EN

Como é, na prática, uma semana de geração de demanda AI-native

Por , Fundador e líder de crescimento

Rodamos um sistema AI-native de geração de demanda na TheNextGuide, um marketplace de turismo que operamos, com mais de 2.400 operadoras de turismo e mais de 18.000 passeios. Então, quando alguém pergunta como é, na prática, "geração de demanda AI-native", eu não preciso de metáfora. Posso mostrar a semana. (O sistema também tem um estudo de caso público com números ao vivo: Tour Studio.)

Isso importa porque a expressão costuma chegar de dois jeitos. Ou como uma caixa-preta, a IA faz o marketing. Ou como uma enxurrada, o mesmo marketing, só que em maior volume. O que acontece de verdade não é nenhum dos dois. É uma semana que se repete com uma forma definida, e essa forma vale mais do que qualquer post brilhante dentro dela. O A1 desta série discutiu qual metade do funil financiar. O A2 mostrou como enxergar a demanda que o painel não registra. E um texto sobre marcas de consumo propôs um teste: você consegue mostrar a sua IA fazendo um trabalho de verdade toda semana? Este texto é a nossa resposta.

A semana segue a estrutura que a nossa página inicial apresenta, gerar, captar e acumular, num relógio de sete dias. Abaixo, cada etapa com o trabalho real que acontece nela.

Geração e seleção em escala

Todo dia o sistema produz cerca de cinco posts de Instagram a partir do catálogo: carrosséis de passeios, um recorte de destino, o tipo de viagem que uma operadora específica faz melhor. A parte interessante não é ele escrever os posts. É o problema que ele resolve. São 18.000 passeios, muito mais do que uma pessoa consegue garimpar à mão. Ninguém vai varrer o catálogo toda manhã e decidir que a demanda desta semana deve puxar, por exemplo, passeios gastronômicos para grupos pequenos em Lisboa, e não os passes genéricos de cidade que costumam ganhar no filtro de avaliação.

Então o trabalho real da IA aqui é selecionar, e não só redigir. Ela guarda todos os posts anteriores, o engajamento de cada um e o catálogo completo, e propõe o que produzir. A versão antiga desse sistema não fazia isso. Ela rodava um script que filtrava os passeios por avaliação, pegava os cinco melhores que não tinham saído recentemente, encaixava num modelo e publicava. Nunca sabia se o post de ontem tinha funcionado. Escrevemos sobre essa linha, automatizado versus AI-native, e é cruzá-la que faz da geração o começo da semana, e não uma tarefa diária. O volume sai barato. O que importa é o critério sobre o que merece esse volume.

Captura no perfil do parceiro

A demanda que os posts criam precisa chegar a algum lugar. Num marketplace ela não chega a uma página inicial só. Chega à página de um passeio e, com a mesma frequência, ao público da própria operadora. Um post sobre o passeio de uma operadora marca essa operadora, e circula tanto entre os seguidores dela quanto entre os nossos. A captura aqui acontece em dois lugares ao mesmo tempo. Um é a página do passeio, que precisa estar pronta quando a atenção chegar. O outro é a relação com o parceiro, que leva o post mais longe do que o nosso perfil levaria sozinho.

Isso muda o que significa "ajustar a captura". É manter as páginas dos passeios corretas e fazer a operadora parecer boa o bastante para que valha repetir a parceria, em vez de otimizar uma única landing page. A captura é encanamento de qualquer forma: precisa funcionar, e não é para onde vai a energia da semana. Mas num marketplace esse encanamento passa pelo perfil de outras pessoas, e isso é uma vantagem, e não uma complicação.

Efeito composto e aprovação das mudanças

É aqui que a maior parte do "conteúdo com IA" para antes da hora, e é aqui que a semana merece a palavra sistema.

No fim de cada ciclo, o sistema lê o que ele mesmo produziu. Quais posts atraíram atenção, quais categorias de passeio viraram visitas à página do passeio, quais parcerias com operadoras circularam, o que afundou. Depois ele propõe mudanças: puxar a seleção do próximo ciclo para o que está funcionando, tirar uma categoria que continua com resultado abaixo das outras, ajustar a forma de apresentar um tipo de passeio. E aqui entra o controle humano: a equipe aprova as mudanças, e não os posts um a um. O sistema consegue publicar cinco posts por dia por conta própria. O que ele não consegue fazer sem nós é mudar a forma como decide. Essa é a decisão que tomamos toda semana. É nela que entram o gosto da marca e as relações com as operadoras, que não queremos gastar sem cuidado.

