28/08 · 10h00–11h0060 min de oficinaresumo em 11 min
Como criar especialistas de IA para vender mais
A oficina trocou o assistente que sabe tudo pelo especialista treinado só com fontes escolhidas — quatro passos montados ao vivo no celular, e a resposta "não tenho essa informação na minha base" apresentada como o sinal de que o especialista está validado.
40minutos de oficina, tempo citado nas duas edições e apresentado como suficiente para dar o primeiro passo, não para esgotar o temaduração informada na própria oficina
20 milanos de leitura, a um livro por semana, citados como equivalência humana ao volume de conteúdo por trás do treinamento da primeira versão do ChatGPTequivalência apresentada na sessão
4passos da metodologia CASA — curadoria, alimentação, simulação e auditoria —, apresentados como os pilares da construção de um especialistametodologia apresentada na oficina
200 milpalavras próprias — palestras e mentorias gravadas, transcritas e carregadas — usadas para treinar o assistente de atendimento demonstrado na sessãobase de conhecimento do assistente relatada na sessão
O essencial
Especialista em vez de assistente genérico
A pergunta que organizou as duas edições foi a da doença séria: procura-se generalista ou especialista? A tese seguinte é que pedir a uma IA geral que "analise este contrato" não diz qual é a especialidade dela, qual é a base de conhecimento nem qual é o objetivo — e o ganho está em criar assistentes estreitos, treinados para uma dor específica.
CASA: curadoria, alimentação, simulação e auditoria
Os quatro passos apelidados de CASA — nome escolhido, segundo a fala, por um ano de viagens e saudade de casa — foram apresentados como o roteiro completo: escolher a fonte, entregá-la à ferramenta, testar a resposta e auditar antes de usar.
Curadoria como etapa decisiva
A curadoria foi tratada como o passo em que os usuários se separam: o YouTube tem cenário bonito, LED de fundo e microfone que pisca com conteúdo ruim; treinar com um vídeo fraco entrega respostas fracas. As fontes recomendadas foram as densas — podcast longo, audiolivro, material de autoridade reconhecida no tema.
O teste da comida típica
A simulação feita ao vivo nas duas edições foi perguntar ao assistente recém-treinado a receita de uma comida típica da região — caldinho de caranguejo pela manhã, baião de dois à tarde. A resposta esperada, e obtida, foi que aquilo não está na base fornecida: o especialista é de vendas, não de gastronomia.
Plantas, contratos e normativas em PDF
Os usos levados para o dia a dia do corretor: carregar os PDFs de plantas das incorporadoras e perguntar qual é a menor planta disponível; carregar contratos já validados e usá-los como base de consulta para os novos; carregar uma normativa e consultá-la — com a resposta citando de qual documento saiu.
Auditoria humana antes de publicar
O quarto passo é a checagem final, e foi ilustrado pelo travessão que denuncia texto de máquina em legenda de Instagram e até em depoimento pessoal. O fechamento repetiu a régua: a ferramenta processa mais rápido, mas o ciclo termina com alguém validando o que sai.
Contexto
Oficina prática apresentada duas vezes na Sala D1 do Bloco D em 28/08 — às 10h00 e às 14h00 —, em que a plateia construiu no próprio celular, do zero, um assistente de inteligência artificial treinado apenas com fontes escolhidas. As duas edições abriram com três acordos de sala e organizaram a construção pela metodologia batizada de CASA: curadoria, alimentação, simulação e auditoria; o aviso dado foi que ninguém sairia dali com prompt pronto nem com lista de ferramentas de IA. A ferramenta usada foi o NotebookLM, hoje Gemini Notebook, escolhida por ser gratuita e rodar com uma conta Google. A edição da tarde registrou que essa era a segunda participação do palestrante no congresso; as duas fecharam com uma salva de palmas em homenagem a dois mentores citados do palco, um deles falecido dois meses antes.
A sessão em detalhe
Formato · Oficina
Três acordos de sala e o escopo da oficina
As duas edições começaram pelo combinado. Primeiro acordo: dúvida específica que fugisse do escopo da oficina seria respondida do lado de fora, na porta da sala, com a disponibilidade anunciada para o restante do dia. Segundo: quem já tivesse entendido ajudaria o colega ao lado, sem o comentário de que aquilo era fácil — a lembrança contada foi a do aluno que deixava de perguntar por achar a própria dúvida simples demais. Terceiro, apresentado como o mais desafiador: o celular ficaria na mão, mas só para a ferramenta, sem a imersão de cinco minutos no Instagram que vira quarenta.
