Como Criei uma Skill no Claude que Gera Proposta Comercial em 2 Minutos

Sexta-feira, 17h30. Demo da Acme acabou bem. Champion pediu proposta “pra segunda de manhã”. Você fecha o Zoom, abre o Drive, copia a proposta da última empresa do mesmo setor, começa a substituir nome, faixa, módulos contratados, valor mensal, prazo de pagamento, cases. Vinte minutos depois você percebe que esqueceu de trocar uma referência ao cliente anterior no parágrafo 3. Outros dez minutos pra revisar tudo de novo.

Resultado: 35 minutos de copy-paste com risco de erro humano. Numa boa semana, três propostas. Em um mês, 6 horas só montando proposta — sem contar retrabalho quando você esquece de aplicar a regra nova de pricing que o produto soltou na quarta-feira.

Vou ser direto: isso é trabalho de máquina, e máquina hoje faz em 2 minutos. Eu rodei o processo manual por anos. Mês passado parei, sentei e construí uma skill no Claude que faz isso pra mim. Tempo médio de geração: 1 a 2 minutos. Erro de aplicação de regra de pricing: zero, porque a regra vive dentro da skill.

Esse artigo é o passo a passo do que fiz. Sem teoria, com a anatomia exata da skill que uso todo dia.

O que é uma “skill” no Claude (sem academia)

Antes de tudo, definição na real. Uma skill é uma pasta. Dentro dela:

• Um arquivo SKILL.md que descreve o que a skill faz e quando ela deve ser usada.
• Arquivos de apoio: templates, tabelas, regras, dados de referência.
• Scripts opcionais (Python, shell) se você quiser integração com sistema externo.

Você invoca a skill por nome dentro do Claude Code, Claude Desktop ou Cowork (com plugin instalado). O Claude lê o SKILL.md, entende o contexto, conversa com você pra coletar input, processa de acordo com as instruções e devolve o output.

A grande sacada: a skill não vive na nuvem. Mora no seu computador, junto com seus arquivos de pricing, cases e templates. Você controla o que o modelo vê. Atualizar é mexer em arquivo local. Versionado com Git, dá pra rastrear cada mudança.

Pra quem já mexeu em agente de IA pra vendas B2B, skill é a peça-base — agente é uma skill que toma decisões e encadeia ações. Pra quem nunca mexeu, comece por skill: é mais simples, mais rápido de iterar e o ROI é imediato.

Skill vs. GPT custom vs. prompt salvo: qual é a diferença na prática

Tem três opções pra automatizar tarefa repetitiva com IA hoje. Vamos comparar:

Critério	Prompt salvo	GPT custom	Skill no Claude
Onde vive	No seu Notion, Apple Notes	Dentro do ChatGPT	No seu computador, versionado
Acessa arquivos locais	Não	Não	Sim
Carrega dados externos	Você cola manualmente	Limitado, via knowledge	Sim, ilimitado
Gera arquivo final (PDF, DOCX)	Não	Não nativo	Sim
Versionável com Git	Não	Não	Sim
Compartilhável com time	Copy-paste	Link público	Pacote instalável
Custo de manter atualizado	Alto	Médio	Baixo (1 arquivo)

Pra proposta comercial, a skill ganha em 4 dimensões: acessa templates locais com pricing atualizado, gera o PDF final formatado, fica versionada (você sabe exatamente qual regra usou em cada deal), e o time inteiro pode usar a mesma skill sem perigo de cada um ter uma cópia divergente.

Prompt salvo serve pra ideação solta. GPT custom serve pra demo bonita. Skill serve pra produção real.

O que a minha skill de proposta comercial faz, exatamente

Vou abrir o capô. A skill que uso na Linkana — chamada proposal-pdf — faz o seguinte fluxo quando eu invoco:

Etapa 1 — Coleta de contexto em um único formulário. A skill abre uma tela única com todos os campos necessários: empresa, faixa de pricing (definida pelo tamanho do cliente), módulos contratados, prazo de pagamento, descontos aplicados, cortesias, observações específicas. Não é pergunta a pergunta, é formulário cheio que eu preencho em 90 segundos.

