Profissional de marketing autônomo: como evitar a ​“mediocridade mais rápida” com a IA

Não pergunte a Bob Pearson qual é o “prompt perfeito” para escrever um texto de marketing melhor ou gerar ideias para campanhas.

“Não sou um grande defensor da engenharia de prompt”, explica Pearson. “Por um motivo simples. Acho que estamos complicando demais.”

Pearson, que mora em Austin, Texas, criou a primeira organização global de mídia social da Dell e é um especialista reconhecido em comunicação, marketing e inovação digital, atualmente, ele atua como professor adjunto na McCombs School of Business da Universidade do Texas, onde ministra cursos sobre novos modelos de mídia digital, vendas persuasivas e IA generativa.

Enquanto a maioria dos profissionais de marketing fica obcecada com bibliotecas de prompts e discute como fazer a frase perfeita, Pearson está focado em outras coisas. Ele está criando sistemas que permitem que as ferramentas de marketing autônomas ampliem a criatividade em vez de substituí-la e ajudem os profissionais de marketing a repensar seus fluxos de trabalho ou a abordagem do trabalho.

A engenharia de prompts é uma tática. O pensamento estratégico sistêmico é uma vantagem competitiva. Um deles oferece resultados um pouco melhores. O outro transforma a forma como sua equipe compete.

Para começar, são necessários três fundamentos: desenvolver sua própria inteligência, fazer perguntas melhores e tornar a IA parte dos fluxos de trabalho regulares. Mas entender por que isso é importante começa com uma visão diferente da criatividade. Tudo isso faz parte de como não usar a IA de forma mediana ou medíocre.

Pearson define a criatividade da mesma forma que os especialistas em cadeia de suprimentos pensam sobre a fabricação. As matérias-primas (ideias, pesquisas, percepções do cliente) passam pela produção (briefings, design, copywriting) até a distribuição (campanhas, canais, personalização). A IA não substitui etapas. Ela acelera cada etapa e expande suas opções em cada estágio.

“No início, podemos ter mais ideias, slogans e mensagens de apoio”, ressalta Pearson. “Então, tudo isso se torna um material para fazermos um briefing melhor. Quando estamos fazendo esse briefing e pensando no design, podemos brincar com uma variedade muito maior de cores e fundos.”

Você recebe 50 rascunhos em vez de cinco. Seu trabalho não é usar todos os 50. Seu trabalho é reconhecer quais são os três que valem a pena ser refinados, porque você entende o seu público e o que realmente vai comover as pessoas.

O ser humano faz o que somente os seres humanos podem fazer: tomar a decisão que separa o sinal do ruído.

A Pearson faz distinção entre engenharia de prompts e questionamento estratégico. Digitar “escreva uma publicação de blog sobre tendências de marketing para mim” é um prompt (embora muito básico). Perguntar “Quais fatores estão impulsionando as recentes mudanças na participação de mercado (inovação, preços, distribuição, regulamentações, novos concorrentes, comportamento do consumidor? Liste as três principais perguntas em cada área e o que os faria se preocupar com esse tópico agora?” é um questionamento estratégico em que as perguntas direcionam os insights que você recebe.

Pearson usa duas estruturas para criar sistemas de marketing autônomos: os “4 Cs” para a criação de uma pilha de marketing com tecnologia de IA e o modelo ABCDE para a execução de campanhas. Ambos forçam você a fazer perguntas estratégicas antes mesmo de digitar um prompt.

A maioria dos profissionais de marketing ouve “pilha de marketing com tecnologia de IA” e pensa em integrações de software. A “estrutura dos 4 Cs” foi projetada para profissionais, estudantes e organizações que buscam desenvolver as competências essenciais necessárias para prosperar em ambientes modernos de trabalho e educação, especificamente comunicação, colaboração, pensamento crítico e criatividade. Pense nela como metacompetências de alto nível.

• CRM: você consegue prever quais leads serão convertidos antes que sua equipe de vendas perca tempo com eles? É possível personalizar o alcance com base em padrões de comportamento que você nunca detectaria manualmente?
• Conteúdo: é possível medir se a voz da sua marca fica consistente em todos os canais ou você está apenas esperando que isso aconteça? Você consegue ver como os clientes se ajustam às mensagens em tempo real e se adaptam antes do término da campanha?
• Canais: você está investindo em canais com base em dados de desempenho ou com base em onde sempre investiu? Você pode eliminar canais com baixo desempenho no meio da campanha e redirecionar o orçamento?
• Clientes: você sabe quais dados de contato são precisos antes de criar campanhas com base neles? É possível desenvolver um alcance que pareça pessoal, porque se baseia na inteligência real de cada cliente em potencial?

