde distribuição com marketing: ads, conteúdo, posts, sequência de lançamento.

Isso são táticas.

Distribuição é a infraestrutura que entrega o produto pra pessoa certa no momento em que a dor está alta o suficiente pra ela agir.

A distinção importa porque tática sem infraestrutura produz pico e infraestrutura produz consistência.

A infraestrutura tem cinco componentes:

1. Posicionamento específico o suficiente pra apontar canal, mensagem e pergunta de busca.

2. Presença em comunidade, que transforma audiência fria em quente antes de qualquer menção ao produto.

3. Audiência própria — a lista de e-mail que você controla.

4. Conteúdo de busca, que responde a pergunta do cliente ideal sem você estar presente quando ela é feita.

5. Mecanismos de multiplicação — indicação, parceria, reaproveitamento de conteúdo.

Nenhum deles é complicado.

Todos demoram mais do que a maioria aceita esperar.

E essa impaciência é o motivo de produtos quase idênticos, no mesmo nicho, terem destinos opostos.

Posicionamento: onde a distribuição quebra antes de começar

“Ajudo fundadores a crescer” não alcança ninguém.

“Ajudo fundador B2B faturando de R$ 1 a 4 milhões por ano a gerar lead inbound com conteúdo, sem contratar time nem gastar dez horas por semana”, essa frase te diz em quais comunidades entrar, quais termos de busca atacar, qual recurso gratuito criar, o que a sequência de e-mail precisa dizer e pra quem propor parceria.

Público genérico não tem dor específica, pessoa específica tem.

E canal de distribuição é construído pra encontrar dor específica.

Especificar parece estreitar o mercado, mas não é bem isso.

Estreita a mensagem pra caber nas pessoas do mercado que têm o problema.

A mensagem estreita alcança as pessoas certas. A mensagem larga alcança todo mundo e não convence ninguém.

Comunidade: o único canal que produz cliente na semana 1

Comunidade é onde a distribuição começa, porque é o único canal que funciona sem audiência, sem verba e sem infraestrutura de meses (tudo bem que você investiu para criar ou participar de uma).

O mecanismo: encontrar as comunidades onde a pessoa com o problema está quando o problema aperta. Não quando ela navega à toa, quando a dor está alta.

O dono de e-commerce entra no grupo de Shopify depois que a campanha do mês afundou.

O fundador B2B vai comentar no LinkedIn dos operadores que admira no dia em que sente que o conteúdo dele não vai a lugar nenhum.

Quem aparece nessas comunidades com resposta útil e específica pra pergunta urgente constrói, em umas quatro semanas, algo que verba de ads não compra: reputação.

Não fama. Reconhecimento.

“É o cara que responde quando a pergunta é difícil.”

E reconhecimento basta.

Porque quando o produto aparece na semana 5, não chega como promoção, chega como recomendação de alguém que a comunidade já decidiu ouvir.

Duas ou três contribuições por dia, em duas ou três comunidades.

É esse o playbook inteiro.

E-mail: o único ativo de distribuição que é seu

Tudo que você constrói em plataforma alugada — seguidores, conexões, reputação em subreddit — vive em infraestrutura que você não controla.

O algoritmo muda e o alcance some.

A lista de e-mail não muda quando a plataforma muda.

A lista se constrói com o recurso gratuito: um checklist que pega as falhas que o cliente não sabe que tem, um template que faz o trabalho que ele fazia na mão, um guia que resolve uma versão do problema por inteiro.

Algo que funciona, não uma isca genérica.

Porque quem usa o recurso gratuito e tem resultado chega no produto com evidência, não com fé.

Esse cliente converte o triplo de um visitante frio e indica o dobro de qualquer outro tipo de cliente.

Ele tem uma história pra contar: “o gratuito funcionou, o pago funcionou melhor.”

Recurso gratuito, e-mail em troca, entrega imediata, quatro e-mails construindo confiança. O quinto é a oferta, não um pitch, o próximo passo lógico de quem já teve resultado.

Busca: o canal que ninguém tem paciência de esperar

Conteúdo de busca demora dois a quatro meses pra aparecer.

Num mundo que mede sucesso em dias, parece que não está funcionando.

Está em outra linha do tempo.

Um artigo escrito no mês 1 ainda entrega cliente no mês 24.

Um post de rede social entrega por nove horas.

O mecanismo: encontrar a pergunta específica que o cliente ideal digita no Google às 23h, no dia em que decidiu resolver.

Escrever a resposta mais útil que existe pra ela, não a mais longa. Publicar. Repetir doze vezes, cobrindo as doze perguntas mais comuns.

A conta: quatro horas por artigo.

Um artigo rankeando pra um termo de 3 mil buscas mensais entrega 90 visitantes por mês; a 3% de conversão, três clientes por mês.

Doze artigos: trinta e seis clientes por mês, de um trabalho feito uma vez.

Multiplicação: quatro riachos virando um rio

Indicação. Dos trinta primeiros clientes, dez demonstraram mais satisfação. Mande a cada um uma mensagem direta, não um programa automatizado com pontos e badge. “Você comentou que isso mudou seu jeito de fazer X. Conhece uma ou duas pessoas na mesma situação? Queria oferecer acesso com desconto se você passar meu nome.”

A maioria nunca manda essa mensagem porque pedir constrange.

Quem manda descobre que o cliente indicado não está avaliando se o produto funciona, está decidindo quando começar.

Parceria. Dez contas, newsletters ou podcasts que já alcançam exatamente a sua audiência. Oferta que valha pra eles: acesso gratuito pra formarem opinião honesta, revenue share, recurso co-criado. Uma parceria com uma conta de 10 mil pessoas certas produz mais cliente que seis meses de crescimento orgânico porque a confiança da audiência transfere.

Reaproveitamento. O post de comunidade salvo 200 vezes vira o e-mail mais encaminhado. O e-mail com maior abertura vira o artigo de busca. O artigo vira o argumento da proposta de parceria. Nada criado uma vez e usado uma vez. Tudo criado uma vez e usado até parar de produzir.

A linha do tempo realista

Semanas 1-2: posicionamento, prova, recurso gratuito, mapeamento das cinco comunidades.

Semanas 3-6: entrar nas comunidades, contribuir sem promover, escrever os três primeiros artigos de busca.

Semanas 7-10: apresentar o recurso gratuito onde já há reputação, coletar e-mails, ativar a sequência, iniciar contato com dez parceiros potenciais.

Semanas 11-16: comunidade produzindo cliente, lista crescendo, primeiro artigo rankeando, primeira parceria em conversa ativa, mensagem de indicação pra primeira leva de clientes.

Meses 4-6: os cinco canais rodando ao mesmo tempo.

Mês 6 em diante: o sistema roda. Não no sentido de “piloto automático” de anúncio de curso — no sentido real: manter custa uma fração do que custou construir.

O que demorou mais pra entender

Distribuição não é o que vem depois de construir algo que merece ser distribuído.

Distribuição é o que decide se esse algo chega na pessoa pra quem foi construído.

O melhor produto do nicho sem sistema de distribuição é uma solução que nunca encontrou o problema dela. E do lado de fora, isso é indistinguível de um produto que não funciona.

O dashboard não está parado porque o produto fracassou. Está parado porque o fundador confundiu lançamento com sistema.

É por isso que o case do Lovable engana. A QConcursos não faturou R$ 15 milhões porque criou um app em duas semanas. Faturou porque passou 15 anos construindo o sistema que colocou aquele app na frente de 550 mil pessoas pagantes no dia do lançamento.

A ferramenta encurtou a parte fácil. A parte difícil, ninguém encurta — se constrói.

