Na Live 151 das Sextas Ímpares, mostrei o painel que uso para gerir as campanhas do Ad Summit. Enquanto gravava, um conjunto de anúncios meu, o número 65, desceu de 25€ para 15€ por dia. Expliquei porquê ali mesmo: construí uma matriz de regras que corre de hora a hora, sem recorrer a nenhum modelo de linguagem no momento da execução. Não tem um LLM por trás, não tenho um cérebro montado a decidir naquele instante. É automação simples, com regras fixas que defini eu próprio, com base na experiência acumulada do negócio.
A regra que decide não pode ser uma caixa negra
Uma automação só é auditável se a regra que a governa for explícita e conhecida antes de correr. A minha regra é simples: ROI abaixo de 0.8 só pausa depois de gastar mais de 60€, e até aos 50€ o orçamento mínimo diário é 5€ por conjunto.
Escrevi esta matriz com base na minha experiência do negócio, no que estou disposto a pagar por um cliente e nos objetivos definidos para o evento, 2.500 vendas era a meta do Ad Summit, com um ritmo diário calculado a partir dela. A máquina aplica a regra, eu é que a escrevi antes de a deixar correr sozinha.
Se não sabes explicar a regra que está a tomar decisões nas tuas contas, começa por escrevê-la em português simples antes de a programares. "Se o ROI cair abaixo de X depois de gastar Y, desce o orçamento para Z" é uma frase que qualquer pessoa da tua equipa deve conseguir ler e perceber, sem abrir código. Se a regra só existe na tua cabeça, ninguém consegue auditar nada quando precisares de explicar uma decisão a um cliente.
Saber o que mudou, quando e porquê
O meu sistema envia-me, a cada hora, uma mensagem de WhatsApp com o que mudou e a razão da mudança, combinando três elementos: valor anterior, valor novo e a causa concreta da alteração. Assim consigo acompanhar decisões sem abrir o painel a toda a hora.
Numa dessas verificações, o ROI do dia estava em 0.56, o orçamento gasto tinha passado de 578€ para 583€, e a automação ajustou o orçamento em consequência direta desses dois números. Esse aviso funciona porque não me obriga a abrir o painel para reconstruir a história sozinho, chega-me já com os três dados juntos.
Se estás a montar algo semelhante, vale a pena tratar estes três elementos como o mínimo indispensável a guardar sempre que uma automação altera algo em teu nome. Saber que o orçamento mudou não chega, precisas de saber de onde vinha e porquê mudou naquele momento e não numa hora diferente. Um conjunto de anúncios que desce de 25€ para 15€ a meio da tarde tem um significado distinto de a mesma descida acontecer de manhã, antes de haver dados suficientes para confiar na decisão.
O que fica registado quando uma campanha ou parceria termina
O que espero de um gestor de tráfego na era da IA
Como usar a IA no negócio para além das perguntas ao chatbot
O que a IA decide e o que decido eu
Fui claro na aula sobre a divisão de trabalho: a inteligência artificial ajudou-me a construir o sistema, mas não decide em tempo real o que é um bom ou mau resultado. Quero que a IA me ajude quase como um assistente que deteta desvios e me avisa.
A definição do que é sucesso, dos limites de gasto e das metas do negócio continua a ser minha, decidida antes de qualquer automação correr. Esta distinção importa para a auditabilidade porque simplifica o que precisas de rever quando algo corre mal. Se a automação é puramente mecânica, com regras fixas, o teu trabalho de investigação reduz-se a comparar o que a regra dizia com os dados que existiam no momento exato da execução. Não precisas de perguntar por que razão um modelo de linguagem "pensou" de determinada forma, porque não há modelo nenhum a pensar, só a regra que tu escreveste a ser aplicada.
Um exemplo prático de como pensar nisto
Imagina que geres várias campanhas e queres perceber, dentro de uma semana, por que motivo um anúncio foi pausado numa terça-feira à tarde. Para reconstruir essa decisão com clareza, precisas de responder a três perguntas concretas sobre o que aconteceu nesse momento.
Se a tua automação seguir o mesmo princípio do exemplo que mostrei, essas três perguntas são: qual era o gasto acumulado nesse momento, qual era o ROI medido e que regra específica, o corte dos 0.8 ou o mínimo dos 60€, foi acionada para justificar a pausa.
Podes começar por manter um registo simples, mesmo que seja uma folha ou uma tabela básica, que junte estas três variáveis a cada alteração automática que a tua conta sofrer. Não precisa de ser um sistema sofisticado desde o primeiro dia, pode crescer com o tempo. O que importa é que, quando um cliente perguntar porque desceu o orçamento, tenhas uma resposta concreta, apoiada em dados guardados, e não uma explicação inventada no momento para parecer que tens tudo sob controlo.
Autorresponsabilidade não desaparece com a automação
Insisti neste ponto durante a aula: mesmo que a máquina execute grande parte do trabalho operacional, quem responde pelos resultados continua a ser a pessoa que construiu e aprovou aquela regra. A responsabilidade nunca passa para a máquina, fica sempre em quem desenhou o sistema.
Não quero saber se foi um robô que fez ou se foi a pessoa que fez, quero é cobrar resultados, e essa cobrança recai sempre sobre quem desenhou o sistema, nunca sobre a máquina em si. Isto significa que a auditabilidade não é apenas guardar dados num registo. Junta-se a isso uma postura pessoal: se construíres uma automação e não souberes explicar, meses depois, por que razão ela tomou uma decisão específica, o problema é teu, porque foste tu que a construíste sem garantir que continuavas a entender o que ela fazia a cada hora que corria.
Nem tudo precisa de automação sofisticada
O meu exemplo funciona porque o Ad Summit já tinha um histórico de seis edições anteriores, com dados sobre quanto cada cliente vale ao longo do tempo. Esse histórico é que torna a matriz de regras fiável, não a automação em si.
A matriz de regras só é fiável porque foi construída sobre esse conhecimento acumulado do negócio, resultado de anos de vendas reais, e não porque a automação em si tenha algum poder especial de previsão. Se ainda não tens esse histórico, talvez o primeiro passo não seja construir uma automação elaborada, mas sim recolher, durante algum tempo, os dados manualmente e perceber que regras fazem sentido para o teu caso específico. A automação vem depois, para aplicar de forma consistente uma decisão que já entendeste bem através da experiência direta com o negócio.
Nota de fonte
Este artigo parte da aula Sextas Ímpares #151, "O papel do gestor de tráfego na era da IA", onde mostrei ao vivo o painel que uso para gerir as campanhas do Ad Summit e expliquei a matriz de regras que ajusta orçamentos de hora a hora. Podes ver a aula completa em https://www.youtube.com/watch?v=SYe0ebyVZ5c, com o exemplo do conjunto de anúncios 65 por volta dos 35 minutos, a explicação da matriz de ROI e gasto mínimo pouco depois, por volta dos 36 minutos, e o relatório horário de WhatsApp perto dos 41 minutos.