Como construimos uma equipe de 7 agentes de vendas em 2 semanas
92+ prospects no CRM. Zero entrada manual de dados. 7 agentes especializados gerenciando pipeline, intel competitiva e outreach.
92+ prospects em um CRM de Notion. 100 registros com etapa, responsavel, tier, categoria ICP e próxima acao. Quatro sequencias de outreach ativas para 22 prospects com emails personalizados por LLM. Inteligência competitiva estruturada em 4 battle cards. Preparacao de chamadas com brief automatizado para cada discovery call.
Tudo gerenciado por 7 agentes de IA. Zero coordenador humano. Zero entrada manual de dados.
Estamos operando esse sistema em produção para uma operação de vendas de um API DeFi que vende para instituicoes financeiras na América Latina. A equipe humana são 3 pessoas. Sem os agentes, precisariamos de 2 a 4 contratações adicionais para cobrir pesquisa de prospects, manutenção de pipeline, inteligência competitiva, preparacao de chamadas, sequencias de follow-up e qualificacao continua.
Aqui esta a arquitetura, os números e o que aprendemos.
Os 7 agentes
Cada agente tem um papel definido, um modelo atribuido e um escopo estrito. Não existe um agente generalista que “faz um pouco de tudo”. A separacao de responsabilidades e a mesma que você aplicaria a uma equipe humana de vendas: ninguém pesquisa prospects, escreve sequencias de outreach, prepara chamadas E gerencia pipeline ao mesmo tempo.
1. Orquestrador (pan-orchestrator). Coordena todos os outros agentes. Decide o que se pesquisa, o que se prioriza, quando avancar um deal de etapa. Mantem os documentos canonicos: brief do projeto, log de decisões, perguntas abertas. Roda sobre Claude Opus. E o único agente que delega tarefas aos outros 6.
2. Pesquisador de prospects (prospect-researcher). Recebe um nome de empresa ou URL. Produz um perfil completo: o que fazem, para quem vendem, tamanho, funding, stack tecnológico, sinais de contratação, pressao competitiva. Qualifica o prospect em 5 dimensoes (intensidade de dor, sinal de orçamento, urgencia, fit técnico, acesso ao decisor) em uma escala de 25 pontos. Escreve o resultado direto no Notion.
3. Motor de outreach (outreach-engine). Escreve sequencias de email personalizadas para cada prospect. Não usa templates genéricos com mail merge. Le o perfil completo do prospect no CRM, identifica o angulo de entrada mais relevante, e produz um email de menos de 100 palavras com um hook específico. Regra dura: nunca usar “AI” no assunto (filtros de spam) e nunca prometer funcionalidade que não existe em produção.
4. Inteligência de chamadas (call-intel). Antes de cada discovery call, produz um brief com: snapshot da empresa, intel sobre os participantes (título, background, o que os motiva), hipotese de dor, e 5 perguntas priorizadas. Depois da chamada, estrutura as notas em insights acionaveis: dores confirmadas, objecoes, sinais de orçamento, próximos passos. Não gerencia pipeline nem escreve outreach. Sua única função e fazer cada conversa contar.
5. Pipeline e qualificacao (customer-discovery). O cerebro do CRM. Rastreia cada prospect pelo funil: Lead, Qualified, Discovery, Technical Review, Proposal, LOI, Pilot. Marca deals parados (sem atividade em mais de 7 dias). Gera relatorios de pipeline sob demanda. Qualifica prospects cruzando as 5 dimensoes do ICP scoring. Quando um deal precisa avancar ou ser descartado, este agente sinaliza.
6. Pesquisa de mercado (pan-sales-research). Produz inteligência competitiva estruturada. Estamos operando 4 battle cards atualizados contra competidores diretos e indiretos, cada um com diferenciadores, fraquezas e angulos de deslocamento. Analisa segmentos de mercado (neobanks, exchanges, crypto wallets, orquestradores de pagamento, cross-border) e prioriza por fit com a oferta atual.
7. Deal desk (deal-desk). Gerencia propostas, termos de design partner, pricing e unit economics. Tem os números: custo por transacao (blended $0.089), margem bruta por volume, ponto de break-even (~10K transacoes/mes), LTV/CAC (13.5x). Quando um deal avanca para proposta, este agente produz os termos específicos.
