A Skill de IA que Qualifica Meus Leads Inbound Sozinha

Abre a sua caixa de entrada de segunda de manhã. Doze leads novos do fim de semana. Um é diretor de compras de uma empresa que é a cara do seu cliente ideal. Outro é estudante fazendo TCC. Os outros dez estão em algum lugar no meio, e você não faz ideia de qual é qual sem abrir um por um, olhar o LinkedIn, checar o domínio do e-mail e cruzar tudo de cabeça com o perfil que você persegue.

Esse trabalho de peneirar consome a primeira hora da sua manhã, é chato de doer, e mesmo assim você faz mal. O lead que chegou sexta às 18h leva metade da atenção do que chegou hoje. O critério que você aplica com energia total às nove da manhã já derreteu ao meio-dia. Qualificação de inbound é um trabalho que pede consistência de máquina e a gente insiste em fazer com um cérebro que cansa.

Foi por isso que eu parei de fazer na mão. Montei uma skill de IA que lê cada lead que entra, cruza com o meu ICP e me entrega um score de fit e uma recomendação de próximo passo antes de eu abrir o primeiro e-mail. Ela não decide por mim — decide comigo. E mudou o jeito que eu começo a semana.

Por que a qualificação de inbound é o trabalho que todo vendedor odeia

A qualificação manual tem três problemas que ninguém admite em reunião de pipeline.

O primeiro é o cansaço. Peneirar lead é tarefa repetitiva de baixo estímulo, e o cérebro humano é péssimo em manter critério estável numa tarefa dessas. Você aplica sua régua com rigor nos primeiros cinco leads e vai afrouxando nos seguintes, não por preguiça, mas por biologia.

O segundo é a inconsistência entre pessoas. Se você tem um time, cada SDR carrega uma régua um pouco diferente na cabeça. O que é “quente” pra um é “morno” pro outro, e o resultado é um pipeline onde a etapa de um lead diz mais sobre quem o qualificou do que sobre o lead em si.

O terceiro é o mais caro: o custo de oportunidade. Cada minuto gasto lendo o LinkedIn de um lead que era claramente fora do perfil é um minuto que não foi pra uma conversa com quem tinha fit. A qualificação existe justamente pra proteger o seu tempo, e feita na mão ela come exatamente o tempo que deveria proteger.

IA resolve os três de uma vez, porque triagem por critério fixo é literalmente o que um modelo de linguagem faz bem. O truque é montar a coisa de um jeito que você continue no comando.

O que a minha skill faz, exatamente

Quando um lead entra, a skill executa uma sequência simples. Ela lê os dados que chegaram — cargo, empresa, o que a pessoa escreveu no formulário, o domínio do e-mail. Puxa o histórico, se existir: se essa pessoa ou essa empresa já trocou e-mail comigo antes, isso entra na conta. Cruza tudo com o meu ICP, que vive escrito num arquivo. E devolve três coisas: um score de fit numa faixa clara, a justificativa do score, e a recomendação do que fazer em seguida.

A faixa que eu uso é grosseira de propósito: 8 a 10 é qualificado e merece resposta hoje, 4 a 7 é duvidoso e precisa de um olhar meu, 0 a 3 é fora do perfil e vai pro fim da fila. Faixa grosseira é melhor que score de duas casas decimais, porque a decisão que ela alimenta também é grosseira — responder agora, olhar depois, ou descartar.

O que me fez confiar na coisa foi a justificativa. A skill não cospe um número e pronto. Ela escreve, em duas linhas, por que aquele lead tirou aquela nota: “diretor de procurement numa indústria de médio porte, encaixa no ICP no cargo e no setor, mas o formulário não indica dor ativa — daí 7 e não 9”. Isso me deixa discordar com base. Quando eu bato o olho e acho que ela errou, a justificativa me mostra na hora se o erro foi dela ou se o meu ICP é que está mal escrito.

O ponto que separa isso de um SDR de IA de prateleira

Aqui é onde eu fui teimoso, e onde vale a pena você ser também.

A minha skill para. Ela prepara a análise completa e espera o meu OK antes de escrever qualquer coisa no CRM. Ela não move deal, não dispara e-mail, não muda etapa sozinha. Faz a parte chata — ler, cruzar, pontuar, recomendar — e devolve pra mim a parte que importa: a decisão.

Isso é o oposto da promessa dos SDRs de IA autônomos que viraram moda. A tese deles é remover o humano do loop inteiro: o robô prospecta, qualifica, responde e agenda, e você só aparece na call. Eu já escrevi sobre o que 11x, Artisan e Regie realmente entregam, e o resumo é que o modelo 100% autônomo fura na deliverability, no contexto e na confiança. Quem está ganhando de verdade é o vendedor humano com a IA embaixo do braço, não substituído por ela.

Uma skill caseira te dá exatamente esse arranjo. A IA elimina a hora de triagem braçal. Você fica com o julgamento dos casos de fronteira e com a conversa — o trabalho que paga o seu salário. E o custo é o seu tempo montando a coisa, não uma mensalidade de milhares de reais por um sistema fechado que você não controla e não entende por dentro.

A anatomia da skill: o que tem dentro da pasta

Uma skill de qualificação bem feita separa três coisas que a maioria das pessoas mistura.

