Entre tantas novidades, três merecem nossa atenção: a organização dos dados no CRM, a transformação da produção de conteúdo com SEO e GEO e o avanço da personalização por meio de automações. Elas parecem assuntos diferentes, porém, percebemos que todas dependem da mesma coisa: conhecer melhor o cliente e utilizar essa informação com inteligência. 

1. O CRM vai deixar de ser apenas o lugar onde vendas registra negócios 

Frequentemente, muitas empresas trataram o CRM como uma espécie de agenda sofisticada. O vendedor cadastrava uma oportunidade, atualizava uma etapa do funil e, quando lembrava, registrava alguma informação sobre a conversa. Esse modelo já não atende às necessidades de uma operação que pretende utilizar dados de maneira estratégica. 

Atualmente, a análise de dados para decisões mais certeiras como uma das principais tendências de vendas. O levantamento coloca o tema na segunda posição entre as tendências comerciais citadas pelos profissionais. 

Porém, existe uma questão anterior à análise. Nós só conseguimos tomar boas decisões quando confiamos nos dados disponíveis. Se marketing trabalha com uma informação, vendas utiliza outra e atendimento mantém um terceiro histórico, criamos três versões diferentes do mesmo cliente. 

É justamente por isso que eu vejo o CRM assumindo uma função muito mais importante. Ele precisa concentrar histórico, oportunidades, interações e evolução do ciclo de vendas. Dessa forma, conseguimos analisar de onde surgem os melhores negócios, onde as oportunidades param e quais etapas precisam de ajustes. 

Além disso, uma base organizada melhora qualquer uso futuro de inteligência artificial. Afinal, uma ferramenta pode analisar milhares de registros rapidamente, mas não consegue transformar dados ruins em uma estratégia inteligente. 

2. Produzir conteúdo para aparecer no Google não é a etapa final da estratégia 

A segunda mudança exige uma revisão importante na forma como pensamos conteúdo. Durante anos, construímos estratégias digitais considerando principalmente mecanismos tradicionais de busca. Entretanto, agora também precisamos considerar como sistemas baseados em inteligência artificial encontram, interpretam e apresentam informações. 

É aí que entra o GEO, sigla para Generative Engine Optimization. Profissionais apontaram SEO para inteligência artificial, GEO e buscas sem clique entre as tendências mais relevantes de marketing. 

Na prática, isso não significa abandonar SEO. Precisamos escrever melhor, organizar melhor as informações e, principalmente, oferecer conhecimento próprio. Conteúdo genérico perdeu ainda mais espaço porque qualquer ferramenta consegue produzir uma explicação básica em poucos segundos. 

Por isso, experiência passa a ter um peso enorme. Quando eu apresento uma análise baseada no que observei em projetos, explico uma metodologia ou mostro um ponto de vista construído ao longo do trabalho, adiciono algo que não nasce simplesmente da combinação de outros textos disponíveis na internet. 

Além disso, precisamos pensar na arquitetura do conteúdo antes de escrever. Um artigo pode originar vídeos, publicações, materiais comerciais e outros pontos de contato. Assim, nós ampliamos a distribuição sem repetir a mesma mensagem indiscriminadamente. 

As tendências de marketing e vendas para 2027 reforçam uma ideia que sempre defendi: conteúdo não deve existir apenas para preencher calendário. Ele precisa construir posicionamento competitivo, responder dúvidas e ajudar o cliente a tomar uma decisão. 

3. Personalização não é só colocar nome no e-mail 

Durante algum tempo, chamar alguém pelo primeiro nome já parecia uma experiência personalizada. Hoje isso representa praticamente o nível básico da comunicação digital. 

A verdadeira personalização começa quando nós consideramos comportamento, interesse e estágio da jornada. Uma pessoa que visitou alguma página, baixou um material e retornou ao site demonstra sinais diferentes de alguém que acabou de conhecer a empresa. Portanto, não faz sentido conduzir as duas pelo mesmo caminho. 

Esse movimento já aparece com força nos dados. Segundo a RD Station, 53% dos profissionais apontam inteligência artificial, automação e personalização em escala como a principal tendência de marketing para o período. Além disso, os fluxos de automação analisados alcançaram CTOR médio de 12% em 2025, enquanto campanhas pontuais registraram 8%. 

Entretanto, não podemos cometer um erro bastante comum: confundir automação com disparo automático. 

Antes de automatizar, precisamos entender a jornada do cliente, quais comportamentos sinalizam interesse, os conteúdos fazem sentido em cada momento e quando vendas deve entrar na conversa. 

Sem essa lógica, apenas automatizamos mensagens que talvez ninguém quisesse receber. 

O que essas três mudanças revelam sobre o próximo ciclo? 

Quando juntamos CRM, conteúdo e automação, aparece algo mais importante do que qualquer ferramenta isolada. As tendências de marketing e vendas para 2027 indicam uma operação cada vez mais dependente da qualidade das informações que conseguimos coletar, interpretar e transformar em ação. 

Por isso, eu não começaria o próximo planejamento perguntando qual tecnologia devemos comprar. Primeiro, eu perguntaria onde estão os problemas do funil, quais dados ainda não conseguimos enxergar e em quais pontos perdemos oportunidades. Crescimento começa com estratégia, não com anúncio e muito menos com a ferramenta da moda. 

Se a sua empresa precisa transformar marketing em um processo mais previsível, nós podemos começar justamente por esse diagnóstico. Ao conectar posicionamento, jornada do cliente, dados, KPIs e gestão de funil, conseguimos entender onde existe movimento e, principalmente, onde existe progresso.

O post 3 tendências de marketing e vendas para 2027 que precisam de atenção  apareceu primeiro em Adriano Klumpp.

Então vale separar o que a regra diz do que as pessoas entenderam que ela diz. A diferença muda bastante o que a sua empresa precisa fazer a partir de agora. 

