Raphael GiovaniniRaphael GiovaniniVoltar ao site

AI Operator OS

Edição 1 · outubro de 2026 · editor: Raphael Giovanini

A norma de trabalho para quem coloca agente de IA para vender e atender de verdade. Seis disciplinas, a prática de segunda-feira de cada uma e o que medir.

§ 1

Resumo

Um agente de IA na operação é medido pelo que acontece depois que ele passa o cliente para um humano. O resto decorre disso.

Exigido
A regra de lead pronto escrita com o time comercial antes de qualquer prompt. Piloto rodado com a base suja, no horário ruim. Um jeito de desligar o agente sem derrubar o atendimento.
Proibido
Piloto em condição de laboratório. Medir só tempo de resposta. Agente que inventa quando não sabe. Projeto de governança de doze meses antes do primeiro agente no ar.
Medido por
Dos leads que o agente passou para um humano, quantos o humano considerou bons. Não por mensagens enviadas nem por conversas atendidas.

§ 2

Seis disciplinas

Não são frameworks. São o que eu faço toda semana em operação real, com a prática que dá para começar na segunda-feira.

§ 2.1

Dado antes de modelo

O projeto de IA não trava no modelo. Trava no dado.

Antes

Projeto de governança de doze meses que não termina.

Agora

Um fluxo, menos de dez campos, um dono por campo.

Sistema tradicional convive com dado ruim porque a pessoa compensa no olho. O modelo preenche a lacuna e manda o erro escrito, com boa redação, direto para o cliente. Modelo é commodity; o dado da sua operação é o único ativo que ninguém compra pronto.

Na prática

  • Escolha um fluxo só: um canal, um produto, um tipo de atendimento.
  • Liste os campos que o agente vai ler para decidir. Não os que existem.
  • Limpe só esses e dê um dono para cada um. Dono é pessoa, não área.
  • Quando o agente errar, pergunte qual campo estava errado antes de mexer no prompt.

§ 2.2

Regra escrita

Colocar um agente obriga a empresa a escrever a política pela primeira vez.

Antes

A regra mora na cabeça do corretor.

Agora

A regra está no papel antes do primeiro prompt.

Até onde dá para ir no desconto, quando ainda vale ligar para o cliente que sumiu, como o tom muda quando aparece um investidor. Nada disso está escrito. Quando uma implantação atrasa, quase nunca é o modelo sendo ajustado: é a empresa decidindo, enfim, qual é a política.

Na prática

  • Liste as dez perguntas que o time responde de cabeça todo dia.
  • Escreva a resposta de cada uma com quem tem alçada na sala.
  • Separe o que é informação (o agente responde) do que é compromisso (o humano responde).

§ 2.3

Passagem de bastão

A venda não acontece na conversa. Acontece na passagem para o humano.

Antes

Medir o agente pela conversa: volume, tempo, perguntas resolvidas.

Agora

Medir o que aconteceu depois da passagem.

Passa cedo demais e o corretor recebe lixo e para de confiar. Passa tarde demais e o cliente esfria. Passa sem contexto e o cliente repete tudo, o que irrita mais do que não ter sido atendido. Um agente rápido que passa mal o bastão entrega menos que um corretor sozinho.

Na prática

  • Defina por escrito o que é lead pronto, com o time comercial.
  • O humano recebe o resumo da conversa junto com o lead.
  • Quem recebe avalia a passagem desde a primeira semana, não no fim do piloto.

§ 2.4

Saber parar

Responder rápido é piso. Saber a hora de calar é o que vende.

Antes

Agente prestativo que fala até depois do sim e inventa quando não sabe.

Agora

Agente que para no sim, na pergunta de alçada e quando não sabe.

Todo modelo foi treinado para agradar e produzir resposta plausível, não para admitir lacuna. Se você não obriga o agente a dizer que não sabe, ele inventa metragem, prazo ou valor com a mesma segurança de quando acerta. Em atendimento isso é problema comercial, às vezes jurídico.

