Agente de IA na prática: os números de 8 ciclos de conteúdo automatizado

Desde o fim de junho, a esteira de conteúdo da Cordexo roda por conta de um agente de IA. Ele funciona diferente de um assistente que sugere texto para alguém aprovar: é um agente agendado que executa o ciclo inteiro sozinho. Lê um arquivo de controle, escolhe tema e ângulo seguindo uma rotação de seis pautas, escreve o post do blog, o post de LinkedIn e a legenda do Instagram, renderiza os slides do carrossel em PNG, roda as próprias verificações de qualidade e atualiza o arquivo de controle no final. A única ação humana que sobra no fluxo de publicação é um duplo clique.

Oito ciclos depois, dá para abrir os números.

Entre 30 de junho e 8 de julho foram 8 execuções completas, quase um ciclo por dia. Cada execução gera quatro peças: um blog de 800 a 1200 palavras, um post de LinkedIn, um carrossel de Instagram e a legenda que o acompanha. São 32 peças publicadas em 9 dias, cobrindo as seis pautas da rotação sem repetir ângulo. E desde 2 de julho os posts do blog saem direto como publicados, sem etapa de rascunho nem aprovação prévia.

Esses números impressionam menos do que parecem. Volume é a parte fácil da automação: qualquer script bem configurado gera texto em escala. A parte que interessa está em outro lugar, no mecanismo que faz a esteira melhorar de um ciclo para o outro.

O mecanismo é simples de descrever e trabalhoso de manter: todo defeito encontrado vira uma regra escrita no arquivo de controle que o agente lê antes de cada execução. O agente não "aprende" no sentido que o marketing costuma vender. Ele não acorda melhor. Ele melhora porque cada erro identificado por um humano é convertido em instrução explícita, com verificação automática quando possível. A memória da automação mora nesse arquivo, e a qualidade dela também.

Três exemplos reais de como isso funcionou na prática.

O travessão. Os cinco primeiros ciclos saíram com até 13 travessões por post, aquele traço longo que virou o sinal mais conhecido de texto gerado por IA. A correção seguiu um caminho específico: em vez de "pedir para o agente tomar cuidado", a proibição virou regra escrita com verificação obrigatória por comando antes de fechar cada arquivo. Do ciclo seguinte em diante, zero ocorrências, conferidas automaticamente a cada execução.

A fonte errada. Durante cinco ciclos, os carrosséis renderizaram numa fonte genérica de fallback em vez da tipografia da marca. Ninguém percebeu de imediato, porque o layout continuava organizado e os slides continuavam legíveis. Quando o defeito apareceu, a correção foi feita no nível do renderizador, e essa escolha importa: o script agora instala as fontes no sistema antes de desenhar qualquer slide, sem depender de instrução. Regra que o agente não consegue ignorar é melhor que regra que ele precisa lembrar.

O corte no grid. O Instagram exibe as miniaturas do perfil em proporção 3:4, e os slides quadrados dos primeiros ciclos perdiam uma faixa de texto de cada lado justamente na visualização em grade. A solução exigiu mudar o formato do carrossel para 4:5 e reescrever parte do pipeline de renderização. Isso já ultrapassa o ajuste técnico: é decisão de produto, tomada por gente que entende como a plataforma se comporta.

E aqui entra a parte do processo que os números não mostram. Em 8 ciclos, três decisões estruturais foram humanas: publicar direto sem rascunho (decisão de risco, porque um texto ruim vai ao ar com a marca junto), mudar o formato do carrossel (decisão de produto) e cortar os slides de 8 para 6 (decisão editorial sobre a atenção de quem desliza o feed). O agente executa com uma consistência que nenhuma rotina manual sustenta. Mas ele não decide quanto risco a marca aceita, nem o que merece a atenção do leitor. Direção e risco seguiram no colo de quem opera o negócio.

Para quem tem uma PME e avalia automatizar alguma coisa, seja atendimento, orçamento, cobrança ou conteúdo, a lição transfere direto. A qualidade de uma automação depende menos da ferramenta escolhida e mais da velocidade com que os erros dela viram regras escritas. Uma automação sem essa memória repete o mesmo erro com educação, em escala e todos os dias. Antes de perguntar "qual ferramenta usar", vale perguntar quem vai manter o caderno de regras: quem identifica o defeito, quem escreve a instrução, quem confere se ela está sendo cumprida. Na Cordexo esse papel é humano e continua sendo, mesmo com a execução inteira delegada.

Também vale registrar o que esses números não dizem. O agente mede a própria operação: ciclos executados, verificações passadas, regras cumpridas. Ele não sabe se um post converteu, se um carrossel gerou conversa ou se alguém chegou ao WhatsApp da empresa por causa de um texto. Essas métricas continuam sendo lidas por gente, em outra rotina, com outra frequência. Confundir métrica de operação com métrica de resultado é um erro comum em qualquer automação, e a nossa não está imune.

A esteira segue rodando e o arquivo de controle segue crescendo, uma regra de cada vez. O conteúdo publicado é o resultado visível do processo. O ativo que fica é o caderno de regras, que faz cada ciclo sair um pouco melhor que o anterior.