O que o Instagram anunciou 

A plataforma mudou o selo que identifica essas contas. O antigo “AI creator” virou “AI-generated profile”, ou perfil gerado por IA, em português. A troca deixa explícito que a pessoa que aparece nas fotos e nos vídeos não existe. 

Além do selo, veio a punição. Quando o Instagram identificar uma conta desse tipo que não fez a marcação, ele poderá reduzir o alcance das publicações e tirar o conteúdo das recomendações para quem não segue o perfil. Ou seja, Reels e Explorar deixam de funcionar como porta de entrada. Quem for marcado por engano pode recorrer. 

A regra vale para contas novas e também para perfis que já estão no ar e se encaixam na descrição. Ou seja, a plataforma pode aplicar a identificação de forma retroativa quando detectar uma personagem sintética em operação. A fiscalização depende de sistemas automáticos de detecção e de denúncias de usuários, o que deixa espaço para erro dos dois lados. 

Quem é o alvo e quem não é 

Aqui está o ponto que gerou a confusão toda. A regra não mira quem usa IA para produzir conteúdo. Ela mira quem usa IA para inventar a pessoa que aparece no conteúdo. 

Na prática, uma empresa que gera imagem de apoio, faz edição com ferramenta generativa ou cria efeito visual continua operando normalmente. O alvo é a identidade sintética apresentada como se fosse gente de verdade, aquele tipo de influenciadora virtual que publica academia, viagem e publi sem nunca ter existido. 

Essa distinção importa porque muita empresa entrou em pânico achando que precisaria abandonar as ferramentas de produção. Não precisa. Aliás, o próprio Instagram deixou claro que uma pessoa real pode continuar usando IA para criar imagem, vídeo ou qualquer outro material sem que a conta vire um perfil gerado por IA. Porém, se a sua marca criou uma personagem com rosto humano para ser o rosto da conta, aí sim a conversa é outra. 

Por que a punição pesa mais do que parece 

Perder recomendação não é o mesmo que perder um post. Para a maior parte das contas, o Explorar e o Reels são o mecanismo que leva o conteúdo para fora da base atual de seguidores. Sem isso, a conta fica falando com quem já segue. 

No B2B isso dói de um jeito específico. A base costuma ser pequena, cheia de clientes atuais, fornecedores e concorrentes. Portanto, quando o alcance fora da base some, o Instagram deixa de ser canal de topo de funil e vira um mural corporativo. E mural corporativo não gera oportunidade comercial. 

Vale lembrar também que a medida nasceu de reclamação de usuário. Muita gente descobria tarde demais que seguia uma personagem sintética e não gostava da sensação. Assim, o custo aqui não é só de alcance. É de confiança, que costuma ser mais caro de recuperar. 

4 pontos para checar antes do próximo post 

O que essa regra sinaliza sobre os próximos meses 

O movimento do Instagram faz parte de algo maior. As plataformas estão separando quem usa IA como ferramenta de quem usa IA para simular gente. A primeira prática segue liberada, a segunda passa a ter custo de distribuição. Como a detecção ainda depende de sistema automático e de denúncia, é provável que apareçam erros de classificação nos dois sentidos nos próximos meses. Enquanto isso, a decisão mais segura para uma empresa é simples: declare o que usa e não construa audiência em cima de uma pessoa que não existe. 

Se você está na dúvida sobre como isso afeta o conteúdo que a sua empresa já publica, ou se ninguém aí sabe responder de onde vêm as imagens que vão para o feed, me chama para trocar uma ideia. É o tipo de coisa que dá para organizar rápido antes de virar problema de alcance.

O post Instagram vai limitar perfis de IA: 4 pontos para checar antes de postar  apareceu primeiro em Adriano Klumpp.

O vídeo passou de 36 milhões de visualizações e a marca, em vez de corrigir, mudou o próprio nome nas redes sociais. É o tipo de marketing viral que todo diretor pede na reunião de planejamento e que ninguém consegue encomendar. 

Acompanhei o caso pela curiosidade e fiquei com a história na cabeça por outro motivo. A parte interessante não é a piada. É o que a Vaseline tinha pronto antes de a piada acontecer. 

O vídeo que ninguém planejou 

Min Day Lee mostrava a coleção de produtos que tinha em casa, empolgada, repetindo o nome da marca do jeito que se fala no idioma dela. O coreano não tem o som de “v”, então falantes nativos costumam trocar por “b”. Foi só isso. 

A internet fez o resto, e nenhum caso de marketing viral começa muito diferente disso. Gente comentando, imitando, pedindo que a marca adotasse o novo nome. Quando a própria criadora explicou a origem da pronúncia, a brincadeira não esfriou. Pelo contrário, ganhou mais um capítulo. 

A resposta que veio antes da reunião 

A Vaseline publicou um comunicado falso anunciando a troca de nome para Baseline, com efeito imediato. No texto, dizia que a decisão saiu depois de uma “análise extensa”, ou seja, assistir a um vídeo viral várias vezes. Também avisava que o produto continuava igual: mesmo pote, mesma vaselina, só a primeira letra diferente. 

Perfis regionais entraram junto. Reino Unido e Bangladesh trocaram foto e publicaram embalagens fictícias da Baseline. A criadora virou “CEO da Baseline”, cargo conquistado sem entrevista. 

Aqui está o ponto que eu levaria para qualquer diretoria: nenhum comitê aprova uma mudança de nome global em poucos dias. Se saiu rápido, é porque alguém já tinha autonomia definida para decidir esse tipo de coisa sozinho. Não foi criatividade que destravou a ação. Foi alçada. Vale anotar isso antes da próxima reunião sobre marketing viral na sua empresa. 

