Quando a IA erra o alvo
Rafael Damasceno, veterano do CRO brasileiro e advisor do Métricas Boss, está montando um sistema que vasculha feedback de clientes em várias frentes: avaliações online, transcrições de ligações de vendas, mensagens e tickets de suporte. A meta é um relatório semanal com os problemas e oportunidades mais interessantes para virarem experimentos.
Pesquisa desse tipo é o coração de um programa de CRO de verdade. Também é exaustiva quando feita do jeito antigo. Então ele tentou o caminho óbvio: delegar a uma IA. O resultado foi uma decepção familiar para quem já tentou automatizar o próprio ofício. O modelo separava mal o ouro do ruído e deixava passar oportunidades que surgiam de mudanças sutis no comportamento do cliente.
Ajustar o workflow e usar ferramentas de clustering deram uma ajuda pequena. O output continuava muito pior do que a pesquisa feita por ele mesmo ou por um bom pesquisador. Se o modelo é dos mais fortes do mercado e ainda assim não entrega, o problema não é o modelo.
O ponto de virada não foi o prompt
Foi aí que ele teve uma ideia que parece absurda e é exatamente o oposto do que a maioria tenta. Em vez de melhorar o prompt, de dar mais contexto, de trocar de modelo, Rafael pediu para a IA entrevistá-lo sobre como ele pensa quando procura oportunidades no feedback de clientes.
O que veio em seguida foi uma conversa de duas horas. O Claude perguntava, mostrava como estava interpretando os dados de exemplo e pedia correção. Fazia Rafael analisar comentários reais para assistir ele trabalhando, como quem observa um aprendiz seguir o mestre. Rafael só precisava falar. E falou muito, em modo de voz, literalmente.
O resultado foi um sistema muito melhor. Ainda com um milhão de coisas para melhorar, como o próprio autor admite, mas com um output no nível de um pesquisador acima da média. E a conclusão dele é das mais honestas que já ouvi sobre automação: eu sabia como fazia esse trabalho, mas havia muita coisa que eu nunca tinha explicado.
Você sabe mais do que já explicou
Trabalho de CRO de alto nível parece intuição, mas não é. É um sistema de critérios, atalhos e sinais construído em anos de tentativa e erro. O problema é que esse sistema mora na cabeça de quem o criou e nunca foi traduzido em palavras. Você identifica ouro em um comentário de cliente e não consegue dizer exatamente por quê. Percebe uma mudança de comportamento em três avaliações e não sabe explicar o padrão.
É por isso que tanta gente desiste de automatizar processos que domina. A máquina não tem o que descrever. A entrevista de duas horas funcionou porque forçou essa tradução: ao responder perguntas, corrigir interpretações e analisar casos reais em voz alta, Rafael externalizou o que nunca tinha sido documentado. A IA não ficou mais inteligente. O sistema ficou mais esperto porque passou a carregar o modelo mental dele.
Se você não consegue explicar o que faz quando faz bem feito, nenhum modelo do mundo vai automatizar isso por você. A entrevista é o atalho para descobrir o que você sabe.
O que a entrevista não faz por você
Antes de sair pedindo para a IA te entrevistar, duas ressalvas honestas. A primeira: a técnica só extrai o que existe. Se o seu julgamento ainda está em construção, a entrevista não vai criá-lo nem consertá-lo. Vai apenas expor, de forma organizada e em escala, o que você tem hoje, incluindo os vieses.
A segunda: replicar o seu olhar não é replicar a verdade. Um sistema que raciocina como um pesquisador experiente reproduz também os pontos cegos dele. Por isso o resultado de Rafael é um ótimo ponto de partida, não a resposta final. A entrevista transfere o seu modelo mental para a máquina; cabe a você continuar desafiando esse modelo com conversas, dados e discordâncias, dentro e fora da IA.
Como fazer isso na prática
O método dele é replicável e não depende de ferramenta específica. Pegue um processo que você realmente domina. Entregue amostras reais do material (avaliações, tickets, transcrições) e peça para a IA mostrar como está interpretando. Corrija as interpretações erradas. Analise material de verdade enquanto ela assiste e pergunta. Fale em voz alta: a explicação falada sai mais completa e mais rápida do que a escrita.
O formato conversa importa mais do que a conversa em si. É no vai e volta que os critérios implícitos aparecem: esse comentário eu ignoro porque, essa mudança de tom é sinal de, isso aqui parece problema mas é oportunidade. Cada frase dessas é um pedaço do sistema entregue pronto para a máquina.
No fim, o trabalho não é escrever o prompt perfeito. É descobrir o que você pensa antes de pensar em automatizar. A conversa vira a especificação, e o prompt vira consequência.
Enquanto o mercado perde tempo discutindo qual modelo entende melhor o seu negócio, o exemplo de Rafael aponta para uma inversão incômoda: a máquina entende o que você conseguir explicar, nem mais nem menos. O gargalo da automação quase nunca é a IA. É tudo aquilo que você sabe fazer por instinto e nunca se deu ao trabalho de traduzir. A pergunta que fica é simples: se a IA pudesse te entrevistar por duas horas sobre o seu trabalho, o que ela descobriria que você nem sabia que sabia?
Sobre o autor
Rafael Damasceno é veterano do CRO brasileiro com mais de 15 anos de experiência em growth e experimentação, e advisor do Métricas Boss. Perfil de Rafael Damasceno no LinkedIn.