IA para growth marketing: do banco de prompts ao backlog de experimentos priorizado

Onde a IA ajuda e onde ela só soa convincente

Peça a um assistente “as taxas médias de conversão de e-commerce no Brasil” e ele responderá com um número em tom seguro. Esse número pode não existir em fonte alguma. Modelos de linguagem geram texto plausível, e plausível não é o mesmo que verificado. Esse comportamento define o que delegar e o que não delegar no trabalho de growth.

Funciona bem quando o assistente trabalha sobre material que você forneceu: resumir cinquenta avaliações públicas de concorrentes em temas, agrupar respostas de entrevistas, transformar anotações soltas em uma lista de objeções, reescrever uma página em três variações de título, propor hipóteses a partir de um resultado que você descreveu. Funciona mal quando a pergunta exige fato externo atual (preços de concorrentes, volume de busca, benchmarks) ou conhecimento que só você tem (por que o seu cliente comprou).

Uma regra de bolso: se a resposta pode ser conferida contra algo que você colou na conversa, a IA é boa assistente. Se a resposta depende de algo que ela “deveria saber”, trate como palpite e confirme na fonte.

O que nunca entra na conversa: dados pessoais e informação sensível

Planilhas de CRM, exportações de formulários e transcrições de atendimento contêm nome, e-mail, telefone e, às vezes, histórico de compras ou dados de saúde. A Lei Geral de Proteção de Dados (Lei 13.709/2018) trata esses itens como dados pessoais, e o envio deles para uma ferramenta de terceiros é um tratamento que precisa de base legal e de cuidado com o compartilhamento. A Autoridade Nacional de Proteção de Dados (ANPD) publica orientações no site gov.br/anpd, que valem como leitura inicial. Isso não é consultoria jurídica, e o encarregado de dados ou um advogado deve avaliar o seu caso.

Um procedimento simples de anonimização antes de qualquer colagem:

1. Remova colunas de nome, e-mail, telefone, CPF, endereço e qualquer identificador.
2. Substitua por códigos genéricos (“cliente 01”, “cliente 02”) quando precisar distinguir linhas.
3. Revise campos de texto livre: um comentário como “a Maria, da loja de Pinheiros, pediu…” continua identificando alguém.
4. Agregue sempre que possível: em vez de linhas individuais, cole totais por etapa, por canal ou por semana.
5. Leia as configurações da ferramenta: se o plano usado permite que as conversas sejam utilizadas para treinar modelos, isso deve ser conhecido e decidido, não descoberto depois.

Para avaliações públicas e comentários de redes sociais, o cuidado muda de natureza, mas não desaparece: o texto é público, ainda assim pode conter nomes. Prefira trabalhar com os trechos e descartar autores.

Um banco de prompts com contexto, tarefa e formato

Um prompt útil tem sempre três partes: quem você é e qual é o negócio (contexto), o que o assistente deve fazer (tarefa) e como deve responder (formato). Guarde os que funcionaram numa planilha com colunas de uso, versão e “o que conferir”. Quatro exemplos para começar:

1. Resumo de avaliações (pesquisa).

Contexto: sou dono de uma loja de [segmento]. Abaixo estão avaliações públicas de dois concorrentes, sem nomes de autores.
Tarefa: agrupe os comentários em no máximo seis temas (preço, prazo, atendimento, qualidade etc.). Para cada tema, diga se é elogio ou reclamação e cite até dois trechos literais colados por mim.
Formato: tabela com tema, tipo, trechos. Se um tema tiver menos de três comentários, sinalize como "evidência fraca". Não use informação que não esteja no texto.

2. Objeções de entrevistas (pesquisa).

Contexto: transcrições anonimizadas de cinco conversas com clientes que compraram.
Tarefa: liste as razões de compra e as dúvidas antes da compra, com a frase do cliente que sustenta cada item.
Formato: duas listas; marque o que apareceu em uma só conversa como "isolado".

3. Variações de mensagem (conteúdo).

Contexto: [descrição do público e da oferta, sem promessas de resultado].
Tarefa: escreva cinco variações de título para este anúncio, cada uma com um ângulo diferente (prazo, preço, prova, dúvida, comparação).
Formato: lista numerada com o ângulo entre parênteses. Não invente números, prêmios ou depoimentos.

