Você sabe usar o ChatGPT de verdade? Vamos ver.

Usar IA na prospecção B2B já virou padrão em muitas operações. O problema é que, em boa parte dos casos, o resultado continua soando igual: mensagens genéricas, tom desalinhado e aquela sensação de que foi tudo feito no automático. O motivo? Prompts ruins.

Saber como criar prompts inteligentes faz toda a diferença entre um texto que gera conversa e outro que cai direto no limbo da caixa de entrada. Porque a IA, por mais avançada que seja, ainda depende de boas instruções. E um prompt bem estruturado é o que transforma dados soltos em mensagens com contexto, clareza e potencial de resposta.

Neste guia, a ideia não é falar sobre o que o ChatGPT (ou outras IAs) são capazes de fazer — isso você já viu por aí. O foco aqui é mostrar como orientar esses modelos do jeito certo, com exemplos reais, estruturas adaptáveis e práticas validadas em campanhas de outbound multicanal.

Se você já tentou usar IA pra personalizar cadências, mas se frustrou com mensagens que pareciam “mais do mesmo”, esse conteúdo vai direto ao ponto: como conversar com a IA pra gerar mensagens que realmente pareçam humanas, sem depender de fórmulas genéricas ou templates saturados.

O problema dos prompts genéricos em cadências B2B

A maioria das mensagens geradas por IA em cadências de prospecção falha no mesmo ponto: parecem feitas para qualquer pessoa. E, no B2B, isso mata a conversa antes mesmo dela começar. O lead percebe que recebeu um texto automático e não importa se o nome dele está certo ou se a empresa foi citada. Quando o conteúdo soa genérico, o cérebro do decisor desliga.

Boa parte disso vem do prompt. É comum encontrar instruções vagas como “crie um e-mail de prospecção para um lead de marketing” ou “escreva uma mensagem para oferecer minha solução”. A IA, quando recebe esse tipo de orientação, até responde. Mas entrega algo raso, cheio de frases de efeito e com zero conexão real com o contexto do lead.

E o pior é que essas mensagens são fáceis de ignorar. Porque se parecem demais com tudo que já está circulando nas caixas de entrada por aí.

O ponto aqui não é “a IA não funciona”. Ela funciona muito bem, desde que você alimente com o que importa. E isso começa no prompt. Quando você escreve uma instrução detalhada, com ICP claro, objetivo comercial e tom ajustado, a IA responde com algo muito mais próximo do que um vendedor experiente escreveria.

Por isso, antes de culpar o modelo, vale revisar como você está orientando o modelo.

O que um bom prompt precisa ter para gerar mensagens de verdade

Um prompt fraco gera copy fraca. Isso parece óbvio, mas é um dos erros mais comuns em operações que usam IA pra prospecção: tratar o prompt como uma simples ordem, em vez de uma instrução estratégica.

Não é sobre ser “criativo”. É sobre ser específico.

O que faz um prompt funcionar é a combinação de quatro elementos: clareza sobre quem é o lead, contexto do momento, objetivo da mensagem e tom desejado. Parece muito? Nem tanto. Com prática, isso vira estrutura mental.

Veja um exemplo:

Fraco: “Escreva um e-mail para um gestor de vendas oferecendo nossa solução.”

Forte: “Crie um e-mail breve, com tom consultivo e linguagem informal, para um Head de Vendas de uma empresa B2B SaaS em crescimento que está contratando SDRs. A mensagem deve mostrar domínio do problema de rampagem de novos vendedores, sem oferecer a solução diretamente. O objetivo é gerar curiosidade e conseguir resposta.”

Percebe a diferença? 

O segundo prompt já entrega ao modelo a moldura do ICP, o contexto do lead, o foco da conversa e até a forma como a mensagem deve soar. Isso não só evita frases prontas como “gostaria de agendar uma conversa”, mas também força o modelo a pensar como um humano experiente pensaria.

E o melhor é que dá pra escalar esse tipo de prompt em operações com centenas de leads, se você estiver usando variáveis bem mapeadas e ferramentas que integrem dados com geração de copy — como Clay, Make ou CRMs com OpenAI integrado.

