GTM AI-Native: O Playbook de Voz + Agentes

00

Por Que Construí Esse Documento

Existe uma epidemia silenciosa nos times de Go-to-Market. Não é falta de ferramenta. É excesso de prompts sem resultado.

Toda semana vejo líderes de marketing e growth exibindo prints de Claude, ChatGPT e Gemini. Workflows bonitos. Automações cheias de nó. Decks sobre "uso de IA no GTM". Muita adoção, pouca receita.

Dei um nome para isso: AI Theater. A performance de usar IA sem conectar ao resultado de negócio.

Na Woba, recuso esse modelo. Sou VP de Growth & Marketing na maior rede de escritórios flexíveis por assinatura da América Latina. Meu trabalho é conversão, pipeline, eficiência e escala. Não tenho espaço para AI Theater.

Por isso, este documento não é sobre qual IA é melhor. É sobre um sistema operacional que uso hoje — combinando voz e agentes — para eliminar o trabalho de baixo valor e entregar o que importa: mais GTM com menos atrito.

01

O Problema Real: Três Armadilhas de GTM

Antes de falar sobre solução, preciso nomear o problema com precisão. A maioria dos executivos que "usa IA" caiu em pelo menos uma dessas três armadilhas.

Armadilha 1 — O Executivo Middleware

Você abriu o Claude. Colou o texto do CRM. Escreveu o prompt. Esperou a resposta. Copiou o output. Colou no e-mail.

Parabéns — você virou o conector entre a IA e o seu trabalho. Nesse modelo, a IA não te libera. Ela adiciona um passo ao seu processo. Você está servindo a ferramenta, não o contrário. Se você é quem move os dados de um sistema para o outro, você não está usando IA — você está sendo o middleware.

Armadilha 2 — O Prompt Cansado

Eram 16h de quinta. Tinha reunião com um CHRO importante na manhã seguinte. Precisava cruzar o histórico do CRM com o perfil do LinkedIn, montar o briefing de contexto e mapear os ganchos de abordagem.

Comecei a digitar o prompt. Cinco minutos depois, ainda estava explicando a tarefa. Esqueci o terceiro ponto no meio do caminho. Abreviei as instruções porque estava cansado. O resultado foi mediano.

Chamei isso de Prompt Fatigue: quando você está cansado demais para ser específico, e a IA entrega exatamente o que você merece — média. A maioria dos executivos opera permanentemente em Prompt Fatigue. O resultado é que a IA nunca performa no teto.

Armadilha 3 — O Funil em Série

Um prompt. Uma resposta. Uma tarefa. Depois outra. Depois outra.

Enquanto isso, seu pipeline tem 15 oportunidades que poderiam ser trabalhadas em paralelo. Você está babysitting um chatbot quando deveria estar gerenciando uma equipe de agentes. O modelo chatbot é fundamentalmente serial. O modelo AI-Native é fundamentalmente paralelo.

02

A Mudança: De Ferramenta para Infraestrutura

A virada não é de ferramenta. É de modelo mental.

Ferramenta: Você abre, usa, fecha. A IA reage ao seu input.
Infraestrutura: O sistema opera por você. A IA antecipa, executa e entrega.

Esse shift exige duas mudanças concretas:

1. Eliminar o teclado como interface primária

Seu cérebro processa a 800 palavras por minuto. Seus dedos chegam em 40. O gap entre pensamento e output é onde o trabalho de alto valor morre. Voz não é luxo — é a interface correta para delegação executiva.

2. Tratar o agente como colaborador, não como caixa de entrada

Você não manda e-mail para seu analista sênior e fica esperando o reply na tela. Você passa contexto, define o deliverable e deixa ele trabalhar. É exatamente assim que se opera um agente bem configurado.

O sistema que uso hoje — Wispr Flow + Claude — não é um hack produtivo. É o protótipo do que todo GTM vai operar nos próximos 24 meses.

03

O Stack: Dois Componentes, Uma Nova Forma de Trabalhar

Wispr Flow — Transformando Voz em Instrução

Wispr Flow não é ditado. É IA de voz contextual que vive no sistema operacional — Mac, Windows e iPhone. O que importa para contexto executivo:

• Latência de 500ms: Transcreve enquanto você fala. Seu pensamento chega limpo na tela antes de você terminar a frase.
• 85% de taxa zero-edição: O que ele escreve está pronto para uso. Aprende seu vocabulário, seus termos, sua forma de falar.
• Vocabulário personalizado: Cara-cracha, RevOps, CHROs, Facilities, IWG, WeWork — você cadastra, ele aprende. Sem correções manuais.
• Whisper Mode: Funciona com fala quase inaudível. Útil em open office, aeroportos, salas de espera.

