01 Uma meta sozinha ensina a trapacear

Existe uma regra antiga em qualquer empresa: quando uma medida vira meta, ela deixa de medir. Não porque as pessoas sejam desonestas — porque elas são inteligentes. Se você paga por número de atendimentos, os atendimentos ficam curtos. Um sistema que aprende faz exatamente a mesma coisa, só que mais rápido e sem culpa.

No LOOP-R, a métrica-alvo é o número que você mandou o loop subir. Se for o único número que ele olha, ele vai achar o caminho mais curto até ele — e o caminho mais curto quase nunca passa por atender melhor.

A dona de uma clínica de estética pede: "aumente a taxa de resposta das propostas". Três ciclos depois a taxa subiu de 20% para 34%. Ela abre as conversas e descobre o motivo: a versão nova manda uma segunda mensagem no dia seguinte, e boa parte das "respostas" é "por favor, pare de me mandar isso". Contou como resposta. O ponteiro subiu; a clínica, não.

02 As trapaças têm três formas conhecidas

Você não precisa imaginar todas as trapaças possíveis. Elas se repetem. Peça para maximizar cliques e o loop aprende a fazer título-isca. Peça para minimizar o tempo de atendimento e ele aprende a encerrar rápido sem resolver. Peça para maximizar vendas e ele aprende a dar desconto até a margem sumir. Peça para maximizar respostas e ele aprende a provocar.

Repare no padrão: em todas, o número pedido sobe de verdade. A trapaça não está no número — está no que ficou de fora dele.

A gestora de suporte de uma empresa de software pequena colocou como meta "tempo médio por chamado, de 18 para 10 minutos". Em duas semanas chegou a 9. Só que os chamados encerrados em 2 minutos voltavam a abrir no dia seguinte, e a nota de satisfação caiu de 4,3 para 3,6. Nada disso apareceu no painel dela, porque o painel só mostrava o tempo.

03 A forma obrigatória: maximizar X sem piorar Y, Z, W

No LOOP-R, uma meta nunca vem sozinha. Toda métrica-alvo vem acompanhada de pelo menos um número que não pode cair — um guarda-corpo. A frase completa é sempre "maximizar X sem piorar Y, Z e W". Não é um enfeite: é a parte da meta que impede a trapaça.

Existem vigiados típicos por área. Em vendas: margem média, reclamações, descadastro, desconto médio. Em atendimento: satisfação, reabertura em 7 dias, tempo gasto pelo cliente. Em conteúdo: tempo na página, descadastro, denúncias. Você não precisa vigiar todos — precisa vigiar os que a trapaça mais provável tocaria.

Um corretor de imóveis que responde leads de portal escreve: "maximizar visitas agendadas por lead, sem piorar a taxa de visita em que o cliente não aparece, nem o desconto médio oferecido". Agora, se a versão nova agenda mais visitas prometendo desconto na conversa, o desconto médio sobe — e a versão reprova, mesmo com a agenda cheia.

Dois assistentes do loop usam essa frase. O Guardião veta qualquer hipótese que proponha mexer num vigiado. O Avaliador reprova qualquer versão que suba X e piore um vigiado além da tolerância — mesmo que X tenha subido muito. Se a resposta sobe 40% e a margem cai 1% com tolerância zero, a resposta é "A segue". Sem exceção.

04 A própria contagem pode trapacear

Há uma trapaça mais silenciosa que as três anteriores: a que acontece na definição do número. "Resposta" conta o quê, exatamente? Se contar qualquer mensagem de volta, "pare de me mandar isso" é uma resposta. Se "resolvido" contar qualquer chamado encerrado, um chamado encerrado à força está resolvido.

Por isso a definição da métrica faz parte da ficha do loop, e não é um detalhe: "resposta" tem que excluir resposta negativa; "resolvido" tem que excluir reaberto em 7 dias. O Observador — o assistente que conta — confere se a planilha de registro está consistente com essa definição antes de somar qualquer coisa.

Na clínica, a coluna "respondeu" da planilha de registro ganhou uma vizinha: "resposta positiva (sim/não)". Na empresa de software, a coluna "encerrado em" ganhou "reaberto até 7 dias depois (sim/não)". Duas colunas a mais, e as duas trapaças do começo desta aula deixaram de existir na contagem.

