O pipeline exato de Claude + Obsidian que uso para fazer pesquisa de background de cliente em 40 minutos em vez de meio dia, incluindo os dois passos que falharam.
Antes de uma primeira conversa com um cliente novo, existe uma versão de preparação que parece trabalho e não é. Você abre quinze abas. Lê a página “sobre” da empresa. Rola um feed de LinkedIn e algumas notas de analistas. Três horas depois você tem uma noção vaga da empresa e nenhum ponto de vista de verdade. Fiz isso por anos porque parecia diligente, e porque a alternativa (entrar com uma opinião afiada, possivelmente errada) parecia mais arriscada do que entrar com uma opinião segura e esquecível.
Demorei tempo demais para notar o óbvio: o que um cliente está realmente pagando de uma pessoa sênior, naquela primeira reunião, é um ponto de vista. Uma leitura da situação afiada o suficiente para estar errada de um jeito interessante. Abas não produzem isso. Síntese produz. A leitura é só o custo de entrada, e é a parte que uma máquina agora faz genuinamente bem.
Então, quando reconstruí esse fluxo em torno de IA, o objetivo nunca foi “ler mais rápido”. Foi comprimir o levantamento de baixo valor até quase zero e gastar o tempo recuperado na única coisa que a máquina não consegue fazer: decidir o que tudo aquilo significa. Aqui está o pipeline inteiro, e depois as duas partes que quebraram feio o suficiente para eu deletar.
Três estágios: levantar, comprimir, provocar. Os dois primeiros são automatizados. O terceiro é manual, permanente, e é o motivo inteiro pelo qual o fluxo existe. Se você levar uma única coisa deste artigo, que seja a fronteira entre o estágio dois e o estágio três, essa linha é onde a maioria das pessoas erra a pesquisa com IA.
Mantenho um único template de nota no Obsidian para cada novo prospect. Quando um nome chega, jogo o material público da empresa em um intake estruturado: as seções relevantes do último relatório anual, imprensa recente, duas ou três matérias de setor que dão contexto, e qualquer coisa que um cliente ou colega já tenha me mandado. Texto puro, uma nota, em um vault que eu controlo.
O ponto aqui enfaticamente não é volume. É o oposto. Estou montando um input pequeno, limpo, deliberadamente curado, para que o próximo estágio tenha algo bom para trabalhar. Cinco minutos de curadoria humana nesse passo fazem mais pelo resultado final do que qualquer quantidade de coleta automatizada, uma afirmação à qual vou voltar, porque aprendi isso do jeito caro.
Por que Obsidian, não uma janela de chat, O histórico de chat desaparece em uma rolagem que você nunca vai reler. Um vault em markdown se acumula com juros. Cada nota de prospect que escrevo permanece pesquisável, então seis meses depois, quando aquele mesmo setor ressurge, a síntese já está lá esperando. O fluxo é desenhado para deixar um ativo para trás, não só produzir uma resposta e evaporar. Essa distinção (ativo versus resposta) é a diferença entre usar IA e construir algo com ela.
Esse é o estágio que todo mundo assume ser o fluxo inteiro. É o menos importante. Entrego o material levantado ao Claude com uma instrução única e específica: não resuma. Contraste.
Não quero “aqui está o que a empresa faz”. Eu sei ler. Quero “aqui estão as três tensões desse negócio que um estranho competente notaria nos primeiros dez minutos”. Resumo é confortável e inútil, te dá um parágrafo que você mesmo poderia ter escrito. Tensão é onde a reunião realmente acontece, porque tensão é onde o cliente já sente algo e ainda não resolveu.
A instrução que produz isso de forma confiável:
You are briefing a senior consultant before a first meeting.
Do NOT summarise. Identify the 3 strategic tensions visible in
this material. For each: state the tension, cite the evidence,
and name the question it raises that management probably avoids.
A diferença entre “resuma isso” e “encontre as tensões” é a diferença entre uma ferramenta de pesquisa e uma parceira de raciocínio. Uma te dá um parágrafo de Wikipédia. A outra te dá algo para dizer na sala e, mais importante, algo para discutir, que é o estágio três.
Agora eu discuto com ela. Pego as três tensões que o modelo trouxe e questiono cada uma, por escrito, à mão: Isso é real, ou é só a leitura óbvia disfarçada? O que precisaria ser verdade para isso estar errado? Qual dessas realmente mudaria o que eu recomendaria?