A chave: Wispr opera em qualquer campo de texto do computador ou celular. Isso significa que você fala diretamente no chat do Claude, no Slack, no e-mail — em qualquer lugar.

Claude — Transformando Instrução em Trabalho

Claude não é chatbot. É agente com acesso a arquivos. Para GTM, isso significa: ler exports do CRM sem você precisar copiar nada, escrever e salvar arquivos diretamente nas suas pastas, acionar sub-agentes para pesquisas em paralelo, navegar na web para dados em tempo real, e manter memória de contexto via CLAUDE.md entre sessões.

A combinação é simples: Wispr cuida do input (voz → instrução limpa), Claude cuida da execução (instrução → entregável na pasta). Você gerencia. Os agentes executam.

04

Configuração: 10 Minutos para Começar a Operar

Passo 1 — Wispr Flow (3 minutos)

Baixe em wisprflow.ai. Configure o hotkey de ativação — uso Option + Space.

No Dicionário Pessoal, cadastre seus termos essenciais: Woba, Cara-cracha, RevOps, CHROs, Facilities Leaders, IWG, WeWork, Regus, LTV, CAC, GTM. Ele aprende imediatamente.

Ative o Whisper Mode. A partir daí, você tem um botão de delegação que funciona em qualquer contexto.

Passo 2 — Claude (5 minutos)

No Claude Desktop App, crie a estrutura de pastas de trabalho:

~/woba-agent/
├── inbox/       ← arquivos brutos para processar
├── output/      ← entregáveis prontos
├── templates/   ← frameworks, guias de estilo, contexto fixo
└── archive/     ← processados e arquivados

Crie o CLAUDE.md na raiz. Esse arquivo é a memória permanente do agente. Inclua: seu cargo e contexto de negócio, preferências de formato e nomenclatura de arquivos, o que ele nunca deve fazer sem confirmar com você, e seus frameworks padrão (PAIPS, 4A, 1-3-1 para conteúdo).

Isso transforma Claude de assistente genérico em parceiro que conhece seu GTM.

Passo 3 — A Conexão (2 minutos)

Nenhuma integração técnica. Abre Claude, aperta o hotkey do Wispr, começa a falar. O Wispr digita sua instrução diretamente no campo de input. Funciona porque opera em qualquer campo de texto do sistema.

05

Os 7 Workflows que Opero na Woba

Estes são os workflows ativos no meu GTM. Todos testados, todos com ROI mensurável.

W1 — Cara-cracha: Briefing Executivo em 30 Segundos

Contexto: Antes de qualquer reunião com CHRO, CFO ou Facilities Leader relevante, preciso de briefing completo: histórico profissional, posicionamento atual, possíveis dores com workspace e os melhores ganchos para a conversa. Antes desse workflow: 20 minutos por perfil, pesquisa manual, notas espalhadas.

Claude, o perfil do LinkedIn da [Nome] está na inbox.
Analisa o histórico completo: trajetória, empresa atual, posts recentes
e conexões estratégicas. Me diz o perfil de tomada de decisão, as
possíveis dores relacionadas a gestão de espaço e workforce, e os três
melhores ganchos de abordagem para apresentar a Woba.
Salva o briefing na output como briefing-[nome]-[data].md

Entregável: briefing-nome-data.md  ·  Tempo economizado: 20 minutos → 30 segundos

W2 — Pipeline Radar: Oportunidades Enterprise Paradas

Contexto: Oportunidades enterprise sem atividade custam pipeline. A detecção manual é lenta e sujeita a viés.

Claude, acessa o CRM (Hubspot) através do conector.
Filtra todas as oportunidades enterprise sem atividade nos últimos 14 dias.
Para cada uma, escreve um e-mail de reengajamento usando o contexto
das notas salvas no CRM. Tom direto, sem corporativês, sem template óbvio.
Salva tudo na output como pipeline-reengajamento.md

Entregável: pipeline-reengajamento.md  ·  Tempo economizado: 2 horas → 4 minutos

A conta: pull manual do HubSpot (~15 min) + leitura de notas de cada oportunidade (~10 min cada × 8 oportunidades) + escrita personalizada de cada email (~15 min cada). Antes: ~2h no melhor cenário. Agora: um comando de voz + revisão rápida dos drafts.