01 Com doze, a sorte se disfarça de padrão

Jogue uma moeda doze vezes. Oito ou mais caras acontecem em quase uma de cada cinco tentativas — sem moeda viciada, sem truque. Agora troque "cara" por "cliente que agendou" e "coroa" por "cliente que não respondeu": com doze clientes, uma mensagem nova "ganhar" da antiga é o que se espera do acaso, não uma prova de que ela é melhor.

É por isso que "eu testei e funcionou" quase nunca é verdade com número pequeno. Não é que a pessoa esteja errada sobre o que viu. É que o que ela viu acontece também quando não há diferença nenhuma.

Um corretor de imóveis muda a primeira mensagem que manda aos leads do portal. Nos 12 leads seguintes, 4 agendam visita. Com a mensagem antiga, nos 12 anteriores, foram 2. "Dobrou", ele conta na reunião de segunda, e a mensagem nova vira a mensagem de todo mundo. Em três semanas a taxa está onde sempre esteve — e agora ninguém sabe se a nova é melhor, pior ou igual.

02 A tabela da quantidade que prova

A quantidade que prova é uma conta padrão, e o Experimentador — o assistente que desenha o teste — faz essa conta e mostra para você antes de o teste começar. Você não precisa saber a fórmula. Precisa saber ler a tabela.

Leia duas coisas. Primeira: quanto mais baixo o número de partida, mais execuções ele exige — 3% é quase impossível de provar numa empresa pequena. Segunda: quanto maior o salto que você espera, menos execuções precisa — mas o salto tem que acontecer de verdade, não ser um desejo.

A dona da clínica manda 50 propostas por semana e quer subir a conversão em venda de 3% para 5%. Pela tabela, são 1.500 propostas com cada versão: 60 semanas para um único teste. Mais de um ano para responder uma pergunta. Não é que o loop não funcione — é que essa pergunta, nesse ritmo, não dá para responder.

03 Três tipos de número, três velocidades

A saída para a clínica não é desistir de medir — é medir um número mais rápido que ainda tenha relação com o dinheiro. O LOOP-R separa os números em três tipos. Dinheiro: conversão, ticket, margem — quem responde é o cliente, semanas depois; leva meses para provar. Sinal: taxa de resposta, agendamento, clique útil — o cliente responde em horas ou dias; leva semanas. Artefato: a proposta cumpre a lista de conferência? tem erro? tom certo? — responde-se olhando o texto, em minutos.

A regra do loop: o teste roda sobre o número mais rápido que ainda tem uma ligação plausível com o dinheiro. O dinheiro não some — vira vigiado ("sem piorar a conversão") enquanto não há volume para testá-lo direto.

Na empresa de software, a gestora de suporte tem os três: dinheiro é a renovação do contrato (meses); sinal é "resolvido no primeiro contato" (dias); artefato é "a resposta cumpre a lista de conferência" (minutos). O loop dela gira toda semana sobre o artefato e o sinal, e vigia a renovação.

04 "Amostra insuficiente" é a resposta mais comum — e tem que ser aceitável

O Avaliador, o assistente que julga o teste, só sabe dar três respostas: B ganhou com margem, A segue, ou amostra insuficiente — continue o teste. Se o número de execuções ainda não chegou à quantidade que prova, a resposta é a terceira. Sempre. Não existe "mas está ganhando".

Parar cedo porque está ganhando é a forma mais comum de virar regra uma coisa que era ruído. A tabela do passo anterior diz quando o teste termina; a vontade de ver o resultado, não. A única parada antecipada permitida é por vigiado caindo — aí o teste para porque está fazendo estrago, não porque está indo bem.

No caso real da clínica de estética que este curso acompanha, o primeiro ciclo quase começou errado: o Otimizador esperava um efeito pequeno, e o Experimentador avisou que, com aquela expectativa, o teste levaria 40 semanas. A dona redimensionou o teste pelo alvo que estava na ficha (20% para 30%): 300 propostas por versão. O teste passou a caber no calendário antes de mandar a primeira mensagem.

05 Fatiar exige trinta por fatia

Depois que o loop conta, o Crítico — o assistente que diz o que funcionou e o que falhou — vai querer fatiar: por tipo de cliente, por canal, por dia da semana. Toda fatia obedece à mesma lei do número pequeno. "Terça converte mais" com 12 propostas não existe. O Crítico só pode chamar algo de padrão com pelo menos 30 execuções na fatia.