Como montar a estrutura do prompt: uma fórmula que funciona no dia a dia

Prompts bons não nascem prontos, eles são construídos. E quanto mais clareza você tem sobre o lead e o objetivo da mensagem, mais fácil fica acertar.

Em vez de decorar comandos prontos, o ideal é entender a lógica por trás do que funciona. E essa lógica costuma girar em torno de quatro perguntas:

• Pra quem você está escrevendo?

• Em que momento essa pessoa está?

• Qual o foco da mensagem?

• Qual tom vai gerar mais conexão?

Responder isso já te dá uma base sólida pra orientar qualquer IA com mais precisão. Abaixo, uma estrutura prática que pode ser usada como base, adaptando os elementos conforme a cadência e o canal:

“Crie uma [mensagem curta / e-mail / DM] com tom [consultivo / direto / informal] para um [cargo] de uma empresa [segmento] que está passando por [contexto]. A mensagem deve [foco da abordagem, como gerar resposta, despertar curiosidade, provocar reflexão] sem parecer um pitch. Não use frases genéricas.”

Um exemplo aplicado:

“Escreva uma DM no LinkedIn com tom informal para uma Head de CS de empresa SaaS que publicou recentemente sobre churn. A mensagem deve puxar um gancho leve sobre o post e abrir espaço para conversa sobre automação de relacionamento com clientes, sem mencionar produto.”

Esse tipo de prompt, por mais simples que pareça, muda totalmente o tipo de mensagem que você recebe de volta. Sai o texto genérico, entra uma copy que soa como conversa real.

Outro ponto importante é que quanto mais dados você tiver sobre o lead, mais fácil fica enriquecer o prompt. Isso não significa fazer prompts longos demais, mas sim garantir que a IA está recebendo os sinais certos pra escrever com mais contexto e menos “copypasta”.

Exemplos prontos de prompts por canal, perfil e situação

Na prática, é aqui que a coisa ganha tração. Depois de entender a estrutura, o que faz diferença mesmo é ter repertório. E o melhor jeito de criar repertório bom é partindo de casos reais — adaptáveis ao seu contexto, mas sempre com uma lógica por trás.

Abaixo, você encontra alguns exemplos que funcionam bem em cadências multicanal. O foco aqui não é te dar um “prompt perfeito”, mas mostrar combinações que ajudam a evitar o genérico e destravam a criatividade com consistência.

E-mail frio para CMO de SaaS em crescimento

Situação: lead com cargo de decisão, empresa crescendo rápido, foco em aquisição de clientes.

Prompt:

“Escreva um e-mail frio, direto e com tom consultivo para uma CMO de empresa B2B SaaS em fase de expansão. A mensagem deve reconhecer o desafio de manter crescimento em canais pagos e apresentar, de forma sutil, a possibilidade de reforçar canais de aquisição via outbound. Não use frases genéricas nem peça reunião de cara. Gere curiosidade com uma pergunta final.”

Por que funciona: esse prompt ajuda a IA a entender que o foco é contexto e timing, não uma oferta jogada ao vento. Ele ancora na dor real da persona e evita que a resposta caia no padrão “Oi, tudo bem? Vi seu perfil e...”.

Follow-up no WhatsApp para SDR leader após e-mail aberto

Situação: lead abriu o e-mail, mas não respondeu. Canal é informal, timing sensível.

Prompt:

“Crie uma mensagem curta de WhatsApp com tom leve e informal para um líder de SDRs que abriu nosso e-mail anterior sobre eficiência em cadências outbound. A mensagem deve parecer uma continuação natural da conversa, sem pressão. Use linguagem simples e evite parecer vendedor insistente.”

Por que funciona: esse prompt respeita o canal. WhatsApp não é lugar pra copy de e-mail reciclada. Ele prioriza tom e timing — dois elementos que mudam tudo nesse contexto.

Mensagem de conexão no LinkedIn para founder com interesse em IA

Situação: lead é founder ativo no LinkedIn, publicou recentemente sobre uso de IA em vendas.

Prompt:

“Escreva uma mensagem de conexão no LinkedIn com tom amistoso e provocador para um founder que publicou sobre uso de IA em vendas B2B. A mensagem deve mencionar brevemente o post, puxar uma conversa sobre como a IA tem sido aplicada em prospecção e terminar com uma sugestão leve de troca de ideia, sem push comercial.”

