Pensamento de Produto

A Apollo consegue rodar a sua máquina de conteúdo? (A gente usou ele pra planejar este blog)

Este post existe porque um agente de radar garimpou o tema, um agente escritor rascunhou o texto, e um agente revisor tentou matá-lo, o pipeline de conteúdo é o primeiro funcionário que a gente contratou do nosso próprio produto.

ASR

Apollo Space Research

Apollo Space

· 10 min de leitura

Cerca de 7,5 milhões de posts de blog sobem todo dia, segundo as estatísticas de blogging de 2026 do Backlinko. Quase nenhum vai ser lido por alguém que já não fosse ler. A internet não tem um problema de volume de conteúdo. Ela tem o problema oposto: uma enxurrada de páginas que ninguém pediu e ninguém termina.

Então, quando a gente sentou pra começar este blog, a pergunta honesta não era “como a gente publica mais”. Era “como a gente publica qualquer coisa que valha o seu tempo”, e será que a coisa que a gente está construindo conseguiria de fato fazer esse trabalho, em vez de a gente fazer na mão.

Foi isto que aconteceu. Um agente de radar garimpou o tema, um agente escritor rascunhou o texto, e um agente revisor tentou matá-lo. O pipeline de conteúdo é o primeiro funcionário que a gente contratou do nosso próprio produto. Este post é a prova, porque este post passou por ele.

O jeito ingênuo: apontar um modelo pra uma página em branco

Aqui está o que quase todo mundo faz com IA e conteúdo, e é tentador porque funciona em dez segundos.

Você abre um chat. Você digita “escreve um post de blog sobre agentes de IA”. Você recebe um post de blog. Ele tem uma introdução, três cabeçalhos, uma conclusão arrumadinha, e o cheiro inconfundível de ninguém. Você publica porque está pronto, e “pronto” era a única régua.

Esse pipeline tem exatamente um estágio: prompt entra, página sai. Ele escala lindamente e produz a enxurrada de 7,5 milhões por dia. O modelo nunca perguntou se o tema valia a pena ser escrito. Ele nunca teve um ofício pra honrar. E nada no loop tinha permissão pra dizer não.

Os dados já mostram a costura. Numa pesquisa com profissionais de marketing relatada pela HubSpot, só 7% usam IA pra criar peças inteiras sem editar, 56% dizem que revisam significativamente antes de dar pra usar. Lê isso duas vezes. O modelo consegue preencher a página. Ele não consegue, sozinho, passar da régua. O humano ainda está fazendo a única parte que importava, e agora está fazendo em cima do primeiro rascunho de outra pessoa.

O modelo escreve. O julgamento ainda é seu. Um pipeline de um estágio só esconde esse fato debaixo de um primeiro rascunho rápido.

O nosso jeito: três agentes, e um deles tem permissão pra dizer não

Então a gente não construiu um escritor. A gente construiu um pipeline de três, onde cada estágio faz um trabalho diferente e o último tem poder de veto.

Um agente de radar garimpou o tema, um agente escritor rascunhou o texto, e um agente revisor tentou matá-lo.

Um pipeline de conteúdo de três estágios: um agente de radar dá nota nos temas por uma rubrica de quão interessante são, um agente escritor rascunha segundo um conjunto de leis de ofício com figuras desenhadas à mão, e um agente revisor tenta matar o rascunho contra um firewall e uma régua de qualidade, só um rascunho que sobrevive ao portão vira um post publicado.

A forma importa mais do que as partes. A jogada interessante não é que três agentes sejam mais baratos que um escritor. É que nenhum estágio sozinho é confiado a decidir por conta própria, o tema tem que merecer o rascunho, e o rascunho tem que sobreviver ao portão. Vamos percorrer cada um.

Estágio um: o radar dá nota no tema antes de alguém escrever uma palavra

A parte mais difícil do conteúdo nunca foi escrever. É saber o que vale a pena escrever, e essa pergunta é pulada porque é a parte chata, sem nenhum resultado visível.

O trabalho inteiro do agente de radar é não pular ela. Ele lê o que está sendo realmente dito: a tensão recorrente nas nossas próprias anotações, as perguntas que não param de aparecer, o ângulo que um concorrente deixou na mesa. Aí ele faz a parte que um prompt de página em branco não consegue, ele dá nota em cada tema candidato contra uma rubrica, e a rubrica tem uma só estrela-guia. Não é “isso está alinhado à marca”, não é “isso vai ranquear”. É: isso é interessante, um desconhecido que nunca ouviu falar da gente terminaria de ler e ia querer re-explicar pra outra pessoa.

A maioria dos temas reprova nesse teste. E esse é o ponto. Um radar que aprova tudo é só uma lista. O tema deste post exato superou a nota de uma dúzia de outros exatamente nessa rubrica, e é por isso que você está lendo este, e não os onze que não passaram.

Você não escreve pra sair de um tema que não valia a pena. O radar existe pra que o escritor nunca tenha que tentar.

Estágio dois: o escritor rascunha por ofício, não por contagem de palavras

Um modelo deixado sozinho otimiza pra “parecer um post de blog”. É assim que você consegue a coisa arrumadinha e sem alma, estruturalmente correta, completamente esquecível.

Então o agente escritor não rascunha contra um tamanho. Ele rascunha contra um conjunto de leis de ofício, as mesmas que um bom editor humano enfiaria a tapa num primeiro rascunho: abra numa cena concreta, não num pigarro. Orbite uma ideia só, repita ela como um refrão. Explique todo conceito difícil do jeito honesto, mostre a versão burra, diga por que ela dói, e aí a melhor. Carregue números só com uma fonte ou um “imagine” do lado. Termine no humano, não na lista de funcionalidades.

