Como Fazer a IA Escrever no Tom de Voz da Marca: 6 Passos
Fazer a IA escrever no tom de voz da marca exige contexto estruturado, não prompt improvisado. Veja o método em 6 passos e onde a maioria trava.
Fazer a IA escrever no tom de voz da marca depende de uma coisa: transformar o tom em contexto estruturado que a IA lê antes de cada geração. Sem esse contexto injetado no prompt, qualquer modelo (ChatGPT, Claude, Gemini) devolve o tom médio da internet, e não o da sua marca. O método abaixo cobre os 6 passos que fazem a IA produzir texto que soa consistente entre operadores e clientes, em minutos por geração.
A IA escreve no tom de voz da marca quando o tom vive como dado, não como memória do operador. Quem trata brandbook como prompt reutilizável escala. Quem trata como PDF no Drive continua improvisando.
Esse é o problema real de quem opera IA na agência: 83% dos profissionais de mídias sociais no Brasil usam IA diariamente e 98% desse grupo usa ChatGPT (Panorama mLabs 2025). Ou seja, todo mundo tem acesso ao mesmo modelo, com o mesmo comportamento default. O que separa quem produz conteúdo de marca de quem produz conteúdo mediano é o contexto que entra no prompt antes da geração.
Este guia entrega o passo a passo para configurar esse contexto e fazer a IA respeitar tom, vocabulário e regras da marca. Tempo estimado da primeira configuração: 45 a 90 minutos por marca. Depois disso, cada geração leva menos tempo do que colar um prompt do zero.
O que você vai precisar
- Brandbook ou documento com tom de voz da marca (mesmo que informal, em texto corrido)
- Acesso a uma IA que aceite system prompt ou instruções persistentes (ChatGPT com Custom GPT, Claude com Projects, Gemini com Gems, ou plataforma dedicada)
- 45 a 90 minutos para a primeira configuração de cada marca
- 5 exemplos de texto que a marca já produziu e considera representativos
Passo 1: Documentar o tom em 5 dimensões objetivas
O tom de voz vira contexto injetável quando é escrito em dimensões objetivas, não em adjetivos. "Amigável" não instrui a IA, e a IA não sabe o que é "amigável" para a sua marca especificamente. O que instrui é a especificação por dimensão.
As cinco dimensões que a IA consegue aplicar diretamente:
- Formalidade (1 a 5): 1 é gíria de conversa, 5 é linguagem jurídica. Uma marca de agência criativa costuma ficar entre 2 e 3.
- Assertividade (1 a 5): 1 é hedging constante ("talvez", "em alguns casos"), 5 é afirmação sem ressalva. Marcas B2B com autoridade ficam entre 4 e 5.
- Densidade de dado: com dado sempre, com dado quando disponível, ou sem dado. Marcas técnicas ficam em "com dado sempre".
- Comprimento de frase: curta (5 a 12 palavras), média (13 a 22), longa (23+). Marcas conversacionais ficam em curta.
- Uso de humor: nunca, sutil, frequente. Marcas B2B sérias ficam em "sutil" ou "nunca".
Escreva essas cinco dimensões da sua marca em um bloco de texto. Ficou algo assim:
Tom de voz (Agência X):
- Formalidade: 2/5 (informal, sem ser gíria)
- Assertividade: 4/5 (afirmativo, admite trade-off só quando existe)
- Densidade de dado: com dado sempre que possível
- Comprimento de frase: média, com frases curtas para ênfase
- Humor: sutil, nunca em cima do problema do cliente
Isso já vale mais do que 20 linhas de adjetivos.
Passo 2: Listar vocabulário canônico e palavras banidas
A IA não deduz que "Brandbook" da sua marca é uma palavra só (e não "brand book"), nem que a marca proíbe "alavancar sinergias". Você precisa listar.
Vocabulário canônico (grafia obrigatória):
- Termos técnicos com grafia fixa (ex.: "IA Contextual" com iniciais maiúsculas)
- Nome de produtos e serviços com capitalização certa
- Siglas expandidas na primeira ocorrência (ICP, ROI, B2B ficam como estão; outras siglas menos difundidas expandir)
Palavras banidas (a IA precisa evitar):
- Clichês de marketing genérico ("no mundo dinâmico de hoje", "revolucionar o mercado", "mudar o jogo")
- Anglicismos com equivalente bom em pt-BR ("empoderar" quando cabe "capacitar")
- Termos que a marca decidiu não usar por posicionamento (ex.: "alternativa a X" se a marca não se define por oposição)
O Stagency mantém uma lista canônica dessas duas categorias no Brandbook do Stagency, como referência de estrutura. Cada marca preenche a sua.
Passo 3: Escrever o system prompt canônico
O system prompt é o texto que a IA lê antes de qualquer instrução do operador. Ele carrega o contexto da marca em cada geração, sem depender do operador colar nada. É o coração do método.
Template canônico (adapte com os dados dos passos 1 e 2):
Você é o assistente de conteúdo da Agência X.