Por isso toda afirmação dele sai com um rótulo de força. Forte: 90 ou mais execuções — vira hipótese prioritária. Moderada: de 30 a 89 — vira hipótese. Fraca: menos de 30 — vai para a memória como "observado, não testado", e volta a ser olhada quando o número crescer. Nada se perde; nada vira regra cedo demais.

Na clínica, o Crítico notou que clientes de procedimento facial respondiam mais que clientes de procedimento corporal. Eram 14 de um lado e 11 do outro. Rótulo: fraca. A observação ficou guardada, e três meses depois, com 60 de cada, virou uma hipótese moderada para testar. Se tivesse virado regra no primeiro mês, teria sido uma regra sobre 25 pessoas.

01 Nota de 1 a 10 mede o humor de quem avalia

Peça a duas pessoas para dar nota a uma proposta comercial. Uma dá 7, outra dá 8, e as duas estão certas — porque "7" não significa nada que se possa conferir. Agora peça a uma IA para dar nota e repita na semana seguinte: ela também muda. Juízes de texto, humanos ou não, têm manias conhecidas: preferem o texto mais longo, preferem o segundo que leem, e mudam de opinião entre semanas.

A saída não é achar um juiz melhor. É trocar a pergunta. "Esta proposta é boa?" não tem resposta conferível. "Esta proposta tem exatamente uma pergunta de fechamento?" tem: sim ou não, e qualquer pessoa que olhe o texto responde igual. Uma lista de conferência é só isso: perguntas que não deixam espaço para gosto.

A dona da clínica de estética passou meses pedindo à assistente "melhore esta proposta" e recebendo versões diferentes, sem saber se eram melhores. Quando trocou por "a proposta menciona algo específico que a cliente disse? tem no máximo 80 palavras? promete prazo?", ela e a recepcionista passaram a responder a mesma coisa sobre a mesma proposta — pela primeira vez.

02 A lista modelo: sete perguntas para uma proposta

O que vem a seguir parece uma ficha de vistoria de carro, e é exatamente isso: cada linha é uma pergunta que se responde olhando o texto, e só o texto. Você não precisa preencher nada agora — só reconhecer o formato, porque a sua lista vai ter a mesma cara.

R1  Tem no máximo 80 palavras?                                   sim/não
R2  A primeira frase menciona algo específico do cliente?         sim/não
R3  Tem exatamente UMA pergunta de fechamento?                    sim/não
R4  Não promete prazo? (invariável)                               sim/não
R5  Desconto, se houver, é de no máximo 10%? (invariável)         sim/não
R6  Não contém erro sobre o produto (conferido na base)?          sim/não
R7  Tom: sem exclamação dupla, sem "imperdível", sem CAPS?         sim/não

Repare em três coisas. Toda pergunta é contável ou visível — palavras, frases, uma coisa que está ou não está no texto. Duas perguntas estão marcadas como invariável: são as que vêm da resposta 3 da ficha do loop, o que nunca muda sozinho — e uma versão que falhe nelas em um único caso perde, não importa o resto. E nenhuma pergunta usa "adequado", "bom" ou "profissional".

Para o corretor de imóveis, a lista da resposta ao lead de portal ficou parecida, com outras perguntas: cita o imóvel pelo nome ou endereço que o lead abriu? oferece dois horários de visita, não um nem três? não informa preço abaixo da tabela (invariável)? não usa "oportunidade única"?

03 Calibrar o juiz: vinte minutos, uma vez

Quem responde a lista no dia a dia não é você — é o Avaliador, o assistente que julga. E ele precisa ser conferido contra você, porque juízes derivam. O produto pede o único trabalho manual de medição de todo o loop: você responde sim ou não, para cada pergunta da lista, em 10 a 20 textos. Vinte minutos, uma vez. Esses textos com as suas respostas viram o conjunto de calibração.

A cada ciclo, antes de julgar qualquer coisa nova, o Avaliador responde esses mesmos textos. Se concordar com você em menos de 80% das respostas, o rótulo é "juiz descalibrado": o ciclo não promove nada e o Meta-agente — o assistente que só observa o próprio loop e relata — avisa. E se uma pergunta específica da lista tiver concordância abaixo de 80%, o problema é da pergunta — ela é reescrita ou removida.

