25 prompts para agentes de marketing com IA que realmente funcionam

Um agente de marketing devolve respostas vagas por um único motivo: a instrução não tinha condição de parada. "Analise nosso SEO" não tem linha de chegada, então o agente entrega um panorama genérico. "Diga quais são as cinco URLs que mais perderam cliques em junho e a causa mais provável de cada uma" tem, então ele entrega uma resposta.

Todo o resto vem daí. Estes 25 prompts foram escritos para agentes com acesso real a ferramentas (Search Console, GA4, dados de SERP, um crawler), e não para assistentes de chat. Cada um define um escopo, uma restrição e um formato de saída, porque são essas três coisas que transformam um pedido em algo que o agente consegue terminar e que você consegue conferir.

Troque os valores entre colchetes pelos seus. Sempre que um prompt mencionar um período, seja explícito: expressões relativas como "mês passado" estão entre as causas mais comuns de uma análise errada feita com toda a confiança do mundo.

O que faz um bom prompt para agente de marketing com IA

Quatro componentes. Se faltar qualquer um, a qualidade cai de forma visível.

1. Um objetivo com limite. Algo que o agente possa declarar como concluído. "Encontre X" funciona melhor que "dê uma olhada em X".

2. O escopo. Qual propriedade, qual seção, qual período, qual mercado. Tudo em termos absolutos, não relativos.

3. O formato de saída. Uma lista ranqueada com cinco itens, uma tabela com colunas nomeadas, um veredito em um parágrafo. Sem isso, o agente escolhe sozinho, e normalmente escolhe texto corrido.

4. A regra de evidência. Peça que ele cite o número por trás de cada afirmação e que escreva "não disponível" em vez de estimar. Só essa linha elimina a maior parte das invenções.

O que você, em geral, não deve fazer é dizer quais ferramentas usar. Um agente bem construído escolhe as ferramentas a partir do objetivo; ditar a sequência transforma o agente em um workflow e joga fora justamente aquilo pelo que você está pagando. O artigo Building Effective AI Agents, da Anthropic, traça exatamente essa linha: workflows seguem "caminhos de código predefinidos", enquanto agentes "direcionam dinamicamente seus próprios processos e o uso de ferramentas". Peça o resultado e deixe o agente decidir o caminho.

Prompts para diagnosticar uma queda de tráfego

É a categoria que mais gera valor, porque o segundo passo certo realmente depende do que o primeiro passo devolveu. Quando você está diagnosticando uma queda de tráfego, a questão é justamente que você não sabe de antemão se a resposta está nas impressões, na posição, na taxa de cliques ou numa mudança de layout da SERP. Por isso o prompt deve dizer qual decisão você quer tomar, e não quais checagens você quer rodar.

Uma regra vale para toda esta seção: use datas absolutas. "O tráfego caiu no mês passado" é, sozinha, a causa mais comum de uma conclusão errada do agente, porque o recorte dele e o seu diferem em uma semana sem ninguém perceber, e todas as comparações seguintes herdam o erro.

Os cliques orgânicos para [domínio] caíram entre [período A] e [período B].
Identifique as 5 URLs responsáveis pela maior parte da perda.
Para cada uma, diga se a causa é perda de impressões, de posição ou de CTR,
mostre os números que sustentam esse julgamento e ranqueie sua principal hipótese.
Se os dados não sustentarem uma conclusão para alguma URL, diga isso.

Compare o desempenho de [domínio] no Search Console em [mês] deste ano com
o mesmo mês do ano passado. Separe consultas de marca das consultas sem marca.
Diga qual dos dois grupos variou, quanto variou e se a mudança está
concentrada em poucas URLs ou espalhada pelo site.

A taxa de conversão em [URL da landing page] caiu de [X] para [Y] entre
[data A] e [data B]. Verifique se a composição do tráfego mudou:
origem, mídia, dispositivo, país e variante da landing page.
Informe apenas as dimensões que mudaram mais de 10%,
com os números de antes e depois.

Faça uma auditoria de [URL] e liste todos os problemas técnicos que poderiam
afetar o ranqueamento, ordenados pelo impacto provável, e não pelo rótulo de gravidade.
Para cada um, diga o que você observou, por que isso importa e como corrigir.
Exclua tudo o que você não conseguir verificar na própria página.

[domínio] perdeu visibilidade para [cluster de palavras-chave]. Descubra se
os concorrentes ganharam as posições que perdemos ou se a própria SERP mudou:
novos recursos, intenção diferente, outros tipos de resultado.
Mostre o top 10 atual e o que mudou.

Prompts para pesquisa de palavras-chave e de conteúdo

Encontre oportunidades de palavras-chave para [domínio] em que poderíamos
ranquear de forma realista em até dois trimestres. Compare nossas palavras-chave
ranqueadas com as de [concorrente 1] e [concorrente 2], descarte tudo o que tiver
dificuldade acima de [N] e agrupe o restante por intenção de busca. Devolva uma tabela:
cluster, exemplos de consultas, volume mensal somado, dificuldade média e por que podemos vencer.

