O OS de marketing na era da IA
Capstone da trilha de Marketing. Não é conceito novo, é a montagem. Você junta numa só camada o que produziu na trilha: do catálogo legível por máquina (N.mkt.5) ao painel de Share of Model (N.mkt.12), com a auditoria de marca (N.mkt.13) virando ritual recorrente. Espelha o OS do financeiro, do jurídico e de vendas: o sistema pessoal que continua ligado depois que você fecha a aba e melhora sozinho a cada entrega boa.
Olha a sua tela agora. Tem um prompt salvo num bloco de notas que sempre funciona pra escrever o post no tom da marca. Tem uma página de fatos da empresa que você montou pra IA entender quem você é. Tem aquela planilha onde você anotou, num domingo, quantas vezes o ChatGPT citou você versus o concorrente, e nunca mais abriu. Cada peça funciona sozinha. O problema é que estão soltas, espalhadas, dependentes da sua memória. Esta aula é a hora de juntar tudo num lugar só, com nome e ordem, e transformar essa pilha de coisas boas num sistema que trabalha por você.
O time de marketing produziu, ao longo do trimestre, um catálogo de produtos bem estruturado, uns prompts de campanha que funcionam e uma planilha de menções da marca na IA. Cada coisa numa pasta diferente, na cabeça de uma pessoa diferente. Quando essa pessoa sai de férias, o sistema vai junto. O OS de marketing é o ato de tirar isso da cabeça de um e colocar numa estante que o time inteiro abre, com a régua de custo por trás: cada vez que alguém remonta do zero o que já existe, a empresa paga uma hora pra não ter organizado.
O jurídico que apoia o marketing já tem uma página de fatos verificados da marca (o que pode e o que não pode ser dito), um checklist de claims e um registro de quando a IA descreveu a empresa de forma errada. Estão soltos. O OS junta isso numa camada onde a página de fatos vira o ativo que a IA lê, o checklist vira eval recorrente e o registro de erro vira o ritual de auditoria. Vira um sistema de risco de reputação, não três arquivos que ninguém acha na hora.
Você passou a trilha inteira montando peça por peça: deixou o catálogo legível por máquina, escreveu a página de fatos da marca, montou a biblioteca de prompts no seu tom, ligou o painel que mede quantas vezes a IA te cita, fez a primeira auditoria de como o modelo descreve a sua empresa. Cada peça funciona sozinha. Esta aula é a montagem: você pega tudo isso e instala como uma camada única, um OS de marketing, que continua ligado depois que você fecha a aba e melhora sozinho a cada entrega boa.
Pensa no time de RH. Tem um roteiro de entrevista que sempre puxa as perguntas certas pra triagem, um modelo de descrição de vaga que atrai candidato bom, um checklist de onboarding que ninguém abre faz meses e uma planilha de clima que alguém montou num feriado. Cada coisa funciona sozinha, mas vive na cabeça de uma recrutadora diferente. Quando ela sai, o jeito de fazer vai junto. O OS de RH é tirar isso da gaveta e instalar numa estante única, com lugar fixo: o roteiro vira prompt nomeado, o onboarding vira ativo que roda sozinho, o clima vira ritual recorrente. Deixa de ser pilha de arquivos soltos e vira sistema que o time inteiro abre.
Olha o seu dia de product. Tem aquele prompt que destila feedback de descoberta no tom do PRD, um template de priorização que você sempre reusa, um painel de métricas de produto que você ligou e quase não abre, e um documento de roadmap que cada um guarda numa pasta. Cada peça é boa sozinha. O problema é que estão espalhadas e dependem de você lembrar onde colocou. O OS de produto é juntar tudo numa camada só: o template de priorização vira prompt fixo, a régua de métricas vira eval recorrente que pega regressão, e o roadmap fica num lugar que o time todo acha. Para de remontar do zero o que já existe.
Pensa comigo no comercial. Tem um script de prospecção que sempre converte melhor, um modelo de proposta que você ajusta toda vez na correria, um CRM com o pipeline e uma planilha de forecast que alguém atualiza de memória. Cada coisa funciona, mas está solta e na cabeça de um vendedor só. Quando ele sai, o jeito de fechar vai com ele. O OS comercial é colocar isso numa estante única: o script vira prompt nomeado, a proposta vira template que abre rápido, o forecast vira ritual em cima do CRM. Deixa de ser pilha espalhada e vira sistema que o time inteiro opera, mesmo cansado, mesmo de férias.