Quando a marca entrega o microfone 

O que veio depois me parece mais inteligente que o comunicado. Em vez de segurar a piada, a Vaseline criou a hashtag VaselineHijacked, convidou as pessoas a fazerem suas próprias versões e passou a dar o título de “Hijack Icon” para quem se destacasse. 

Repare no mecanismo. O público já estava produzindo aquilo de graça. A marca só deu formato, nome e reconhecimento. Assim ela saiu do papel de dona da piada e virou anfitriã. Conteúdo de usuário não nasce de pedido, nasce de permissão somada a um motivo para participar. 

E tem um detalhe de custo que costuma passar batido. A operação toda se resumiu a trocar nome de perfil, foto e criar arte de embalagem falsa. O volume veio do público. Marketing viral funciona assim quando funciona: a marca entra com o gatilho, não com a mídia. 

Por que a piada não arranhou a marca 

Existe um medo legítimo de perder autoridade ao entrar na brincadeira. O caso mostra o contrário, desde que o limite esteja claro desde o começo. 

A Vaseline brincou com o nome e nunca com o produto. Inclusive, ela aproveitou o episódio para lembrar que a marca tem cerca de 150 anos e que o nome vem sendo pronunciado e adaptado de formas diferentes pelo mundo desde então. A piada virou prova de alcance global. Ou seja, dá para rir sem se diminuir quando a graça está no acessório e não no que a empresa entrega. 

O contraponto que quase ninguém escreve 

Agora a parte que não aparece nos posts de LinkedIn sobre o caso. A Vaseline é marca de consumo, com público gigante, produto simples e nenhum risco técnico envolvido. Uma indústria que vende equipamento crítico, um laboratório ou uma empresa de segurança não tem essa folga. 

Isso não significa ficar de fora, significa escolher onde a leveza cabe. Uma fabricante pode brincar com o apelido que os clientes dão para uma peça, com o jeito que o mercado pronuncia um termo técnico ou com um hábito conhecido do setor. Porém, quem assina contrato de seis dígitos precisa justificar a escolha internamente. Por isso a leveza rende mais no conteúdo que aproxima do que na página que sustenta a decisão de compra.

O que sobra do caso quando a onda passa 

Daqui a alguns meses ninguém vai lembrar da Baseline, e tudo bem. O que fica são as três coisas que a Vaseline já tinha prontas antes de a onda chegar: 

Nenhuma dessas três depende de verba nem de sorte, e todas dão para construir com antecedência. A ideia em si é a parte fácil, e ela sempre chega por último. 

Se a sua empresa nunca sabe o que estão falando dela por aí, ou se toda ideia leva duas semanas para ir ao ar, me chama para trocar um papo. Costumo dizer que monitoramento e alçada de decisão valem mais que briefing criativo nessas horas. 

O post 3 decisões que fizeram a Vaseline aceitar virar Baseline  apareceu primeiro em Adriano Klumpp.

Por isso a primeira campanha do Nubank Parque, no ar desde 2 de setembro de 2026, me pareceu um bom material de estudo. Ela não tenta explicar a mudança. Ela ataca o hábito de quem fala.

O que o Nubank colocou de pé

Na campanha, o criador de conteúdo Fred Bruno vira o “fiscal de naming rights“. Ele aparece corrigindo, com humor, quem ainda chama a arena de Allianz Parque. As cenas acontecem em situações comuns: uma barraca de comida na frente do estádio, uma transmissão ao vivo de jogo. Nada de institucional.

A ação não parou no filme principal. Ela inclui três filmes curtos, conteúdos com outros criadores, branded content dentro do Globo Esporte e interação do personagem com quem erra o nome nas redes sociais. Tudo isso enquanto o estádio passa pela fase final da mudança visual, misturando o verde ao roxo do banco. 

Lição 1: nome novo não se comunica, se treina 

Aqui está o ponto que mais me interessa. Em vez de tratar o naming rights como uma informação a ser divulgada, o Nubank tratou como hábito a ser trocado. Informação você anuncia uma vez. Hábito você repete até virar automático. 

Repare na diferença. Um comunicado diz “agora somos X”. A campanha do Nubank Parque cria dezenas de situações em que alguém fala o nome errado e é corrigido na hora. É repetição com contexto, que é justamente o que muda comportamento de linguagem.

Vejo empresas B2B errando exatamente nisso depois de uma fusão ou de uma mudança de razão social. Elas trocam a assinatura do e-mail, avisam os clientes e acham que resolveram. Enquanto isso, o time comercial continua se apresentando com o nome antigo no telefone, porque ninguém treinou a troca. E o cliente segue chamando do jeito que sempre chamou. Depois de alguns meses, o nome antigo já está de volta ao normal, inclusive dentro de casa. 

Lição 2: quem fala pesa tanto quanto o que é falado 

A escolha do Fred Bruno para representar o naming rights da arena não foi só por audiência. Ele mesmo já mudou de nome, de Bruno para Fred. Ou seja, a biografia do porta-voz sustenta o argumento da campanha sem precisar explicar nada. 

Esse é um critério que quase ninguém aplica na hora de escolher quem representa a marca. A pergunta costuma ser quantos seguidores a pessoa tem. Deveria ser outra: essa pessoa tem alguma ligação real com o que a gente está pedindo para o público fazer? 

No B2B, essa lógica vale ainda mais. Um especialista técnico que já passou pelo problema do cliente convence mais do que um apresentador genérico. Aliás, é por isso que conteúdo com o próprio time costuma render mais do que campanha com rosto alugado. 

Lição 3: corrigir o público é diferente de rir junto com ele

O terceiro ponto é o mais delicado. Quando a marca corrige o público de forma direta, ela cria atrito. O torcedor não quer ser ensinado a falar o nome do estádio dele. Portanto, o humor não é enfeite nessa campanha. É o que torna a correção aceitável.

Vale lembrar que o contrato de naming rights nasce de uma negociação comercial, mas quem decide se o nome pega é o público. Nenhuma cláusula obriga o torcedor a falar Nubank Parque. Assim, a marca precisa conquistar essa mudança em vez de exigir.