O produto fecha a venda. A distribuição é o que torna a venda possível.

Os produtos que morrem em silêncio eram bons o suficiente pra funcionar. Só nunca tiveram a chance de provar.

O seu não precisa ser um deles.

Tipo um homem das cavernas falando com um europeu.

Não sou nada técnico, nada.

Sou publicitário, copywriter, ganho a vida escrevendo campanhas, agora, para minha empresa de IA.

Semana passada eu estava vendo um vídeo no YouTube sobre stack de dados pra marketing.

O cara montava um data warehouse completo:

Airbyte pra ingestão, ClickHouse pro armazenamento, mais uma dúzia de ferramentas empilhadas em cima. Pedi a transcrição pro Claude porque queria entender direito o que ele estava dizendo.

O que voltou não foi a stack.

Foi uma pergunta: você tem duas fontes de dados, não quinze — por que montar pra quinze?

Isso virou uma plataforma que hoje a nossa operação comercial inteira usa.

E o que ela me mostrou no primeiro dia foi constrangedor.

O gerenciador não mente. Ele só não sabe o que aconteceu depois.

A costura é banal quando você a descreve: o nome do criativo no Meta (ad_name) é o mesmo que chega no CRM como utm_content.

Uma chave.

Foi só isso que faltava entre os dois sistemas pra virar uma tabela só.

Julho: R$ 13.508 investidos, 572 leads registrados, CPL real de R$ 23,62.

O CPL é a métrica menos útil dessa tela.

Porque 208 daqueles 572 leads foram desqualificados na entrada.

Trinta e seis por cento.

Gente que não tinha empresa, não tinha orçamento, não tinha nada, e que o gerenciador contou como conversão, cobrou de mim e me deu os parabéns.

Quando você reordena os criativos por custo por reunião agendada em vez de CPL, o ranking não se ajusta.

Ele vira do avesso.

O ad “EuTireiAPiorNota” tinha CPL de R$ 8 e entregava reunião a R$ 65.

Ótimo nas duas pontas, sem surpresa.

A surpresa foi o AD 03, “SEO COM IA NÃO FUNCIONA”.

CPL de R$ 61.

No gerenciador é o pior número da conta inteira; eu já tinha olhado pra ele com o dedo no botão de pausar.

Só que ele tem a menor taxa de desqualificação da conta, e o custo por reunião fica em R$ 143, terceiro melhor.

Se eu tivesse matado ele por CPL, teria matado um dos bons.

Do outro lado, o “FazEsseTeste” fazia lead a R$ 65 e reunião a R$ 812.

O “BalcaoIndicacao”, lead a R$ 54 e reunião a R$ 857.

Os dois pareciam medianos no gerenciador.

Juntos queimaram R$ 2.481 pra produzir duas reuniões.

Nenhum desses números é novo.

Eles existiam desde sempre, em dois bancos de dados que eu já pagava, e que nunca tinham se falado.

A parte que quase me enganou de novo

A primeira rodada apontou 7 vendas em julho.

A análise que a gente já tinha na pasta dizia 25.

A diferença é metodológica e mudou o jeito que eu decido: 17 das 25 vendas de julho vieram de lead que entrou antes de julho.

Só 8 são da safra do mês.

Nosso ciclo mediano de fechamento é de 34 dias.

Ou seja: o dinheiro que entrou no caixa esse mês foi comprado semanas atrás, por um criativo que talvez nem esteja mais rodando.

Julgar anúncio pelo faturamento do mês é premiar o anúncio errado com uma convicção enorme.

Por isso a plataforma mostra as duas visões separadas, e a tabela de criativos para no custo por reunião.

É o sinal mais profundo que ainda fecha dentro do próprio mês.

O que a plataforma virou

Hoje ela tem quatro telas (visão geral, Meta Ads, CRM e análises) e um módulo que me interessa mais que os gráficos.

Quando a SDR move um lead pra etapa T2 do CRM, a plataforma percebe em minutos, roda um diagnóstico do site daquele lead, mede a chance de a empresa dele ser citada por IA, pega os dois pontos mais fracos e escreve a mensagem de abordagem. Tudo isso vira um card na tela e uma nota dentro do próprio card do CRM, onde a SDR já vive.

Ela chega na ligação sabendo algo específico sobre a empresa do sujeito. Não “olá, tudo bem?”.

Num dos primeiros nove leads reais, o diagnóstico voltou dizendo que o site do lead estava servindo conteúdo de cassino online. O domínio no cadastro estava errado ou comprometido. Isso virou uma guarda no sistema — e, pra SDR, virou o melhor gancho de conversa que ela podia querer.

Também tem um campo onde ela digita o telefone de quem está na linha e recebe o diagnóstico em dois minutos.

O card que a SDR abre antes de discar: chance de citação em IA, os dois pontos mais fracos do site e a mensagem pronta pra copiar.

O gargalo nunca foi técnico

É aqui que eu quero chegar.

Eu não construí nada que um desenvolvedor não pudesse ter construído.

Tenho dev na casa.

A pergunta que fica é por que ninguém tinha feito.

A resposta é que ligar o gerenciador ao CRM não é um problema de engenharia.

É um problema de saber qual pergunta vale a pena responder.

Um dev competente conecta duas APIs num dia, mas ele não sabe que “custo por reunião” derruba “CPL”, nem que ciclo de 34 dias contamina a leitura do mês, nem que 36% de desqualificação é o número que muda a decisão de amanhã. Isso é conhecimento de quem opera a mídia.

O que encolheu foi a distância entre ter a pergunta e ter a resposta na tela.

Até ano passado, quem tinha a pergunta precisava convencer alguém a priorizá-la, escrever um documento, entrar numa fila de sprint e esperar duas semanas pra descobrir que tinha pedido a coisa errada.

Hoje escreve a pergunta e discute a resposta na mesma tarde.

Se você gerencia mídia e nunca cruzou o seu gerenciador com o seu CRM, eu tenho quase certeza do que você vai encontrar: um anúncio que você está prestes a matar e não deveria, e um que você acha bom pagando reunião a três dígitos.

Os dados já são seus. Estão em dois lugares que nunca se falaram.

A porta da coisa. Do anúncio à venda, num olhar só.

Amanhã, quinta-feira (30/07), às 19h30, o Enzo vai abrir essa operação por dentro numa live. Ele toca, eu só assisto. Se você tem problema de venda, de CRM, de fluxo comercial, participe. Não fica gravado.

TOQUE AQUI PARA PARTICIPAR

Abraços,
Hélio.

Hoje (23/07), às 19h30, eu mostro esse sistema por dentro, ao vivo.

👉 Toque aqui para Garantir sua vaga na aula 👈

Não vai ser aula de teoria.

Vou abrir a conta de anúncios, o CRM e as réguas de e-mail e mostrar as decisões reais, incluindo as erradas.

Um exemplo do que você vai ver.

O anúncio mais barato da conta gerava leads a R$ 4,80.

Pela lógica de todo gestor de tráfego, era o campeão: escalar sem dó.

Quando cruzamos os dados da Meta com o CRM, lead a lead, apareceu outra história: esse criativo nunca tinha fechado um contrato sozinho.

Enquanto isso, um vídeo com CPL mais de três vezes maior colocava reunião na agenda a R$ 79 e respondia por 6 contratos fechados. Quem otimiza por custo de lead otimiza a métrica errada e a gente só descobriu isso porque a máquina cruza anúncio com contrato toda semana.

O roteiro da aula:

• Copy: de onde saíram as headlines que funcionaram, nenhuma nasceu de brainstorm; a mais forte é uma frase copiada das respostas do nosso próprio formulário

• Tráfego: a estrutura de conta que deixa o histórico auditável e a hierarquia de métricas que usamos no lugar do CPL.