Pearson obtém respostas para essas perguntas com sua pilha de tecnologia de IA, e ele vê cada uma delas como tendo uma personalidade ou função diferente, essencialmente dando a ele uma “equipe” para apoiar seu trabalho:

• ChatGPT é um assistente inteligente e “acelera a forma como eu crio ou itero ideias”.
• Perplexity é um chefe de pesquisa de mercado. Ele fornece uma direção clara e pesquisas com muitas citações e relatórios detalhados.
• Pi é um diretor de mídia social. Ele diz que é “conversacional e reflexivo, como um dos meus amigos comentando sobre o mundo”.
• Claude é usado para trabalhos analíticos mais longos e “apresenta resultados melhores quando é solicitada uma análise baseada em documentos”.

Veja como usar o Claude com a ActiveCampaign com nosso conector MCP Claude (artigo em inglês).

Cada uma dessas ferramentas é melhor para diferentes trabalhos, todas coordenadas pelo julgamento das pessoas sobre quais perguntas são importantes.

“Queremos entender como nos tornamos mais precisos e saber se [esse processo] nos ajuda a obter resultados e tomar decisões melhores. Isso é mais importante do que economizar tempo”, diz ele. “Então, se economizarmos tempo, o que importa é como substituímos esse tempo e se o valor total aumenta. Se economizarmos tempo e depois desperdiçarmos o que ganhamos, será tudo em vão.”

As novas tecnologias fazem com que as pessoas experimentem todas as ferramentas. Ele e os coautores do site Crafting Persuasion, Kip Knight e Ed Tazzia, codificaram o modelo ABCDE criado para o Departamento de Estado dos EUA como uma forma de construir narrativas de marca eficientes usando princípios que funcionam há décadas.

Sem um processo, você está lançando prompts na IA e esperando que ela retorne algo útil. Com um sistema baseado nos 4 Cs e no modelo ABCDE, você está direcionando ferramentas de marketing autônomas para resolver problemas específicos para objetivos claros (por exemplo, mudança de comportamento, ajuste de canal, análise em tempo real).

O modelo ABCDE:

• Público: você tem uma plataforma de inteligência que revela exatamente quem é o seu público e quais criadores de conteúdo moldam suas decisões, ou está trabalhando com base em suposições demográficas?
• Comportamento: você consegue medir se o seu conteúdo realmente muda o comportamento ou apenas gera impressões?
• Conteúdo: você está criando material alinhado com os comportamentos que quer ou apenas produzindo conteúdo porque seu calendário exige?
• Entrega: você está ajustando os canais com base nos dados de desempenho ou mantendo o plano de mídia original porque mudar parece difícil?
• Avaliação: você consegue ver o que está funcionando quase em tempo real e mudar os recursos, ou está esperando até o término da campanha para descobrir que desperdiçou metade do seu orçamento?

Se você estiver usando o ChatGPT apenas com dados de treinamento públicos, estará competindo no mesmo mercado que seus concorrentes. Os insights que você obtiver serão semelhantes aos deles.

Construa um repositório de dados proprietário (em inglês) combinando dados internos de vendas, pesquisas com clientes e padrões de comportamento. Dessa forma, você cria insights que ninguém mais consegue replicar.

Pearson explica que “Se você realmente criar um LLM específico para o seu público usando dados de vendas proprietários, dados de marketing proprietários e toda a sua pesquisa combinada com código aberto, você criará um LLM muito mais específico que fornecerá insights diferentes da concorrência.”

Por exemplo, analistas e agentes de IA usam ClinicalTrials.gov (em inglês), um banco de dados global de código aberto com 450 mil ensaios clínicos, combinado com conhecimento proprietário para cada tratamento de câncer em estudo no desenvolvimento de medicamentos e usado no mercado. Essa inteligência não existe em nenhum banco de dados público. Eles criaram seu próprio nicho. Essa é a vantagem.

Construa a infraestrutura necessária para lidar com o aumento da capacidade criativa. Pearson cita a Eleven Labs como seu exemplo favorito de por que a capacidade de IA não significa nada sem o pensamento sistêmico. A plataforma de localização de voz converte conteúdo em inglês para qualquer idioma, cadência ou dialeto em todo o mundo com qualidade profissional. Você poderia lançar uma marca globalmente em dias, em vez de meses.

Mas e depois?

O que acontece depois: “qual é o preço por país?”, pergunta Pearson. “Como você vai distribuir conforme o país, embalar, produzir, tudo isso? Se a infraestrutura não conseguir acompanhar a criatividade, você não terá bons resultados.”

Essa é a criatividade como um sistema. Você pode localizar conteúdo para 47 mercados da noite para o dia. Mas se você não tiver criado a estrutura operacional para definir o preço, distribuir e dar suporte a esses 47 mercados, a ferramenta não terá valor. A maioria das empresas obterá ferramentas de IA que aceleram a produção criativa. As empresas inteligentes criam a infraestrutura que permite que elas realmente usem esse resultado.