Toda geração respeita este contexto de marca:
# Tom de voz
- Formalidade: 2/5 (informal, sem gíria)
- Assertividade: 4/5 (afirma direto, sem hedging)
- Densidade de dado: com estatística e fonte sempre que possível
- Comprimento de frase: média, com curtas para ênfase
- Humor: sutil, nunca em cima do problema do cliente
# Vocabulário canônico (grafia obrigatória)
- "Brandbook" (uma palavra, sempre)
- "Cérebro da Marca" (capitalizado)
- "IA Contextual" (capitalizado)
# Palavras banidas
- "no mundo dinâmico de hoje"
- "revolucionar o mercado"
- "alavancar sinergias"
- "alternativa a X" (comparar direto, sem essa headline)
# Regras estruturais
- Primeira frase entrega o ponto em até 25 palavras
- Cada H2 abre com frase-resposta, não pergunta retórica
- Sem aquecimento genérico antes do conteúdo
# Público
Dono de agência de marketing brasileiro, 28-45 anos, 8-30 clientes ativos.
Lê no horário comercial, entre calls. Precisa da resposta em até 3 minutos.
Sempre que gerar texto, verifique este contexto antes de responder.
Cole esse bloco na configuração de sistema da sua ferramenta (Custom GPT, Claude Project, Gems, plataforma dedicada). Ele vira o filtro de tudo que a IA produzir dali para frente.
Passo 4: Ancorar com exemplos few-shot
O system prompt define regras, e os exemplos calibram a aplicação das regras. Sem exemplo, a IA acerta 70% do tom. Com 3 a 5 exemplos ancorados, acerta 90%+.
Escolha 3 a 5 trechos que a marca considera representativos. Não precisam ser textos inteiros: podem ser parágrafos de 40 a 80 palavras cada. Adicione ao system prompt no final:
# Exemplos de tom da marca
Exemplo 1 (post de LinkedIn):
"A maioria das agências trata brandbook como PDF de onboarding. É por isso que a IA delas escreve genérico: o contexto nunca chega no prompt. Marca vira código, ou continua sendo enfeite de reunião."
Exemplo 2 (introdução de artigo):
"IA que escreve no tom da sua marca não é IA melhor. É IA com contexto estruturado. A diferença aparece na primeira frase de output: uma delas soa marca, a outra soa LinkedIn."
Exemplo 3 (call to action):
"Sem prompts. Sem tabelas. Sem IAs paralelas. É esse o padrão que uma agência que opera IA precisa manter."
A IA usa esses exemplos como âncora de estilo. Ela não vai copiar frase por frase, mas vai replicar cadência, escolha de vocabulário e postura.
Passo 5: Criar o loop de validação
O tom degrada quando a validação some. A cada 10 a 20 gerações, o operador precisa comparar o output com o system prompt e ajustar o que escapou. Sem esse loop, dois meses depois o tom da marca já está a 30% do original.
Rotina prática:
- Toda quinta-feira, revisar 5 outputs da semana em sequência
- Marcar frases que fugiram do tom (formalidade errada, palavra banida, hedging que não é da marca)
- Atualizar o system prompt: se o mesmo desvio aparecer 3 vezes, virou regra que precisa entrar no prompt
- Aplicar o novo prompt em todas as gerações da semana seguinte
Esse loop transforma a IA em algo que aprende com a operação da agência, e não em uma ferramenta estática que degrada. É a mesma disciplina que qualquer processo de qualidade exige: revisão periódica, ajuste do padrão, aplicação.
Passo 6: Isolar contexto entre clientes
Uma agência opera múltiplas marcas. Se o contexto de uma vaza no output de outra, a IA vira um problema, não uma solução. Isolamento por cliente é a diferença entre operação escalável e caos.
Como isolar dependendo da ferramenta:
- ChatGPT com Custom GPT: um Custom GPT por cliente. Trocar de cliente = trocar de GPT.
- Claude com Projects: um Project por cliente. Cada Project carrega o system prompt e os exemplos daquela marca.
- Gemini com Gems: uma Gem por cliente, com system prompt específico.
- Plataforma dedicada (como o Stagency): trocar de cliente na interface troca o contexto ativo automaticamente. É o caso em que o isolamento não depende de disciplina do operador.
Sem isolamento, o problema típico aparece em 2 a 3 semanas: um post do cliente A começa a soar como o cliente B, geralmente porque o operador esqueceu de trocar de aba ou colou o prompt errado. Em produção com 10+ clientes, essa contaminação vira reclamação de aprovação em menos de um mês.
Erros comuns e como evitar
Os cinco erros que mais fazem a configuração falhar, mesmo com system prompt aparentemente correto:
- Descrever o tom com adjetivos genéricos. "Amigável e profissional" não instrui. Escreva em dimensões objetivas (passo 1).
- Deixar o brandbook em PDF sem virar prompt. Se o brandbook não está na configuração de sistema da IA, ele não existe para a IA. PDF na nuvem não é contexto injetável.