Existe uma diferença entre o tom que corrige e o tom que brinca. O primeiro coloca a marca acima do público. O segundo coloca a marca ao lado dele. Como a resistência ao nome novo é emocional, e não racional, o segundo tom funciona melhor. 

Empresas industriais tendem a escolher o caminho oposto. Elas explicam a mudança com um texto técnico sobre a reestruturação societária. Está tecnicamente correto e emocionalmente inútil. Ninguém muda o jeito de falar porque leu um organograma. 

O que fazer antes de anunciar o nome novo da sua empresa 

O que essa campanha mostra, no fundo, é que troca de nome não é um projeto de comunicação. É um projeto de comportamento. E projeto de comportamento precisa de repetição, de porta-voz com credibilidade no assunto e de um tom que não constranja quem está errando. O Nubank tem verba para fazer isso com filme, mídia e criador. Mas a lógica não depende de verba. Depende de tratar a mudança como algo a ser praticado, e não apenas avisado. Uma empresa de médio porte consegue aplicar o mesmo raciocínio com o time comercial, com os canais próprios e com os parceiros que já falam com o mercado todo dia. 

Se a sua empresa passou por fusão, mudou de razão social ou renomeou uma linha de produtos e o mercado continua usando o nome antigo, me chama para trocar uma ideia. Esse tipo de problema costuma ser mais barato de resolver do que parece, desde que a gente pegue cedo. 

O post 3 lições da campanha do Nubank Parque com Fred Bruno  apareceu primeiro em Adriano Klumpp.

Depois de olhar vários casos, cheguei a uma conclusão. Na prática, o problema quase nunca é a tecnologia. É o conteúdo que a empresa publicou nos últimos anos e que agora disputa espaço com portais, sites de comparação e catálogos de distribuidor. 

De onde a IA tira as respostas que ela entrega? 

Em agosto de 2026, John Mueller, do Google, respondeu a uma pergunta sobre setores em que não valeria a pena se preocupar com as respostas de IA. Segundo ele, do ponto de vista do Google, não existe nada especial a fazer para aparecer nessas respostas. Ou seja, elas saem do mesmo índice que alimenta a busca normal, mais as perguntas extras que o sistema cria em cima da pergunta original. 

Isso é mais tranquilizador do que boa parte das apresentações de ferramenta que aparecem por aí. E confirma uma ordem que muita gente inverte no planejamento: primeiro vem a base, depois vem a citação. 

Ser recomendado e ser citado são coisas diferentes 

O dado que mais me chamou atenção veio de um estudo da Shero Commerce, também de agosto de 2026. Eles juntaram 1.851 fontes citadas por Google AI Mode, ChatGPT e Perplexity em perguntas de compra de 60 categorias de produto. Pois bem: só 2,8% dessas fontes eram páginas das próprias marcas. A maior parte, 59%, veio de sites de terceiros. 

Quando a IA citava a marca pelo nome, melhorava um pouco. Em 159 recomendações, a página da marca apareceu como fonte em 31% das vezes. No Google AI Mode, as marcas do estudo foram citadas ou recomendadas em 9,5% das buscas analisadas. 

Vale dizer que o estudo olhou lojas de ecommerce. Ou seja, serve como pista do que está acontecendo, não como regra fixa para o B2B. E ele também não explica por que a IA escolheu uma fonte e não outra. Mesmo assim, a lição vale para qualquer gestor: aparecer na resposta é uma coisa, receber a visita é outra. E só a visita traz gente para o seu funil. 

Os 6 erros que mais aparecem na indústria e na tecnologia 

4 passos para corrigir esses erros 

Todo trabalho de otimização para buscas com IA começa por uma lista. Anote as páginas que pesam na decisão de compra e marque quais têm texto próprio, dado que dá para checar e explicação de como o produto funciona. 

O segundo passo é reescrever o que veio pronto do catálogo, começando pelas páginas que mais atraem quem já quer comprar. Depois vem a parte que dá mais trabalho e mais resultado: produzir o que hoje só existe em site de terceiro. Comparação honesta, critério de escolha, limites de uso e aquelas perguntas que o comercial responde todo dia no telefone. 

O quarto passo é mudar o jeito de medir. Além de sessão e posição, coloque no relatório a busca pelo nome da empresa, as menções em respostas de IA e a origem que o lead informa no formulário. E não pare o SEO nesse meio tempo. Como a resposta de IA vem do mesmo índice, cada ajuste técnico ajuda nas duas frentes. 

A pergunta para levar na próxima reunião de resultado 

A dúvida não é se a marca aparece na resposta. É por que ela aparece e mesmo assim ninguém chega no site. Na maioria das vezes, o motivo está no conteúdo: pouco material próprio, pouca profundidade e nada que diferencie a empresa do que já existe nos portais. Isso não se resolve correndo atrás da próxima sigla da moda. Resolve com método nas páginas que fecham venda. 

Cada empresa vive esse problema de um jeito. Se você olha para os seus números e não sabe dizer se perdeu tráfego ou só mudou de lugar no caminho do comprador, me chama para trocar uma ideia. Costumo aprender tanto quanto contribuo nessas conversas.

O post 6 erros que fazem a IA citar seus concorrentes no lugar da sua marca  apareceu primeiro em Adriano Klumpp.

Porém, para quem trabalha com marketing, existe outra leitura sobre esse evento que devemos (ou ao menos deveríamos) fazer: a D23 é uma demonstração prática de como branding, comunidade e crescimento podem fazer parte da mesma estratégia. 

Hoje, eu te mostrarei como ela transforma expectativa, pertencimento e relacionamento com fãs em novos pontos de contato com seu ecossistema. Vamos lá? 