O aviso seguinte foi sobre o que não seria entregue: nenhum prompt pronto, nenhum e-book com dezenas de ferramentas de IA — a crítica dita foi a das palestras que despejam uma lista enorme de ferramentas que nem quem apresenta usa. O que a oficina se comprometia a entregar era o caminho, construído ao vivo, com muito pouca teoria: a fala descartou explicitamente os termos técnicos disponíveis na internet para ficar na prática.
O tempo foi assumido como limite: 40 minutos, apresentados como o suficiente para dar o primeiro passo. A justificativa repetida para o foco foi que um minuto de conteúdo pode mudar o jogo de quem está na sala — e que, na segunda-feira seguinte, boa parte do que se aprende num congresso costuma virar foto de slide esquecida no celular. Era exatamente esse destino que a oficina propunha evitar, usando o conteúdo do próprio CIMI como matéria-prima de treinamento.
Diagnóstico
Por que a IA generalista erra e o que muda com o especialista
O ponto de partida foi uma pergunta feita à plateia nas duas edições: quem já usou IA para responder a um cliente e ficou depois com a dúvida se aquilo estava certo? A explicação oferecida para a alucinação foi o tamanho da bagagem: a primeira versão do ChatGPT, a geração citada como GPT-3, foi comparada a um ser humano lendo um livro por semana durante 20 mil anos. Com base tão larga e sem recorte, a resposta pode vir convicta e errada — e a fala admitiu já ter discutido com a ferramenta sabendo que ela estava equivocada.
O exemplo prático do risco foi tributário: a regra do imposto de renda muda de ano para ano, mas a versão antiga continua na base do modelo; perguntar sem contexto é aceitar que a resposta venha de uma regra vencida. O mesmo vale para o pedido genérico "analise este contrato": a oficina desmontou o comando em três perguntas que ele não responde — qual é a especialidade do assistente, qual é a base de conhecimento e qual é o objetivo do documento.
A analogia usada para fechar o diagnóstico foi a da doença séria: diante dela, ninguém procura generalista. A separação proposta foi entre conhecimento técnico — no qual a máquina é imbatível pelo volume — e conhecimento vivencial, a experiência de mercado que cada corretor tem e que a ferramenta não possui. Daí a inversão: em vez de usar a IA como generalista, criar especialistas para dores específicas, alimentados exatamente com essa vivência.
A sessão também separou uso de resultado. As perguntas repetidas foram quem realmente ganha tempo, quem coloca mais dinheiro no bolso e o que mudou na rotina de quem abre o ChatGPT todo dia. Uma pesquisa do MIT foi citada a propósito de empresas que adotam IA sem que isso se converta em faturamento, e a IA virar apenas mais uma ferramenta contratada. A comparação escolhida foi o Excel: quase todo mundo usa, quase ninguém usa macro — a ferramenta poderosa fica subutilizada no básico. E a régua para o conhecimento adquirido em congresso foi dura: conhecimento virou commodity; a questão é o que se faz com ele.
Método · CASA
Curadoria, alimentação, simulação e auditoria
Os quatro passos foram apresentados sob o apelido CASA, escolhido — segundo a fala — depois de um ano de muita viagem e saudade de casa. O primeiro é a curadoria: escolher o conteúdo e o contexto que vão treinar o assistente. Foi descrito como a etapa mais importante e como a que separa quem usa IA em nível raso de quem tira resultado, porque cada participante tem, em algum tema, um repertório melhor do que o de quem está no palco — e o especialista treinado herda a qualidade da fonte escolhida.
O critério de curadoria foi dado por contraste. De um lado, o vídeo recém-postado, com pouquíssimas visualizações e cenário caprichado — LED de fundo, microfone que pisca — e conteúdo que ninguém validou. Do outro, a fonte densa: podcast de duas horas em que o convidado entrega o ouro, audiolivro, material de autoridade no assunto. Treinar com conteúdo ruim, disse-se, é garantir resposta ruim.
O segundo passo é a alimentação: não basta ter a curadoria guardada. A imagem usada foi a da estante de livros bonita e fechada — o e-book excelente que fica no computador não treina nada; é preciso entregá-lo efetivamente à ferramenta. O terceiro é a simulação: testar e provocar o assistente antes de sair usando, em vez de aprovar a primeira resposta e seguir adiante.