• Captura e comercial: por que uma pergunta no formulário separa o lead que avança a 18% do que avança a 2%, e como a call de venda virou leitura técnica de diagnóstico.

• E-mail: a régua que pega no-show e lead esquecido e devolve os dois pra agenda do comercial.

• O produto-isca: a ferramenta que dá nota de 0 a 100 pra presença de uma empresa nas respostas do ChatGPT — e por que ela sustenta o funil inteiro.

Se você toca marketing, vende serviço ou quer ver o que um operador com IA consegue rodar sozinho, essa aula economiza uns bons meses de tentativa.

👉 Toque aqui para Garantir sua vaga na aula 👈

Um abraço,
Hélio

Porque a única coisa que vemos sendo comunicada em anúncios de IA é sucesso, sucesso e sucesso.

Mas a realidade é bem diferente.

IA não é Bolsa Família para empreendedor.

Não é porque você decidiu empreender com IA, aplicar IA ou vender soluções com inteligência artificial que o dinheiro começará a pingar no caixa da empresa.

E digo isto porque este era exatamente o meu pensamento em 2025.

Depois de ter passado um ano como head de marketing do Viver de IA, ajudando a erguer a empresa do zero, passando pelo nome, identidade visual e estratégia, e visto de perto todo o sucesso do produto, acreditei que seria fácil e rápido criar uma agência de IA do zero – e não foi.

Meus sócios e eu investimos mais de 100 mil reais em tráfego pago numa janela de três meses.

Acertamos na copy.
Acertamos no funil.
Erramos no comercial.
Erramos no produto.

Os leads vinham qualificados, mas, em 2025, o mercado era muito diferente do que é hoje, em julho de 2026.

Nosso plano era vender soluções personalizadas, automações robustas (produto que vendemos hoje), mas o empresário queria IA para vendas no WhatsApp.

E a grande maioria dos empresários que queriam IA no comercial sequer tinham um departamento comercial organizado.

Eles achavam que, colocando IA, ela pensaria e resolveria tudo.

Mas, como qualquer pessoa que trabalha com vendas sabe: o jogo não é fácil.

Passamos 3 meses investindo nisso, bons contatos, boas reuniões…

… zero vendas do tráfego.

Os únicos projetos fechados vieram do orgânico, da rede de relacionamento.

Por sorte, IA não era nosso único produto, então mantivemos a receita da empresa e conseguimos continuar na briga.

Meses depois, criamos um SaaS de SEO que hoje está performando maravilhosamente bem.

Nossa área de desenvolvimento também está muito bem estruturada, atendendo indústrias nacionais e multinacionais.

E nosso produto de marketing com IA, o MktOps, também já começou a decolar.

Então, este é o preâmbulo do texto e não quero mais me alongar.

O que vem abaixo é um resumo das ações de marketing que deram e continuam a dar frutos todos os dias.

Hoje, já posso dizer que vendemos IA todos os dias, e este é o caminho 👇

1) Software como serviço, serviço como software e AI Native

O Artemis SEO nasceu no meio do São Paulo Boat Show.

Andando pelo evento, a ficha caiu: o mercado náutico é multimilionário, embarcação de seis, sete dígitos sendo negociada ali na nossa frente…

… e o marketing do setor é fraco.

Muito fraco.

A lacuna mais escancarada era em SEO.

Empresas com produto caro e comprador qualificado, sem aparecer no Google, sem disputar uma palavra-chave, sem blog.

Montamos o MVP do produto no próprio evento.

Tudo feito com IA?

Sim. Mas a operação, na mão.

A primeira venda foi para a nossa rede de relacionamento. E, não sem surpresa, nos primeiros 60 dias o cliente vendeu mais de R$ 50 mil através do blog.

O cliente: uma fábrica de comandos náuticos.

O produto cresceu a partir daí.

Hoje, o Artemis SEO pesquisa palavra-chave, monta o briefing, escreve o conteúdo otimizado, publica (com validação humana, se o cliente quiser) e acompanha o ranqueamento.

E com o GEO no centro: fazer a empresa ser citada pelo ChatGPT, pelo Perplexity e pelo AI Overview do Google quando alguém pergunta pelo serviço dela.

Dá para assinar como SaaS e operar sozinho, ou contratar a operação completa, que executamos de ponta a ponta com IA.

É a diferença entre software como serviço e serviço como software.

No primeiro, você vende a ferramenta e o cliente trabalha.

No segundo, a IA trabalha e o cliente recebe o resultado.

AI Native é a empresa que já nasce assim, com IA no centro da operação, não como enfeite de pitch.

Agora, a parte que importa se você quer criar um produto:

o Artemis SEO só funcionou porque nasceu de um problema específico, de um mercado específico, visto com os próprios olhos.

Hoje, em julho, estamos encostando no 100 clientes ativos, representando cerca de 1/3 da receita mensal da empresa (o MRR, “Receita Recorrente Mensal").

Em 2025, fizemos o contrário. Criamos o produto que a gente achava incrível e saímos procurando quem tivesse o problema.

Essa inversão custou os 100 mil reais que comentei.

Então, antes de construir qualquer coisa, faça a pergunta que eu não fiz:

esse problema é real ou é só uma opinião minha?

Opinião não paga boleto. Problema real resolvido, paga.

2) O funil que nunca falha

O fundamento é velho e continua imbatível: anúncio de resposta direta, escola Eugene Schwartz.

Se você nunca leu Breakthrough Advertising (1966), o resumo em uma linha: a copy não cria desejo, ela canaliza o desejo que já existe, conversando com o nível de consciência em que o lead está.

O nosso lead (do produto de SEO) já sente o problema todos os dias: não aparece, não é achado, não é citado. O anúncio só dá nome ao incômodo.

Na prática:

Ads estáticos com variação de estímulo visual. A mesma copy em fundo preto, fundo branco, outra cor. Muda o texto, muda a cor, muda a imagem. Teste atrás de teste, deixando o gerenciador mostrar qual variação vence.

Intercalados com vídeos. E aqui vai um aviso que economiza dinheiro: os vídeos mais simples convertem mais.

Não se apegue à superprodução, o simples aqui funciona melhor.

Vídeo bem produzido serve para branding e autoridade, e isso vem depois de o dinheiro entrar no caixa.

O clique vai para o formulário nativo da Meta. Menos fricção no cadastro, custo por lead menor. O lead vem um pouco mais frio? Vem. Por isso existe o resto do funil.

E o CTA é um só: um diagnóstico de SEO que responde por que o ChatGPT e as outras IAs não sabem que a sua empresa existe. Porque, se elas não sabem, sua empresa não é mencionada nas respostas e tampouco aparece no Google.

Um dos anúncios que rodamos diz assim: “Pergunte agora ao ChatGPT: melhor [seu nicho] em [sua cidade]. Seu nome apareceu? Se não, seu próximo cliente também não vai te encontrar.”

Simples. Direto. E o lead chega na conversa já sabendo qual é a dor.

3) O fluxo comercial

Lead capturado → SDR → closer → venda → onboarding.

No papel, qualquer empresa tem isso. O que separa funil de enfeite é a cadência.

Aqui, lead que entra recebe mensagem e segue numa cadência de toques que vai até o décimo antes de darmos o lead por perdido. A maioria das empresas para no segundo toque e chama o tráfego de caro.

Os números que consideramos saudáveis, para você calibrar os seus:

Cerca de 25% dos leads capturados entram na call de vendas.

No-show de 30% é saudável. Dói, mas é o jogo.

