Como construímos um agente de IA que prospecta por nós

Prospecção outbound bem feita é trabalho de pesquisa, não de disparo. Pesquisar a empresa, entender o momento dela, achar o decisor e escrever uma mensagem com um motivo real de contato toma em torno de duas horas por lead. Feito pelo founder, esse trabalho compete com entrega e atendimento. Em maio de 2026 decidimos resolver isso do jeito que vendemos: construindo um agente de IA e colocando ele para rodar no nosso próprio comercial.

Por que um agente, e não um SaaS de cadência

Ferramentas de sales engagement automatizam a parte fácil: a sequência de envios. A parte cara continua manual: entender a empresa e formular um gancho específico. Nosso objetivo era automatizar o trabalho inteiro, da descoberta da empresa até o follow-up, mantendo controle humano no único ponto onde errar custa caro: a mensagem que chega na caixa de entrada de um decisor.

Arquitetura: um orquestrador, três modos

O agente roda sobre um orquestrador com três modos de operação:

Descoberta: encontra de 10 a 15 empresas por execução, priorizando sinais de timing (expansão, contratação, mudança operacional) em bases públicas de CNPJ e redes profissionais.
Qualificação: para cada empresa aprovada, pesquisa porte, presença digital e decisor, classifica no serviço certo e gera um dossiê em PDF.
Registro: todo evento (envio, resposta, rejeição) atualiza um funil rastreável. Nenhum lead some.

Antes de qualquer execução, um pre-flight verifica se o ambiente está saudável. Se algo está fora do ar, o agente aborta e avisa. A regra é simples: nunca executar pela metade.

O coração do sistema: gates de qualidade

A decisão de design mais importante não foi o que o agente faz, e sim o que ele se recusa a fazer. Três gates bloqueiam o pipeline:

Revalidação de sinal. O motivo que justificou descobrir a empresa ainda existe? Se o sinal morreu, o lead não avança. Abordagem com gancho velho é spam com etapas extras.
Gate anti-genérico. A mensagem só sai se tiver um gancho específico vindo da pesquisa. Hipótese de setor não basta. Sem gancho concreto, a mensagem fica em espera para revisão humana.
Pre-flight. Ambiente degradado aborta a execução inteira, com aviso. Estado parcial é pior que estado nenhum.

Humano no loop é decisão de produto

O agente pesquisa, escreve e mantém cadência sozinho. Mas mensagem sem gancho forte espera aprovação humana. O cálculo é assimétrico: revisar uma mensagem leva minutos; recuperar a confiança de um decisor que recebeu spam leva meses, quando dá. Automação madura não é remover o humano, é colocar ele exatamente onde o julgamento dele tem mais valor.

Números e lições de produção

Nas primeiras semanas: cerca de 100 empresas pesquisadas, 22% aprovadas para qualificação, cada aprovada com dossiê próprio. A lição mais valiosa veio de uma fonte de descoberta que parecia boa e rendia pouco: o funil rastreável mostrou o ROI baixo em dias, e pivotamos o perfil de busca. Sem registro auditável de cada decisão, esse pivot teria demorado um mês.

O que faríamos diferente: teríamos construído o funil rastreável primeiro, antes de qualquer automação de mensagem. Medição vem antes de volume.

O agente que usamos é o que vendemos

Esse agente é um projeto de Track 2 rodando em produção no nosso próprio negócio. Os detalhes de implementação, decisões técnicas e resultados estão no case completo. Se faz sentido um agente trabalhando no seu funil, conta pra gente o contexto.