Arquitetura de dados: Notion como CRM
O CRM e um banco de dados de Notion com 100 registros. Cada registro tem: nome da empresa, categoria ICP (Fintech, Neobank, Payment, Exchange, etc.), tier (1-3 por potencial de ACV), qualidade do lead, responsavel, contato, email, URL e etapa.
O pipeline se divide em 5 etapas ativas e uma terminal:
| Etapa | Registros atuais | Criterio de entrada |
|---|---|---|
| Lead (Pending Call) | 64 | Empresa identificada como fit ICP |
| Qualified (Reached Out) | 15 | Primeiro outreach enviado |
| Discovery (Scheduled) | 3 | Chamada agendada com decisor |
| Technical Review (1st Call Done) | 4 | Discovery completada, interesse confirmado |
| Dropped | 14 | Sinal claro de não-fit |
Tres responsaveis humanos (Walls, Losi, Joseph) gerenciam os deals. Os agentes alimentam dados, qualificam, pesquisam e redigem. Os humanos tomam as decisões de avanco, rejeição e fechamento.
A sincronizacao funciona em ambas as direcoes. Quando um agente pesquisa um prospect, cria ou atualiza o registro no Notion via API. Quando um humano move um deal de etapa manualmente, os agentes leem o estado atualizado no próximo ciclo.
Outreach automatizado: 4 toques em 14 dias
Estamos rodando sequencias de outreach frio para 22 prospects com email resolvido. O sistema funciona assim:
Cadencia fixa: Toque 1 no dia 0, Toque 2 no dia 3, Toque 3 no dia 7, Toque 4 no dia 14. Maximo 20 emails por dia (protecao de reputacao do domínio). Cada email passa por um fluxo de LLM que personaliza o template com dados reais do prospect: nome do decisor, indústria, dor especifica, sinal publico (palestras, publicacoes, anuncios de produto).
O envio usa Resend. Cada email enviado e registrado em SQLite com resend_id para tracking posterior. O sistema processa eventos do Resend automaticamente: entregas, aberturas, cliques e bounces. Quando um email retorna, a sequencia pausa para esse prospect e o registro no Notion e atualizado.
As regras de personalizacao são estritas: nunca usar métricas inventadas, nunca prometer funcionalidade futura, sempre referenciar algo específico do prospect. O proof point que usamos nas sequencias atuais e real: “motor de pesquisa legal com 10 agentes que completou 33 tarefas de forma autônoma” e “agente de inteligência gerenciando pipeline de 92+ prospects via Slack e Notion”.
A cadencia de 14 dias com 4 toques foi escolhida com base nas taxas de resposta tipicas em vendas B2B na América Latina. O primeiro toque tem a maior taxa de abertura. O quarto toque e o de ruptura: 2 frases, sem pressao, porta aberta. Estamos medindo taxas de abertura, clique e resposta por toque para otimizar a cadencia nas proximas semanas.
Inteligência competitiva estruturada
O agente de pesquisa de mercado mantem 4 battle cards ativos. Cada um tem a mesma estrutura: o que o competidor faz, onde somos superiores, onde são superiores, e o angulo de deslocamento para usar em conversas de vendas.
Os 4 eixos de comparacao que nossos vendedores mais usam:
| Comparacao | Diferenciador chave |
|---|---|
| vs. integração direta (Aave/Morpho) | 100+ linhas de código vs. menos de 10 |
| vs. construir in-house | $255-330K primeiro ano, 2-3 engenheiros, 3 meses vs. deployment em semanas |
| vs. Enso (route-based) | Intent-based (o que, não como), gas incluido, wallets embebidas |
| vs. Halliday (workflow engine) | Sem wallets embebidas, sem gas incluido, abstracao diferente |
Esses battle cards não são documentos estaticos. O agente os atualiza quando detecta mudancas: novas funcionalidades de competidores, mudancas de pricing, anuncios de fundraising. A equipe de vendas tem informação competitiva atualizada antes de cada chamada sem precisar procura-la.
O que o humano faz, o que o agente faz
A divisao e clara e estamos sendo rigorosos com ela.
O agente faz: pesquisa de prospects, qualificacao ICP, redacao de outreach, preparacao de briefs pre-chamada, estruturacao de notas pos-chamada, manutenção de pipeline, inteligência competitiva, tracking de eventos de email, geracao de relatorios.