Etapa 2 — Aplicação automática de regras de pricing. Na Linkana temos pricing por faixa (porte do cliente), com módulos a la carte. Cada faixa tem regra de desconto máximo, cortesias permitidas, condição de cobrança. A skill aplica essas regras automaticamente: se eu pedir desconto fora da política, ela me alerta antes de gerar a proposta. Isso elimina o erro mais caro — proposta sair com desconto que depois vira problema com o financeiro.

Etapa 3 — Seleção de cases relevantes. A skill tem um banco de cases de sucesso indexado por setor, porte e dor resolvida. Ela escolhe os 2-3 cases mais relevantes pra empresa que estou propondo, baseado no setor e no que conversamos na demo. Antes, eu fazia isso na mão e geralmente esquecia case bom.

Etapa 4 — Geração do PDF final. Renderiza o documento formatado, com identidade visual da empresa, regras de pricing aplicadas, cases relevantes e copy revisada. Saída: arquivo PDF pronto pra enviar.

Etapa 5 — Arquivamento. Salva uma cópia da proposta em pasta padronizada por cliente. Eu sei exatamente o que mandei pra cada conta — sem caçar e-mail antigo.

Tempo total do fluxo: 1 a 2 minutos. Tempo do processo manual antigo: 30 a 40 minutos por proposta. Não é melhoria de produtividade incremental, é mudança de natureza do trabalho.

A anatomia da skill — o que tem dentro da pasta

Pra desmistificar, aqui está a estrutura real (simplificada):

proposal-pdf/
├── SKILL.md                  # Instruções principais da skill
├── references/
│   ├── pricing-v4.md         # Tabela de pricing por faixa, módulo, desconto
│   ├── cases.md              # Banco de cases indexado por setor
│   ├── copy-template.md      # Copy padrão de cada seção
│   └── regras-negocio.md     # Limites de desconto, cortesias, exceções
├── templates/
│   └── proposta.html         # Template HTML que vira PDF
└── scripts/
    └── generate_pdf.py       # Script que renderiza HTML pra PDF

O SKILL.md é o cérebro. Ele descreve em texto puro: quando essa skill deve ser invocada, que dados coletar do vendedor, como aplicar as regras, como compor o output. O Claude lê esse arquivo e executa.

Os arquivos em references/ são a fonte de verdade. Quando o pricing muda, eu mexo no pricing-v4.md e pronto — a skill no próximo run já usa a versão nova. Não precisa reescrever instrução, não precisa atualizar prompt em vários lugares.

O template HTML garante que a proposta sai com a identidade visual certa, sem precisar formatar nada manualmente.

A primeira versão funcional levou 2 horas pra construir. Versão atual, depois de iterações com o time e ajustes finos, leva uns 10 minutos por semana de manutenção — que é basicamente atualizar caso novo ou ajustar regra.

O ROI real: o que muda no dia a dia

Vou dar os números honestos, sem inflar:

Antes da skill:

• 30-40 min por proposta
• 3-4 propostas por semana = 2h a 2h40 de proposta semanal
• 1-2 erros de regra de pricing por mês (desconto fora da política, módulo errado)
• Cases nem sempre eram os mais relevantes — usava o que lembrava

Depois da skill:

• 1-2 min por proposta
• 3-4 propostas por semana = 5-8 min de proposta semanal
• Zero erro de pricing em 8 meses de uso
• Cases sempre indexados pelo setor — vendedor júnior do time gera proposta com case tão bom quanto o sênior

Tradução em horas: recuperei cerca de 9 horas por mês. Isso é um dia útil que voltou pro trabalho que importa — discovery, demo, fechamento. Pra time de 5 vendedores, são 45 horas/mês — uma semana inteira de SDR no preço de uma skill bem feita.