Putz, o time de operações conhece isso bem. Tem um POP de processo que sempre dá certo, uma planilha de SLA que mede prazo de entrega, um checklist de qualidade que vive num drive perdido e um relatório de eficiência que alguém remonta toda segunda. Cada peça funciona sozinha, mas depende da memória de quem montou. O OS de operações é juntar tudo num lugar só, com nome e ordem: o POP vira ativo que roda igual toda vez, o checklist de qualidade vira eval recorrente, o painel de SLA vira ritual no calendário. O que era arrumação na cabeça de um vira sistema que o time abre rápido.
Pensa no time de compliance. Tem uma matriz de risco bem feita, um checklist de controles internos que valida cada operação, um registro de incidentes de LGPD numa pasta e um modelo de relatório de auditoria que você refaz do zero a cada ciclo. Cada coisa funciona sozinha, mas está solta e dependente de quem lembra onde guardou. O OS de compliance é instalar isso numa camada única: a matriz de risco vira o ativo que a equipe lê, o checklist de controles vira eval recorrente, a auditoria vira ritual marcado no calendário. Vira um sistema vivo de risco, não três arquivos que ninguém acha na hora da fiscalização.
Olha o seu setup de tecnologia. Tem um pipeline de deploy que sempre sobe a versão certa, uns snippets de código que você reusa em todo projeto, um runbook de incidente que ninguém abre até dar pau, e um painel de observabilidade que você ligou e esqueceu. Cada peça funciona sozinha, mas vive espalhada entre repositórios e na cabeça de um dev. Quando ele sai, o conhecimento de arquitetura vai junto. O OS de tecnologia é juntar isso numa estante única: o deploy vira ativo automatizado, os snippets viram biblioteca nomeada, o runbook vira ritual em cima do painel. Para de remontar do zero o que o time já resolveu dez vezes.
Pensa no seu trabalho de UX. Tem um roteiro de pesquisa com usuário que sempre puxa o insight certo, uma biblioteca de protótipos e componentes que você reusa, um checklist de acessibilidade que vive perdido num arquivo e um mapa de jornada que cada designer guarda no seu Figma. Cada peça funciona sozinha, mas depende de você lembrar onde está. O OS de UX é colocar tudo num lugar só, com lugar fixo: o roteiro de pesquisa vira prompt nomeado, o checklist de acessibilidade vira eval recorrente que pega o fluxo quebrado, a jornada fica num espaço que o time todo abre. Deixa de ser pilha solta e vira sistema que melhora a cada teste de usabilidade.
Pensa no time de estratégia. Tem um template de análise competitiva que sempre organiza o mercado direito, uma planilha de cenários que alguém montou pro último board e ninguém mais achou, um modelo de deck refeito do zero a cada trimestre, e um painel de OKR que foi ligado e esquecido. Cada peça funciona sozinha, mas vive espalhada e na cabeça de quem montou. Quando essa pessoa muda de time, o jeito de analisar vai junto. O OS de estratégia é juntar isso numa camada única: o template competitivo vira ativo reusável, o modelo de cenário vira prompt nomeado, o painel de OKR vira ritual no calendário do board. Para de remontar do zero, a cada trimestre, o que o time já resolveu antes.
Deixa eu te falar uma coisa sobre cursos, do mesmo jeito que te falei nas outras trilhas de Negócios. Curso comum te entrega aula: você assiste, faz o exercício, fecha a aba e três semanas depois lembra mais ou menos do conceito. Pensa comigo: o que sobrou no seu dia de trabalho? Quase nada. Curso forte é outra coisa. Curso forte te entrega infraestrutura, algo que continua ligado depois que você fechou a aba, que muda como você opera segunda de manhã. Esta trilha de marketing inteira foi construída pra te deixar com infraestrutura, não com lembrança. Esta aula é onde a gente instala isso de vez. E repara: ela não traz conceito novo. Ela é a montagem do que você já fez.
A ideia central desta aula. O seu OS de marketing é uma camada viva com quatro prateleiras: o catálogo e a página de fatos legíveis por máquina (o que a IA lê pra te recomendar), a biblioteca de prompts e ativos de conteúdo no seu tom de marca, os evals de marca (as perguntas fixas que você roda nos modelos pra medir como eles te descrevem), e o painel de Share of Model, com a auditoria de marca virando ritual em cima dele. O critério do que vira o quê é simples: o que é repetível e estável vira ativo de máquina ou eval recorrente; o que muda toda vez (a estratégia, o claim, a leitura de uma queda) fica no seu julgamento, com a IA só ajudando. E o pulo do gato é que esse sistema melhora sozinho: cada campanha boa, cada auditoria, deixa um sedimento na biblioteca. Você não vai sair daqui sabendo sobre IA. Você vai sair com IA instalada no seu jeito de fazer marketing.