W3 — Content Engine: Uma Semana de LinkedIn em 6 Minutos

Contexto: Construção de autoridade no LinkedIn exige consistência. Consistência exige sistema. Sem sistema, o conteúdo é o primeiro a ser cortado quando a agenda aperta.

Pega o rascunho draft-post.md na inbox.
Transforma em 5 versões para LinkedIn usando meu guia de estilo em templates/.
Quero 5 ângulos: contrario, dado, como fazer, build in public e visão estratégica.
Para cada post: hook forte, parágrafos curtos, sem bullets excessivos,
nenhum link no corpo. Salva como linkedin-bundle-[data].md na output.

Entregável: linkedin-bundle-data.md  ·  Tempo economizado: 3 horas → 6 minutos

A conta: pesquisa de ângulo (~30 min) + escrita de cada post (~25-30 min × 5 posts) + edição e padronização (~30 min). Agora: um rascunho de tese + um comando de voz + revisão final. O gargalo deixou de ser produção e virou curação.

W4 — GTM Audit: Diagnóstico de Eficiência em Processos

Contexto: SOPs desatualizados e processos que se sobrepõem são o destruidor silencioso de eficiência em RevOps. Ninguém fala sobre eles porque ninguém quer revisar documentação.

Claude, escaneia todos os documentos na pasta SOPs.
Identifica onde dois ou mais processos se sobrepõem.
Aponta etapas que podem ser automatizadas com Make ou Zapier.
Me entrega uma tabela priorizada: processo, problema identificado,
solução recomendada, complexidade de implementação.
Salva como auditoria-gtm.md na output.

Entregável: auditoria-gtm.md  ·  Tempo economizado: 1 dia inteiro → 15 minutos

A conta: leitura de 12+ SOPs (~3h) + identificação manual de sobreposições (~2h) + documentação de recomendações (~3h). Ninguém faz isso voluntariamente — por isso ninguém fazia. O agente lê tudo em segundos e entrega a análise priorizada.

W5 — Voice of Customer: NPS Transformado em Estratégia

Contexto: Dados de NPS e feedback de clientes viram relatório. Raramente viram decisão de produto ou ação de retenção. O problema é o processamento — não os dados.

Lê o CSV de feedback de clientes na inbox.
Agrupa nos 5 principais temas de insatisfação.
Para cada tema: número de menções, três citações representativas,
e um parágrafo de recomendação estratégica.
Formata como brief executivo. Salva como voc-brief.md na output.

Entregável: voc-brief.md  ·  Tempo economizado: 4 horas → 8 minutos

W6 — Competitive Intel: Battlecard do Mercado Flexível

Contexto: O mercado de escritórios flexíveis move rápido. Concorrentes mudam pricing e posicionamento. Time comercial precisa de argumentação atualizada para fechar.

Preciso de um battlecard atualizado dos três principais players do mercado.
Usa o browser para encontrar preços atuais e qualquer novidade dos últimos 90 dias.
Monta uma tabela comparativa com a Woba.
Adiciona uma seção 'Onde a Woba Ganha' com argumentos prontos para o time.
Salva como battlecard-mercado-[mes].md na output.

Entregável: battlecard-mercado-mes.md  ·  Tempo economizado: 3 horas → 12 minutos

W7 — Newsletter Intel: Trends Briefing para Conteúdo

Contexto: Curadoria manual de newsletters para extrair temas de conteúdo consome 2 horas semanais, é subjetiva e ainda assim incompleta.

Lê todos os e-mails de newsletters que dropei na inbox essa semana.
Identifica os 3 temas com maior potencial de engajamento no LinkedIn
para um público de CEOs, CMOs e CROs.
Para cada tema: insight principal, dados de suporte,
ângulo contrarian possível e tipo de post recomendado
usando o framework 4A (Acionável, Analítico, Argumentativo, Aspiracional).
Salva como trends-brief-[data].md na output.