Um caso real da nossa própria semana. O sistema insistia em propor frases de capa que faziam sentido para quem as escreveu e nenhum para um desconhecido. Uma saiu assim: "Same sea. Different week." ("Mesmo mar. Outra semana."). Para quem está rolando o feed, isso não diz nada sobre o passeio nem sobre por que ele deveria se importar. A correção não foi reescrever aquele post. Foi acrescentar uma checagem permanente na etapa de verificação do sistema: um teste do desconhecido, que agora barra antes da publicação toda capa que um leitor de fora não consegue entender. Uma pessoa aprovou uma mudança na forma como o sistema decide, e uma categoria inteira de posts que já nasciam mortos deixou de existir de uma vez.

Essa é a diferença entre corrigir um resultado e corrigir uma regra. É a mesma forma das regras de proteção que escrevemos quando uma operadora relata um problema: o erro vira uma correção permanente, e não um erro que volta. Em nada disso a IA roda sozinha. É a IA propondo e uma pessoa decidindo, toda semana, sobre aquilo que tem efeito composto: a regra, e não o resultado.

Um mês de operação

Rode essa semana por um mês e o valor não está em nenhum post. Está no que o sistema aprendeu sem alarde. Quais recortes de destino circulam e quais não pegam. Quais categorias de passeio viram visitas à página e quais só juntam curtidas. Com quais operadoras vale fazer parceria de novo. Na semana 4, esse critério está registrado na forma como o sistema seleciona e apresenta, e não guardado na cabeça de alguém. E ele chegou lá uma mudança aprovada por vez. As regras se somam.

Esse critério acumulado é o produto real da semana, e é a parte que fica. O argumento do Ygor do lado dos sistemas é que o aprendizado, e não o modelo, é o que pertence a você. A semana de operação é onde ele se forma. Também é a resposta prática a uma pergunta que todo comprador deveria fazer a um fornecedor de marketing com IA: quando o contrato acabar, o que fica comigo? Um calendário mais rápido não deixa nada. Ele produziu, publicou e começou do zero toda segunda-feira. Aprovando uma mudança por semana, você fica com um sistema que conhece o seu público.

Isso também muda a leitura do resto da série A. A medição do A2 não é um relatório que você lê e arquiva. Ela só se justifica porque alimenta uma mudança. Medição que nunca muda uma regra é teatro. E a defesa que o A1 faz de financiar a geração antes da captura é o que justifica ter um sistema para produzir esse volume diário.

O fluxo da semana

O fluxo do A1 cobria os primeiros trinta dias, o tempo de colocar o sistema de pé. Este é o da semana seguinte, repetida, na versão que dá para copiar:

  • Todo dia: gerar e publicar. O sistema propõe e redige os posts do dia a partir do catálogo e do próprio histórico. Uma pessoa aprova a pauta. A produção roda todo dia. A aprovação é rápida porque é aprovação, e não autoria.
  • O tempo todo: captar. As páginas dos passeios ficam corretas. As operadoras parceiras são marcadas e aparecem bem, para que a parceria se repita e o post circule entre o público delas.
  • Toda semana: acumular. O sistema lê o ciclo e propõe mudanças na seleção e na forma de apresentar. Uma pessoa aprova ou rejeita as mudanças, e uma regra de proteção é escrita para tudo o que quebrou.

O ponto em que isso quebra é a linha semanal. Se você aprova os posts e nunca as mudanças, ficou com um calendário mais rápido, e não com um sistema. É a mesma linha que separa a automação com nome novo da coisa de verdade.

Então fica uma pergunta para fazer sobre a sua própria semana, e ela fecha a série: nesta semana, a sua equipe aprovou resultados ou uma mudança no sistema? Se você só aprova posts, o sistema nunca fica mais inteligente, e você está alugando volume. Se aprova uma mudança que os resultados da semana justificaram, está construindo aquilo que fica com você. Se isso é mais do que a sua equipe consegue rodar hoje, é a conversa que temos toda semana.

Leia também

O imposto da rotatividade: como agências de marketing guardam o que as pessoas sabem

Quando uma equipe adota IA pessoa por pessoa, cada saída leva junto as regras do cliente e um histórico particular com a IA. Duas regras de gestão e um piloto em uma unidade mantêm esse conhecimento na agência.

Leia mais

Sua ferramenta de conversão com IA entrega um vencedor por semana. Veja como saber quais são reais.

A vantagem de uma ferramenta de conversão com IA é a velocidade: mais testes, mais rápido. Mas mais testes fabricam, por pura mecânica, mais vencedores falsos. A pilha de ganhos reportados pode crescer enquanto a sua taxa de conversão real fica parada. A verificação que pega isso, e duas medidas que a ferramenta não vai entregar a você.

Leia mais

Conte para a gente sobre o seu projeto

Onde estamos

  • Lisbon
    Portugal
  • São Paulo
    Brasil
  • Rio de Janeiro
    Brasil