Converter 25% das calls em venda é um bom número.

Nesse ritmo, colocamos 10 reuniões por dia na agenda do nosso time de vendas.

Isso falando somente do SEO, na agência de soluções personalizadas de IA aplicamos o mesmo funil.

No MktOps, aplicamos o mesmo funil também, começaremos por ele, depois mudaremos.

E repare na ordem dos fatores: tudo foi feito manualmente primeiro. Só depois de validado é que aplicamos IA, para ganhar eficiência, marcar mais calls e diminuir o no-show.

Lembra do empresário que queria IA no comercial sem ter comercial? Pois é. IA em cima de processo validado multiplica. IA em cima de bagunça acelera a bagunça.

4) O roteiro da call de vendas

Trinta minutos. Quatro tipos de pergunta. Zero improviso.

O método tem nome: SPIN Selling, de Neil Rackham, um pesquisador que analisou 35 mil calls de vendas ao longo de 12 anos antes de publicar o livro, em 1988. A conclusão dele derruba o mito do vendedor falastrão: em venda complexa, quem fecha não é quem apresenta melhor. É quem pergunta melhor.

As quatro letras:

S de Situação. Entender o contexto: como a empresa atrai clientes hoje, o que já tentou, quem cuida do marketing.

P de Problema. Dar nome à dor: “quando alguém pesquisa pelo seu serviço, você aparece?”

I de Implicação. Dimensionar o custo de não resolver: quantos clientes por mês estão fechando com o concorrente que a IA cita?

N de Necessidade de solução. O próprio lead verbaliza o que mudaria no negócio dele se o problema sumisse. Quando é ele quem diz, a venda deixa de ser empurrada.

No fim dos 30 minutos, o lead sai sabendo o que fazer, feche com a gente ou não.

Entregamos valor na própria call.

5) O webapp de captura

O diagnóstico de SEO que aparece no CTA dos anúncios não é promessa de landing page. É uma ferramenta de verdade, que eu mesmo construí. Com IA, claro.

O lead preenche os dados e recebe o raio-x: como está a presença dele no Google e, principalmente, a probabilidade de uma IA citar a empresa dele quando um usuário pergunta algo como “qual a melhor empresa de [serviço] em [cidade]”.

Isso faz duas coisas ao mesmo tempo.

Municia o comercial: o closer entra na call com o relatório na mão, sabendo exatamente onde dói.

E qualifica o lead: quem investe alguns minutos preenchendo um diagnóstico está bem mais quente do que quem só tocou num formulário.

É a campanha complementar, em fase de escala. E o formulário nativo da Meta continua rodando muito bem. Um não substitui o outro.

6) Webinários

Fizemos alguns. Recomendo todos.

Webinário gera percepção de autoridade. Que é a mesma coisa que autoridade.

Ajudou muito nas vendas. E rendeu um bônus: o conteúdo virou insumo de entrega para quem já era cliente.

A mesma gravação trabalha duas vezes: vende para quem ainda não comprou e serve a quem já comprou.

7) E-mail, WhatsApp e um tiquinho de Instagram

Comunicação com a base: e-mail e grupo no WhatsApp. É isso.

E-mail continua sendo o canal mais barato e mais estável que existe. Ninguém muda o algoritmo da sua lista.

E o Instagram?

Gosto muito do nome “agência boutique”. Agência boutique é aquela que não serve pra porra nenhuma: só faz post.

É exatamente o que fazemos no nosso Instagram. Turbinamos uma coisinha ou outra, mas conteúdo orgânico não é o nosso foco. Ainda.

Prioridade é onde o dinheiro entra: anúncio, funil, comercial, entrega. O feed bonito espera.

É isso.

Releia o caminho: anúncio direto, formulário nativo, cadência de SDR, call com roteiro, diagnóstico na mão do closer, webinário, e-mail. Nenhuma etapa é segredo. Nenhuma exige genialidade.

O que a IA fez foi baratear e acelerar cada etapa, depois que cada etapa foi validada na mão.

Foi esse o caminho do zero aos 200k de MRR.

IA não é Bolsa Família, eu avisei lá em cima.

Mas, em cima de problema real e processo validado, ela vende todos os dias.

E caso você precise de ajuda para implementar uma estrutura como essa, me chame no Instagram.

Tenha isso em mente.

Se você sabe o que é n8n, Make, Claude Code, skills, conectores…

…parabéns, você faz parte da bolha.

E tem em mãos a chave das melhores oportunidades do mercado hoje.

Se não sabe o que é nada disso, preste o dobro de atenção.

Aprendi o caminho que vou mostrar resumidamente nas próximas linhas após ter sido head de marketing do Viver de IA durante um ano.

Aprendi também montando o Studio Artemis, um agência AI-Native.

Em poucos meses, atendendo multinacionais e indústrias da casa das centenas de milhões.

Também criamos um SaaS de SEO.

E rodei campanhas inteiras administradas 100% com IA.

Não é teoria.

É a minha rotina.

A caixa de entrada vazia

Tem um dono de mecânica, agora, perdendo três serviços por semana porque ninguém atende o telefone enquanto ele está embaixo de um carro.

Nos EUA, esse mecânico já teria recebido dez propostas pra resolver isso.

Aqui, a caixa de entrada dele está vazia.

Mesma tecnologia, mesma oferta, concorrência perto de zero.

Com prazo de validade: em dois anos, a caixa brasileira estará tão cheia quanto a americana.

Agora ela está aberta.

Caminho 1 — Freelancer

Você vende a sua própria habilidade.

Zero capital, zero equipe, zero portfólio. Não exige dinheiro.

Mas exige que você apareça.

A ordem errada: portfólio bonito, perfil em plataforma de freela, propostas caprichadas, pagar pra enviar cada uma.

Três meses depois, zero cliente.

Você estava num leilão de quem cobra menos contra contas de seis anos.

A ordem certa: construir antes de pedir.

Acha uma mecânica com site de 2011.

Reconstrói a home em dez minutos.

Sobe num subdomínio grátis.

Manda um vídeo de um minuto pro dono:

“Reconstruí sua home. Olha o seu atual do lado dessa. Se quiser, é sua, e eu conecto seu domínio hoje.”

Você não pediu trabalho.

Entregou o produto pronto, com o preço como único passo que falta.

E aqui está o que faz esse caminho girar:

Mesmo quando o dono diz não, você saiu com portfólio e três posts de prova.

A gravação da tela. O antes e depois. O post com os números.

Publica isso todo dia.

Entra nas comunidades onde a discussão acontece.

Responde dúvida de quem está começando. Mostra build em público.

Em pouco tempo assim, o jogo inverte: o próximo cliente chega pelo direct, o terceiro chega por indicação.

Você para de prospectar e passa a escolher.

O que vender, em ordem

Nível 1 — Sites.

O erro clássico é caçar quem não tem site.

Quem sobreviveu quinze anos sem site não quer um.

Seu cliente é quem tem site RUIM. Ele já pagou por um antes, então é comprador comprovado. E a dor está na tela: lento, quebrado no celular, invisível no Google.

Primeira venda: R$500 a R$1.500. Com prova acumulada: R$3.000 a R$10.000.

Nível 2 — Automações.

Aqui começa a receita que se repete todo mês.

O empreiteiro que não atende o lead porque está em cima de um telhado.

A clínica onde cada falta custa uma consulta cheia.

A imobiliária onde o lead respondido em cinco minutos fecha, e o de uma hora some.

A automação é quase a mesma em todo nicho: resposta imediata, lembrete, reativação.

Constrói uma vez, implanta pra sempre.

R$1.000 a R$5.000 de setup + R$200 a R$500/mês.