E o ganho que não aparece na planilha: eu paro de adiar a proposta. Quando o custo de gerar é alto, você adia. Quando é baixo, você responde no mesmo dia. Velocidade de resposta vira diferencial competitivo no fechamento.

Como começar a criar a sua skill (passo a passo)

Vou dar o caminho mais curto pra você sair daqui hoje e ter primeira versão funcional:

Passo 1 — Escolha o processo certo. Olhe pra sua semana e ache uma tarefa que: (a) você faz pelo menos 3x por semana, (b) tem regra estável (não muda toda semana), (c) hoje toma mais de 15 minutos por execução. Proposta comercial encaixa. Follow-up pós-demo encaixa. Resposta a questionário de segurança encaixa. Discovery aberto não encaixa — é trabalho de pensamento, não de processo.

Passo 2 — Pegue 3 exemplos do output ideal. Procure as 3 últimas propostas que ficaram boas. Use elas como referência pro padrão de qualidade.

Passo 3 — Liste as variáveis de entrada. O que muda de proposta pra proposta? Empresa, faixa, módulos, prazo, desconto, cortesias. Anote tudo. Esse vai ser o formulário que a skill apresenta.

Passo 4 — Escreva o SKILL.md. Texto puro, em português, descrevendo: quando a skill é invocada, que dados coletar, como aplicar as regras, qual a estrutura do output. Não precisa ser código — precisa ser claro.

Passo 5 — Separe os dados em arquivos. Tabela de pricing num arquivo, banco de cases em outro, regras de negócio em terceiro. Isso permite atualizar sem mexer na skill principal.

Passo 6 — Teste com 3 casos reais. Gere a proposta de 3 deals que você já fechou e compare com o que mandou na época. Se a saída da skill ficou melhor ou igual, está pronta pra rodar. Se ficou pior, ajuste o SKILL.md.

Passo 7 — Use no próximo deal real. Não tente automatizar 10 skills ao mesmo tempo. Faz uma, usa por duas semanas, mede o ganho, depois parte pra próxima.

Se você nunca mexeu em Claude antes, comece pelo guia prático de IA pra vendas — ele dá o panorama dos modelos e ferramentas antes da gente entrar no nicho de skill custom.

Por onde NÃO começar

Três armadilhas que vi gente cair:

1. Começar pela skill mais complexa. Vendedor olha pra rotina, vê discovery, decide automatizar discovery. Discovery não é processo — é conversa investigativa. Skill não substitui pensamento. Comece pelo que é processo de verdade: proposta, follow-up, registro no CRM, qualificação inicial.

2. Tentar substituir o vendedor. Skill bem feita não tira você do loop, te tira da parte chata. Você ainda valida o output, ajusta o tom, decide se manda. Tentativa de automação 100% gera saída mediana porque ninguém revisa antes de enviar — e cliente percebe.

3. Investir muito na primeira versão. Skill é como produto: lança em MVP, mede uso, melhora com base no que vê. Primeira versão da proposal-pdf era feia, tinha campo demais, demorava 5 min em vez de 2. Foi a versão 4 que ficou no shape atual.

O que vem depois

Skill é a primeira camada. Quando você tem 3-4 skills rodando no seu dia (proposta, follow-up, registro no CRM, qualificação), começa a fazer sentido investir em agente — uma skill que toma decisão e encadeia outras skills. Por exemplo: agente que pega a transcrição do Fireflies, identifica que foi uma demo, gera o follow-up, registra no CRM e abre task pra você revisar. Mas isso é tema pra outro artigo.

Por agora: pega o processo mais chato da sua semana, transforma em skill, usa por duas semanas. Depois você não consegue mais voltar pro manual.

Paulo Lamego é fundador do ExecutivoNerd e consultor de vendas B2B tech. Vendeu pra mais de 140 das maiores empresas do Brasil em 4 anos. Defende que vendedor inteligente — com processo, IA aplicada e geração de valor real — fecha mais e fecha grande, sem precisar gritar.