GTM no Claude Code: crie uma lista de leads verificados com uma equipe de agentes

TL;DR: Você pode rodar GTM no Claude Code dividindo o trabalho em uma tarefa no quadro por etapa: filtros de ICP, arquivo de regras, qualificação, busca de pessoas, localização e verificação de e-mails, sinais e prospecção (outreach). Um agente executa cada tarefa de dados com o Treg como camada de dados. Uma pessoa é responsável pelo arquivo de regras e aprova cada primeira linha antes que qualquer mensagem seja enviada.

Rodar GTM no Claude Code soa como um único prompt longo: “encontre 50 boas contas para mim e escreva para o comprador”. Funciona para uma demonstração. Mas falha na semana em que uma ferramenta de busca esgota sua capacidade ou quando ninguém sabe dizer quem aprovou um e-mail.

O playbook de engenharia de GTM do Treg cobre a parte de dados: 16 capítulos, do ICP ao rollout, baseados em seis execuções registradas, 502 chamadas registradas e US$ 5,03 tarifados. Cada número apresentado aqui é um resultado registrado pelo próprio Treg, ainda não reproduzido de forma independente, portanto teste com as suas próprias linhas.

A outra metade é a coordenação: um responsável pela interrupção (stop), uma pessoa cuidando do outreach e contagens de linhas por etapa. Uma única sessão não dá conta disso. Este post mostra como estruturar o playbook em tarefas no Sharkly, com agentes executando cada etapa no Claude Code ou Codex e um ser humano nos dois pontos de controle (gates) exigidos pelo playbook.

Por que o GTM no Claude Code precisa de um quadro, e não de uma única sessão

Uma sessão longa de agente esconde três falhas que o trabalho de GTM não pode se dar ao luxo de cometer.

1. Gastos sem checkpoint. Enriquecimento pago em linhas que deveriam ter sido descartadas.
2. Quebras silenciosas. O Treg lista o que quebrou em suas próprias execuções sem interrompê-las: um localizador sem capacidade, um endpoint de grupo de compras sem capacidade, 3 contas com limite de taxa (rate limit) atingido e um bug de parser que custou uma nova execução de US$ 1,08.
3. Nenhum responsável pelo envio. A regra de outreach do playbook é categórica: “nada é enviado sem que uma pessoa tenha lido”.

Cada um desses é um problema de equipe, solucionado com responsabilidade clara (ownership), status e um registro por etapa. É o modelo de responsabilidade humana sobre o trabalho de agentes aplicado a uma lista de leads.

A stack: onde cada parte é executada

Três camadas, cada uma com uma única função.

Configure o Treg uma única vez no computador onde seus agentes rodam. Do arquivo de configuração do Treg:

# install the CLI and the treg skill for every agent it detects
curl -fsSL https://treg.to/install.sh | sh

# browser sign-in (GitHub, Google, or an emailed code)
treg login

# headless Computer: pass a token instead of a browser
curl -fsSL https://treg.to/install.sh | sh -s -- --token "$TREG_TOKEN"

Ou cole uma única linha no agente: set up treg - https://treg.to/llms.txt. O Treg informa que novas contas verificadas recebem US$ 1,00 de crédito gratuito único, as chamadas são cobradas na tarifa do próprio provedor com 0% de margem (markup), e buscas sem resultado custam US$ 0,00.

O pipeline de GTM como tarefas no quadro

Aqui está o playbook mapeado em tarefas. A terceira coluna mostra a execução registrada pelo Treg para cada etapa.

Como escrever um ICP que um agente consiga filtrar?

Divida-o em filtros e verificações (checks). Filtros são campos que um provedor pode buscar: país, número de funcionários, categoria, captação de recursos (funding). Verificações são decisões de avaliação linha a linha, e devem rodar antes de qualquer etapa paga.

A descrição da tarefa pode incluir o prompt do Treg: “Usando o treg, transforme o ICP em icp.md em filtros para dois provedores de busca de empresas. Use apenas os endpoints de contagem gratuita deles.” Os critérios de aceitação vêm do playbook: nenhuma lista é comprada até que duas contagens gratuitas sejam consistentes entre si e dez linhas de amostra pareçam corretas.