Nível 3 — Sistemas completos.

Cinco a vinte e cinco automações atrás de um painel onde o cliente vê hora e dinheiro economizados.

R$10.000 a R$20.000 por projeto.

E grava isto, porque é onde todo mundo erra a mão:

Ninguém compra IA.

“Implementamos soluções com agentes de inteligência artificial” não vende.

“Você nunca mais perde uma ligação” vende.

O dono da mecânica não quer um agente. Quer o serviço que parou de escapar.

A empresa que mora numa pasta

“Mas como eu vou vender site sem nunca ter feito um site?”

Pergunta certa.

E é exatamente a parte que mudou.

Existe uma ferramenta chamada Claude Code onde sua operação inteira mora dentro de uma pasta.

O Claude é o sistema operacional. As skills são os funcionários.

/seu-negocio

├── CLAUDE.md (quem você é, o que vende, como a IA se comporta)
├── skills/ (vendas, design, entrega — os “departamentos”)
├── clientes/ (uma pasta por cliente)
├── templates/ (site, proposta, contrato)
└── conteudo/ (provas, gravações, prints)

Você não escreve código.

Descreve, em português:

“Monta um site pra essa mecânica.”

Dez minutos.

“Cria uma automação que responde o WhatsApp quando o dono não atender.”

Rodando.

“Escreve a campanha de prospecção desse nicho.” Escrita, com follow-ups.

Cada coisa que você constrói duas vezes vira uma skill.

Um funcionário que trabalha de graça, pra sempre, em cliente após cliente.

E aí vem a inversão que ninguém te contou:

No sexto mês, sua pasta vale mais que sua carteira de clientes.

Cliente vai e vem.

A pasta só cresce.

Meu sistema tem mais de cem skills e dezenove agentes organizados como departamentos.

Foi com essa pasta que implantamos IA na maior incorporadora de prédios corporativos da América Latina.

Um validador de documentos que economiza R$40 mil por mês.

E numa indústria de válvulas com trinta anos de estrada, onde o motor que montamos virou ferramenta diária dos engenheiros.

É com ela que rodo clínica, imobiliária e consultoria.

Os mesmos nichos deste texto.

Caminho 2 — Empresa

Você vende a habilidade dos outros.

Esse é o passo dois.

E ele não é a continuação natural do primeiro.

É outra decisão, com um requisito que o Caminho 1 não tem.

Freelancer vende hora.

Empresa vende capacidade instalada.

Para montar empresa você precisa de caixa antes de precisar de cliente.

Contratar antes de ter demanda para pessoa contratada. Treinar antes de faturar com ela. Sustentar folha em mês ruim.

E precisa de processo escrito.

Entrega que só funciona quando é você quem faz não é empresa.

É você trabalhando com passos extras.

Quem pula do primeiro cliente direto pra “agência” quebra exatamente aqui: contrata com o caixa do projeto que ainda vai entregar.

A régua que eu uso:

Você só vira empresa quando tem recorrência que paga a folha por três meses sem nenhuma venda nova.

Antes disso, contratar é acelerar a própria morte.

O que muda depois da linha: a pasta deixa de ser sua ferramenta e vira o ativo da empresa.

As skills viram o padrão de entrega.

Quem você contrata não precisa ser sênior.

Precisa saber operar a pasta.

Esse caminho paga mais.

E cobra mais também.

E não dá pra fazer os dois ao mesmo tempo no primeiro ano.

Como posso te ajudar

Os três caminhos estão aí. O mapa é seu, de graça, sem pegadinha.

Ler o mapa e ver alguém dirigindo são coisas diferentes.

O que trava as pessoas não é falta de informação.

É a decisão específica: qual nicho, qual oferta, qual automação primeiro, qual preço, o que dizer quando o lead responde.

É pra isso que existe a Consulta de Marketing com IA.

Sessão de trabalho comigo, individual.

A gente traça o plano prático do seu caminho e desenvolve a solução ali dentro:

funil, automação, campanha, estrutura de time.

O gargalo real.

Você não sai com anotações.

Sai com coisa construída.

Freelancer: escolhemos o nicho, montamos a pasta e a primeira oferta, e definimos a rotina de prova que gera indicação.

Quem quer virar empresa: olhamos caixa, entrega e ordem de contratação. O que precisa estar de pé antes da primeira folha.

Dono de empresa: mapeamos as tarefas manuais que mais comem hora, o treinamento do time e a primeira automação que se paga.

Cada consulta custa R$597.

Se você tem interesse real, a primeira sai por conta da casa.

Não é isca.

Eu prefiro descobrir na primeira conversa se o que eu faço serve pra você.

E você prefere descobrir isso sem pagar pra ver.

👉 Me chama no Instagram, tocando aqui, e me diz em qual dos três caminhos você está.

Abraços.

Eu opero, com IA, todo o marketing de uma holding de tecnologia que fatura acima de 25 milhões por ano.

Não é teoria.É o que roda aqui todo dia.

E o que eu aprendi é simples: o modelo antigo de marketing era um Frankenstein de freelancer. Um pra copy, outro pro design, um terceiro para campanha, mais um para automação, e ainda o editor de vídeo.

Cada um cobrando, cada um no seu prazo, ninguém conversando com ninguém.

Esse Frankenstein morreu. Abaixo estão os cinco fluxos que o substituíram.

Vou abrir o capô de cada um: a ferramenta, o passo a passo, e onde a IA realmente faz o trabalho pesado.

Uma ressalva antes de começar, porque ela é o que separa quem usa IA de quem só brinca com IA: nada disso funciona no automático. A IA não substitui quem pensa. Ela multiplica quem sabe o que quer. Sem estratégia por trás, ela só te ajuda a errar mais rápido.

Contratado nº 1 — O copywriter

Antes: você contrata um copywriter freelancer por R$ 1.500 a R$ 4.000 por projeto, espera de três a sete dias por um deck de anúncios, e reza pra ele ter entendido seu produto.

Agora: o copy nasce dentro do Claude Cowork, com o contexto da sua empresa carregado — quem é o cliente, quais números você já tem, qual oferta converte. Não é a IA cuspindo texto genérico. É a IA escrevendo com a inteligência de marketing que você deu pra ela.

O fluxo real que eu uso:

1. Um arquivo de contexto por cliente (ICP, ofertas, provas sociais, histórico de métricas).

2. Um pedido direto: “10 variações de headline pra esse público, com esse ângulo”.

3. Uma camada de revisão que elimina os vícios de escrita de IA — as antíteses vazias, as promessas infladas, os aforismos ocos que denunciam texto de robô.

O resultado sai melhor e mais rápido do que a maioria dos freelancers que você contrataria. E mais importante: sai consistente, porque a IA lê o mesmo contexto toda vez.

Contratado nº 2 — O designer

Antes: um designer freelancer cobra de R$80 a R$250 por peça, e um carrossel de 10 slides some da sua vida por dois ou três dias.

Agora: o carrossel é montado por um pipeline. No meu caso, copy estruturada em 12 slides e quatro atos — narrativa, princípio, aplicação, oferta — e a arte renderizada por código, não à mão. O motor é Puppeteer somado a Sharp: um template HTML com a identidade da marca vira 12 PNGs em 1080×1350, prontos pro feed, em minutos.

O fluxo:

1. A copy sai primeiro (o contratado nº 1 já fez essa parte).

2. Um scaffold cria a estrutura do carrossel.

3. As imagens reais da empresa entram nos slides.

4. Um comando renderiza os 12 PNGs de uma vez, no tamanho certo, com tipografia e paleta fixas.

Zero “espera o designer voltar do fim de semana”. A peça sai no mesmo bloco de trabalho da copy.