D23 2026 é muito mais do que um evento para fãs 

Realizada entre os dias 14 e 16 de agosto, a D23 reuniu apresentações, experiências imersivas, produtos exclusivos e grandes anúncios. A página oficial do evento contabiliza mais de 50 painéis de apresentações e informa que o D23, clube oficial de fãs da companhia, possui mais de 1,8 milhão de membros ao redor do mundo. 

A dimensão presencial também chama atenção. Segundo o El País, mais de 100 mil fãs participaram da edição de 2026 em Anaheim. Só que nós que trabalhamos com marketing, sabemos que só os números de público não explicam tudo. 

O que torna a D23 relevante para marketing é a maneira como a Disney reúne, em um único ambiente, conteúdo, produto, nostalgia, lançamentos, celebridades, parques, colecionáveis e interação entre fãs. Vamos entender tudo isso mais profundamente, então, pegue papel e caneta e anote essa GRANDE aula que você terá agora… 

Branding: pessoas não criam vínculo com anúncios 

Uma empresa pode comprar alcance. Pode impulsionar uma campanha, aumentar impressões e colocar sua mensagem diante de milhões de pessoas. Nenhuma dessas métricas, isoladamente, garante preferência. 

Branding trabalha justamente na construção dessa preferência. No caso da Disney, personagens e histórias criados ao longo de décadas continuam aparecendo em filmes, streaming, produtos, atrações, jogos e eventos. Dessa forma, cada ponto de contato reforça outros pontos do mesmo ecossistema. 

A própria companhia descreveu a D23 deste ano como uma oportunidade para aproximar fãs das histórias, personagens e experiências que fazem parte da marca. 

Esse princípio se conecta justamente a um artigo mais antigo que eu abordei aqui no site, que discute exatamente o renascimento do branding e sua importância para a construção de relacionamento. Branding não é, em suma, substitui performance. Ele aumenta a capacidade da marca de ser reconhecida, lembrada e escolhida ao longo do tempo. 

De audiência para comunidade 

Existe uma diferença importante entre ter audiência e ter comunidade. Audiência observa. Comunidade participa. Quer ver? A D23 mostra isso de maneira particularmente clara. Fãs não estão apenas esperando trailers. Eles se fantasiam, discutem teorias, colecionam produtos, participam de encontros e desenvolvem relações com outras pessoas a partir das mesmas histórias. 

A Reuters mostrou um exemplo bastante concreto ao pontuar que “Colecionadores viajaram para Anaheim em busca de pins de edição limitada, enfrentando filas e disputando vagas em filas virtuais que se esgotavam rapidamente.” 

A reportagem também destaca comunidades de colecionadores que continuam ativas fora do evento, em fóruns e encontros. Isso é branding transformado em comportamento. 

Para uma empresa, comunidade significa criar espaços em que o relacionamento não dependa exclusivamente da próxima campanha ou promoção. É um assunto que também aparece no nosso outro artigo sobre como ecossistemas digitais podem gerar fidelização e valor. 

A Disney não vende produtos isolados, constrói um ecossistema 

Talvez essa seja a principal lição estratégica da D23 2026. Um filme pode apresentar um personagem. O personagem pode aparecer no Disney+. Depois, tornar-se parte de um game, de uma atração, de um produto licenciado, de uma experiência em um parque ou de um evento para fãs. 

Cada produto pode alimentar o interesse pelo próximo. Digo com propriedade, essa frase é genial, tá? Na apresentação de entretenimento da D23, a companhia colocou no mesmo ambiente marcas e operações como Disney, Pixar, Marvel, Star Wars, National Geographic, Disney+, Hulu, ESPN e Disney Experiences. 

Isso se aproxima do conceito de jornada do cliente, mas em escala muito maior. A relação não termina na conversão, pois ela sempre, sempre, sempre continua! 

Mostramos perfeitamente como a jornada começa antes da compra e continua nos diferentes contatos que o consumidor mantém com a marca. Em um outro artigo sobre como a Disney utiliza marketing de experiência para transformar encantamento em estratégia desenvolvemos melhor essa didática. 

O que outras empresas podem aprender com a D23 2026? 

A meu ver, o aprendizado está em observar a lógica por trás da estratégia. Uma empresa pode começar perguntando: o que acontece depois que alguém compra de nós? 

Existe conteúdo que mantém o relacionamento? Há uma comunidade? O cliente possui motivos para voltar? Os diferentes canais contam a mesma história? Marketing, produto, atendimento e vendas compartilham informações sobre a jornada? 

Essas perguntas transformam o branding da sua empresa! A D23 2026 mostra que marcas fortes não vivem apenas da próxima campanha. Elas constroem ativos, histórias, experiências e relações capazes de permanecer entre uma venda e outra. 

Por isso, se sua empresa quer construir uma marca capaz de gerar preferência, relacionamento e oportunidades comerciais de forma mais consistente, conheça a consultoria de marketing e vendas que eu e a minha equipe da Beatz prestamos. O objetivo não é simplesmente fazer mais marketing, mas conectar posicionamento, jornada do cliente, dados e execução a uma estratégia real de crescimento. 

O post D23 2026: o que a Disney ensina sobre branding, comunidade e crescimento? apareceu primeiro em Adriano Klumpp.

A primeira coisa que precisamos deixar clara é que LLMS.txt não virou um novo fator de ranqueamento. A atualização trata principalmente de descoberta e acesso a conteúdo por agentes de IA. 

É importante não confundirmos movimento com progresso. Adotar toda novidade técnica simplesmente porque ela apareceu não é (nem de longe) uma estratégia viável. Precisamos entender primeiro qual problema ela resolve para ai sim implementarmos. 

O que é o LLMS.txt? 

O llms.txt nasceu como uma proposta para disponibilizar, em um arquivo Markdown, uma visão concisa da estrutura e dos principais conteúdos de um site. A ideia é oferecer aos agentes uma espécie de mapa editorial, com contexto e links para informações relevantes. 