4. Hipóteses a partir de um dado (experimentos).

Contexto: na nossa página de orçamento, [X] visitantes por semana, [Y] enviam o formulário. O mapa de calor mostra que a maioria não passa do segundo bloco.
Tarefa: proponha cinco hipóteses no formato "Se mudarmos [A], então [B] vai melhorar, porque [C]".
Formato: tabela com a hipótese e a métrica que a validaria. Aponte o que seria preciso saber antes de testar.

Repare nas instruções negativas: “não use informação que não esteja no texto”, “não invente números”. Elas não eliminam o problema, mas reduzem a taxa de invenção e deixam a revisão mais curta. A pesquisa de mercado e de concorrentes continua sendo o ponto de partida: a IA organiza o material, mas é você quem o coleta.

Conteúdo e campanhas: rascunho, nunca versão final

Para conteúdo, a IA rende mais como primeira versão e como revisora. Gere um esqueleto de artigo a partir das perguntas reais dos clientes, escreva você mesmo os trechos que dependem da sua experiência e peça ao assistente que aponte frases vagas ou repetidas. O texto que sai direto da ferramenta tende a soar parecido com o de todo mundo que usou o mesmo prompt, o que enfraquece justamente o que o calendário editorial e os lead magnets procuram construir: uma voz reconhecível e provas próprias.

Para campanhas, peça ângulos, não decisões. Um assistente pode listar dez ângulos de anúncio, mas qual deles combina com a margem, com o público e com as regras da plataforma é decisão sua. Quanto à publicidade, o Código de Defesa do Consumidor (Lei 8.078/1990, art. 37) proíbe publicidade enganosa; um rascunho de IA que afirme “resultado em sete dias” ou cite um “estudo” inexistente é um risco concreto, não um detalhe de estilo.

Sobre análise de dados: exportações anonimizadas e agregadas podem ser coladas para pedir leitura de tendência ou sugestão de cortes (por canal, por dia da semana). Peça sempre que o assistente mostre a conta, e refaça as somas numa planilha. Modelos erram aritmética com mais frequência do que a confiança do tom sugere.

Do banco de ideias ao backlog priorizado por ICE

Ideias soltas não são um plano de experimentos. O método popularizado por Sean Ellis em Hacking Growth pede que cada ideia vire uma hipótese com métrica e receba uma nota de priorização. Uma versão comum é o ICE: impacto esperado, confiança na hipótese e facilidade de executar, cada um de 1 a 10, com a pontuação final sendo a média das três notas (algumas equipes multiplicam em vez de tirar a média; o importante é manter o mesmo critério).

Um backlog hipotético, para um negócio local com página de orçamento:

A coluna de confiança é a mais fácil de inflar e a que mais merece honestidade: uma ideia que veio de entrevistas e de gravações de sessão merece nota mais alta do que uma que veio de um prompt sem dados. Cada item aprovado ganha uma ficha com hipótese, métrica principal, volume necessário e critério de parada, que é o tema de CRO e testes A/B honestos, onde a leitura apressada de resultados também recebe atenção.

No entanto, a priorização por ICE é subjetiva: duas pessoas dão notas diferentes às mesmas ideias, e o ranking pode premiar mudanças fáceis de baixo impacto. Ela serve para organizar a conversa, não para decidir sozinha. Ainda assim, um critério imperfeito e escrito vence a escolha por quem fala mais alto na reunião.

O que conferir sempre antes de usar

Antes de publicar qualquer saída gerada com IA, passe por esta lista curta:

• Fatos: cada afirmação externa (prazo, lei, preço, estudo) foi confirmada numa fonte que você abriu?
• Números: as contas foram refeitas na planilha? Existe alguma “média de mercado” sem fonte?
• Tom: o texto soa como a sua marca ou como qualquer marca? Há promessa de resultado que você não pode cumprir?
• LGPD: algum dado pessoal foi enviado ou aparece no texto final?
• Plataforma: a função descrita existe na versão atual da ferramenta? Interfaces mudam, e a documentação oficial é a referência.
• Origem das ideias: o que foi sugerido pela IA está marcado como hipótese, não como conclusão?

Por outro lado, o custo de conferir também precisa entrar na conta. Se verificar cada saída consome mais tempo do que escrever do zero, o ganho desaparece, e isso acontece com frequência em textos curtos que você já sabe escrever bem. A IA compensa mais em tarefas de volume (resumir, classificar, variar) e menos em tarefas curtas que dependem do seu conhecimento. Medir, durante um mês, o tempo gasto com e sem o assistente em duas ou três tarefas recorrentes dá uma resposta melhor do que qualquer opinião genérica.

Os cursos que trabalham esse fluxo, com prática guiada, estão em /cursos/.