O quarto passo é a auditoria, apontado como o ponto em que a maioria falha por confiar 100% na máquina. O sinal de alerta escolhido foi o travessão: mensagem para cliente, legenda de Instagram e até depoimento pessoal publicados com o travessão característico de texto gerado. O argumento foi o do esforço — quem não se dá ao trabalho de escrever a própria história tende a ser substituído mais rápido — e a conclusão foi que a validação humana fecha o ciclo antes de qualquer publicação. Dito de outro modo na sessão: curadoria, alimentação, simulação e auditoria são os quatro pilares.
Prática
Construir o especialista no celular, ao vivo
A ferramenta escolhida foi o NotebookLM, que passou a se chamar Gemini Notebook. A justificativa da escolha foi declarada: é gratuita e basta uma conta Google para entrar, o que permitia que a sala inteira praticasse — exigir assinatura, observou-se, esvaziaria a oficina. O aplicativo foi baixado na hora, na App Store e no Google Play, com os participantes ajudando os vizinhos e a organização circulando pela sala. A ferramenta foi descrita como capaz de receber PDF, texto, imagem e áudio como fonte, e como pouco divulgada para o poder que tem.
As fontes do exercício vieram por WhatsApp. Um QR code abria conversa com o assistente de atendimento do palestrante, apresentado pelo nome José e descrito como agente de IA de atendimento — a instrução foi mandar apenas a palavra CIMI, sem cumprimento, para receber de volta os links. Chegaram três vídeos do YouTube, escolhidos como curadoria da oficina: um sobre técnica de venda, um sobre quebra de objeções e um sobre WhatsApp. O próprio assistente virou demonstração: ele respondia sozinho, no horário de almoço, sem ninguém digitando do outro lado.
A alimentação teve um contratempo real, contado nas duas edições: até pouco antes era possível colar os três links de uma vez, e a mudança recente do Google obrigou a adicionar fonte por fonte. O passo a passo ficou assim — criar, escolher a origem YouTube, colar um link, adicionar, repetir. Ao fim, a tela mostrava as três fontes carregadas e a aba de conversa disponível; a sala tinha, nas palavras da oficina, criado o primeiro cérebro de um especialista.
A simulação foi a mesma nas duas edições, com o prato mudando conforme a região: perguntar ao assistente como se faz uma comida típica — caldinho de caranguejo de manhã, baião de dois à tarde. A resposta veio dizendo que aquilo não estava na base fornecida e que o que ele podia responder era sobre vendas. Foi esse o momento apresentado como a validação: o assistente não inventa fora do material entregue, e por isso dá mais segurança para ser consultado como um estagiário treinado.
Aplicação
Do PDF de planta à rotina automatizada
O caso mais direto para o corretor foi o das plantas. Quem vende lançamento recebe PDFs das incorporadoras com metragem e número de quartos; quando o cliente pergunta qual é a menor planta disponível, o caminho de hoje é abrir o computador, procurar arquivo por arquivo e ainda conferir para ter certeza. Com os PDFs carregados, a pergunta é respondida na hora, citando o empreendimento e a metragem — e citando de qual documento a informação saiu. A cena descrita foi a do corretor respondendo do celular, sem estar na empresa, e o cliente concluindo que ali havia autoridade e estudo. Na mesma linha entraram os contratos já validados, transformados em base de cláusulas para consultar contratos novos, e as normativas carregadas para consulta.
Duas limitações práticas foram ditas. Cada notebook é um cérebro separado: os especialistas criados não conversam entre si, e a consulta é feita abrindo um de cada vez. E a integração fácil é dentro do próprio ecossistema Google — o notebook criado aparece automaticamente ao lado do Gemini, que passa a consultar aquela base e a gerar imagens e apresentações a partir dela. Levar a mesma base para assistentes de outras empresas exige API ou o caminho do MCP, tratado como etapa mais técnica e de liberação recente, e é por ele que se chega ao WhatsApp.
O degrau seguinte foi mostrado pela rotina do próprio palestrante. O assistente de atendimento é treinado com cerca de 200 mil palavras próprias — palestras e sessões de mentoria gravadas, transcritas e carregadas —, de modo que sabe o que ele fala, sobre o que fala e como fala. Dois agentes rodam todos os dias, um no LinkedIn e outro no Instagram, procurando perfis, curtindo e comentando com base nesse material: prospecção orgânica automatizada, sustentada na base e não no modelo solto. O limite declarado para o atendimento foi o de sempre no funil: o assistente qualifica, o humano fecha.
