Mensagens que Vendem: Scripts do ChatGPT para Vendedores
ChatGPT não vende pelo vendedor. Mas usado como copiloto, economiza 2 horas por dia que antes iam em redigir e-mail do zero…
ChatGPT não vende pelo vendedor. Mas usado como copiloto, economiza 2 horas por dia que antes iam em redigir e-mail do zero — tempo que agora volta pra call.
O erro mais comum é pedir “escreve um e-mail de prospecção”. Sai genérico, sai em massa, é bloqueado em filtros. O uso correto é dar ao modelo um briefing estruturado — e editar o output.
O que é um script de vendas
Script de vendas não é decoreba. É um mapa de conversa com pontos obrigatórios (abertura, discovery, apresentação, objeção, fechamento) e frases-chave que a pessoa adapta ao contexto.
Script bom cabe em 1 página. Script ruim tem 15 e ninguém lê.
Identificando público-alvo (antes do script)
Antes de pedir qualquer coisa ao ChatGPT, tenha claro:
- Setor e porte da empresa.
- Cargo e nível do decisor.
- Dor específica (não genérica — “ticket médio caindo 12% nos últimos 6 meses” vence “aumentar vendas”).
- Objeção mais comum dessa persona.
Esses 4 blocos viram o contexto que você passa pro modelo. Sem eles, o output é mediano.
10 scripts prontos por etapa do funil
Os prompts abaixo assumem que você já colou o briefing acima na janela. Ajuste variáveis em colchetes.
Prospecção — primeiro e-mail
“Escreva um e-mail de prospecção de 60 palavras para [CARGO] em [SETOR]. Abertura com referência a [GATILHO RECENTE]. Ofereça valor concreto: [MATERIAL/BENCHMARK]. CTA: pergunta fechada. Tom: direto, sem frases vazias como ‘espero que esteja bem’.”
Prospecção — follow-up
“Escreva 3 variações de follow-up para o e-mail anterior, enviadas 3, 7 e 14 dias depois. Cada uma com novo ângulo: dado, pergunta, breakup. Máx 50 palavras cada.”
Discovery — perguntas de descoberta
“Liste 10 perguntas abertas de discovery para [CARGO] em [SETOR], cobrindo: situação atual, impacto da dor, processo de decisão, orçamento, prazo. Formato: pergunta + o que você busca descobrir com ela.”
Demo — abertura
“Escreva a abertura de uma demo de 30 min para [PRODUTO]. 3 blocos: recap do que descobri no discovery, agenda da call, pergunta pra confirmar prioridade. Máx 90 segundos de fala.”
Objeção — preço
“Liste 5 formas de responder à objeção ‘está caro’ para [PRODUTO] com ticket [X]. Cada resposta deve devolver pergunta ou enquadrar em ROI, não descontar. Máx 30 palavras cada.”
Objeção — vou pensar
“Escreva 3 respostas à objeção ‘vou pensar’ que extraem o que realmente está travando. Uma curiosa, uma direta, uma que oferece ponte (recurso, call extra, case).”
Fechamento — resumo antes de proposta
“Me ajude a escrever o resumo que mando antes da proposta: 5 bullets com dor, solução proposta, escopo, prazo, próximo passo. Formato: ‘Do que conversamos / Como resolvemos / O que vem depois’.”
Pós-venda — onboarding
“Escreva e-mail de kickoff de onboarding para [PRODUTO]. 4 blocos: bem-vindo, próximos 30 dias, o que o cliente precisa providenciar, canal de contato. Tom próximo, sem jargão.”
Reativação — cliente frio
“Escreva e-mail pra reativar cliente que sumiu há 90 dias. Tom: não cobrando, oferecendo algo novo que pode interessar (recurso, dado, benchmark). Máx 70 palavras.”
Indicação — pedindo referral
“Escreva mensagem pra pedir indicação a cliente satisfeito 60 dias após fechamento. Seja específico no perfil que busca. Tom: gentil e direto, sem rodeios.”
O output do ChatGPT é ponto de partida, não entrega final. Se você manda sem editar, seu prospect recebe o mesmo e-mail do seu concorrente.
Personalizando o script
Depois de gerar:
- Tire 30% do texto. Todo output de LLM é 30% mais longo que o necessário.
- Troque 2 palavras por gírias do seu setor. Dá humanidade.
- Adicione 1 referência específica ao prospect (nome do projeto, pessoa, número).
- Leia em voz alta. Se tropeça, reescreve.
Medindo eficácia
Não confunda “gostei do texto” com “funcionou”. Métricas reais:
- Reply rate (> 15% em cold e-mail é saudável).
- Conversão em meeting (> 30% de quem responde).
- Tempo de ciclo de venda (se script bom, encurta).
Teste cada script em 50 envios antes de decidir se vai pra biblioteca padrão do time.
Na AF9, o vendedor treina scripts num simulador de IA que reproduz o ICP real. Ver demo.