Por que funciona: mostra contexto real. O prompt parte de uma ação do lead, insere uma referência clara (o post) e cria uma abertura natural pra conversa. Sem pitch, sem exagero.

Reengajamento pós-evento para head de marketing

Situação: lead passou por um evento (webinar, palestra, etc.), não respondeu os primeiros toques.

Prompt:

“Gere um e-mail de reengajamento para uma Head de Marketing que participou recentemente de um evento sobre geração de demanda. O tom deve ser informal e construtivo. A mensagem pode citar um insight do evento e convidar a pessoa a conversar sobre desafios práticos em estruturar a operação de aquisição. Não pressione. Use um CTA que soe como troca de experiência.”

Por que funciona: esse prompt evita parecer “só mais um e-mail de follow-up”. Ele traz timing e ponto de conexão emocional (evento recente), além de suavizar o CTA.

Abertura com base em contexto público (mudança de cargo)

Situação: lead acabou de mudar de cargo ou foi promovido — momento de abertura ideal.

Prompt:

“Crie uma mensagem curta, para ser enviada por e-mail, com tom informal e consultivo, para um Head de Vendas que acabou de assumir o cargo em uma empresa do setor de tecnologia. A mensagem deve reconhecer a transição, sugerir um mapeamento rápido do que pode ser otimizado nos primeiros 90 dias e oferecer uma ajuda real, sem vender nada de cara.”

Por que funciona: o timing é tudo aqui. Esse prompt posiciona a mensagem como apoio estratégico, não como tentativa de venda oportunista. É o tipo de toque que o lead tende a respeitar, mesmo que não responda de primeira.

Dica extra: variações com base no tom da empresa

Mesmo os melhores prompts podem soar fora de lugar se o tom não casar com o tipo de empresa e perfil do lead. Abaixo, pequenas variações que fazem diferença:

• Startups → tom direto, informal, puxando para ação rápida

• Consultorias → tom mais técnico e estratégico, puxando para análise

• Indústria → linguagem mais formal, valorizando segurança e previsibilidade

• Times de vendas → foco em número, ganho de tempo, melhoria de fluxo

• C-level → menos detalhe técnico, mais provocação estratégica

Na hora de adaptar os prompts, vale colocar essas referências dentro da instrução.

Exemplo:

“Escreva um e-mail com linguagem informal, voltado para startups early stage. A persona é um founder hands-on que valoriza agilidade e odeia mensagens floreadas. O e-mail deve propor uma análise express da stack de vendas atual, sem parecer consultoria disfarçada.”

Esse tipo de direcionamento faz com que o modelo gere uma mensagem muito mais “alinhada ao que funciona”.

Como testar, ajustar e validar prompts com base nas respostas

Criar o prompt certo é importante. Mas o que realmente melhora a qualidade das mensagens geradas por IA é o processo contínuo de teste, ajuste e validação. Assim como numa cadência outbound tradicional, o trabalho com IA não termina quando a mensagem está pronta — ele só começa.

O primeiro sinal de que um prompt precisa de revisão é o output sem identidade. Aquela resposta que até parece estruturada, mas soa genérica, sem ritmo, e que poderia ter sido enviada para qualquer lead. Quando isso acontece, não é culpa do modelo. É o prompt que ainda está vago ou mal calibrado.

Aqui vão alguns sinais de que o seu prompt pode melhorar:

• A IA repete frases batidas (“Gostaria de te apresentar nossa solução”).

• O texto vem sem conexão clara com o momento do lead.

• A copy ignora o tom definido (ex: você pediu informal e recebeu algo institucional).

• A IA entrega uma sequência de ideias confusas, sem foco na ação que você queria gerar.

Pra ajustar isso, o caminho é simples: revisar a resposta como se você fosse o próprio lead. Leia o texto final e pergunte: isso aqui soa humano? Tem contexto suficiente? Parece algo que eu responderia?

Se a resposta for “não”, teste variações no prompt:

• Troque a instrução “escreva um e-mail de vendas” por “construa uma mensagem que gere curiosidade sobre [tema] sem parecer uma proposta comercial”.

