Como esse blog é escrito: o pipeline completo com agentes de IA
TL;DR: Esse blog não é escrito manualmente. Mando o tema no chat, um orquestrador interpreta o pedido, dispara agentes especializados em paralelo, cada um pesquisa na web e escreve, um revisor confere o resultado, e o arquivo vai direto para o repositório Next.js. Tempo médio por post: 4 a 8 minutos. Custo estimado por post via API: em torno de R$ 1,10 a R$ 2,50. Taxa de aprovação sem edição manual: perto de 80%.
O primeiro post desse blog foi escrito por uma IA. O segundo também. E todos os outros.
Não é automação de baixa qualidade. É um sistema com agentes especializados, pesquisa real na web e revisão estruturada que roda em cima do Claude Code como runtime.
Nesse post vou mostrar exatamente como funciona: cada peça do sistema, os números reais e o que esse pipeline ainda não consegue fazer sozinho.
Como o sistema recebe um pedido?
O ponto de entrada é o orquestrador. Quando mando uma mensagem como "escreve um post sobre pipelines de conteúdo com IA", ele interpreta o pedido, decide qual skill ativar e dispara o agente certo.
O orquestrador vive em .claude/agents/ e tem acesso a uma tabela com todas as skills disponíveis: escritor de posts, revisor, gerenciador de conteúdo, LinkedIn writer, entre outras. Ele não escreve nada, só direciona o tráfego.
Essa separação de responsabilidades é intencional. Um único agente tentando fazer tudo ao mesmo tempo fica ruim em tudo. Agentes especializados com contexto limitado e focado produzem resultado muito melhor. Entrar em detalhe sobre como gerenciar esse contexto sem explodir a janela está no post sobre sistema de agentes e contexto do Claude Code.
O que é uma skill e como ela funciona?
Uma skill é um arquivo SKILL.md (ou um conjunto de arquivos) que define um playbook para o agente seguir. Segundo a documentação oficial do Claude Code, quando uma skill é ativada, Claude lê o arquivo e traz as instruções para o contexto da janela. É contexto sob demanda, diferente do CLAUDE.md que está sempre ativo.
A skill do escritor de posts tem mais de 200 linhas de instruções. Cobre: como pesquisar o tema, como estruturar o post, como usar answer capsules para SEO em AI engines, onde salvar o arquivo, como nomear o slug e qual frontmatter usar.
A skill do revisor funciona de forma parecida: recebe o arquivo salvo, confere editorial (voz, clareza, estrutura), SEO on-page (keyword, fontes, links internos) e aspectos técnicos (frontmatter, schema JSON-LD).
Por que usar agentes em paralelo?
Paralelismo real é uma das vantagens mais subestimadas do Claude Code para geração de conteúdo.
Quando tem mais de um post para escrever, o orquestrador dispara um agente por post ao mesmo tempo. Cada um roda em sua própria janela de contexto, com ferramentas independentes, pesquisa separada e sem interferência nos outros.
Conforme documentado por Zach Wills, o limite prático eficiente está entre 2 e 5 agentes em paralelo. Além disso, o custo de coordenação começa a superar o ganho de velocidade, a menos que as tarefas sejam completamente isoladas entre si.
Para posts de blog, essas tarefas são perfeitamente isoladas. Cada agente tem seu tema, pesquisa e arquivo de destino. Zero dependência entre eles.
Qual é o fluxo completo de um post?
O pipeline tem 6 etapas:
1. Pedido: Mando o assunto no chat com contexto mínimo: tema, keyword, ângulo e CTA.
2. Interpretação: O orquestrador identifica a skill correta e monta o briefing completo para o agente.
3. Setup: O agente acessa o site para calibrar o tom de voz, lê o sitemap para identificar links internos disponíveis.
4. Pesquisa: 5 a 8 buscas na web. O agente procura o que está rankando, quais dados existem, quais perguntas as pessoas fazem. Só depois disso começa a escrever.
5. Escrita: O post é gerado seguindo o playbook da skill. Answer capsules para 60% dos H2s, links internos, frontmatter nos 4 campos exatos, FAQ com schema JSON-LD.
6. Revisão: A skill de revisor confere o resultado nas três dimensões e aplica correções direto no arquivo.
O arquivo .md vai direto para _posts/ no repositório. O Next.js lê na próxima build e publica.