O humano faz: decidir se avanca um deal, rejeita ou pausa. Aprovar emails antes do envio. Conduzir chamadas de discovery. Negociar termos. Fechar deals. Construir relacionamentos.
A fronteira não e arbitraria. Tudo que e repetitivo, baseado em dados e executavel com regras claras vai para o agente. Tudo que requer julgamento sobre contexto humano, relacionamentos ou compromissos financeiros vai para a pessoa.
Um exemplo concreto: quando um prospect responde a um email de outreach, o agente detecta a resposta e atualiza o status no Notion. Mas quem decide como responder a essa resposta e o humano. O agente pode preparar um rascunho sugerido com contexto do prospect, mas nunca envia sem aprovação explicita.
Os números ate agora
| Metrica | Valor |
|---|---|
| Prospects no CRM | 100 (92+ ativos) |
| Categorias ICP cobertas | 17 (Fintech, Neobank, Payment, Exchange, etc.) |
| Prospects com sequencia ativa | 22 |
| Toques na sequencia | 4 (cadencia de 14 dias) |
| Battle cards competitivos | 4 |
| Segmentos pesquisados | 6 |
| Agentes em produção | 7 |
| Responsaveis humanos | 3 |
| Dados inseridos manualmente | 0 registros |
Tres deals estão em Technical Review com sinal de interesse confirmado. Os vendedores usam os briefs pre-chamada para cada discovery. A qualificacao ICP roda automaticamente cada vez que um novo prospect e pesquisado.
O que aprendemos construindo isso
A especializacao importa mais que a quantidade de ferramentas. As primeiras versoes tinham menos agentes com mais responsabilidades. Um agente que pesquisava prospects E escrevia outreach E gerenciava pipeline produzia trabalho mediano nas tres areas. Ao separar em 7 agentes especializados, a qualidade do output subiu em cada frente. A razao e a mesma que se aplica a equipes humanas: um prompt com 3 responsabilidades distintas produz resultados mais genéricos do que 3 prompts focados.
O CRM como fonte única de verdade simplifica tudo. Todos os agentes leem e escrevem no mesmo CRM de Notion. Não ha arquivos locais divergindo, não ha planilhas paralelas, não ha informação presa no contexto de um agente que os demais não conseguem ver. Quando o pesquisador de prospects atualiza um perfil, o motor de outreach tem essa informação imediatamente disponivel.
Os limites de autoridade previnem desastres. O orquestrador pode delegar tarefas a qualquer agente. Mas nenhum agente pode enviar um email, criar uma proposta vinculante ou mover um deal para uma etapa crítica sem intervenção humana. Essa restricao adiciona alguns minutos de latencia, mas elimina uma categoria inteira de erros.
Outreach personalizado com LLMs funciona se você tem dados suficientes. Um email genérico com {nome} e {empresa} não convence ninguém. Um email que referencia a palestra que o CTO deu na semana passada, menciona a dor especifica do prospect pelo nome, e inclui uma metrica real (não inventada) de um caso comparavel, tem uma taxa de resposta mensurável. O LLM não e o que faz a diferença. Os dados do prospect que alimentam o LLM são o que faz a diferença.
Tempo de construcao e custo
O sistema completo foi construido em 14 dias. As primeiras 5 sessoes foram definição de agentes, estrutura de dados e integração com Notion. Os dias 6-10 foram o motor de outreach, as sequencias de email e a integração com Resend. Os últimos 4 dias foram inteligência competitiva, preparacao de chamadas e calibracao da qualificacao ICP.
O custo operacional mensal são as APIs de LLM (Claude Sonnet para os 6 agentes especialistas, Claude Opus para o orquestrador) e o tier do Notion que ja pagamos. Não ha VPS dedicado, não ha banco de dados externo, não ha infraestrutura adicional. O CRM e Notion. O tracking e SQLite. A execução roda sob demanda.
Para um cliente que queira replicar essa arquitetura de vendas, o deployment leva entre 10 e 15 dias. O que muda: a estrutura do CRM, as categorias ICP, os templates de outreach, os battle cards, e a qualificacao de prospects. O que não muda: a arquitetura de 7 agentes, o padrão de aprovação humana, a cadencia de outreach, e o sistema de tracking de eventos.
Synaptic transforma negocios em organizações AI-native. Começamos onde a demo termina. synaptic.so