Segundo a especificação oficial, páginas tradicionais em HTML carregam elementos criados para pessoas, como navegação, scripts e componentes visuais. Para um agente, uma versão limpa em Markdown pode reduzir possíveis problemas e facilitar a localização da informação necessária. 

Ele não deve, porém, ser confundido com o robots.txt. O robots.txt estabelece regras de acesso para crawlers. A OpenAI, por exemplo, documenta separadamente o OAI-SearchBot e o GPTBot, permitindo que administradores controlem determinados usos por meio do robots.txt. O llms.txt tem outra finalidade: organizar e indicar conteúdo para agentes capazes de utilizá-lo. 

O que mudou no LLMS.txt v2? 

A principal evolução do LLMS.txt v2 está na descoberta. A primeira versão propunha o arquivo e versões em Markdown das páginas, mas faltava uma maneira padronizada de dizer ao agente onde essas versões estavam. 

A página oficial de mudanças da especificação mostra que o “v2” tenta solucionar exatamente esse problema. Abaixo, vamos mostrar duas formas de oferecer essa versão em Markdown. 

Duas formas de oferecer versões em Markdown 

Agora, uma página como /docs/tutorial.html 

pode ter sua versão Markdown publicada de duas maneiras: 

/docs/tutorial.html.md ou /docs/tutorial.md 

A segunda opção formaliza uma prática que já havia surgido entre ferramentas de publicação e documentação. 

Novas relações para descoberta automática 

A atualização também recomenda duas relações padronizadas. 

rel=”alternate” type=”text/markdown” aponta para a versão em Markdown da página. 

Já rel=”describedby” aponta para o arquivo llms.txt responsável por aquela área do site. 

A implementação pode acontecer no HTML ou por meio do cabeçalho HTTP Link. A própria especificação apresenta uma estrutura como esta: 

<link rel=”alternate” 
     type=”text/markdown” 
     href=”/docs/tutorial.md”> 
 
<link rel=”describedby” 
     href=”/llms.txt”> 
 

Isso elimina parte da necessidade de um agente tentar adivinhar se determinada versão Markdown existe ou onde encontrar o arquivo que descreve aquela seção. 

LLMS.txt v2 melhora SEO, AEO ou GEO? 

Para Google Search, não existe atualmente evidência de benefício direto de ranking. A documentação oficial do Google sobre otimização para recursos generativos é explícita: o Google Search não utiliza arquivos LLMS.txt para seus recursos de pesquisa e afirma que mantê-los não ajuda nem prejudica a visibilidade ou os rankings. 

O próprio Google também trata AEO, Answer Engine Optimization, e GEO, Generative Engine Optimization, como conceitos relacionados à otimização para experiências de busca com IA, mas reforça que as bases continuam sendo as práticas fundamentais de SEO, conteúdo útil, estrutura técnica clara e informação original. 

Ou seja, implementar LLMS.txt enquanto o site continua com conteúdo superficial, problemas de indexação ou arquitetura ruim é inverter prioridades. Por isso, um bom SEO continua sendo a fundação de uma ótima estrutura. O LLMS.txt v2 pode funcionar como uma camada adicional de preparação para determinados agentes. 

Por que o LLMS.txt v2 importa para agentes de IA? 

Aqui aparece um dos (se não for “o”) aspecto mais interessante da atualização. O Chrome incorporou ao Lighthouse uma categoria relacionada à navegação por agentes. Dentro dela, existe uma auditoria para llms.txt. A documentação oficial do Chrome classifica o arquivo como uma convenção emergente e afirma que sua ausência é opcional, mas reconhece sua função de oferecer um resumo legível por máquinas. 

Além disso, empresas de IA já publicam esse tipo de estrutura em suas próprias documentações. A documentação para desenvolvedores da OpenAI, por exemplo, possui um llms.txt que direciona agentes e desenvolvedores a conjuntos específicos de documentação e versões Markdown. 

O Google também apresenta um caso concreto no ecossistema Gemini. Em sua documentação para coding assistants, informa que determinadas ferramentas podem consultar o llms.txt da documentação Gemini como alternativa quando o servidor MCP não está disponível. 

Vale a pena implementar o LLMS.txt v2? 

Mas vamos lá, sendo sincero, vale realmente a pena implementar o llms.txt v2? A resposta mais correta seria: depende. Depende da sua estratégia e do objetivo do seu site. 

Sites com documentação técnica, APIs, produtos complexos, grandes bases de conhecimento ou conteúdo consultado frequentemente por agentes têm um caso de uso mais evidente. Para um site institucional simples, o impacto pode ser menor. 

Minha recomendação seria analisar quatro pontos antes da implementação: qualidade e organização do conteúdo atual, capacidade técnica para manter versões Markdown, relevância dos agentes de IA na jornada do cliente e métricas que permitam avaliar o projeto. 

E existe um ponto ainda mais importante. O LLMS.txt v2 continua sendo uma proposta em evolução, ela NÃO É um “atalho” para aumentar tráfego ou citações em respostas generativas. A estratégia precisa continuar apoiada em conteúdo original, expertise real, boa arquitetura, rastreabilidade e autoridade de marca. 

Para aprofundar essa discussão, vale também entender como a engenharia de contexto influencia agentes e sistemas de IA e como a busca com IA está modificando a dinâmica do tráfego orgânico. 

Tendo isso em mente, entendemos que a tecnologia deve servir à estratégia, e não o contrário. Se sua empresa está revendo SEO, presença em buscas generativas e a forma como sua informação será consumida por agentes, o primeiro passo é organizar o negócio, os dados e a arquitetura de conteúdo. Depois disso, ferramentas como o LLMS.txt v2 (ou até mesmo o v1) começam a fazer sentido. 