Contratado nº 3 — O gestor de tráfego

Antes: um gestor cobra fee mensal, monta a campanha no gerenciador na mão, e a landing page ainda depende de um quarto contratado — o dev.

Agora: os dois viram um fluxo só. A página de captura é gerada com a copy e o design que já existem. E a campanha sobe pela Meta Marketing API, com script, não clicando trinta vezes no gerenciador.

O que roda aqui:

1. Landing de captura montada com a mesma copy do funil, publicada rápido.

2. Criativos vindos do pipeline de carrossel/anúncio.

3. Campanha, conjuntos e anúncios subindo via API, com leitura de insights de volta pra saber qual hook teve o melhor CPL.

O que antes exigia um dev, um gestor e um especialista em campanha virou uma pessoa lendo o número certo e apertando o botão certo.

Contratado nº 4 — O especialista em email marketing

Antes: você paga alguém pra escrever o email, segmentar, programar o disparo, fazer o HTML, e cuidar da lista.

Agora: o email inteiro — copy, HTML, agendamento e segmentação — sai por API direto na sua plataforma de automação. Eu uso o Mautic. Escrevo a copy, o HTML template já está pronto, defino o segmento, marco a hora, e o disparo entra na fila.

O fluxo:

1. Copy do email escrita com contexto (de novo, o contratado nº 1 aparece).

2. HTML montado sobre um template fixo da marca, com token de personalização por contato.

3. Criação e agendamento do disparo via API, no segmento certo, na hora certa.

Um email pra uma base de milhares de contatos, do texto ao “agendado”, em uma sessão de trabalho. Sem designer de email, sem programador de automação.

Contratado nº 5 — O editor de vídeo

Esse é o que mais me convenceu.

Antes: você grava, manda o material bruto pro editor, e espera duas semanas. Ele corta, você pede ajuste, ele some, volta, você aprova. E paga caro por cada rodada.

Agora: você aluga um estúdio por algumas horas, capta as imagens cruas, e joga tudo pra IA. Ela corta, edita, coloca as animações, sobe as legendas, ajusta o ritmo. Pra motion e Reels, um pipeline em Remotion transforma roteiro em vídeo renderizado por código. Pra explicações, whiteboards desenhados pela IA viram o material de gravação.

O projeto de duas semanas com editor terceirizado agora sai em uma tarde. E cada gravação de estúdio não vira um vídeo — vira dez peças: o corte principal, os Reels, os cortes verticais, o carrossel derivado, o email com o link. A IA atomiza o que você captou uma vez só.

Você acabou de ler o mapa. Agora imagina ter tudo isso pronto.

Cada fluxo desse artigo levou meses pra ser montado, testado e afinado até rodar liso. As skills, os agentes, os pipelines, os scripts que sobem campanha e disparam email — nada disso nasceu num fim de semana.

A boa notícia: você não precisa refazer esse caminho.

Eu montei essa operação inteira e ela já roda validada, no meu marketing e no dos meus clientes. Se você quer parar de gerenciar Frankenstein de freelancer ou ficar na tentativa e erro com funcionários novos, e ter uma máquina de marketing com IA funcionando de verdade — as ferramentas certas, as skills, os agentes, o fluxo completo pra você rodar com maestria — me chama.

👉 Falar comigo no WhatsApp

Me manda uma mensagem contando onde você está hoje e o que quer rodar. Eu te respondo pessoalmente e a gente vê se faz sentido montar isso pra você.

Como ele custa o dobro, a conclusão veio rápida: não vale.

A conclusão está certa para a pergunta errada.

O guia oficial de prompting da Anthropic avisa isso quase com irritação: testar o modelo em tarefas simples subestima o alcance dele. Em copy curta e bem definida, Fable 5 e Opus 4.8 rendem parecido. A diferença aparece no trabalho que leva horas ou dias, atravessa várias ferramentas e que nenhum modelo anterior terminava sem um humano consertando o meio do caminho.

Minha tese, depois de colocar ele para rodar na operação do MktOps: o Fable 5 não disputa em criatividade com o modelo anterior. Ele disputa a categoria de trabalho que você desistiu de automatizar.

A unidade de trabalho mudou: da peça para a operação

Todo mundo que usa IA no marketing conhece o teto antigo. O modelo escrevia um bom anúncio, mas não conseguia conduzir a campanha. Fazia uma boa análise de página, mas uma auditoria de SEO de 400 páginas voltava três vezes para correção. Começava um pipeline de conteúdo e parava na metade, esperando você religar o motor.

O Fable 5 sustenta a cadeia inteira. Alguns exemplos do que isso significa na prática, tirados da nossa operação:

A auditoria de SEO que antes exigia três sessões e um revisor roda de ponta a ponta: o modelo despacha sete subagentes em paralelo — keyword, técnico, conteúdo, concorrência — acompanha cada um enquanto trabalha em outra frente, e sintetiza o relatório final.

Quando um subagente não consegue cobrir um concorrente, ele reporta o buraco em vez de preencher com suposição, desde que você exija isso (volto às travas adiante).

O pipeline de carrossel sai do briefing e termina em doze criativos 1080×1350 renderizados, com a copy revisada no meio do caminho. Antes, o modelo entregava o texto e a produção visual era outro fluxo, outra sessão, outra pessoa.

O loop de métricas fecha sozinho.

Toda segunda de manhã, uma automação puxa os números da Meta e escreve o rascunho semanal por cliente. O que mudou com o Fable 5 é o elo seguinte: o modelo lê os aprendizados da semana — qual hook segurou o CPL, qual ângulo morreu — e escreve a próxima rodada de anúncios partindo do que os dados disseram, e não da intuição de quem escreve.

E o elo que mais interessa a quem gerencia receita: o CRM entra na conversa.

Com os conectores certos, o modelo cruza o pipeline de vendas com o custo por lead da campanha e responde a pergunta que planilha nenhuma responde sem trabalho manual — quais anúncios trazem lead que vira reunião, e quais trazem lead que só infla o relatório. Depois disso, decidir onde cortar orçamento deixa de ser reunião de uma hora.

Nada disso é o modelo solto fazendo mágica. A operação roda em cima de duas camadas: skills, que são procedimentos documentados que o modelo executa — como escrever um ad, como auditar uma conta, como estruturar um carrossel — e conectores, que ligam o modelo às ferramentas onde o trabalho acontece: Meta, CRM, e-mail, planilha, design.

O Fable 5 é o primeiro modelo que atravessa essas camadas sem fragmentar. Os anteriores executavam um elo bem; ele executa a corrente.

A demora tem função

A primeira surpresa de quem migra é a latência. Em tarefa difícil, uma resposta pode levar minutos; numa operação autônoma, horas. A Anthropic nomeia isso como a maior fonte de confusão na troca de modelo, e o instinto de achar que travou está errado: nesse tempo ele planeja, executa, confere o próprio trabalho e corrige antes de devolver. É a diferença entre a resposta rápida que você precisa consertar com três prompts e a resposta lenta que chega pronta.

Isso pesa no bolso, e aqui vale uma analogia que gestor de tráfego entende de primeira. O quanto o modelo “pensa” é calibrável, e rodar tudo no esforço máximo porque “é melhor” equivale a deixar o orçamento de mídia inteiro em brand awareness: você paga o prêmio sem precisar dele.

A auditoria estratégica de uma conta merece o teto de esforço. Reescrever uma headline não merece — e nos níveis baixos o Fable 5 já supera o esforço máximo dos modelos anteriores, o que torna o desperdício ainda menos justificável.

