Como usamos IA na operação da Headcore, e o que contamos ao cliente sobre ela
Em 28 de abril de 2026, o Claude entrou na equipe da Headcore. Até ali, a IA aparecia na operação como aparece na maioria das empresas: um texto aqui, uma ideia ali. Seis meses depois, ela atende no WhatsApp, resume reuniões, prepara propostas e contratos, analisa mídia e produz peças, sempre passando pela memória da marca e por uma pessoa que aprova antes de sair.
Este texto conta o que mudou, onde a IA ainda erra e a regra que passamos a usar com clientes para decidir o que pode ser gerado e o que precisa ser avisado. Ele fecha a primeira parte da nossa série sobre agentes de IA aplicados a marca, que explicou subagentes, skills e plugins, memória de marca e revisão de conteúdo de IA.
Seis meses de IA na operação
A entrada foi por etapas, uma área por mês:
| Quando | O que passou a funcionar |
|---|---|
| 28/04 | O Claude entra na equipe |
| Maio | Um agente no WhatsApp registra o lead no CRM e marca a reunião |
| Junho | Reuniões resumidas automaticamente |
| Julho | Contratos gerados e enviados para assinatura |
| Agosto | Um agente interno assume o SEO de um cliente |
| Setembro | Abordagens de prospecção escritas para 100 empresas |
Cada etapa só seguiu quando a anterior estava estável. Isso foi intencional: um agente novo por mês dá tempo de ver onde ele erra antes de colocar o próximo em cima.
O que sustenta: memória de marca e agentes com uma função só
A mudança que mais pesou não aparece na linha do tempo. Cada marca que atendemos ganhou um Brand Brain, uma memória com posicionamento, voz, regras visuais e decisões, em que cada afirmação tem fonte. Os agentes consultam essa memória antes de produzir qualquer coisa.
A produção roda no Growth System™, seis plugins do Claude Code que somam 17 subagentes. Cada um tem uma função: um constrói o Brand Brain, outros produzem peças, páginas e vídeo, um mede o que foi ao ar, e uma mesa de revisão julga tudo antes da entrega. Explicamos esse desenho em detalhe nos textos anteriores da série.
Onde a IA ainda erra
O erro mais comum é responder de memória quando devia consultar a fonte. O agente lembra de uma regra parecida, ou de um dado que viu em outro lugar, e escreve com a mesma segurança de quando acertou. Por isso nenhuma peça sai sem revisão humana, e cada erro que pode se repetir vira regra no Brand Brain.
O segundo é de escala. Com a produção mais rápida, a revisão virou o gargalo. A resposta foi separar o que é julgado peça por peça, como um conceito de campanha, do que pode ser verificado por amostragem, como as variações de um mesmo anúncio.
O que contamos ao cliente
Desde o primeiro projeto com IA, combinamos com os clientes que o uso seria declarado. No case Brain, para a Algar Telecom, o símbolo da marca serviu de base para uma série de imagens geradas por IA: o mesmo triângulo em cabo de rede, em placa de circuito e em vidro.
A forma e as cores ficaram presas à identidade, e a IA variou só o material. O cliente sabia disso desde a primeira apresentação.
Com os clientes, usamos uma regra de três linhas:
| Linha | O que entra | Exemplos |
|---|---|---|
| Pode ser gerado | Variação dentro de regras de marca já aprovadas | Imagem de apoio a partir do símbolo, variações de anúncio, rascunho de texto |
| Pede aviso | Conteúdo sintético que alguém pode tomar por registro real | Cena fotográfica gerada, voz sintética, imagem de pessoa que não existe |
| Não entra | O que simula prova ou pessoa real | Depoimento, rosto de cliente, dado inventado |
A terceira linha é a que mais protege a marca. Um depoimento fabricado ou um número sem fonte pode até passar despercebido por um tempo, mas a confiança que ele destrói quando aparece é bem maior que o ganho de ter usado.
O que a regulação já pede
Na Europa, o artigo 50 do AI Act, em vigor desde 2 de agosto de 2026, exige transparência em conteúdo sintético e deepfake: avisar quando alguém conversa com uma IA e marcar o que foi gerado ou manipulado. Para sistemas que já estavam no mercado antes dessa data, a marcação legível por máquina tem prazo até 2 de dezembro de 2026.
No Brasil, o Conar publicou em maio de 2026 a nova edição do guia de publicidade com influenciadores, com efeitos desde 1º de junho. O guia trata de IA pela primeira vez e deixa claro que as regras do código de autorregulamentação valem seja qual for a tecnologia usada, com a responsabilidade mantida para influenciador, anunciante e agência.
Uma marca sem operação na Europa tende a sentir essas regras pelas plataformas e pelos contratos de empresas globais. A seção de conformidade do nosso guia de IA agêntica reúne o que já vale no Brasil, incluindo a LGPD.
O que vem a seguir
O método que montamos na operação vai sair dela. Os plugins que usamos viram ferramenta para outras equipes, e a Headcore Academy vai ensinar desde o básico de IA até a instalação e o uso desses plugins. Ainda não há data.
Enquanto isso, a regra de três linhas pode ser adotada amanhã por qualquer marca: uma página curta no brand book dizendo o que pode ser gerado, o que pede aviso e o que fica de fora.
A série completa
Este texto faz parte de uma série de cinco sobre agentes de IA aplicados a marca:
- Subagentes e equipes de agentes no Claude Code
- Skills e plugins no Claude Code
- CLAUDE.md e Brand Brain: memória de marca para IA
- Como revisar conteúdo gerado por IA
- Como usamos IA na operação da Headcore (este texto)
Perguntas frequentes
Uma marca precisa avisar que usou IA num conteúdo?
Depende do conteúdo e do mercado. Na Europa, o artigo 50 do AI Act exige transparência em conteúdo sintético e deepfake desde agosto de 2026. No Brasil, o guia do Conar diz que as regras de publicidade valem qualquer que seja a tecnologia. Na nossa regra, o aviso é obrigatório sempre que alguém puder tomar o conteúdo gerado por registro real.
O que é uma política de uso de IA para marca?
É um documento curto que diz o que pode ser gerado com IA, o que precisa de aviso e o que não entra de jeito nenhum. Ela fica no brand book ou no Brand Brain e vale para a equipe interna, agências e fornecedores. A versão que usamos tem três linhas.
Usar IA diminui o valor do trabalho de uma agência?
Na nossa experiência, contar onde a IA entrou não tirou valor do trabalho e deixou a conversa com o cliente mais fácil. O que o cliente compra continua sendo o julgamento: o que fazer, o que aprovar e o que não publicar.
Quais tarefas a IA faz na operação da Headcore?
Atendimento inicial no WhatsApp com registro do lead no CRM, resumo de reuniões, geração de contratos, SEO de um cliente, abordagens de prospecção, análise de mídia e produção de peças, páginas e vídeo. Tudo passa pela memória da marca e por aprovação humana antes de sair.
O que a IA não faz na operação?
Ela não aprova peças, não decide verba e não publica sem revisão. Também não gera depoimento, rosto de cliente nem dado sem fonte. No plugin de mídia, a saída nem tem campo para dinheiro: a decisão de verba fica com uma pessoa.
Fontes: AI Act, artigo 50 · Houthoff, sobre transparência e o AI Omnibus · Klalaw, sobre o guia do Conar 2026.