Por que o arquivo de regras precisa de um responsável humano?

O limite (threshold) altera a lista. Na execução do Treg, 27 de 48 empresas passaram com um limite de 50% de aderência ao ICP; a 60%, apenas 14 teriam passado. Essa é uma decisão de negócio; logo, uma pessoa deve ser a responsável pela tarefa que a define.

Coloque as regras onde todas as etapas possam lê-las. Uma Skill do Sharkly empacota instruções reutilizáveis para o trabalho de agentes, de modo que o arquivo de regras se torna uma única Skill vinculada a cada agente de GTM, em vez de um parágrafo colado em nove prompts diferentes.

# gtm-rules.md (owner: the person who can stop the run)
icp_threshold: 0.50
max_spend_per_run_usd: 3.00
drop_if: [no_usable_domain, headcount_outside_51_200]
send_only: verifier_verdict == "deliverable"
stop_owner: "growth lead"
every_stage_reports: [rows_in, rows_out, metered_cost]

Etapas 3 a 7: qualifique antes de pagar

Estas são as tarefas de dados que priorizam o menor custo inicial. Vincule-as com a relação blocks / is blocked by para que a qualificação seja concluída antes do início da busca de pessoas. A ordem é crucial para os custos: o Treg qualificou 50 empresas por US$ 2,33 e estimou US$ 4,12 para enriquecer todas as 48 com um domínio utilizável.

Duas regras do playbook se tornam critérios de aceitação. Os perfis semelhantes (lookalikes) passam pelo mesmo filtro de tamanho e verificação de ICP que qualquer outra linha. Apenas endereços verificados como entregáveis entram na sequência: no estudo do Treg com 60 pessoas, a ferramenta de busca retornou 60 endereços e o verificador aprovou 32.

Cada tarefa de dados termina com um comentário do agente: linhas de entrada, linhas de saída e o custo tarifado do Treg. Junto ao registro de execução, esse é o comprovante da etapa.

Como manter uma pessoa no controle do botão de envio?

A tarefa de outreach é onde o agente pesquisa, elabora o rascunho e para. Na execução do Treg, apenas 4 de 19 primeiras linhas baseadas em notícias obtiveram pontuação razoável ou melhor. Portanto, o agente deixa a tarefa em waiting for human review (aguardando revisão humana), e o revisor aprova, edita ou reescreve. Abordamos esse padrão em agentes de codificação com supervisão humana (human-in-the-loop); ele se aplica a e-mails sem alterações.

Como o Sharkly mantém as regras do playbook em vigor

• Uma tarefa por etapa oferece a cada estágio um status, um responsável (Agente, Crew ou pessoa) e critérios de aceitação.
• Estados de revisão direcionam a atenção. Um agente pode deixar uma tarefa aguardando uma resposta humana ou revisão humana, e esses sinais alimentam a Inbox da pessoa responsável.
• O histórico de execução (run record) mostra quando uma execução começou e terminou, suas chamadas de ferramentas e eventos de Runtime, além dos detalhes de falhas: a trilha de auditoria exigida pelo capítulo de rollout.
• Tarefas-mãe (parent tasks) contêm o resultado final. “Lista de compradores de marketing do T4” é a tarefa principal; as nove etapas são subtarefas.

Se preferir não distribuir as nove tarefas manualmente, um líder de Crew pode dividir a tarefa-mãe e delegar as etapas, conforme descrito no artigo sobre as Sharkly Crews. O Sharkly é gratuito para começar, e o consumo de modelos utiliza o plano do Claude Code ou do Codex já vinculado ao seu Runtime.

Sinais: sem link de origem, sem sinal

A tarefa de sinais requer os critérios de aceitação mais rigorosos. O Treg identificou 16 de 27 contas com vagas abertas de GTM nos últimos 60 dias, mas 355 das 675 publicações retornadas já estavam encerradas.