Duas proteções a mais, que você não precisa operar, só saber que existem: o Avaliador compara as versões em pares com a ordem embaralhada, três vezes, e fica com a maioria (isso mata a mania de preferir o segundo); e, quando o teto permite, o Avaliador roda num modelo de IA diferente do que escreveu o texto, para não aprovar o próprio estilo.

A gestora de suporte separou 15 respostas de chamado — 8 que ela teria enviado, 7 que teria devolvido — e marcou sim/não nas 6 perguntas da lista dela. Na primeira calibração o Avaliador concordou em 71%. Uma pergunta ("a resposta é cordial?") respondia por quase toda a discordância. Ela trocou por "a resposta chama o cliente pelo nome e termina perguntando se resolveu?". Concordância: 93%.

04 Como a lista vira veredito

A pontuação de um texto é simplesmente a quantidade de "sim". Para comparar a versão atual com a candidata, o loop não olha uma proposta — olha um conjunto fixo de 20 a 50 casos guardados, os casos de conferência, e produz as duas versões para cada caso. A versão B "ganha no artefato" se a média de sim dela é pelo menos um critério acima da média de A e ela não perde em nenhuma invariável, em nenhum caso.

Esse teste roda em minutos, sem cliente, toda semana. É por isso que o loop consegue girar mesmo quando a métrica de sinal ainda está juntando as 300 execuções: enquanto o mundo responde devagar, o texto já está sendo conferido rápido.

O corretor guardou 30 leads antigos, com a mensagem que cada um mandou, como casos de conferência. A versão nova de resposta fez média 5,4 de 6 contra 4,1 da antiga — e, num dos 30 casos, informou preço abaixo da tabela. Perdeu. Uma invariável violada uma vez vale mais que 1,3 ponto de média a favor.

01 Cinco linhas, no máximo uma vez por semana

O cartão de decisão é a única coisa do loop que exige a sua atenção. Ele chega no máximo uma vez por semana e tem cinco linhas fixas: qual hipótese foi testada; o resultado com a quantidade e a margem; como ficaram os vigiados; quanto custou contra o teto; e as três opções. Nada mais. Se precisasse de mais, não caberia na sexta-feira de ninguém.

O que vem a seguir parece um recibo de caixa, e é: cada linha é um número que você já sabe ler pelas aulas anteriores. Este é o cartão que a dona da clínica de estética recebeu no quarto ciclo do caso real deste curso.

Leia de cima para baixo como você leria um exame: primeiro o que foi testado, depois se o número principal andou e com quantas execuções (300 de cada lado era a quantidade que prova), depois se alguma cerca cedeu, depois o custo. Só então a decisão. A linha da conversão em venda não aparece aqui porque ela não era o alvo do teste — era vigiada, e não caiu.

02 Três respostas, e só três

Antes de o cartão chegar a você, o Avaliador já deu o veredito dele, que só pode ser um de três: B ganhou com margem, A segue, ou amostra insuficiente. O cartão traduz isso nas suas três opções. Aprovar: a candidata vira a versão oficial. Rejeitar: a atual continua, e a hipótese vai para a memória como descartada, com o motivo. Esperar: o teste continua por mais um prazo.

E se você não responder? O padrão é o seguro: nada é promovido, e o histórico registra "decisão pendente". O loop não fica esperando de braços cruzados — continua executando com a versão atual — mas também não decide por você.

O corretor de imóveis recebeu o cartão numa sexta de plantão e não abriu. Na segunda, o histórico mostrava "ciclo 0003: pendente há 3 dias". A versão antiga seguiu respondendo os leads, sem mudança. Quando ele abriu na terça, o cartão era o mesmo — o loop não tinha tomado nenhuma decisão em nome dele.

03 O caso real: ganhou dez pontos e não passou

No segundo ciclo da mesma clínica, a hipótese era "propostas com no máximo 80 palavras". O resultado principal foi ótimo: taxa de resposta de 19,3% para 29,7%, com 300 propostas de cada lado — um ganho de dez pontos, e não por sorte. Mas a linha dos vigiados mostrava reclamações 6 contra 1, e a tolerância de reclamações estava em zero. Veredito: A segue. A hipótese foi descartada.

