Fazer meu diagnóstico
Arte da frente Inteligência Artificial

IA no marketing: o que funcionou e o que deu errado na Metris

9 min de leitura
Cristiano Creczyenski
Resposta direta

Na operação da Metris, a IA rendeu onde havia informação organizada para ela ler: análises com dados do Reportei e do Notion ligados ao Claude, briefings montados a partir da base do cliente e manual de marca escrito para a IA. Deu errado quando ela foi usada para executar sem critério: criar campanha direto pela integração com a Meta e automatizar vídeo demais. A ferramenta conta menos que a base.

Ao longo de 2026, a IA apareceu em muitas reuniões internas da Metris. Nos treinamentos, nos All Hands e nas conversas com clientes, a pergunta mudou de “vale usar?” para “onde isso já está funcionando e onde está atrapalhando?”. Este texto é a resposta que a gente consegue dar com base no que viveu na operação, sem a versão de palco.

Resumo honesto: a IA rendeu muito onde havia informação organizada para ela ler e rendeu pouco, ou deu errado, onde a gente pediu que ela executasse no lugar de quem tem critério. A diferença entre uma coisa e outra não esteve na ferramenta escolhida. Esteve na base que existia antes dela.

O que é usar IA no marketing, na prática de uma assessoria?

Não é trocar a equipe por um robô, e não é colocar um chat aberto numa aba do navegador para perguntar qualquer coisa. Numa assessoria de performance, usar IA no marketing significa ligar a IA às fontes que a equipe já usa e dar a ela tarefas com começo, meio e fim.

No nosso caso, as fontes são três:

  • Os dados de resultado, que ficam no Reportei: mídia paga, Analytics e vendas de cada conta.
  • O histórico do cliente, que fica no Notion: atas de reunião, decisões, testes feitos, o que foi aprovado e o que foi recusado.
  • As regras da marca, escritas num manual que a IA consegue ler.

A IA que a gente usa para ler essas fontes é o Claude, conectado por integração. Com isso, a pergunta deixa de ser genérica (“como melhorar minha campanha?”) e passa a ser específica (“compare as últimas quatro semanas desta conta com o que foi decidido na reunião do mês e aponte o que destoou”). O que muda o resultado é essa especificidade, e ela só existe porque a informação está organizada. Os conectores que permitem esse tipo de ligação estão em conectores MCP para marketing e vendas.

O que funcionou com IA na operação da Metris?

Três usos ficaram de pé e hoje fazem parte da rotina.

Análise com os dados do Reportei e do Notion

O uso que mais pagou foi a análise. Antes, montar a leitura de uma conta exigia abrir painel por painel, exportar, comparar períodos e cruzar com o que tinha sido combinado com o cliente. Com o Reportei e o Notion ligados ao Claude, a IA faz a parte braçal: junta os números, compara períodos, aponta o que fugiu do padrão e lembra o que foi decidido na reunião anterior.

O analista continua fazendo a parte que importa: entender por que o número mudou e o que fazer com isso. A IA chega mais rápido à pergunta certa; a resposta segue com quem responde pelo resultado. O limite desse uso está detalhado em IA na análise de campanha.

Briefing a partir da base do cliente

O segundo uso foi o briefing. Briefing de criativo, de campanha, de conteúdo. Quando a IA escreve um briefing do zero, ele sai genérico, porque ela não sabe nada do cliente além do que você digitou no pedido. Quando ela parte da base (o histórico de reuniões, o posicionamento combinado, os produtos que mais vendem, o que já foi testado), o briefing sai com cara de quem conhece a conta.

A diferença não é a IA ter ficado mais inteligente. É ela ter lido o que a equipe já sabia.

Manual de marca escrito para a IA

O terceiro uso é menos visível e sustenta os outros dois. A gente documentou o manual de marca de um jeito que a IA consegue seguir: tom de voz, palavras que não podem aparecer, como cada marca se refere ao cliente, exemplos de textos aprovados e de textos recusados com o motivo da recusa.

Sem isso, cada pedido para a IA começa do nada, e alguém precisa corrigir os mesmos vícios toda vez. Com o manual, a primeira versão já chega mais perto do que a marca aceitaria. A revisão humana continua obrigatória, mas fica mais curta.

O que deu errado?