Entregável: trends-brief-data.md  ·  Tempo economizado: 2 horas → 10 minutos

06

O Impacto Consolidado

Somando os 7 workflows na cadência real que opero (semanal para a maioria, sob demanda para Cara-cracha e Competitive Intel):

~12 horas/semana recuperadas — o equivalente a 1.5 dia de trabalho.

Isso não é "tempo livre". É capacidade realocada. Na prática, essas horas vão para três coisas que IA não faz por mim: decisão estratégica com o CRO, relacionamento com enterprise accounts, e construção de produto. O ROI real não é "produzir mais" — é operar no nível certo.

Para um líder de Growth ou Marketing que gerencia pipeline, conteúdo e operações simultaneamente, 12 horas/semana é a diferença entre ser executivo e ser executor.

07

Delegar em Movimento: O Workflow Mobile

As decisões de alto valor não acontecem só na mesa.

O Wispr Flow no iPhone muda o que é possível fazer fora do computador. A interface é uma bolha na tela. Toca, fala, pronto.

Caminhada Matinal — Uma ideia sobre pipeline surge durante o exercício. Toco o botão do Wispr, dicto a tarefa. Quando chego em casa, o arquivo está na pasta output. O agente trabalhou enquanto eu me exercitava.

Aeroporto — Embarque em 20 minutos. Lembro que um cliente enterprise precisa de update de projeto. Dicto em voz baixa: "Escreve um e-mail de update para o cliente X. Cita o marco do Mês 2. Pergunta sobre a proposta de expansão. Salva como rascunho." Sem digitar com o polegar. Sem perder o fio do raciocínio.

Entre Reuniões — Saio de uma reunião com insights frescos e 5 minutos antes da próxima. Dicto tudo em voz alta no corredor. Claude recebe, estrutura e salva. Sem Notion aberto. Sem anotações perdidas.

O padrão é sempre o mesmo: fala → agente executa → entregável na pasta. A localização não importa.

08

Cinco Princípios para Não Desperdiçar o Sistema

Estes princípios vêm de erro próprio. Use-os para não repetir.

1. Deliverable antes de tarefa. Nunca comece com "me ajuda com X". Comece pelo formato do output: "Cria uma tabela markdown com colunas A, B e C. Salva como arquivo-final.md." O agente executa melhor quando sabe exatamente para onde está indo.
2. Contexto é investimento. Gastar 10 segundos em contexto antes da tarefa muda o output dramaticamente. "Estou preparando para um CHRO. Público não técnico. Tom executivo." Essa frase vale mais do que três rodadas de correção.
3. Corrija em voz, não em teclado. Se o output não está certo, não digita. Fala: "Para. Não é isso. Preciso de X, não Y." Você fica no modo voz. O ciclo é mais rápido e menos custoso cognitivamente.
4. Sessões em blocos de cinco. Após cinco tarefas complexas, abra uma nova sessão. A janela de contexto saturada degrada a qualidade. Sessão nova, agente preciso.
5. CLAUDE.md é capital composto. Cada ajuste no CLAUDE.md melhora todos os workflows futuros. Toda vez que você corrigir um padrão ou adicionar contexto, está investindo em produtividade composta. Não subestime esse arquivo.

09

Para Onde Isso Vai nos Próximos 24 Meses

O que descrevi aqui é o estágio 1: humano orquestra, agentes executam. Você fala, o agente entrega, você revisa. O loop ainda depende de você.

O estágio 2 — que já estou prototipando — é agentes que se acionam entre si. O agente de pipeline detecta oportunidade parada, aciona o agente de conteúdo para gerar o email de reengajamento, e coloca na sua fila de aprovação. Você não inicia — você aprova.

O estágio 3 — que vai definir quem lidera GTM nos próximos anos — é autonomia com guardrails. Agentes que operam dentro de parâmetros definidos sem precisar de aprovação para cada ação. O papel do líder de GTM muda de executor para arquiteto de sistemas.

A escolha que você tem hoje não é "usar ou não usar IA". É se você vai construir a infraestrutura agora — enquanto ainda dá para aprender errando — ou se vai correr atrás quando o modelo já estiver definido por quem começou antes.

Operamos GTM com time enxuto em mercado competitivo. Cada hora recuperada de trabalho manual vai para decisão estratégica, relacionamento e construção de produto. Esse é o ROI real — não o print do Claude. A diferença entre AI Theater e AI-Native não é a ferramenta. É se o sistema opera por você ou se você opera o sistema.