Ele também desenha. As figuras feitas à mão neste post, as que parecem pregadas na página, são autoradas pelo estágio escritor como parte do rascunho, porque um fluxo que você consegue ver vence um fluxo que você tem que segurar na cabeça. A imagem é trabalho do escritor, não um acessório que um humano aparafusa depois.

Nada disso é o modelo sendo esperto. É o modelo sendo restringido, entregue um ofício e cobrado por ele. Um agente de radar garimpou o tema, um agente escritor rascunhou o texto, e um agente revisor tentou matá-lo. O rascunho que você está lendo é o que o estágio do meio produziu sob essas regras.

Estágio três: o revisor tenta matar o rascunho

Aqui está o estágio que todo mundo deixa de fora, e é o que torna o resto confiável.

O agente revisor não é um revisor de texto. O trabalho dele é reprovar o rascunho. Ele roda o post contra dois portões duros. O primeiro é um firewall: um blog público lido por desconhecidos não pode vazar as coisas que uma empresa só fala pra si mesma, nada de nomes privados, nada de dinheiro, nada de status interno, nada de estatística inventada vestida com a fantasia de uma real. Todo número é checado: com fonte e citado, ou enquadrado como hipótese, ou cortado. O segundo é uma régua de gosto: ele realmente passa da linha que o radar prometeu, ou é só competente.

Um rascunho que reprova volta espetado, não polido. Ele não recebe um empurrãozinho por cima da linha, ele é mandado de volta pra ser reescrito ou descartado.

Dois jeitos de fazer conteúdo com IA: a mangueira de incêndio de conteúdo vai de prompt a rascunho a publicação sem nenhum portão, produzindo mais páginas e nenhum motivo pra ler qualquer uma delas; o pipeline dá nota no tema primeiro, rascunha por ofício, e deixa um revisor matar o rascunho, produzindo um post que vale a pena terminar.

É essa a diferença inteira entre uma máquina de conteúdo e uma mangueira de incêndio de conteúdo. A mangueira não tem nenhum estágio com permissão pra dizer não, então o único resultado dela é volume. O agente mais importante do pipeline é aquele cujo sucesso é medido em quantos rascunhos ele barra.

O número que importa num pipeline de conteúdo não é posts publicados. É posts mortos.

Por que a gente contrataria um agente pra isto antes de quase qualquer outra coisa

Você pode esperar que uma empresa faça dogfooding do produto em algo seguro e de baixo risco. A gente fez o oposto, e de propósito.

Conteúdo é o primeiro trabalho perfeito pra um sistema proativo porque tem todos os modos de falha que tornam o trabalho difícil e nenhum dos que tornam ele perigoso. Ele exige perceber o que vale a pena fazer antes de alguém pedir, isso é o radar, rodando no próprio relógio, sem esperar por um prompt. Ele exige segurar um padrão ao longo de uma centena de pequenas decisões, isso é o escritor, restringido a um ofício em vez de um clima. E ele exige a disciplina de jogar trabalho fora, isso é o revisor, com um veto. Um post de blog que erra a régua custa uma tarde. Os mesmos três hábitos, apontados pra uma fatura ou um contrato, são os que você ia querer provados em algo barato primeiro.

É essa a verdadeira razão de este ser o primeiro funcionário que a gente contratou do nosso próprio produto. Não porque escrever seja fácil pra uma máquina, a estatística de edição diz que não é. Porque a forma do trabalho, perceber, segurar um padrão, estar disposto a dizer não, é a forma de todo trabalho que vale a pena automatizar. Se um sistema consegue rodar uma máquina de conteúdo com honestidade, a mesma espinha roda as partes de uma empresa que não perdoam um primeiro rascunho sem edição.

A virada: a parte que ainda é nossa

Releia o que cada agente fez. O radar achou o tema. O escritor rascunhou. O revisor tentou matar e não conseguiu. Em nenhum momento qualquer um deles decidiu que este blog devia existir, ou o que “interessante” devia significar, ou qual padrão um rascunho tem que passar pra merecer a sua atenção.

Essas chamadas ainda são nossas. Sempre vão ser. A rubrica é um julgamento que a gente escreveu. As leis de ofício são um gosto que a gente escolheu. O firewall é uma linha que a gente traçou sobre quem a gente quer ser em público. Os agentes são extraordinários em aplicar essas decisões uma centena de vezes sem desviar, e completamente mudos sobre se as decisões estavam certas. Isso não é uma limitação que a gente está contornando. É o acordo. A máquina carrega o padrão. Uma pessoa ainda tem que defini-lo.

Então, a Apollo consegue rodar a sua máquina de conteúdo? Este post é a resposta mais honesta que a gente consegue dar: um agente de radar garimpou o tema, um agente escritor rascunhou o texto, e um agente revisor tentou matá-lo, e um humano decidiu que valia o seu tempo mesmo assim. Essa última decisão é o trabalho que sempre valeu a pena guardar.


A gente está construindo isso na Apollo Space, um sistema operacional nativo em IA onde o trabalho se percebe sozinho, segura um padrão, e tem permissão pra dizer não, pra que a única coisa que sobre pra você seja a chamada que vale a pena fazer. Este post é o que isso parece quando você aponta pra uma página em branco.

A Apollo cuida da operação repetitiva da sua empresa pro seu time não precisar.

Entre na lista de espera: acesso antecipado, preço de usuário fundador e um lugar na primeira fila enquanto a gente constrói.

Entrar na lista de espera