Dois usos não funcionaram como a gente esperava, e vale contar os dois porque são justamente os que mais aparecem em demonstração de ferramenta.

Criar campanha direto pela integração com a Meta

A ideia parecia boa: se a IA lê a conta e entende o histórico, por que não deixá-la criar a campanha direto pela integração com a Meta? Tecnicamente, dá para fazer. Como rotina, não deu certo.

O motivo é de natureza, não de ferramenta. Montar uma campanha envolve decisões de estrutura, público, verba, criativo e momento que dependem de contexto que não está nos dados da conta: o estoque daquela semana, a margem de cada produto, o que o cliente falou na última reunião, o que o concorrente acabou de lançar. A IA executa bem o que está especificado. Campanha boa depende justamente do que ninguém especificou.

O caminho que ficou foi outro: a IA prepara, sugere e revisa, e quem opera decide e aplica. As condições para dar acesso de escrita a um agente numa conta de anúncio (teto de gasto, registro de cada ação, aprovação humana em mudança estrutural e reversão) estão em agentes de IA na operação de mídia.

Vídeo automatizado demais

O segundo tropeço foi no vídeo. A IA ajuda muito na produção: roteiro, variação de formato, adaptação de legenda, versões para teste. O problema apareceu quando o processo ficou automático demais, com pouca direção humana entre uma etapa e outra.

O vídeo de anúncio funciona por coisas que a automação tende a achatar: o ritmo do corte, o gancho dos primeiros segundos, a identidade da marca, a escolha do que mostrar e do que deixar de fora. Quando tudo isso vira etapa automática, o resultado é vídeo em quantidade e sem cara. A gente recuou: a IA continua no processo, mas a direção voltou para gente. O que a IA acelera e onde ela piora no criativo está em IA em criativo publicitário.

Por que a mesma IA rende muito numa tarefa e pouco em outra?

Porque o que a IA faz com uma tarefa depende do que ela tem para ler. A tabela resume o padrão que a gente viu:

Uso O que a IA tinha para ler Resultado
Análise de conta Dados do Reportei e histórico no Notion Funcionou
Briefing Base do cliente: reuniões, posicionamento, testes Funcionou
Texto na voz da marca Manual de marca escrito para a IA Funcionou
Criar campanha na Meta Dados da conta, sem o contexto do negócio Deu errado
Vídeo em série Roteiro e regras, com pouca direção entre etapas Deu errado

Nos três casos que funcionaram, a informação estava organizada e a tarefa era de leitura, síntese ou primeira versão. Nos dois que deram errado, a IA precisava de contexto que não estava escrito em lugar nenhum, ou de um julgamento que a gente tinha tirado do processo.

A lição que a gente leva para os clientes é direta: sem informação organizada, a IA rende pouco. Uma empresa com relatórios espalhados, decisões que só existem na cabeça do dono e nenhuma regra de marca por escrito vai tirar da IA respostas genéricas, por melhor que seja a ferramenta.

Por onde começar a usar IA no marketing da sua empresa?

Pela base, não pela ferramenta. A ordem que a gente recomenda:

  1. Junte os dados de resultado num lugar só. Mídia, Analytics e vendas lado a lado, num relatório que a IA consiga ler. Enquanto cada número mora num painel diferente, a IA só consegue comparar o que você copiar e colar.
  2. Escreva o que já foi decidido. Ata das reuniões de marketing, testes feitos e o resultado de cada um, o que não se repete. É o histórico que transforma uma resposta genérica em resposta sobre a sua empresa.
  3. Documente a marca para a IA. Tom, termos proibidos, exemplos aprovados e recusados. Uma página bem feita já muda a primeira versão de qualquer texto.
  4. Comece por tarefas de leitura. Resumo de relatório, comparação de períodos, primeira versão de briefing. Nessas tarefas, um erro custa tempo, não verba.
  5. Deixe execução para depois. Quando for dar à IA acesso para agir numa conta, faça com limite, registro e aprovação. E reveja depois de algumas semanas se ela está acertando.

Esse caminho é mais lento do que a demonstração de qualquer ferramenta promete. É também o que sobrou de pé depois de meses testando na operação.

Quanto tempo leva para a IA começar a render?

A parte de organizar a base é a que mais demora, e ela é feita uma vez e depois mantida. O ganho na análise e no briefing aparece assim que a base existe, porque a tarefa deixa de começar do zero.