Mapeie o query fan-out do tema [tema]: liste as subperguntas em que um
prompt detalhado sobre esse assunto se desdobraria. Para cada uma, verifique
se os 3 primeiros resultados atuais respondem a ela diretamente.
Devolva uma tabela com subpergunta, quem responde e lacuna sim/não.

Identifique canibalização de palavras-chave em [domínio]: consultas em que mais
de uma das nossas URLs recebeu impressões nos últimos 3 meses.
Para cada uma, informe as URLs, a divisão das impressões e qual delas deveria
ser a dona da consulta com base no desempenho atual.

Encontre consultas quase lá para [domínio]: posição média entre
8 e 20 e pelo menos [N] impressões nos últimos 28 dias.
Ordene pelas impressões multiplicadas pelo ganho de CTR que esperaríamos
ao chegar à posição 5. Mostre seus cálculos.

Monte um briefing de conteúdo para [consulta-alvo]. Pesquise o que os 5 primeiros
resultados atuais cobrem, aponte o que todos eles deixam de fora e estruture o
briefing em torno dessa lacuna. Inclua as subperguntas que o artigo precisa
responder e as fontes que vale citar. Não escreva o artigo.

Prompts para análise no GA4

Aqui, duas restrições pesam. A amostragem e os limites mínimos (thresholding) do GA4 podem mudar sem alarde aquilo que você está vendo, e a Data API limita as propriedades padrão a 200.000 tokens principais por propriedade por dia, e solicitações complexas custam mais. Ou seja, um prompt que pede seis dimensões ao longo de dezoito meses é um prompt caro.

Usando a propriedade do GA4 [ID], compare as sessões e conversões de busca orgânica
de [período A] com [período B], divididas por landing page.
Devolva as 10 landing pages com a maior variação absoluta de conversões.
Sinalize qualquer linha em que o número de sessões seja baixo o bastante para que
a variação da taxa de conversão possa ser ruído.

Na propriedade do GA4 [ID], identifique quais canais de aquisição melhoraram e
quais pioraram em [período], medindo por conversões e não por sessões.
Diga qual evento de conversão você usou. Se houver mais de um evento de conversão
configurado, liste todos e me pergunte qual usar antes de continuar.

Analise o caminho que os usuários percorrem antes de converter em [meta] na propriedade
do GA4 [ID] durante [período]. Identifique os dois maiores pontos de abandono em
porcentagem e informe os números absolutos junto com as porcentagens.

Na propriedade do GA4 [ID], compare mobile com desktop em [período]
quanto a sessões, taxa de engajamento, taxa de conversão e receita média.
Diga se a diferença do mobile está aumentando ou diminuindo em relação
ao período equivalente anterior.

Cruze a propriedade do GA4 [ID] com o Search Console de [domínio]
em [período]. Encontre páginas que ganharam cliques orgânicos mas perderam
conversões. Para cada uma, informe cliques antes e depois, conversões antes
e depois, e uma hipótese.

Prompts para o Search Console

Dois limites rígidos moldam todos os prompts desta seção: a Search Analytics API devolve 25.000 linhas por solicitação e guarda 16 meses de histórico. Peça uma comparação de dois anos e um agente competente vai dizer que esses dados não existem. Um incompetente vai estimar.

Para [domínio], liste as consultas dos últimos 3 meses com mais de
[N] impressões e um CTR mais de 40% abaixo do CTR médio
da sua faixa de posição. Devolva consulta, posição, impressões, CTR real,
CTR esperado e a URL ranqueada.

Identifique páginas de [domínio] em que o Google está ranqueando uma URL diferente
da que pretendíamos para a consulta. Compare a URL ranqueada com a
página cujo tema principal corresponde à consulta. Liste as divergências.

Compare o desempenho de [domínio] no Search Console nos últimos 4 trimestres.
Identifique clusters de conteúdo em declínio estrutural (impressões em queda
por três ou mais trimestres seguidos), diferenciando-os de quedas sazonais.
Mostre os números trimestrais de cada um.

Para [domínio], informe o desempenho nas superfícies de IA do Google em [período]
usando os relatórios de IA generativa do Search Console. Compare com o desempenho
geral na pesquisa na web no mesmo período. Não use nenhuma estimativa
de terceiros sobre visibilidade em IA.

Prompts para concorrência e visibilidade de marca

Compare [domínio] com [concorrente 1] e [concorrente 2] em visibilidade
orgânica para [área temática]. Devolva uma tabela com as palavras-chave em comum
em que eles ficam à nossa frente, as palavras-chave em que só eles ranqueiam e
as palavras-chave em que só nós ranqueamos, com volume e dificuldade de cada uma.

Verifique como [marca] é descrita hoje quando [pergunta-alvo] é feita
aos principais assistentes de IA. Informe o que cada um disse, quais fontes citou
e se o nosso próprio domínio estava entre elas. Cite as respostas literalmente
em vez de resumi-las.

