Automatizei o suporte por e-mail de uma pequena empresa com ChatGPT Plus e Claude

Cansado de perder horas separando e-mail de cliente de spam? O jornalista David Gewirtz, colunista do ZDNET, decidiu automatizar o suporte por e-mail da empresa da esposa, um e-commerce que vende produtos digitais para um hobby popular. O que ele não esperava era que o próprio ChatGPT seria o maior obstáculo – e que um empurrãozinho do Claude resolveria tudo.

Antes da automação, cada vez que sua esposa abria a caixa de entrada, se deparava com uma muralha de lixo eletrônico. De 1.689 mensagens em um backlog, apenas 25 (cerca de 1,5%) eram de clientes reais. O restante era spam, newsletters, promoções do PayPal e notificações de segurança. Os filtros do Gmail não conseguiam fazer essa triagem fina, e a rotina de responder manualmente já estava virando um pesadelo de carga cognitiva.

O objetivo era usar o plano ChatGPT Plus de US$ 20 (cerca de R$ 101) por mês da esposa para processar os e-mails automaticamente. Mas o caminho até lá foi tortuoso – e rendeu uma lição valiosa sobre os limites das IAs atuais.

A armadilha da planilha do Google

Na primeira tentativa, Gewirtz deixou o ChatGPT projetar a solução. O modelo sugeriu um sistema complexo com vários estágios: classificação, análise de pagamento, triagem de suporte, verificação de spam, execução no Gmail e mais. Tudo orquestrado em torno de uma planilha do Google. A IA criou 240 mensagens de exemplo, organizou categorias e construiu um sistema que parecia sólido. Mas depois de semanas de ajustes e 73 abas na planilha, o sistema nunca funcionou de verdade. “ChatGPT não conseguia invocar conversas como serviços, mas aquela era a arquitetura que estávamos construindo”, relata Gewirtz.

Segunda tentativa: skill no ChatGPT, 59 testes e zero funcionamento

Convencido de que a abordagem anterior era furada, Gewirtz pediu ao ChatGPT para transformar tudo em uma “skill” – um processamento de 12 estágios, com regras, checkpoints e procedimentos de verificação. A IA rodou 59 testes unitários e 139 testes de regressão, todos reportados como zero mismatches. Mas na prática, nada funcionou: as automações agendadas falhavam, o pipeline parava e não havia mecanismo de recuperação. “Os testes validavam regras internas do modelo e resultados simulados, não a execução real não supervisionada”, explica o autor.

Claude entra em cena: o colega que revisa o trabalho do colega

Frustrado, Gewirtz recorreu ao Claude (da Anthropic) para revisar o plano do ChatGPT. Pediu ao ChatGPT que construísse um dossiê completo de suas ações e o entregou ao Claude. A resposta foi arrasadora: “Uma arquitetura de nível bancário fracassada para um site de downloads de hobby”. Claude descartou 73 abas de planilha e foi direto ao ponto: pediu que Gewirtz exportasse todo o histórico de e-mails do suporte usando o Google Takeout. O arquivo de 5,24 GB continha 88.777 mensagens, incluindo 40.580 enviadas. Enquanto Gewirtz almoçava, Claude leu tudo e extraiu as regras de atendimento, criando um documento chamado “Mail Bot Rulebook”.

A partir daí, Claude desenhou um fluxo de trabalho bipartido: um evento agendado no ChatGPT (uma vez ao dia) processa os novos e-mails, classifica-os e, quando necessário, cria rascunhos de resposta usando dez templates pré-definidos. Em paralelo, um script em Google Apps Script é executado a cada hora, verificando os rascunhos e enviando apenas aqueles que atendem a critérios claros (assinatura do AI support rep, frases-chave de urgência, idade mínima de 10 minutos, no máximo 10 envios por execução). O script confirma o envio e move o e-mail original para a etiqueta “Inquiries”, removendo-o da caixa de entrada. Mensagens que não puderam ser processadas (como alertas de segurança do Google) permanecem intactas.

Os números que justificam tudo

Após duas semanas de ajustes no rulebook (revisto 15 vezes), o sistema passou a rodar de forma confiável. No backlog de 1.689 mensagens, apenas 25 eram de clientes reais. Destas, metade podia ser respondida automaticamente – e Gewirtz configurou a IA para não responder automaticamente a mensagens de agradecimento ou elogio, porque a esposa gosta de vê-las. Resultado: restam apenas 11 e-mails por sessão que exigem ação humana. “Onde antes cada olhada na caixa de entrada exigia um check-in mental e queimava força de vontade, agora ela espera ansiosamente para ver os e-mails”, conta o autor.

Gewirtz destaca que a automação não substituiu nenhum funcionário (a esposa é a única operadora do negócio), mas liberou tempo e melhorou a qualidade do atendimento. Clientes já enviaram respostas como “Obrigado, ajudou muito”.

Lições para quem quiser tentar

Baseado nessa experiência, Gewirtz sugere seis pontos: mantenha o projeto pequeno e limitado; evite missão crítica; prepare-se para mais frustração do que imagina; não hesite em deixar uma IA revisar o trabalho de outra; lembre-se de que IAs têm dificuldade com fluxos procedimentais; e, acima de tudo, limite o acesso da IA a e-mails pessoais e dados confidenciais – você não sabe o que ela pode decidir enviar.

Leia também: EUA banem Deepseek do governo; China protesta e acusa hipocrisia por bloquear IAs rivais

📲 Se você tem um pequeno negócio e quer aplicar automação de IA no atendimento, siga o Canal do TS no WhatsApp para receber tutoriais práticos, análises de ferramentas e histórias reais de quem está inovando com tecnologia.

Para Gewirtz, o valor do sistema é quase incalculável: “Uma assinatura de US$ 20 (cerca de R$ 101) por mês transformou uma tarefa que consumia energia mental em algo que a esposa agora espera ansiosamente para fazer.” A combinação de um plano barato de ChatGPT com um script de Apps Script, revisado por Claude, provou que a IA pode, sim, fazer a diferença – desde que você não desista no meio do caminho.

Valores em reais convertidos pela cotação de fechamento do Banco Central de 21/10/2026 (US$ 1 = R$ 5,03). Conversão direta, sem impostos nem taxas de importação.

Fonte: ZDNET