Três travas antes de deixar ele tocar conta de cliente

O que separa a demo impressionante da operação confiável são três instruções, e as três vêm do guia oficial.

A primeira ataca o problema do “já fiz”. Em tarefa longa, o modelo às vezes reporta uma etapa como concluída sem ter verificado o resultado real — no nosso mundo, é ele dizendo que a campanha subiu ou que o e-mail disparou sem ter checado. A instrução que quase elimina isso:

Antes de reportar progresso, audite cada afirmação contra um resultado de ferramenta desta sessão. Só reporte trabalho para o qual você consegue apontar evidência. Se algo falhou, diga com o output; se um passo foi pulado, diga.

A palavra que trabalha é “audite”. Formulações mais suaves foram testadas e renderam menos.

A segunda contém a proatividade.

O Fable 5 toma ações que você não pediu quando infere que seriam úteis — e o que é charmoso num rascunho de e-mail é inaceitável numa conta de anúncios. Um modelo que pausa um criativo performando porque “detectou fadiga” não é um assistente, é um passivo. A trava: quando você descreve um problema ou pensa em voz alta, o entregável é a avaliação dele. Reporte e pare. Nenhuma ação que muda estado — subir campanha, pausar anúncio, disparar sequência — sem confirmação explícita.

A terceira protege quem recebe o resultado. Depois de uma operação longa, o modelo tende a resumir usando abreviações internas e jargão de processo que só faz sentido para quem acompanhou cada passo. O gestor queria saber se a campanha subiu; recebe um despejo técnico. A correção é exigir formato: resultado em uma frase, evidência, risco se houver, próximo passo. O processo pode ser minucioso. A resposta final tem que ser limpa.

A memória transforma o que a agência já faz à mão

Aqui está o ponto que mais me interessou no guia, porque descreve algo que toda operação séria de marketing já constrói manualmente: o DNA de cada marca, o registro do que funcionou e do que morreu por cliente, as correções que o gestor teve que fazer duas vezes.

O Fable 5 usa isso como memória de trabalho. A estrutura recomendada é simples — uma lição por arquivo, resumo de uma linha no topo, nota errada é apagada em vez de acumulada — e o efeito é o que sustenta coerência em projetos de semanas: o modelo entra em cada sessão sabendo o que foi validado e o que evitar, em vez de começar do zero. No nosso caso, é a pasta de relatórios e aprendizados por cliente que as skills leem antes de escrever qualquer anúncio novo. Sem histórico, primeira rodada é hipótese e a gente declara isso. Com histórico, cada rodada herda a anterior.

É a diferença entre contratar um freelancer novo toda semana e ter alguém que está na conta há um ano.

Por onde começar

O caminho errado é o mais comum: abrir o modelo e pedir a mesma peça de sempre. O caminho certo é resgatar a operação que você arquivou por cansaço — a auditoria que sempre voltava, a análise competitiva que ninguém tinha fôlego de terminar, o relatório mensal que consome uma tarde. Dê a ele o contexto completo, as três travas acima, e esforço no teto. Compare com o que o modelo anterior fazia na mesma tarefa.

Se a diferença for pequena, você testou na categoria em que os dois empatam — e ela cobre a maior parte do trabalho de rotina, que deve continuar no modelo mais barato. Se a diferença for grande, você acabou de encontrar a fronteira nova do que dá para automatizar no seu marketing.

O Fable 5 não veio disputar a legenda. Veio disputar o trabalho que hoje ainda é seu.

Fontes oficiais

• Prompting Claude Fable 5 — Claude Platform Docs

• Introducing Claude Fable 5 and Claude Mythos 5 — Claude Platform Docs

• Effort — Claude Platform Docs

Ela sabe escrever um carrossel, auditar um funil, montar uma sequência de e-mail.

Sabe fazer.

O que ela não sabe é pra quem.

Entregue a mesma skill de copy para dez pessoas diferentes e ela entrega dez textos genéricos — competentes, corretos, e intercambiáveis. O talento está lá, mas o contexto, não.

Ontem, liberei mais de 100 skills no grupo do MktOps no WhatsApp, caso ainda não seja membro, toque aqui.

O erro previsível que a maioria vai cometer é abrir o Cowork, digitar um prompt e reclamar que o resultado “tem cara de IA”. Não tem cara de IA. Tem cara de ninguém porque você ainda não disse ao Claude quem ele está atendendo.

Este é o trabalho de hoje: construir a camada de contexto.

É o que separa quem tem acesso a ferramentas de quem tem uma empresa. E é exatamente a arquitetura que roda o MktOps, múltiplas marcas, dezenas de clientes ativos e um time enxuto no comando das decisões com arsenal de skills à mão.

O Cowork não é um chat mais esperto

Quem usa o Claude pelo chat trata a máquina como um balcão de perguntas. Você chega, pergunta, copia a resposta, fecha a aba. No dia seguinte começa do zero — a máquina até lembra de você, mas não tem contexto real de negócio.

A grande mudança hoje é que o Claude Cowork/Code trabalha dentro de uma pasta no seu computador.

Ele lê os arquivos que estão lá, escreve arquivos novos, roda uma tarefa de vários passos enquanto você resolve outra coisa. A pasta é a empresa. Tudo que o Cowork sabe sobre o seu negócio está escrito em texto, dentro dela, esperando ser lido no início de cada sessão.

Dentro dela vivem as skills, os clientes, os conceitos, as automações. Quando eu abro uma sessão e peço um carrossel pra Propspeed, o Cowork não adivinha nada: ele lê o CLAUDE.md da raiz, entra em clientes/Propspeed/, lê o brand-context.md daquele cliente, e só então escreve.

O texto sai com a paleta certa, o char-limit travado, o tom B2B do aplicador de estaleiro — porque a empresa inteira está descrita em arquivos que ele leu antes de escrever a primeira palavra.

Você vai construir a sua versão disso. Reserve vinte minutos.

A pasta é a empresa

Abra uma pasta no seu computador. Chame do nome do seu negócio. Dentro dela, quatro coisas:

minha-empresa/

├── CLAUDE.md ← as ordens permanentes: quem você é, como trabalha

├── README.md ← o mapa: o que é cada pasta aqui dentro

├── contexto/ ← about-me.md, marca, anti-vícios

├── clientes/ ← uma subpasta por cliente

└── entregas/ ← onde o trabalho pronto é salvo

Cada um desses arquivos faz um trabalho específico. Nenhum é decoração.

CLAUDE.md — as ordens que rodam antes de tudo

Este é o arquivo mais importante da estrutura.

O Cowork lê ele automaticamente no começo de toda sessão, sem você pedir. É onde você diz, de uma vez e pra sempre: como as coisas funcionam aqui.

No MktOps o CLAUDE.md da raiz faz três coisas ao mesmo tempo.

Diz quem manda no fluxo (”antes de qualquer tarefa, consulte o mapeamento de skills”).

Diz quais são as regras inegociáveis (”todo output de copy passa pela copywriting-guardrails antes de entregar”).

E diz onde salvar o quê (”carrosséis vão pra clientes/<cliente>/conteudo/“). Não é um manual longo. É um conjunto de ordens curtas que o Cowork obedece sem discutir.

O seu começa mínimo. Escreva à mão, em texto simples:

Antes de cada tarefa, leia todos os arquivos em contexto/.

Nunca invente fato sobre um cliente. Se não tiver fonte, pergunte

ou marque como lacuna.

Toda peça de texto passa pela skill copywriting-guardrails antes de

ser entregue.

Salve as entregas em entregas/, numa subpasta com o nome do projeto.

Se o pedido estiver ambíguo, use AskUserQuestion antes de começar.