Analise os últimos [N] artigos publicados por [concorrente] sobre [tema].
Identifique o padrão estrutural que eles usam: tamanho típico, formato dos títulos,
o que citam, o que sempre deixam de fora. Não recomende copiar esse padrão;
diga quanto vale essa omissão.

Prompts para relatórios

Produza o resumo mensal de desempenho orgânico de [domínio], [mês].
Estrutura: veredito em um parágrafo; depois uma tabela de cliques, impressões,
posição média e conversões com variação mês a mês e ano a ano;
depois as três movimentações mais relevantes, com uma causa para cada;
depois o foco recomendado para o próximo mês. Todos os números devem vir dos
dados conectados. Escreva "não disponível" onde eles não existirem.

Transforme a análise acima em um documento pronto para o cliente. Mantenha todos
os números idênticos. Remova nomes de ferramentas internas e jargões. Comece pelo
resultado de negócio, e não pela métrica. No máximo uma página.

Toda segunda-feira às 9h, verifique no Search Console de [domínio] se algum cluster
de consultas teve queda de mais de 25% nos cliques semana a semana, com pelo menos
[N] impressões. Se nada passar do limite, responda com uma única linha
dizendo isso. Se algo passar, investigue a causa antes de reportar.

Antipadrões de prompt para evitar

Antipadrão	Por que falha	Correção
"Analise nosso SEO"	Sem condição de parada, então vira um panorama	Diga o que você quer que seja encontrado
"Mês passado"	Recorte ambíguo, comparações erradas sem ninguém perceber	Datas absolutas
"Me dê alguns insights"	Sem formato de saída, cai no texto corrido	Especifique a tabela ou a lista
"Use a ferramenta do GSC e depois a do GA4"	Transforma um agente em workflow	Defina o objetivo e deixe o agente escolher o caminho
"Estime se não houver dados"	Autoriza explicitamente a invenção	Exija "não disponível"
"Melhore nossos rankings"	Sem limite, se espalha por todas as ferramentas a custo cheio	Uma pergunta por execução
Dez perguntas em um prompt	Esgota o orçamento de passos antes de terminar qualquer uma	Faça uma de cada vez

Como impedir que um agente invente dados

Três linhas, adicionadas exatamente assim a qualquer prompt em que os números importam:

Todos os números devem vir das fontes de dados conectadas.
Quando um número não estiver disponível, escreva "não disponível". Nunca estime.
Informe de qual fonte veio cada número.

Isso funciona porque a invenção costuma ser o modelo resolvendo um conflito não declarado entre "ser útil" e "ser preciso". Deixar a exigência de precisão explícita resolve esse conflito do jeito certo. Não é garantia, e é por isso que o registro da execução importa: um agente não consegue saber com segurança quando está errado, e a avaliação do Gartner de que a maioria das implantações agênticas fracassa por controles de risco inadequados descreve exatamente essa lacuna.

Quão específico um prompt deve ser

Específico no objetivo, no escopo e na saída. Solto no método. É um equilíbrio fácil de explicar e fácil de errar nas duas direções.

Um prompt subespecificado é algo como "verifique se há problemas no nosso Search Console". O agente não tem linha de chegada, então dá uma amostrada em tudo e devolve uma lista que você já conhecia. Um prompt superespecificado é algo como "consulte o Search Console dos últimos 28 dias, depois filtre as posições de 8 a 20, depois cruze com as sessões do GA4, depois ordene por impressões". Isso é um script, e se a primeira consulta revelar que o problema real está em outro lugar, o agente vai seguir a sua sequência mesmo assim e deixar passar.

A versão que funciona fica no meio: diga qual decisão você quer tomar e o padrão de evidência que ela precisa atender, e deixe o agente escolher como chegar lá. As orientações práticas do Search Engine Land sobre como criar skills para agentes chegam ao mesmo ponto: delimitar as instruções o suficiente para que a saída seja repetível, sem ditar o caminho.

Um teste prático: se você consegue prever a sequência exata de ferramentas que o seu prompt vai acionar, especificou demais. Se não consegue prever como a resposta vai ser, especificou de menos.

Mais uma coisa que vale saber

Nenhum prompt torna o conteúdo escrito por agentes mais elegível para os AI Overviews (os resumos gerados por IA do Google) ou para o AI Mode. As orientações do Google dizem que não há "nenhum requisito adicional para aparecer nos AI Overviews ou no AI Mode, nem outras otimizações especiais necessárias". Os prompts por aí que prometem saída "otimizada para IA" estão vendendo formatação. Use agentes para descobrir sobre o que escrever e para verificar se você cobriu o assunto: essa parte funciona.

Para rodar esses prompts com os seus próprios dados conectados do Search Console e do GA4, veja o Autopilot. Se quiser entender o raciocínio por trás das dicas de escopo, o que agentes autônomos conseguem e não conseguem executar explica os limites em detalhes.