Conheça a minha consultoria de marketing e vendas, e avalie essas mudanças dentro de uma estratégia de crescimento, não como mais uma ação isolada. 

O post LLMS.txt v2 melhora SEO? Entenda o que muda de verdade apareceu primeiro em Adriano Klumpp.

Provavelmente, o maior problema não está na IA que você escolheu. Muitas vezes, isso acontece na forma como você preparou essa IA para trabalhar. 

Pense comigo: você pode contratar um profissional excelente, mas, se não explicar o negócio, mostrar os dados, definir objetivos ou oferecer acesso às ferramentas necessárias, dificilmente ele vai entregar o melhor resultado. Com inteligência artificial, acontece algo parecido. 

É justamente por isso que a engenharia de contexto está ganhando tanta importância. 

O modelo de IA é só uma parte da equação 

Jeff Dean, uma das principais referências em inteligência artificial e cientista-chefe do Google, chamou atenção recentemente para esse ponto. O desempenho de um sistema não depende apenas do modelo. Depende também das informações, ferramentas e mecanismos que colocamos ao redor dele. 

Eu gosto dessa visão porque ela aproxima a IA daquilo que nós já fazemos em gestão.  

Não adianta ter a melhor ferramenta se o processo está errado. Você pode usar um dos modelos mais avançados disponíveis hoje e continuar recebendo respostas superficiais. Isso porque talvez ele não tenha contexto suficiente para entender o problema que você quer resolver. 

Então, antes de sair trocando de plataforma, vale analisar o ambiente que você está criando ao redor da inteligência artificial. É aqui que começamos a falar sobre engenharia de contexto. 

Prompt bom ajuda, mas não resolve tudo 

Durante algum tempo, todo mundo falou sobre prompt engineering. E sim, saber dar uma boa instrução continua sendo importante. 

Mas hoje, podemos escrever um excelente prompt e ainda assim obter uma resposta ruim se a IA não tiver as informações necessárias para trabalhar. 

Imagine que eu peça para uma inteligência artificial criar uma estratégia comercial para uma empresa. Se eu não disser quem é o cliente, qual é o ticket médio, como funciona o ciclo de vendas, quais são os principais concorrentes e onde o funil está travando, ela vai preencher os espaços com generalizações. 

E aí nasce aquele conteúdo que parece bonito, mas não serve para tomar decisão. A engenharia de contexto tenta justamente evitar isso. 

Afinal, o objetivo aqui é garantir que ela tenha acesso ao que precisa saber para fazer bem. 

Mais informação nem sempre significa mais contexto 

Aqui existe um ponto importante: quando as pessoas entendem que contexto melhora a resposta, muitas começam a jogar tudo dentro da ferramenta. 

Relatórios, apresentações, atas de reunião, documentos, planilhas, históricos e dezenas de instruções. Só que quantidade não significa qualidade, já que o contexto bom precisa ser relevante. 

Se eu coloco informação demais, sem organização, posso aumentar o ruído em vez de melhorar a resposta. Portanto, o trabalho continua sendo nosso. 

Precisamos decidir quais dados importam, quais referências ajudam e quais informações não têm relação direta com a decisão. Isso vale para IA e para a gestão também. 

Marketing orientado por dados nunca significou olhar todas as informações disponíveis. Na verdade, significa identificar quais dados ajudam você a tomar uma decisão melhor. 

Com engenharia de contexto, seguimos exatamente a mesma lógica. 

5 ajustes da engenharia de contexto que eu faria antes de culpar a IA 

Se você está usando inteligência artificial dentro da empresa e sente que os resultados ainda estão abaixo do esperado, eu começaria analisando estes cinco pontos. 

1. Defina exatamente o problema.  

Não peça simplesmente uma análise. Explique qual decisão você precisa tomar e qual resultado espera alcançar. 

2. Entregue informações relevantes.  

Dê contexto sobre empresa, mercado, cliente, produto, histórico e restrições sempre que esses dados influenciarem a resposta. 

3. Organize suas fontes.  

A IA precisa saber de onde vêm determinadas informações e quais referências têm mais importância. 

4. Disponibilize as ferramentas necessárias.  

Em algumas atividades, a IA precisa consultar documentos, bancos de dados, sistemas ou outras fontes para executar o trabalho corretamente. 

5. Analise os erros.  

Quando uma resposta não funciona, eu não trocaria imediatamente de ferramenta. Primeiro descobriria o que faltou no contexto. 

Agentes de IA deixam essa discussão ainda mais importante 

Agora imagine esse cenário aplicado aos agentes de IA. Em vez de apenas responder perguntas, esses sistemas podem consultar fontes, usar ferramentas e executar diferentes etapas de uma tarefa. 

O agente precisa saber o que pode fazer, quais ferramentas pode utilizar, onde encontrar determinadas informações e quais regras precisa respeitar. 

Porém, se isso estiver mal estruturado, você terá uma automação rápida fazendo a coisa errada. 

Por isso, quando alguém me pergunta como uma empresa deveria começar a usar agentes de inteligência artificial, eu não começaria pela ferramenta, mas sim pelo processo. 

IA boa precisa de contexto melhor 

Eu acredito que a engenharia de contexto representa uma mudança importante na forma como vamos trabalhar com inteligência artificial. Aos poucos, vamos parar de avaliar apenas qual modelo responde melhor e começar a avaliar qual sistema ajuda melhor o negócio. 

Essa diferença parece pequena, mas muda praticamente tudo, já que o valor aparece quando ela ajuda você a analisar melhor, decidir melhor e executar melhor. 

Se você quer colocar inteligência artificial dentro da sua empresa, eu começaria justamente por aí. Antes de procurar mais uma ferramenta, olhe para os seus processos, seus dados, seus objetivos e seus KPIs. Nós podemos construir uma aplicação de IA conectada à estratégia do negócio, porque crescimento começa com estratégia, não com tecnologia isolada. 