01A diferença entre aula e infraestrutura
Vamos chamar o boi pelo nome. O que separa quem assiste um curso de marketing com IA e segue igual de quem assiste e muda de patamar não é a quantidade de prompt decorado. É se aquilo virou sistema ou virou anotação.
Anotação é frágil. Depende de você lembrar, de você achar o arquivo, de você ter disposição pra remontar o prompt na pressa de quinta à noite. Sistema é o contrário: está pronto, tem lugar fixo, abre rápido, e funciona mesmo quando você está cansado (ou quando quem montou saiu de férias). A pergunta econômica por trás disso é direta. Quanto vale uma hora sua? Cada vez que você remonta do zero algo que já fez dez vezes, você está pagando essa hora pra não ter organizado. O OS é o que para de cobrar essa conta.
A diferença não é mágica, é arrumação com intenção. E é exatamente o que a gente vai fazer agora. Beleza?
02As quatro prateleiras do OS de marketing
O OS de marketing não é um software que você compra. É uma camada de quatro prateleiras que você monta com o que já produziu nesta trilha. Cada prateleira tem uma função clara, e cada uma já tem peça sua pronta pra entrar.
- Prateleira 1, o que a máquina lê. Aqui mora o catálogo legível por máquina que você arrumou na aula N.mkt.5 e a página de fatos da marca. É o que a IA consulta pra entender quem você é e te recomendar. Lembra o que a gente viu sobre consenso: a IA só recomenda com confiança quando vê a sua marca descrita de forma clara e consistente em fontes que ela confia. Esta prateleira é onde você cuida disso de propósito, em vez de deixar o modelo preencher a lacuna com invenção.
- Prateleira 2, os prompts e ativos no seu tom. A coleção de comandos que você já testou e que escrevem no tom da marca, mais os modelos de conteúdo que funcionam. Não é todo prompt que você já escreveu. É o subconjunto que passou no teste real, com nome descritivo, pra você reusar sem reescrever (e sem cair no conteúdo genérico que o mercado já reconhece e rejeita).
- Prateleira 3, os evals de marca. O conjunto fixo de perguntas que imitam o seu comprador real, que você roda de forma recorrente no ChatGPT, Claude, Perplexity e Gemini pra medir como eles te descrevem e te citam. É a mesma ideia de eval que você viu lá na aula 5.3 e no Guardião (G.6): um teste repetível que pega regressão. Aqui ele mede presença de marca, não acerto de tarefa.
- Prateleira 4, o painel de Share of Model. O placar que você ligou na aula N.mkt.12: quantas vezes, das perguntas da sua categoria, a IA cita ou recomenda você versus o concorrente. É a prateleira que dá número às outras três, porque é nela que você vê se o trabalho do catálogo e dos prompts está movendo a agulha de verdade.
Repara que isso não é teoria. Você já produziu peça pra cada uma dessas prateleiras ao longo da trilha. O OS é o ato de tirar elas da gaveta e colocar na estante certa, na ordem certa.
03O critério: o que vira ativo de máquina, o que vira eval, o que fica no julgamento
A pergunta que mais trava as pessoas aqui é: automatizo o quê? A resposta tem um critério único e ele cabe numa frase, o mesmo que você viu nas outras trilhas de Negócios. Quanto mais repetível e estável a tarefa, mais alto na escala de automação ela sobe. Quanto mais ela muda toda vez, mais ela fica na sua mão, com a IA só ajudando.
- Repetível e idêntico toda vez, vira ativo de máquina ou eval. A página de fatos da marca, o catálogo estruturado, a rodada semanal de perguntas nos modelos. Isso fica de pé sozinho. Você só lê o resultado.
- Repetível mas com conteúdo novo a cada vez, vira prompt ou template. O post tem sempre a mesma anatomia, mas o assunto muda. O prompt fixa o tom e a estrutura e libera você pra cuidar da ideia.
- Muda toda vez, fica no julgamento. A estratégia de posicionamento, o claim que você pode ou não fazer, a leitura de por que o Share of Model caiu este mês. A IA ajuda a pensar, mas o volante é seu. Tentar automatizar isso só cria um sistema rígido que erra quando o mercado muda.
Esse critério te poupa de dois erros caros. O primeiro é automatizar o que muda, e ficar refém de uma máquina que despeja conteúdo genérico fora de contexto (o tal conteúdo de IA que o público reconhece e rejeita). O segundo é deixar na mão o que é idêntico toda vez, e seguir pagando horas suas por preguiça de montar o eval. Você quer cada tarefa na altura certa da escala. Beleza?