O sistema fez exatamente o que devia — aplicou a regra como estava escrita, não promoveu, registrou. O erro estava na regra. Reclamação é um evento raro, cerca de 1%: em 300 propostas, ter 6 num lado e 1 no outro acontece por acaso com facilidade. Não era uma diferença; era ruído. E a tolerância zero transformou ruído em reprovação.

A lição não é "ignore o vigiado quando o ganho for grande" — isso derrubaria a única garantia forte do loop. A lição é que tolerância é uma decisão de conta, não de vontade: para um evento a 1% em 300 execuções, a oscilação normal é de cerca de 1 ponto, então a tolerância certa é 0,01 e não zero. A dona da clínica ajustou a ficha para os próximos testes. A hipótese descartada ficou na memória, com o motivo — e dois ciclos depois uma hipótese diferente ganhou de verdade.

04 Resposta 4 da ficha: o teto

A quarta linha do cartão — custo — só existe porque você escreveu um teto na ficha do loop. É a resposta 4: quanto um ciclo pode custar em dinheiro, e quanto tempo seu ele pode pedir por semana. O Guardião interrompe o ciclo quando o teto é atingido. Sem teto, um loop pode custar mais do que o ganho que persegue, e ninguém percebe até a fatura.

Há um segundo número que o Meta-agente — o assistente que só observa o próprio loop e relata — vigia desde o primeiro ciclo: o custo por hipótese que virou oficial. Se em cinco ciclos nada foi promovido, ele propõe uma de três coisas: rodar com menos frequência, usar assistentes mais baratos nas etapas de leitura, ou carregar menos memória. Ele propõe; você decide.

Na ficha modelo do produto, a linha de custo aparece como "R$ 41 neste ciclo (teto R$ 50)" — o valor é ilustrativo, mas a forma é essa: gasto contra limite, sempre. A gestora de suporte fixou o teto dela em duas partes: até R$ 60 por ciclo, e no máximo uma hora da atenção dela por semana — a hora de ler o cartão e a evidência, se quiser.

05 Resposta 5: quem aprova — e o botão de voltar

A resposta 5 da ficha é quem aprova, e ela tem três níveis. L0: o loop só relata; nada vira oficial. L1: o loop propõe, você aprova cada cartão. L2: quando o veredito é B ganhou, o loop promove sozinho e avisa — e só se desbloqueia depois de cinco promoções corretas em L1. Existe um L3 (o loop redesenhar a si mesmo), e a última aula desta trilha diz por que ele ainda é pesquisa.

O que torna o L2 aceitável, e o L1 tranquilo, é o botão de voltar. No primeiro ciclo depois de uma promoção, se o número do teste ou qualquer vigiado cair abaixo do que a versão anterior fazia, além da tolerância, a versão anterior volta. Em L1, o cartão avisa e pede a sua confirmação. Em L2, volta sozinho e avisa. Nos dois casos, o histórico guarda o motivo: nada some, nada é sobrescrito.

O corretor promoveu a resposta nova aos leads no ciclo 5. No ciclo 6, o agendamento caiu de 31% para 19% — abaixo dos 22% que a versão antiga fazia. O cartão chegou com uma linha diferente: "queda além da tolerância; voltar para a versão anterior? [sim] [manter]". Ele voltou. A versão promovida ficou no histórico com a data, os números e a palavra "revertida", para nunca ser testada de novo como se fosse nova.

01 Quatro garantias, e nenhuma delas é "o número sobe"

Nenhum loop de aprendizado garante que o número sobe. Nem este — e a dona da clínica de estética ouviu isso na primeira tela do produto, antes de preencher a ficha. O que o LOOP-R garante são quatro coisas, todas por construção — quer dizer, elas valem porque as regras das aulas anteriores existem, não porque alguém prometeu. Uma versão pior nunca substitui a atual por decisão do sistema. Toda mudança tem registro e volta atrás. O ciclo roda toda vez do mesmo jeito. O custo não passa do teto.

Ao lado de cada garantia mora o que ela não cobre. Não substituir por uma pior não quer dizer que a próxima será melhor. Ter registro não quer dizer que o registro terá algo útil — pode ser "sem evidência" dez ciclos seguidos. Rodar sempre não quer dizer que cada ciclo produz uma hipótese boa. Ficar no teto não quer dizer que o custo compensa.