Mudanças de emprego são ainda mais complicadas. No estudo do Treg com 148 pessoas que haviam anunciado um novo cargo, as bases de dados de contatos erraram o novo empregador em 68% das vezes, em média. A leitura do perfil em tempo real identificou apenas 49 das 148 pessoas, mas acertou em 47 delas. A regra segue fiel ao playbook: sem link de origem, sem outreach.

O teste do Treg sobre contratações antes de uma rodada de investimentos não diferenciou os grupos de forma conclusiva; portanto, avalie qualquer sinal de timing com base nas suas próprias vitórias e perdas antes de atribuir um peso a ele.

O que os números do Treg dizem — e o que não dizem

O Treg publica duas comparações que valem uma leitura atenta na sua página de busca de pessoas.

• Custo por e-mail correto: em uma amostra de 100 leads em outubro de 2026, o Treg relata 92 e-mails corporativos corretos a US$ 0,58 por 100 acertos, contra 84 a US$ 3,77 no caso do Clay.
• Precisão do agente: nas tarefas de prospecção B2B do People Search Bench de 119 tarefas da LessieAI, o Treg relata que o Claude Code sozinho atingiu 43% e o Claude Code com o Treg alcançou 78,2%, finalizando a lista em 1,4 minuto em vez de 2,8.

Esses resultados foram obtidos pelo próprio fornecedor com base nos preços de tabela do dia, e o Treg observa que uma diferença de poucas linhas configura empate técnico. Use esses dados como ponto de partida para escolher o que testar em 50 linhas próprias.

Implemente como software

A regra do último capítulo: nada se torna autônomo até ter rodado em modo de sombra (shadow). Em um quadro, isso se divide em três fases.

1. Sombra (Shadow). Os agentes executam todas as tarefas de dados; a tarefa de outreach permanece em revisão e nada é enviado.
2. Pequeno segmento. Um único nível (tier), durante uma semana. Acompanhe a contagem de linhas e o custo por lead entregável em relação ao arquivo de regras.
3. Autonomia para dados, nunca para o envio. As tarefas de dados rodam de forma agendada por meio de uma automação (Automation). O envio continua sendo uma decisão estritamente humana.

Para monitorar várias execuções ao mesmo tempo, veja como monitorar agentes de codificação em execução paralela.

Comece com uma etapa

O GTM no Claude Code funciona quando cada etapa é concisa, precificada e tem um responsável definido, com o quadro estabelecendo claramente quem interrompe a execução e quem aprova o envio. Comece aos poucos: crie a tarefa de ICP e a tarefa do arquivo de regras no Sharkly, execute a contagem gratuita e só então avance para as etapas pagas.

Perguntas frequentes (FAQ)

O que é engenharia de GTM?

O playbook do Treg a define como o projeto, a construção e a manutenção de sistemas que transformam uma estratégia de go-to-market em fluxos de trabalho repetíveis: direcionamento de contas, enriquecimento de leads, pontuação (scoring), monitoramento de sinais, pesquisa e roteamento inbound, com revisão humana antes do envio de mensagens outbound.

Quanto custa o Treg por lead?

Na execução do próprio Treg em 23 de setembro de 2026, os leads qualificados custaram US$ 0,12 por lead entregável e US$ 2,33 para a lista inteira. As chamadas são tarifadas por uso, e buscas sem resultado custam US$ 0,00.

Um agente de IA deve enviar cold emails sem revisão?

Não. O playbook do Treg afirma que nada deve ser enviado sem que uma pessoa tenha lido, e apenas 4 de 19 primeiras linhas pesquisadas por agentes tiveram avaliação razoável ou superior em sua execução.

Onde ficam as regras para um agente de GTM?

Em um arquivo de regras com limites numéricos, critérios explícitos de descarte, teto de gastos e uma pessoa nominalmente responsável pela interrupção. No Sharkly, você pode empacotar isso como uma Skill para que todos os agentes leiam as mesmas regras.

Isso funciona com o Codex em vez do Claude Code?

Sim. A configuração do Treg atende ao Claude Code, Codex e Cursor, e um Agente do Sharkly pode rodar em qualquer um desses Runtimes a partir do mesmo quadro. Veja gerenciador de tarefas com IA: atribua, acompanhe e revise o trabalho de agentes para obter a configuração geral.