04O pulo do gato: o sistema que melhora sozinho
Aqui está a parte que transforma o OS de um arquivo morto numa coisa viva. Um OS bem montado não fica parado. Ele cresce a cada uso.
Funciona assim. Você roda uma campanha esta semana, e um post específico estourou de engajamento e ficou perfeitamente no tom da marca. No jeito antigo, esse trabalho morre na publicação: deu certo, ótimo, segue a vida. No OS, ele não morre. O prompt que gerou aquele post vira peça da prateleira de prompts. Um fato novo que você precisou explicar entra na página que a máquina lê. E quando você roda os evals e descobre que o ChatGPT começou a descrever a sua empresa de um jeito torto, aquilo vira mais uma linha na sua auditoria de marca. Cada entrega boa, e cada susto, deixa um sedimento no sistema.
O efeito composto disso é grande. No mês um, o OS tem o básico. No mês seis, ele tem a sua biblioteca inteira de melhores jeitos de falar com a IA e com o público, destilada de dezenas de campanhas e auditorias reais. Você fica mais forte não porque a IA ficou mais inteligente, mas porque o seu sistema ficou mais seu. A regra prática é uma só: toda campanha boa, e toda auditoria, termina com uma pergunta, o que daqui vale guardar? Essa pergunta é o que mantém o OS vivo.
E repara que isso é o oposto de partir do zero. A maioria das marcas começa cada disputa de visibilidade na IA na estaca zero, brigando pra ser citada de novo. Quem tem OS começa do acumulado. Essa é a vantagem que aparece devagar e depois fica impossível de alcançar.
05A auditoria de marca como ritual, não como susto
Aqui é a hora de fechar o ciclo e dar à última peça o lugar dela. A auditoria de marca que você fez na aula N.mkt.13 não pode ser uma coisa que você faz uma vez, leva um susto, e nunca mais. Dentro do OS, ela vira ritual: uma rodada recorrente, marcada no calendário, em cima do painel de Share of Model.
Por que ritual e não susto pontual? Porque a forma como a IA descreve a sua marca muda sozinha, sem te avisar. Sai modelo novo, muda a base que ele consulta, um concorrente publica algo que o modelo passa a citar, e de repente a sua descrição mudou e o seu Share of Model caiu (e ninguém te mandou um e-mail). É o tal do funil escuro: parte da disputa acontece dentro de conversas com a IA, invisível pro seu CRM. Sem ritual, você só descobre o estrago quando ele já virou venda perdida. Com ritual, você pega a mudança cedo, no painel, e age.
E aqui entra um cuidado que eu não posso deixar de fora, porque é o tema do módulo inteiro, a borda cinza. Quando você for agir sobre o que a auditoria mostrou, a tentação é empurrar. Plantar instrução escondida pra forçar o modelo a te recomendar mais. Não faça. Lembra o que a gente viu sobre prompt injection lá no Guardião (G.2): isso é manipulação, viola política antispam, e tem um efeito perverso documentado por pesquisa (o "injection paradox"): em modelos treinados pra segurança, o classificador detecta a tentativa e rebaixa a sua marca inteira, silenciosamente. Você fica pior do que se não tivesse mexido. O caminho do OS é o do lado claro: catálogo limpo, fatos verificados, presença consistente em fontes confiáveis. A auditoria mostra o buraco; você tapa o buraco com verdade, não com truque.
Se você quer ver onde o OS de marketing se encaixa no quadro maior, ele é a sua instância pessoal da mesma infraestrutura que o financeiro, o jurídico e vendas montaram nas trilhas deles. O marketing foi só o domínio onde você montou este. O método é o mesmo pra qualquer área: junta as peças, define o que sobe na automação, e mantém vivo com o uso.
Pra levar: o seu OS de marketing tem quatro prateleiras (o que a máquina lê, os prompts no seu tom, os evals de marca e o painel de Share of Model), e a auditoria de marca vira ritual em cima dele, não susto pontual. O critério é repetibilidade: o estável sobe pra ativo de máquina ou eval, o que muda fica no seu julgamento. O sistema melhora sozinho porque toda entrega boa deixa um sedimento. E você corrige o que a auditoria mostra com verdade (catálogo, fatos, consistência), nunca com injeção escondida, que rebaixa a marca toda. Beleza? Próxima.
