Como manter um brain de marketing fiel à realidade

Em um Growth Unhinged recente, Melissa Kwan descreve como reposicionou a eWebinar com um brain de IA. É um projeto no Claude que reúne transcrições de ligações, citações de clientes, objeções, fichas de concorrentes e os textos antigos da empresa, e ela o usou para reescrever tudo, da home ao roteiro de demonstração. O tempo no site deles aumentou pela metade, e fecharam seu primeiro contrato enterprise. É o relato mais concreto desse método que já lemos, e destacamos a conclusão dela: o raciocínio tem que continuar sendo seu.

Rodamos nosso marketing com o mesmo tipo de brain, há meses. O nosso é um repositório git de documentos Markdown que o Claude Code lê antes de escrever qualquer coisa. Eles cobrem o que o produto faz hoje, como nos posicionamos, um perfil de cada concorrente, todos os canais de aquisição que já testamos e por que paramos, e as regras de voz que nossos textos precisam seguir.

Construir foi a parte fácil. Manter fiel à realidade é a parte difícil. O texto dela toca nisso quando menciona que coloca cada página finalizada de volta no projeto e atualiza o prompt. É o instinto certo, e é justamente aí que um brain começa a se desviar. Daí saíram quatro regras para nós.

Registre antes de responder

Em agosto colamos dez anotações de uma conversa com um líder de vendas numa sessão. Discutimos as anotações bastante, mas o Claude não as guardou em nenhum arquivo. Depois, quando precisamos delas, não encontramos em lugar nenhum, então colamos tudo de novo.

Reconhecer algo não é o mesmo que registrar, e é pior do que não dizer nada, porque quem forneceu a informação parte do princípio razoável de que ela foi guardada e para de repeti-la. Então a regra passou a ser: o Claude escreve tudo que lhe dizemos em um documento antes de responder, não depois. O teste é simples o suficiente para qualquer um aplicar: algum arquivo mudou?

Uma correção repetida vira uma verificação

Um brain aprende sua voz a partir do que você diz a ele, mas esquece com a mesma facilidade. Nos vimos fazendo as mesmas correções no texto repetidamente. Uma metáfora de “carregar” aqui, uma frase que narrava o que a página estava prestes a fazer ali, uma afirmação definida pelo que algo não é.

Escrever a correção nas instruções ajudou por um tempo. O que resolveu de verdade foi transformar cada correção repetida em uma verificação que roda quando o site é compilado. Cada expressão banida cita a correção que a levou a essa posição, e uma página nova ou editada que usa uma delas falha a compilação. Agora, quando precisamos corrigir o Claude da mesma forma duas vezes, a correção vira uma verificação.

Decida qual documento prevalece

As instruções do projeto da Melissa dizem à IA qual fonte prevalece quando duas discordam, e essa é a passagem do texto dela que indicaríamos a outros fundadores. Aprendemos por que isso importa da pior forma. Uma auditoria de site que havíamos escrito dizia que não estávamos listados em nenhum site de avaliações, enquanto o documento que acompanha nossos resultados dizia que estávamos listados no G2, Capterra e Trustpilot. A auditoria simplesmente estava errada, mas até definirmos qual documento acreditar, o brain não tinha como escolher.

Agora as instruções do brain nomeiam o documento autoritativo para cada assunto, e quando outro documento o contradiz, o autoritativo prevalece e o outro é corrigido.

Leia o conteúdo inteiro, sempre

A falha mais sutil veio de editar uma seção de cada vez. O Claude revisou um post comparativo seção por seção, e cada seção fazia sentido isoladamente. Mas uma frase dizia que os dois produtos paravam na caixa de e-mail, e a seguinte dizia que o outro produto cobria e-mail, agenda e reuniões. Ninguém releu o post inteiro, então ninguém percebeu que as duas discordavam.

Então uma segunda verificação agora lê cada comparação como um todo e procura exatamente isso: um “ambos” ou um “nenhum dos dois” que uma frase posterior contradiz. E a pessoa que revisa um rascunho o lê de uma vez, do início ao fim, antes de considerá-lo pronto. As verificações poupam a pessoa da checagem factual mecânica, para que ela possa focar em estilo, tom e força do argumento.

A maior parte do que entra chega em mensagens

Veja os insumos que a Melissa lista, e a maioria deles chegou primeiro na caixa de entrada ou no chat de alguém: as citações de clientes, as objeções, os motivos pelos quais as pessoas escolheram um substituto. Os nossos são iguais. No mês passado, um concorrente anunciou uma reconstrução do produto dele por e-mail, e nossas páginas de comparação ficaram erradas até alguém perceber, colar o conteúdo e pedir uma atualização.

Essa é a lacuna de qualquer brain mantido manualmente. Essas regras garantem que o que chega ao brain seja registrado, verificado e aceito como verdadeiro na ordem certa. Mas a precisão do brain ainda depende de alguém dar a ele o contexto. Por isso analisar mensagens para atualizar o brain é tão valioso.

O this+that lê as mensagens de uma equipe assim que chegam, e seus workflows escrevem o que aprendem em um brain compartilhado, com uma pessoa aprovando cada atualização onde você quiser isso. Estamos construindo um workflow que mantenha a maior parte do brain atualizada. Ainda rodamos nosso marketing a partir do repositório, mas planejamos mover tudo para o Brain do this+that, para que os e-mails de concorrentes, as citações de clientes e as correções cheguem a ele sem que ninguém precise lembrar de colá-los.

O conselho da Melissa vale de qualquer forma. Decida a direção você mesmo, dê ao brain tudo o que ele precisa, e mantenha-o fiel à realidade.