Esse estágio não é automatizado e nunca vai ser. É o ponto central. A máquina traz ideias candidatas mais rápido do que eu jamais conseguiria, isso é uma economia real do meu tempo, não importa a palavra que eu use para isso. Mas ela não tem interesse próprio em qual delas é verdadeira. Eu tenho. O cliente está pagando pelo meu julgamento sobre qual tensão importa, não pela capacidade do modelo de listar três delas. Essa divisão de trabalho (a máquina propõe, o humano decide) é a filosofia inteira de como trabalho, comprimida em um único fluxo.
A máquina é rápida em “aqui estão dez coisas”. Você é pago por “aqui está a que importa”. Nunca automatize a segunda metade.
Quando chego na reunião, tenho um ponto de vista claro, duas tensões que decidi serem reais, e uma que descartei conscientemente, e consigo explicar por que descartei, o que costuma ser a coisa mais crível que digo em toda a reunião.
Esse fluxo está na quarta versão. Dois passos anteriores pareciam inteligentes, causavam boa impressão em demonstrações e silenciosamente pioravam o resultado. Vale descrever os dois, porque os erros ensinam mais que os acertos.
Scraping automatizado da web. A versão dois tinha um passo que puxava automaticamente tudo que era público sobre uma empresa: notícias, redes sociais, imprensa, tudo. Parecia poderoso e impressionava. Na prática, inundava o estágio de compressão com ruído de baixa qualidade: copy de marketing reciclada, releases de imprensa quase duplicados, lixo de SEO. As tensões que voltavam ficavam mais genéricas e sem graça, porque o modelo agora estava tirando uma média de uma pilha de texto promocional em vez de raciocinar sobre poucas fontes boas. Curar o input à mão por cinco minutos vencia automatizar a coleta de lixo, sempre. Deletei o scraper. A lição: em um fluxo com IA, a qualidade do input define o teto, e automação normalmente reduz esse teto.
Um “score de confiança”. A versão três fazia o modelo avaliar a própria certeza em cada tensão, de um a dez. Parecia rigoroso, números sempre parecem. Era teatro. Os scores eram arbitrários, sem qualquer fundamento mensurável, e o pior de tudo é que me peguei começando a confiar neles, deferindo a um 7-de-10 que o modelo essencialmente inventou, em vez de formar minha própria leitura. Qualquer coisa que terceirize o julgamento para um número que nunca foi de fato medido é cortada. Isso não é uma peculiaridade desse fluxo; é uma regra que agora aplico em todo lugar.
As duas falhas compartilham uma raiz: a tentação em qualquer fluxo com IA é automatizar o raciocínio, porque o raciocínio é a parte que parece impressionante. Mas o raciocínio é exatamente o que você está sendo pago para fazer. Automatize o levantamento. Automatize a compressão. Depois guarde o julgamento com a própria vida.
Quase nada, o que é o ponto central. Um app de notas em markdown (eu uso Obsidian), um modelo de IA capaz, e um template reutilizável. Sem scrapers, sem rubricas de pontuação, sem uma pilha de quatorze ferramentas. As ferramentas que uso estão linkadas onde existe um programa de afiliados, e só listo o que está genuinamente no meu próprio setup, veja a divulgação abaixo.
Se você quiser o intake exato e a cadeia de prompts completa deste artigo, a nota estruturada do Obsidian, o prompt de contraste, e o checklist de provocação que uso no estágio três, eu empacotei:
→ O template Prospect Intake + Tension Brief, $29. Coloque no seu vault e rode seu próximo prospect por ele em quarenta minutos. (Ainda não está à venda, vai primeiro para a lista da newsletter; inscreva-se abaixo.)
Divulgação: Alguns links neste site são links de afiliado, se você comprar por meio deles, posso ganhar uma comissão, sem custo adicional para você. Só recomendo ferramentas que eu de fato uso, e conto quando algo que testei não passou no corte. Essa é toda a promessa aqui.
Esse é o fluxo. Quarenta minutos, um ponto de vista real no final, e uma nota no vault que deixa o próximo mais rápido. A analista que descrevo no título nunca foi uma pessoa: era meio dia do meu próprio tempo gasto fazendo algo que não era, de fato, pensar. É isso que faço com esse meio dia agora.
Próximo em Workflows → O pipeline de notas de reunião para entregável.
O template exato do Obsidian e a cadeia de prompts completa — a nota de intake estruturada, o prompt de contraste e o checklist de provocação. Coloque no seu vault e rode seu próximo prospect nele em quarenta minutos.
Sem cronograma. Sem enchimento. Sem posicionamento patrocinado. Uma nova construção só sai quando vale seus dez minutos — geralmente a cada 2–4 semanas.
"Só vou enviar algo que eu teria escrito mesmo que ninguém me pagasse por isso. No dia em que isso parar, a newsletter para."