• Em vez de “para um gestor de marketing”, escreva “para um head de marketing de empresa B2B que está revendo o plano de aquisição”.

• Especifique o CTA: “convide para uma troca rápida sobre [tema]” funciona melhor que “peça uma reunião”.

Outra prática que ajuda muito: salve os prompts que funcionaram. Crie uma biblioteca interna com variações por persona, canal e situação. Isso economiza tempo, mantém a consistência e serve como base pra replicar o que deu certo com novos leads.

Por fim, sempre que possível, colete feedback do campo. Se o SDR diz que o lead comentou “essa mensagem parecia feita só pra mim”, você encontrou um prompt de ouro. Guarde, refine, e use como padrão pra treinar os próximos.

Boas práticas e erros comuns ao usar IA para personalização

Usar IA para gerar mensagens em escala não é mais novidade. Mas a forma como você orienta, valida e ajusta o que sai do modelo ainda faz toda a diferença entre personalizar de verdade ou cair no genérico com selo tech.

Muita gente erra ao achar que basta inserir “nome do lead + nome da empresa” pra gerar personalização. Isso não é contexto. É token dinâmico. E o lead percebe na hora.

Alguns dos erros mais comuns nas operações que usam IA para prospecção:

1. Prompt vago demais.

Instruções genéricas como “escreva um e-mail comercial” ou “faça uma abordagem para o LinkedIn” geram exatamente o que prometem: uma mensagem que serve pra qualquer um e, por isso, não engaja ninguém.

2. Tom desalinhado com o canal.

Aquela mensagem super formal enviada via WhatsApp ou a abordagem informal demais por e-mail pra um executivo sênior. A IA escreve o que você pede. E se você não for claro sobre o tom, o modelo pode errar feio no encaixe.

3. Excesso de informação desnecessária.

Tem gente que tenta resolver o problema de um prompt fraco enchendo de dados irrelevantes. Isso só confunde o modelo. IA não precisa de briefing extenso, precisa de instrução clara. Mais importante que volume de dados é a escolha do que realmente importa para o objetivo da mensagem.

4. Reutilizar prompt sem revisar.

O que funcionou pra um perfil pode não funcionar pra outro. Um erro comum é pegar um prompt que deu certo, jogar pra outro segmento e torcer pelo mesmo resultado. Prompt bom é aquele adaptado ao contexto do lead, não uma fórmula pronta.

Agora, o que funciona de verdade?

• Ser direto sobre o que você quer da mensagem.

• Usar dados públicos do lead de forma natural no texto.

• Definir bem o canal e o tom esperado.

• Validar com humanos antes de escalar.

• Criar variações e testar em campo, acompanhando resposta real.

IA bem usada em vendas não substitui inteligência comercial. Ela multiplica. Desde que você saiba onde está pisando.

Prompt bom é aquele que vira conversa

No fim das contas, o que separa uma mensagem gerada por IA que engaja de outra que vai direto pro limbo é a forma como você conversa com o modelo. Prompt bom não é o mais técnico, o mais bonito ou o mais complexo; é o que entende o contexto, respeita o canal e gera um texto que parece ter sido escrito por alguém que realmente sabe com quem está falando.

Isso não se faz com “copie e cole”. Se faz com clareza, intenção e prática.

E não precisa virar engenheiro de prompt pra isso. Precisa saber qual é o objetivo da mensagem, o perfil de quem vai receber, o tom que encaixa melhor naquele momento — e orientar a IA de forma simples, direta e com foco no que realmente importa: gerar resposta.

A real é que, em operações de prospecção B2B, prompt não é detalhe técnico. É peça-chave da cadência.

E quanto melhor for essa peça, menos retrabalho seu time vai ter, mais conversas relevantes vão acontecer e mais oportunidades vão surgir com menos esforço.

Se a sua operação já usa IA, mas ainda sente que as mensagens estão genéricas demais, talvez não seja culpa do modelo, e sim do prompt.

A TRA pode te ajudar a mudar isso. Desde a estrutura dos comandos até o teste de copy com leads reais. Fale com a gente!