A regra que este produto segue em todo texto: a palavra "garantir" só aparece acompanhada de não-regressão, de registro com volta, ou de constância do ciclo. Se você ler "garante mais vendas" em qualquer material sobre loops de IA — inclusive sobre este — está lendo uma promessa que ninguém pode fazer.

02 O elo que ainda não foi provado: sinal → dinheiro

Na aula 2 você trocou o dinheiro pelo sinal como alvo do teste, porque o dinheiro demora demais. Isso tem um preço que precisa ser dito: subir o sinal não prova que o dinheiro sobe. É plausível — quem responde tem mais chance de comprar — mas plausível não é provado. Enquanto o volume não chega, o elo entre os dois é uma aposta declarada, não um resultado.

O caso real da clínica mostra isso sem retoque. No ciclo 0004, a taxa de resposta subiu de 19,3% para 29,3% e a versão foi promovida com razão. A conversão em venda foi de 3,0% para 3,7% — um número que, com 300 propostas de cada lado, não distingue de sorte. O relatório do ciclo diz exatamente isso: "o elo sinal → alvo segue não provado". Dez pontos de resposta, e sobre vendas ainda não há nada a afirmar.

O corretor de imóveis vive o mesmo elo com outros nomes: mais visitas agendadas não provaram, até agora, mais vendas fechadas. O loop dele otimiza o agendamento e vigia o fechamento. No dia em que houver 1.500 leads de cada lado, o fechamento pode virar alvo. Antes disso, dizer "o loop aumentou as vendas" seria a promessa do passo anterior.

03 "Sem evidência" dez ciclos seguidos é um resultado possível

O loop garante que o ciclo roda toda semana. Não garante que a semana traga uma ideia boa. É possível — e, em negócio pequeno, comum — que o Crítico encontre só observações fracas por vários ciclos, que o Otimizador não tenha do que propor, e que o histórico acumule "sem evidência suficiente" linha após linha. Isso não é o loop quebrado. É o loop dizendo a verdade sobre o volume que tem.

Duas coisas continuam valendo nessas semanas. A memória de hipóteses descartadas cresce, e ela vale tanto quanto a das promovidas: impede que a mesma ideia ruim seja testada duas vezes, por você ou por quem vier depois. E o Meta-agente, o assistente que só observa o loop e relata, conta o custo por hipótese promovida — se em cinco ciclos nada foi promovido, ele propõe rodar com menos frequência, não fingir progresso.

A gestora de suporte passou por seis ciclos assim entre março e abril: chamados de menos por tipo para o Crítico afirmar qualquer padrão. Ela reduziu o loop para quinzenal, seguindo a proposta do Meta-agente, e deixou a planilha de registro acumulando. Em junho, com 30 chamados no tipo mais comum, veio a primeira hipótese moderada. O histórico dela tem seis linhas de "sem evidência" — e ela considera as seis honestas.

04 O que ainda é pesquisa, e o que é gargalo

Há uma parte da ideia do LOOP-R que ainda não está pronta para negócio nenhum: o loop redesenhar a si mesmo — o nível L3, o Meta-agente propondo trocar assistentes, mudar a ordem do ciclo, reescrever as próprias regras. Isso é pesquisa. No produto que este curso ensina, o Meta-agente só relata: custo, hipóteses geradas contra promovidas, quem mais leva veto do Guardião, se o juiz está calibrado. Zero ação. Quem prometer um sistema que "melhora o próprio sistema" sozinho está vendendo o que ainda não existe de forma segura.

E há o gargalo que nenhum assistente resolve: a planilha de registro. Sem evidência, o resto é teatro — e a evidência do seu negócio está no WhatsApp, no caderno da recepção, na cabeça do vendedor. O produto conecta com uma coisa: uma planilha com colunas definidas na ficha. Quem quiser usar, preenche ou exporta. Ligações diretas com outros sistemas são cada uma um projeto próprio, e nenhuma vem de graça com as cinco respostas.

Para a clínica e para o corretor, a conclusão é a mesma frase, que serve de teste para qualquer promessa: o LOOP-R como disciplina de processo — registro, teste com quantidade que prova, não-regressão — vale sozinho hoje. O LOOP-R como "sistema que aprende sozinho" depende de um volume de dados que a maioria das empresas pequenas não tem. Um produto honesto diz isso na primeira tela.