O ICP, que é dado, não instrução. O seu perfil de cliente ideal mora num arquivo próprio — setor, porte, cargos que decidem, sinais de dor que valem ponto, red flags que derrubam a nota. Ele é dado porque muda: quando você percebe que fecha melhor com um segmento novo, você edita o arquivo e a skill já qualifica diferente no lead seguinte. Se você ainda não tem o seu ICP escrito com essa clareza, vale parar aqui e ler como definir o ICP em B2B tech antes de montar a skill — ela é só tão boa quanto o perfil que você dá pra ela.

As regras de score, que são a lógica. Como transformar “encaixa no setor mas não mostra dor” num número. Isso também vive em texto, e é aqui que você codifica o seu faro. Quanto pesa o cargo? Um analista de uma empresa perfeita vale mais ou menos que um diretor de uma empresa mais ou menos? Escrever essa regra te obriga a explicitar decisões que você tomava no automático — e só isso já melhora o seu processo, com ou sem IA.

As instruções de execução, que é o passo a passo. Ler os dados, buscar histórico, aplicar o ICP e as regras, devolver score mais justificativa mais recomendação, e parar pra aprovação. Essa é a receita que a IA segue toda vez.

A beleza de separar as três é que você mexe numa sem quebrar as outras. ICP mudou? Edita o arquivo de ICP. Quer que a skill passe a puxar o histórico de mais um canal? Mexe só na execução. Isso é o que faz uma skill envelhecer bem, ao contrário de um prompt gigante salvo no bloco de notas que desatualiza inteiro cada vez que uma coisinha muda.

O ROI real: o que muda na segunda de manhã

O ganho óbvio é tempo. A hora de triagem virou dois minutos de leitura da análise pronta. Mas não é o que mais importa.

O que mais importa é a consistência. Todo lead passa pela mesma régua, o de sexta 18h e o de segunda 9h, o quadragésimo e o primeiro. O critério não derrete ao longo do dia porque não existe um cérebro cansando — existe um arquivo de ICP que é o mesmo às 9h e às 18h.

O segundo ganho é o foco. Como os leads chegam pra mim já ordenados por fit, eu ataco os 8-10 primeiro, quando a minha energia está no pico. Os leads bons não competem mais com os ruins pela minha atenção da manhã. E os 0-3 não somem — ficam registrados, com o motivo do descarte, caso eu queira revisar o critério depois.

E tem um ganho que eu não esperava: o arquivo de ICP virou a documentação mais honesta que eu tenho do meu próprio funil. Pra ensinar a IA a qualificar, eu tive que escrever, sem enrolação, o que faz um lead ser bom. Esse documento hoje vale por si só — pra treinar gente nova, pra alinhar com marketing o que é MQL de verdade, pra brigar por lead melhor com dados na mão.

Como montar a sua (passo a passo)

Você não precisa da minha skill. Precisa do padrão. Ele é este:

1. Pegue 20 leads que você já qualificou — dez que você amou, dez que você descartou. Eles são o seu gabarito.
2. Escreva o seu ICP olhando pra esses 20. O que os dez bons tinham em comum? O que os dez ruins tinham? Setor, porte, cargo, sinais. Seja específico até doer.
3. Escreva as regras de score. Defina a faixa (a minha é 0-3, 4-7, 8-10) e diga como cada critério do ICP puxa a nota pra cima ou pra baixo.
4. Escreva as instruções. Como a IA deve ler o lead, aplicar o ICP e as regras, e o que ela deve devolver: score, justificativa, recomendação. E mande ela parar pra sua aprovação.
5. Teste contra os 20 do gabarito. A skill concorda com você nos casos óbvios? Onde ela discorda, o erro é dela ou o seu ICP está vago? Ajuste o arquivo, não a esmo.

A maior parte desse trabalho não é técnica — é você organizando um conhecimento que já estava na sua cabeça, bagunçado. Se você nunca mexeu em skill do Claude, o guia prático de IA pra vendas dá o panorama das ferramentas antes de você entrar nesse nível, e o passo a passo de como criei minha skill de proposta comercial mostra a mesma mecânica aplicada a outro processo — vale ler os dois em sequência, porque o padrão se repete.

Por onde não começar

Não comece deixando a skill mover deal sozinha. É tentador, e é onde a maioria se queima. Um erro de leitura numa skill que só recomenda custa dois segundos do seu tempo pra corrigir; o mesmo erro numa skill que escreve no CRM vira um deal fantasma na etapa errada que você descobre três semanas depois. Comece com a IA como copiloto de triagem e só automatize a escrita quando ela estiver acertando 95% dos casos e você tiver parado de conferir por hábito, não por necessidade.

E não comece com um ICP vago. “Empresas de médio e grande porte que precisam da nossa solução” não é ICP, é desejo. Se o arquivo que você der pra skill for genérico, o score vai ser genérico, e você vai culpar a IA por um problema que é seu. A qualidade da qualificação nasce e morre na qualidade do ICP.

O que vem depois

Qualificar é só a primeira coisa chata que dá pra tirar das suas costas. Depois que você monta uma skill e usa por duas semanas, você não consegue mais voltar pro manual — e começa a olhar pro resto da sua semana procurando o próximo processo repetitivo pra transformar em arquivo.

Os candidatos naturais em seguida são a prospecção — e aqui os prompts de IA pra prospecção outbound te dão os moldes prontos — e o registro de reunião no CRM, que some com metade do seu trabalho de fim de call. Qualificação é onde eu comecei porque é onde mais doía. Comece você pelo seu ponto que mais dói. E se quiser o mapa inteiro de onde a IA encaixa no funil, o Guia Completo de IA em Vendas B2B puxa todos os fios.

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.