Não preencha buraco com enrolação.

Repare na terceira linha. A skill copywriting-guardrails que vocês receberam ontem é justamente o arquivo “anti-AI writing” que os tutoriais gringos mandam você escrever do zero — a lista dos vícios que destroem a credibilidade do texto (antítese vazia, paradiastole etc). Vocês não precisam recriar isso. Já está pronto, como skill. O que o CLAUDE.md faz é obrigar que ela rode. Ter a skill não basta; a regra é que a invoca.

contexto/ — quem você é, o que você defende, o que você odeia

Três arquivos moram aqui.

about-me.md é você. Como pensa, o que considera trabalho bem-feito, qual o seu padrão. Não escreva isso digitando — deixe o Cowork te entrevistar, que sai mais rico. Abra uma sessão e cole:

Você vai construir meu arquivo about-me.md.

Me entreviste com AskUserQuestion — uma pergunta por vez, 15 no total.

Não aceite resposta vaga. Cubra: o que eu faço e pra quem, como eu

começo uma tarefa, o que é "pronto" pra mim, o que eu odeio ver num

texto, minhas regras inegociáveis.

No fim, condense tudo num único markdown com menos de 1.500 tokens.

Sem transcrição de perguntas e respostas — extraia os padrões, escreva

em prosa curta e bullets. Salve como about-me.md em contexto/.

Responda falando, não digitando.

Ditado por voz dá três vezes mais contexto que a digitação, e contexto melhor é output melhor — sempre. E respeite o limite de tokens. O primeiro about-me que eu escrevi tinha vinte mil tokens; o Cowork gastava metade da sessão só lendo meu perfil antes de fazer qualquer trabalho. Cortado pra menos de dois mil, a qualidade foi a mesma e o desperdício sumiu.

my-company.md é a estratégia — não o prazo de terça, o norte. Suas duas ou três metas do ano com número, os mercados que importam agora, o que você está dizendo não. No MktOps esse papel é do plano-mestre: duas marcas sob um CNPJ, Studio Artemis vendendo implementação de IA industrial, MktOps vendendo operação de marketing recorrente, spin-off só acima de três a cinco milhões por ano. Quando o Cowork sabe pra onde a empresa vai, ele toma decisões melhores em cada tarefa pequena. Use a mesma entrevista de cima, com seis a oito perguntas, e salve com menos de mil tokens.

README.md — o mapa que o Cowork lê pra se orientar

Se o CLAUDE.md são as ordens, o README.md é a planta baixa. Ele responde a uma pergunta que o Cowork faz toda vez que abre a pasta: o que é cada coisa aqui dentro?

Um README bom evita que o Cowork saia lendo arquivo que não devia — o que queima tokens e às vezes contamina a resposta com contexto errado. Escreva ele curto:

# Minha Empresa — mapa do repositório

- CLAUDE.md — regras permanentes. Lido automaticamente.

- contexto/ — quem sou, minha estratégia, minhas regras de escrita.

Ler sempre no início.

- clientes/ — uma pasta por cliente. Dentro de cada uma, um CLAUDE.md

e um brand-context.md com a voz e os fatos daquele cliente.

- entregas/ — trabalho pronto. Não ler a menos que eu aponte um arquivo.

A regra de ouro está na última linha. Você diz explicitamente o que não ler por padrão. O Cowork é obediente; o problema quase nunca é ele fazer de menos, é ele fazer demais.

clientes/ — onde a empresa vira operação

Aqui a arquitetura MktOps mostra pra que serve. Cada cliente ganha uma subpasta com dois arquivos: um CLAUDE.md próprio (as regras específicas daquele cliente) e um brand-context.md (a voz, os fatos, o ICP, os números reais).

Quando você trabalha pra aquele cliente, o Cowork empilha o contexto: lê o global, depois o do cliente. É por isso que a mesma skill de carrossel entrega uma peça B2B pra Propspeed e uma peça de saúde pra Clínica Alberton sem você reexplicar nada.

Um aviso que aprendi na marra e passo adiante: nunca deixe o Cowork inventar fato biográfico de cliente. Se o brand-context.md foi escrito antes da call de onboarding, marque como hipótese, não como verdade. Já cunhei “fulana pediu demissão pra empreender” misturando fontes — quando na verdade ela tinha sido demitida. Sem fonte documentada, o certo é marcar a lacuna ou perguntar. O Cowork vai preencher o buraco se você deixar; não deixe.

A pesquisa de mercado que era trabalho de consultoria cara

Agora a parte que transforma a pasta em vantagem competitiva.

Antes de escrever uma linha pra um cliente novo, você precisa entender o mercado dele. Isso era meio dia de trabalho de um analista júnior. Virou uma skill.

Rode a market-research-briefing. Ela conduz uma pesquisa web profunda usando os frameworks certos — as Cinco Forças de Porter, Jobs-to-be-Done, cadeia de valor — e destila tudo num briefing estratégico. Você dá o nome do cliente e o nicho; ela devolve o mapa competitivo, o tamanho do mercado, os vetores de posicionamento.

Rode a skill market-research-briefing para [cliente], que atua em

[nicho]. Salve o briefing em clientes/[cliente]/pesquisa/.

Não aceite o primeiro resultado como verdade absoluta. Leia, cruze com o que o cliente te contou na call, e só então operacionalize. Pesquisa de IA é ponto de partida forte, não sentença final.

O concorrente que você olha antes de existir

Pesquisa de mercado te dá o terreno. Análise de concorrente te dá os adversários no terreno. Temos skills específicas pra cada ângulo dela, e a escolha depende do que você quer saber.

Pra um panorama do campo competitivo — quem são, como se posicionam, onde estão os buracos —, a market-competitors mapeia o cenário e compara posicionamento, preço e autoridade de conteúdo. Pra desmontar um concorrente específico em profundidade, a competitor-profiling faz o retrato completo de um alvo. Se a briga é por busca, a seo-competitor-pages analisa as páginas que estão te ganhando no orgânico. E pra inteligência tática rápida — o que o concorrente está anunciando agora —, o comando /spy faz o reconhecimento direto.

Rode market-competitors para [cliente]. Identifique os 4 concorrentes

mais relevantes, compare posicionamento e preço, e aponte onde [cliente]

pode dizer algo que nenhum deles diz. Salve em clientes/[cliente]/pesquisa/.

O output dessas skills não fica solto. Ele vira insumo do brand-context.md — o posicionamento do seu cliente se define, em boa parte, contra o que os outros já ocuparam. Pesquisa que não alimenta a operação é pesquisa desperdiçada.

O que muda quando o setup está de pé

Antes desse setup, cada tarefa começa do zero e cada entrega tem cara de ninguém. Você escreve prompts longos torcendo pra acertar, reexplica seu cliente toda vez, e revisa texto genérico tentando injetar personalidade na mão.

Depois, o jogo inverte. Você abre uma sessão, escreve dez palavras — “quero um carrossel pra Propspeed sobre incrustação em hélice” — e o Cowork já sabe quem é o cliente, qual a voz, qual a regra de copy, onde salvar. A produção deixa de ser o gargalo. O gargalo passa a ser você: seu julgamento, suas decisões, quais clientes atender e quais recusar.

É esse o desenho de uma empresa de uma pessoa só. Não é uma pessoa fazendo o trabalho de dez. É uma pessoa tomando as dez decisões que só ela pode tomar, enquanto o resto — a pesquisa, a redação, a formatação, o compilado — acontece dentro de uma pasta que você montou uma vez.

Vocês receberam os especialistas ontem.

Hoje vocês constroem a empresa. Amanhã ela trabalha enquanto você decide.