Faça agora
Abra um documento em branco e dê o título: OS de Marketing, a sua tarefa real. Crie as quatro prateleiras como seções e puxe pra dentro o que você já produziu na trilha:
- O que a máquina lê. Cole (ou linke) o catálogo legível por máquina da aula N.mkt.5 e a sua página de fatos da marca. Em uma linha, escreva: a IA conseguiria me descrever certo só com isto? Se a resposta for "ela teria que adivinhar", marque como pendência.
- Prompts e ativos no seu tom. Liste de três a cinco prompts que você testou nesta trilha e que escrevem no tom da marca. Dê um nome descritivo pra cada um (ex: "post de autoridade no tom da marca", "resposta a objeção em LinkedIn") e cole o prompt.
- Evals de marca. Escreva de cinco a dez perguntas que o seu comprador real faria à IA na sua categoria (ex: "qual a melhor ferramenta de X para empresa pequena?"). Essa é a sua biblioteca de evals, que você vai rodar recorrente no ChatGPT, Claude, Perplexity e Gemini.
- Painel de Share of Model. Anote, do painel da aula N.mkt.12, o seu número de hoje: das perguntas da prateleira 3, em quantas a IA te cita ou te recomenda, versus o concorrente. Esse é o seu marco zero.
No fim, marque no calendário a auditoria de marca (N.mkt.13) como ritual recorrente, mensal, em cima deste painel. E escreva, em uma frase, a regra do lado claro: quando a auditoria mostrar um buraco, eu tapo com verdade (catálogo, fatos, consistência), nunca com injeção escondida. A partir de hoje, toda campanha boa termina com a pergunta: o que daqui vale guardar?
Por que Share of Model está virando o KPI que substitui o Share of Voice
A métrica antiga de marca era o "share of voice": que fatia das menções da sua categoria, na mídia e na busca, era sua. Na era da IA, surgiu uma irmã dela, o Share of Model (SoM): a fatia das respostas da IA, para as perguntas da sua categoria, em que a sua marca é citada ou recomendada como solução principal. Analistas de mercado vêm apontando o SoM como o KPI de 2026 justamente porque ranquear bem no Google deixou de garantir aparecer na resposta da IA, e boa parte da jornada agora acontece dentro da conversa com o modelo, invisível ao Analytics tradicional (o funil escuro). Tem variações finas do conceito (AI Share of Voice, que mede só a sua fatia de menções; e Share of Answer, que mede quanto da própria resposta é sobre você), mas a ideia central é a mesma: parar de medir só cliques e passar a medir presença na resposta. Você mede isso rodando a sua biblioteca de evals de forma recorrente nos vários motores, calibrando o dado de laboratório (prompts controlados que você dispara) com dado de campo (ferramentas que observam o clickstream real, tipo Semrush, Profound, Datos). Não precisa virar engenheiro de métrica. Precisa reconhecer que "estar na resposta" virou o placar, e ter um ritual que o lê toda semana.
Pratique
1. Qual é o critério para decidir o que vira ativo de máquina/eval, o que vira prompt e o que fica no seu julgamento, no OS de marketing?
2. Por que a auditoria de marca (N.mkt.13) deve virar um ritual recorrente dentro do OS, em vez de uma checagem feita uma vez?
3. A auditoria mostrou que o ChatGPT anda descrevendo a sua marca de forma fraca e citando o concorrente. Qual ação está alinhada com o OS de marketing?
Beleza? Fecha comigo o recado. Esta trilha inteira foi pra te deixar com infraestrutura, não com lembrança. O seu OS de marketing junta numa camada só o que você montou peça por peça: o catálogo e os fatos que a máquina lê, os prompts no seu tom, os evals de marca e o painel de Share of Model, com a auditoria virando ritual em cima de tudo isso. O critério é repetibilidade: o estável sobe pra automação, o que muda fica no seu julgamento. O sistema melhora sozinho porque toda campanha boa deixa um sedimento, e você corrige o que a auditoria aponta com verdade (catálogo, fatos, consistência), nunca com injeção escondida que rebaixa a marca toda. Você não terminou um curso de marketing com IA, você instalou um marketing que opera na era da IA, e isso, ninguém te tira.
Para o quadro
Sobre o critériopágina de fatos e evals sobem para automação. O post vira prompt. A leitura de uma queda fica no seu julgamento.
Sobre o ritualmodelo novo, base que muda, concorrente que passa a ser citado: tudo mexe na sua descrição sem avisar.
Sobre o consertodê ao modelo identidade clara e consistente para ele parar de preencher a lacuna com invenção.
Valeu pelo feedback. Isso ajuda a afiar a próxima aula.