A prova de conceito oferecida foi a do ano anterior. Um assistente foi treinado para funcionar como crítico de treinamentos e palestras, alimentado com PDFs de palestras e com a metodologia do próprio congresso; durante 20 dias os treinamentos foram gravados, transcritos e submetidos, e a devolutiva vinha com nota e correção — inclusive o aviso de que um trecho estava indo para formato de palestra quando ali o formato é oficina. O resultado citado foi a oficina mais bem avaliada do congresso naquela edição. Os três requisitos tirados dessa experiência: a ferramenta tem de resolver um problema real, tem de ter narrativa e tem de ter tesão — e o resultado não saiu no primeiro prompt, e sim depois de muitos.
O fechamento das duas edições puxou para o outro lado. O mercado imobiliário foi descrito como território de sonho, confiança e imaginação, e por isso menos exposto à substituição; a lembrança da pandemia entrou como argumento de que o contato humano é o que fez falta. A bagagem e a vivência de cada um foram apresentadas como o que a ferramenta não tem e como o que deve ser colocado dentro dela. As duas sessões terminaram com um pedido de salva de palmas em homenagem a dois mentores citados do palco, um deles falecido dois meses antes, e com o convite para que os participantes mandassem depois os especialistas que criassem, para teste e devolutiva.
O que ficou
Assentado
O método apresentado tem quatro passos — curadoria, alimentação, simulação e auditoria — e foi executado inteiro na sala, terminando com um assistente treinado com três vídeos escolhidos.
A ferramenta usada é gratuita, roda no celular com uma conta Google e aceita PDF, texto, imagem e áudio como fonte.
A resposta ancorada é o critério de validação: quando a pergunta sai do material carregado, o assistente diz que não tem aquilo na base — e, quando responde, cita o documento de origem.
Cada notebook é um cérebro isolado: os especialistas criados não conversam entre si e são consultados um de cada vez.
A auditoria humana fecha o ciclo — nada do que a ferramenta produz sai sem validação de quem assina.
Em aberto
Levar a base para fora do ecossistema Google — inclusive para o WhatsApp — depende de API ou de MCP, apresentados como etapa mais técnica e de liberação recente.
As ferramentas citadas como degrau seguinte da jornada ficaram como indicação para quem quiser aprofundar depois.
A curadoria de fontes fica com cada participante: a oficina entregou o caminho, não uma biblioteca pronta.
Slides e dúvidas mais específicas ficaram para depois da sessão — na porta da sala, pelo WhatsApp do assistente e pelo Instagram do palestrante —, com convite aberto para receber e testar os especialistas que os participantes criarem.
Termos citados
CASA
Apelido dado na sessão à metodologia de quatro passos para construir um assistente especialista: Curadoria (escolher o conteúdo e o contexto), Alimentação (entregar esse material à ferramenta), Simulação (testar as respostas) e Auditoria (validar antes de usar). O nome foi atribuído, na própria fala, ao ano de viagens e à saudade de casa.
Espinha das duas edições da oficina.
Curadoria
A escolha do conteúdo e do contexto que vão treinar o assistente. Apresentada como a etapa mais importante e como a que separa o uso raso do uso que dá resultado, porque a qualidade da resposta herda a qualidade da fonte.
Primeiro passo da metodologia CASA.
Alucinação
A IA responder com convicção uma informação errada ou desatualizada, por efeito do volume e da idade da base geral com que foi treinada — o exemplo dado foi a regra antiga de imposto de renda ainda presente na base.
Diagnóstico de abertura, nas duas edições.
Especialista
Assistente de IA treinado apenas com uma base de conhecimento restrita a um domínio, em oposição ao uso generalista. Reconhece-se por responder que não tem a informação quando a pergunta sai do material fornecido.
Objetivo declarado da oficina.
MCP
Caminho técnico citado para conectar a base de conhecimento a ferramentas fora do ecossistema Google, inclusive ao WhatsApp; descrito como mais técnico que a integração nativa e como liberação recente.
Bloco de integrações e próximos passos.
SDR
Papel de qualificação no atendimento: na régua apresentada, o assistente de IA qualifica o contato e o fechamento continua com o humano.
Rotina de atendimento demonstrada na sessão.
Citados na oficinaNotebookLM / Gemini Notebook (Google)·Google Gemini·ChatGPT / GPT-3·Claude Code·Codex·Grok·MCP·Google Play e App Store·YouTube·LinkedIn·Instagram·WhatsApp·Excel (macros)·Wikipédia·MIT (pesquisa citada sobre IA e resultado nas empresas)·Napoleon Hill (audiolivros citados como fonte de treinamento)·Alfama Cursos·CIMI360
TemasInteligência artificial·Produtividade do corretor·Automação de atendimento·Ferramentas gratuitas·Base de conhecimento·Oficina prática