O post Engenharia de contexto: entenda novos ajustes que melhoram o uso da IA  apareceu primeiro em Adriano Klumpp.

Boris Cherny, criador e responsável pelo Claude Code na Anthropic, afirmou recentemente que o prompt engineering perdeu parte da importância que tinha. Para ele, nós alcançamos resultados melhores quando entregamos uma tarefa relevante, fornecemos os recursos necessários e criamos formas de verificar o trabalho. “laração” surgiu em um contexto de programação. Portanto, nós não devemos tratá-la como uma regra automática para toda aplicação de inteligência artificial. Ainda assim, ela apresenta uma lição importante para o marketing: um comando bem escrito não corrige uma estratégia mal definida. 

O que realmente muda na IA no marketing? 

A discussão não indica o fim do prompt engineering mas, basicamente, ela mostra uma mudança de prioridade. Nós ainda precisamos comunicar objetivos com clareza, informar restrições e explicar o formato esperado. Porém, já não faz sentido acreditar que uma combinação secreta de palavras resolverá qualquer problema. 

A própria Anthropic define a engenharia de contexto como uma evolução do prompt engineering. Em vez de procurar apenas a frase ideal, nós selecionamos as informações que ajudam o modelo a compreender a situação no geral, tomar decisões e produzir uma entrega mais coerente. No marketing, esse contexto inclui posicionamento competitivo, perfil do cliente, etapa da jornada, oferta, histórico das campanhas, objeções comerciais e critérios da marca. Consequentemente, quanto melhor organizamos essas informações, menor fica a dependência de comandos enormes. 

Prompt perfeito ou briefing consistente? 

Quando um conteúdo apresenta baixa qualidade, nós culpamos a ferramenta. Entretanto, o problema pode começar antes do prompt. Uma equipe que não definiu público, objetivo e proposta de valor dificilmente conseguirá uma comunicação consistente, com ou sem inteligência artificial. 

Isso acontece porque o modelo trabalha com os sinais disponíveis. Caso nós entreguemos informações genéricas, receberemos respostas ainda mais genéricas. Se não definirmos o porquê da campanha, a IA poderá produzir textos corretos, mas desconectados do ciclo de vendas. 

A pergunta que precisamos fazer não é apenas “qual prompt devemos usar?”, mas “quais informações sustentam a ideia que eu quero chegar?” 

5 ajustes para usar IA no marketing com mais critério 

1. Começar pelo resultado de negócio 

Antes de pedir anúncios, artigos ou publicações, nós precisamos determinar o resultado esperado. A tarefa pode buscar tráfego qualificado, geração de oportunidades, avanço no funil ou retenção de clientes. 

Além disso, devemos definir o indicador correspondente para que a IA no marketing funcione um apoio na estratégia de crescimento mensurável, e não uma fábrica de materiais aleatórios. 

2. Entregar apenas o contexto que orienta decisões 

Mais informação não significa, necessariamente, melhor informação. Dados irrelevantes podem confundir o modelo e esconder as regras prioritárias. 

Por isso, nós devemos trazer elementos que alteram a entrega: público, problema, oferta, posicionamento, canal, etapa da jornada e ação esperada. A Anthropic recomenda um conjunto enxuto de informações relevantes, em vez de um contexto extenso e desorganizado. 

Nós precisamos explicar como reconhecer uma boa entrega. Em um artigo, por exemplo, os critérios podem incluir intenção de busca, profundidade, clareza, originalidade e conexão com o serviço oferecido. 

Esse cuidado reduz avaliações subjetivas. Além disso, ele permite comparar versões e identificar por que uma produção apresentou desempenho superior. 

4. Separar produção, revisão e aprovação 

Uma única solicitação não precisa executar todas as etapas. Primeiro, nós podemos estruturar a pauta. Em seguida, desenvolvemos o conteúdo. Depois, revisamos fatos, linguagem, SEO e adequação à marca. 

Cherny destaca a verificação como um dos pontos mais importantes no uso de modelos atuais. Traduzindo isso para o marketing, isso significa conferir fontes, promessas, números, coerência da oferta e aderência ao posicionamento. a publicação, nós também precisamos avaliar impressões, taxa de cliques, tempo de leitura, conversões e oportunidades geradas. Sem essa análise, não sabemos se a IA no marketing contribuiu para o negócio ou apenas aumentou o volume de produção. 

Os erros que nenhum prompt consegue corrigir 

Mesmo com modelos mais capazes, alguns erros continuam comprometendo os resultados: 

Além disso, nós não devemos microgerenciar cada frase quando o objetivo pede análise e criatividade. Instruções rígidas demais podem limitar alternativas úteis. Por outro lado, comandos vagos também prejudicam o trabalho. O equilíbrio está em definir resultado, contexto, limites e critérios de aprovação. 

A vantagem continuará nas mãos de quem sabe gerir 

A evolução dos modelos reduz a importância de alguns truques, mas aumenta a responsabilidade de quem conduz o processo. A IA no marketing não substitui posicionamento, leitura de mercado ou gestão de funil. Ela amplia a capacidade de execução de uma empresa que já sabe quais problemas precisa resolver. 

Por isso, nós tratamos inteligência artificial como parte da gestão, não como uma solução isolada. Quando conectamos contexto, branding, performance e KPIs, transformamos produtividade em progresso mensurável. Na nossa empresa, estruturamos esse processo para integrar tecnologia, estratégia e vendas, sempre com foco em crescimento consistente. 

Enfim, essas foram as dicas de hoje para você que quer um uso de IA de qualidade e sem mistérios. Se gostou desse artigo, não esqueça de me seguir nas redes sociais e acompanhar o que tá rolando de novo no marketing! 

O post IA no marketing: 5 ajustes que valem mais que um prompt perfeito  apareceu primeiro em Adriano Klumpp.