Pearson analisa um exemplo da área da saúde, mostrando a diferença entre respostas de IA e inteligência sistêmica.

Imagine que você está tentando mudar a forma como os ensaios clínicos funcionam e não quer (ou não pode) investir tempo e dinheiro em pesquisas de mercado tradicionais. Você precisa falar com pesquisadores e investigadores envolvidos em 450 mil ensaios clínicos no mundo todo. Com o sistema certo, ferramentas de marketing autônomas fornecem informações em questão de dias.

Agentes de IA extraem informações de todos os 450 mil ensaios clínicos e de todos os pesquisadores com cargos em áreas específicas dos sistemas de saúde dos EUA. Mas extrair dados não é inteligência. O sistema precisa responder a perguntas estratégicas: qual é a diferença clínica mínima que mudaria a prática clínica? Quais são os principais biomarcadores? Quem são os melhores pesquisadores para este tratamento específico? É possível minimizar o tamanho do braço de controle por meio de um controle sintético? Qual é o ônus para o participante? E muito mais.

“Basicamente, você trata a IA como o Google, ou como se tivesse um estudante de doutorado ao seu lado?”, pergunta Pearson.

Se você usa como o Google: quem foram os pesquisadores que realizaram estudos sobre a doença de Alzheimer?

Se você usa como um estudante de doutorado: encontre pesquisadores que tenham realizado ensaios clínicos nos últimos três anos, que pareçam ser líderes na área, cujos ensaios tenham chegado à fase três, independentemente de terem sido bem-sucedidos ou não, diga-me o que aprenderam e mostre-me exatamente quantos pacientes foram recrutados por centro.

“Com o Perplexity, você receberá uma resposta detalhada em cerca de 5 a 15 minutos”, observa Pearson. “Talvez você não receba tudo de que precisa, mas saberá o que falta. Agora você pode ir até seu colega inteligente, e dizer: aqui está o que eu tenho. É isso que preciso que você preencha para concluir nossa recomendação.”

Então, o sistema continua a se expandir. Com quais investigadores de ensaios clínicos você deve trabalhar? Em quais centros eles estão? Agora você tem 25 centros. Qual conteúdo cada centro precisa para divulgar este ensaio clínico aos participantes em potencial? Em quantos idiomas o conteúdo deve estar disponível? Como podemos alcançar um público diversificado?

“Todo mundo tem uma ideia e todo mundo sabe”, explica Pearson. “Mas agora o sistema gera conteúdo para cada pesquisador com pequenas adaptações. O sistema de saúde em Denver, em comparação com Cleveland e Miami, ou conteúdo em espanhol ou mandarim.”

A grande sacada não é a velocidade. É tomar decisões com base em uma inteligência que ninguém mais tem, porque você construiu um sistema que faz perguntas que ninguém mais está fazendo.

A dica de Pearson para começar foge da abordagem típica “tente tudo e veja o que funciona”. Concentre-se nos fundamentos que se combinam.

• Crie sua plataforma de inteligência. Escolha seus três segmentos de clientes mais importantes. Use agentes de IA para reunir tudo o que estiver disponível publicamente: seus desafios, hábitos de consumo de conteúdo, quem os influencia e as tendências que estão remodelando seu setor. Ao criar conteúdo, você estará se baseando em inteligência real sobre como seu público pensa, em vez de fazer suposições.
• Aprenda a fazer questionamentos estratégicos. Pare de tratar a IA como o Google. Passe uma semana escrevendo prompts mais longos e específicos que incluam o contexto sobre seu público, os resultados desejados, o tom e as restrições. Acompanhe quais prompts produzem primeiros rascunhos úteis e quais produzem lixo. Cinco minutos gastos na elaboração de uma pergunta bem pensada economizam uma hora de revisão.
• Atribua funções de fluxo de trabalho de IA. Não crie uma “equipe de IA” separada do seu trabalho normal. Dê aos membros da equipe existentes responsabilidades de IA juntamente com suas funções atuais. Alguém se torna o planejador do fluxo de trabalho. Outra pessoa gerencia sua biblioteca criativa. Quando o trabalho de IA se integra às funções regulares, ele se torna um procedimento operacional padrão.

As empresas que terão sucesso com o marketing autônomo não são as que mais usam IA. São aquelas que usam a IA de forma mais intencional, com sistemas baseados em princípios que sempre foram importantes: entender seu público, criar com propósito, medir o que importa e manter o julgamento que vem de realmente se importar com o problema que você está resolvendo.

Todo o resto é apenas mediocridade mais rápida.