O efeito no resultado da empresa, em venda e em margem, é outra conversa. A IA melhora a velocidade e a qualidade do trabalho, mas o que move o faturamento continua sendo a decisão: qual oferta, qual verba, qual canal. Para medir se a operação melhorou, a gente usa janela de 3 meses. Abaixo disso não dá para separar o que veio de método do que veio de sazonalidade.

Para quem este texto não serve?

Para quem procura uma ferramenta que faça o marketing sozinho. Não é o que a gente encontrou, e desconfie de quem promete.

E para quem ainda não tem o básico de pé: rastreamento de vendas funcionando, oferta clara, alguém responsável pelo resultado. Nesse estágio, a IA acelera a bagunça. Vale arrumar a casa primeiro e voltar a este assunto depois.

O que fica

A IA no marketing rendeu, na operação da Metris, onde havia informação organizada para ler: análise com Reportei e Notion ligados ao Claude, briefing a partir da base do cliente e manual de marca escrito para a IA. Deu errado onde a gente pediu que ela substituísse critério: criar campanha direto pela integração com a Meta e automatizar vídeo demais.

Se for começar, comece pela base. Junte os dados, escreva o que foi decidido, documente a marca e use a IA primeiro para ler e resumir. A ferramenta é a parte fácil de trocar. A base organizada é o que faz qualquer uma delas render.

O que fica

  • A IA rendeu mais na leitura e na análise do que na execução. Ligar dados de mídia e o histórico do cliente a ela encurtou a parte braçal da análise.
  • Briefing gerado a partir da base do cliente sai melhor do que briefing gerado do zero, porque a IA trabalha com o que já foi decidido.
  • Manual de marca escrito para a IA (tom, termos proibidos, exemplos aprovados) evita que cada pedido comece do nada.
  • Criar campanha direto pela integração com a Meta não funcionou: estrutura de campanha depende de contexto que não está nos dados.
  • Vídeo automatizado demais perdeu o que fazia o vídeo funcionar. A IA acelera a produção, mas a direção continua humana.
  • Sem informação organizada, a IA rende pouco. O trabalho que mais pagou foi documentar, não escolher ferramenta.

Perguntas frequentes

Como usar IA no marketing de uma empresa pequena?

Comece pelo que é leitura: resumir relatório, comparar períodos, montar a primeira versão de um briefing. Antes, organize o que a IA vai ler: dados de mídia num lugar só, histórico do cliente ou da marca documentado e um manual de tom. Execução direta na conta de anúncio fica para depois, com limite e aprovação humana.

A IA consegue criar campanha no Meta Ads sozinha?

Tecnicamente, com integração, ela consegue montar a campanha. Na nossa experiência, não deu certo como rotina: estrutura, público, verba e criativo dependem de contexto do negócio que não está nos dados da conta. A gente voltou a usar a IA para preparar e revisar, com a decisão e o clique final de quem opera.

Vale a pena fazer vídeo de anúncio só com IA?

Depende do quanto você automatiza. A IA ajuda em roteiro, variação e adaptação de formato. Quando o processo fica automático demais, o vídeo perde direção, ritmo e identidade de marca, que é o que faz a pessoa parar de rolar a tela. Use a IA para produzir mais rápido, não para tirar a direção do processo.

O que é preciso organizar antes de usar IA no marketing?

Três coisas: os dados de resultado num lugar que a IA consiga ler (relatórios de mídia e de vendas), o histórico do cliente ou da marca (reuniões, decisões, o que já foi testado) e as regras de marca por escrito, com exemplos do que foi aprovado e do que foi recusado.

Cristiano Creczyenski

Cristiano Creczyenski

Fundador e CEO da Metris

CEO da Metris, ajuda empreendedores a crescer com estratégia, marketing de performance, CRM e IA. Trabalha com e-commerce e marketing digital desde 2008 e já atuou com marcas como Lojas Colombo, Fila, Umbro, Melissa, Coza, Continental Ferramentas, Vinhos Collection e Pizzato.

Continue em Inteligência Artificial

Ver a frente inteira →
Inteligência Artificial

Anúncios no Google AI Mode: o que muda no clique

O Google passou a colocar anúncio dentro da resposta gerada. O que isso faz com o tráfego orgânico de quem vive de conteúdo, com dado da nossa própria conta.

Leia mais