- Não listar palavras banidas. A IA usa clichês por default de treinamento. Sem lista negativa, cada 3ª geração tem "alavancar" ou "revolucionar".
- Reusar o mesmo Custom GPT para clientes diferentes. Um Custom GPT = uma marca. Se compartilhar, contamina.
- Não revisar output nas primeiras 20 gerações. Ajuste inicial é onde o system prompt fica calibrado. Pular esse passo consolida os desvios.
Como o Stagency resolve isso na camada de produto
Fazer os 6 passos manualmente funciona, e funciona bem para 1 a 3 marcas. O gargalo aparece quando a agência opera 10+ clientes: cada marca vira um Custom GPT ou Claude Project separado, com system prompt para manter, exemplos para atualizar, isolamento para respeitar. A disciplina do operador falha em escala, e o custo de manutenção do contexto engole o ganho de velocidade.
O Cérebro da Marca do Stagency resolve essa camada como produto: o brandbook de cada cliente vive como dado estruturado, o system prompt é montado automaticamente a partir desse dado antes de cada geração, e trocar de cliente na interface troca o contexto ativo sem depender de disciplina do operador. É a mesma disciplina do método acima, aplicada como Content Marketing Platform com IA Contextual, não como configuração manual de ferramenta genérica.
É o que separa uma agência que opera IA de uma agência que escala com IA. Sem prompts. Sem tabelas. Sem IAs paralelas.
1 ferramenta pronta
e 1 leitura curta —
direto no seu inbox.
Operação, captação, IA e margem.
A cada duas semanas, uma ferramenta pronta pra usar e uma leitura curta sobre o que move o ponteiro de quem opera uma agência. Sem spam, cancela em 1 clique.
Perguntas frequentes
A IA consegue escrever no tom exato da minha marca, ou só chegar perto?
A IA chega em 85 a 92% do tom com o método completo (system prompt + exemplos + vocabulário canônico + palavras banidas). O restante fica para curadoria humana em revisões pontuais. O ponto do método não é substituir revisão, é reduzir a distância entre o output default e o tom da marca, para que a revisão gaste minutos e não horas.
Por que ChatGPT sem configuração escreve tudo com o mesmo tom?
Porque o tom default do ChatGPT é o denominador comum do corpus de treinamento: texto de LinkedIn corporativo, blogs de marketing genéricos, documentação técnica. Sem contexto de marca no system prompt, a IA regride para essa média. Não é limitação do modelo, é ausência de instrução.
Preciso reescrever meu brandbook para configurar a IA?
Não. O que você faz é traduzir o brandbook existente em três blocos: 5 dimensões objetivas de tom (passo 1), vocabulário canônico e palavras banidas (passo 2), e 3 a 5 exemplos representativos (passo 4). O brandbook original continua sendo a fonte de verdade para humanos; a versão traduzida é o contexto que a IA lê.
Quanto tempo leva para configurar a primeira marca?
De 45 a 90 minutos, dependendo de quão maduro está o brandbook. Marcas com tom documentado ficam em 45 minutos. Marcas em que o tom vive na cabeça de duas pessoas exigem uma sessão de 90 minutos para extrair as regras antes de escrever o prompt. Depois da primeira, cada nova marca leva 30 a 45 minutos.
Vale mais a pena usar Custom GPT ou uma plataforma dedicada?
Custom GPT (ou Claude Project, ou Gemini Gem) funciona para 1 a 3 marcas. Acima disso, o custo de manter o system prompt sincronizado entre múltiplas ferramentas engole o benefício. Plataforma dedicada faz sentido quando a agência opera 5+ clientes ou quando a rotatividade de operadores é alta e a disciplina de trocar de GPT falha em produção.
E se eu não tiver brandbook nenhum?
Comece pelo passo 1: as 5 dimensões objetivas. Isso já é 60% do tom de voz operacional. Depois, o passo 2 (vocabulário e palavras banidas) fecha mais 25%. Um brandbook completo entra em paralelo, mas você não precisa esperar por ele para configurar a IA. Tom operacional mínimo vale mais do que brandbook parado esperando ficar pronto.
Conclusão
A IA escreve no tom de voz da marca quando o tom vive como dado estruturado no system prompt, não como memória do operador ou PDF na nuvem. Os 6 passos deste guia são a versão mínima do método: dimensões objetivas, vocabulário canônico, system prompt canônico, exemplos few-shot, loop de validação e isolamento por cliente.
O ganho real aparece na escala. Uma configuração inicial de 45 a 90 minutos por marca elimina 15 a 30 minutos de retrabalho por post daquela marca dali para frente. Em uma agência com 10 clientes e 4 posts por semana por cliente, o método paga a si mesmo em duas semanas. Depois disso, é ganho de margem sem contratar.
Quem trata brandbook como contexto injetável escala com IA. Quem trata como enfeite de reunião continua improvisando. É essa a fronteira.