Na prática

  • Quando o cliente disser sim, o agente só marca a conversa com o humano.
  • Prazo, condição de pagamento e negociação vão para quem tem alçada.
  • Regra explícita: sem a informação na base, ele diz que não sabe e passa.

§ 2.5

Comprar com volta

Comprar IA é decidir risco, dependência e reversibilidade. Não tecnologia.

Antes

Comparar modelo, demonstração e preço.

Agora

Perguntar o que acontece quando erra, de quem é o dado e como desliga.

Quase toda decepção com fornecedor de IA foi decidida antes da assinatura, numa pergunta que ninguém fez. Se o fornecedor responde as sete com clareza, você está comprando bem mesmo sem o modelo mais avançado. Se desvia de três, o modelo mais avançado não te salva.

Na prática

  • Peça um número de resultado com fonte e data.
  • Peça uma conversa real do agente com um cliente, não roteirizada.
  • Pergunte quanto tempo leva para tirar o agente do ar numa quinta de pico.
  • Peça para falar com um cliente que desistiu.

§ 2.6

Gente junto

O projeto morre por dentro antes de morrer no relatório.

Antes

O time recebe o agente pronto e julga a tecnologia pelo primeiro erro.

Agora

Quem vai receber o lead participa desde o piloto.

O corretor que recebe o lead não pediu um agente de IA e não confia nele. A dificuldade da IA na operação não é técnica: aparece onde a tecnologia encosta em gente que não pediu por ela. Medo de ser substituído, regra mudando e comunicação interna fazem parte da implantação, não do pós-projeto.

Na prática

  • Coloque o time no piloto como avaliador, não como plateia.
  • Diga com clareza o que muda no trabalho de cada um e o que não muda.
  • Trate os riscos psicossociais da mudança com quem entende do assunto.

§ 3

Antes e agora

Nove pontos em que o trabalho de colocar IA na operação mudou.

EntregávelApresentação do pilotoAgente em operação e regra de lead pronto escrita
Métrica principalTempo de respostaLeads bons na passagem para o humano
PilotoBase limpa e perguntas escolhidasBase suja, horário ruim, pergunta que ninguém escolheu
DadoGovernança de doze mesesUm fluxo, dez campos, um dono por campo
Quando o agente erraAjustar o promptPerguntar qual campo estava errado
Quando não sabeInventa com segurançaDiz que não sabe e passa para o humano
CompraModelo e preçoRisco, dependência e reversibilidade
SoluçãoDe prateleiraBase comum e regra sob medida para cada operação
TimeRecebe o agente prontoAvalia a passagem desde a primeira semana

§ 4

Princípios

As seis teses do manifesto, cada uma com o texto que a sustenta.

  1. Todo piloto funciona. A operação é que quebra.O laboratório prova o modelo. O resultado aparece no dado sujo, na regra não escrita e na passagem para o humano.Ler
  2. Seu projeto de IA trava no dado, não no modelo.Modelo é commodity. O dado da sua operação é o único ativo que ninguém compra pronto.Ler
  3. Responder rápido é piso. Saber a hora de parar é o que vende.O número que importa é quantos leads entregues ao humano ele considerou bons.Ler
  4. A IA foi treinada para agradar, não para acertar.Bajulação, prolixidade e falsa certeza custam tokens e decisões ruins. Dá para corrigir.Ler
  5. Comprar IA é decidir risco, não tecnologia.Sete perguntas que quem assina o orçamento faz sem entender uma linha de código.Ler
  6. A IA não fecha a venda. Ela prepara quem fecha.O que entregou resultado em CRM e WhatsApp, e o que só ficou bonito no slide.Ler

§ 5

Quer as seis disciplinas aplicadas na sua operação?

O Diagnóstico de IA na Operação mede as seis disciplinas em duas semanas e entrega um plano de 30 dias.

Aplicar para o Diagnóstico

Prefere começar sozinho? Ver as ferramentas grátis

§ 6

Versão

Edição 1, outubro de 2026. Este é um padrão vivo: muda quando a operação ensina algo novo, e cada mudança fica registrada aqui.

Viu algo errado ou faltando? Mande pelo WhatsApp.