Quanto tempo leva cada post?
Depende da complexidade do tema e da quantidade de buscas necessárias.
Posts simples, com tema bem definido e keyword clara: 4 a 5 minutos do pedido ao arquivo salvo. Posts com pesquisa mais extensa, onde o agente precisa checar múltiplas fontes e verificar dados contraditórios: 7 a 10 minutos.
A revisão adiciona mais 2 a 3 minutos por post. Se precisar de correções, o ciclo completo fica em torno de 12 a 15 minutos.
Para comparação: escrever manualmente um post de 1.500 palavras com pesquisa e formatação leva entre 3 e 5 horas.
Quanto custa gerar um post com Claude Sonnet 4.6?
Aqui estão os números reais. O modelo que roda o sistema é o Claude Sonnet 4.6, que custa $3 por milhão de tokens de input e $15 por milhão de tokens de output.
Um post de 1.800 palavras, com pesquisa, revisão e todas as iterações intermediárias, consome entre 80.000 e 150.000 tokens no total (input + output combinados).
Isso resulta em um custo estimado de $0,20 a $0,45 por post via API. Na cotação atual do dólar, fica em torno de R$ 1,10 a R$ 2,50. Bem abaixo do custo de qualquer redator humano para o mesmo volume e qualidade.
Vale lembrar que esse custo é baseado em acesso via API, com faturamento por token. Quem usa nos planos Pro ($20/mês) ou Max ($100-200/mês) do Claude não paga por token individual: o custo é fixo mensal, e dentro dos limites de uso do plano dá para gerar muito conteúdo sem custo adicional.
Para contexto: um blog ativo com 30 posts por mês teria um custo de API estimado entre $6 e $13 mensais. Se quiser entender como calcular esse custo em outros cenários de agentes, tem um post específico sobre custo real de agentes em produção com os números detalhados.
O revisor realmente funciona?
Essa é a pergunta honesta. A resposta curta: funciona bem, mas não é perfeito.
A skill do revisor confere três dimensões: editorial (voz, ritmo, clareza), SEO on-page (keyword nos lugares certos, answer capsules, fontes linkadas) e técnico (frontmatter correto, schema JSON-LD, links internos funcionando).
A taxa de aprovação sem nenhuma edição manual fica em torno de 75-80%. Isso significa que de cada 10 posts gerados, 7 ou 8 ficam prontos para publicar sem que eu toque em uma linha. Os outros 2 ou 3 precisam de ajuste: geralmente em tom de voz ou em alguma afirmação que ficou genérica demais.
O que o revisor ainda não pega bem: quando o agente escritor inventou um dado sem fonte, o revisor às vezes deixa passar se o dado parece plausível. Por isso mantenho o hábito de checar pelo menos os números citados nos posts.
Qual é o impacto real em produtividade?
Antes do sistema, não escrevia. Agora publico 5 a 10 posts por semana, com qualidade superior em termos de estrutura e SEO.
O tempo que eu gastaria escrevendo está indo para atividades que a IA ainda não faz bem: definir ângulos estratégicos, identificar oportunidades de keyword antes que virem óbvias, decidir quais temas vão ressoar com o meu público específico.
A IA executa. O humano decide o que executar.
Esse deslocamento de função é o mesmo que aconteceu quando surgiram editores de texto, compiladores e frameworks. A ferramenta absorve a parte repetitiva. O trabalho estratégico fica com a pessoa.
O que esse sistema ainda não faz sozinho
Quatro limitações reais que preciso gerenciar:
Verificação de fatos: O agente pesquisa na web, mas pode citar dados de fontes de baixa qualidade. A curadoria de fontes ainda precisa de revisão humana nos posts mais críticos.
Ângulo estratégico: Decidir sobre o que escrever e por que agora é uma decisão que envolve contexto de negócio e de audiência que o agente não tem. O briefing precisa vir de mim.
Voz em situações ambíguas: Para temas técnicos bem definidos, a voz fica boa. Para posts mais pessoais ou que dependem de nuance de posicionamento, às vezes o tom escorrega para algo mais genérico.
Imagens e mídia: O sistema não gera imagens integradas ao fluxo do blog ainda. Existe uma skill separada para isso, mas não está no pipeline automático por enquanto.
Esse é o sistema como ele existe hoje. Vai mudar. Provavelmente em menos de 6 meses vai ter novas peças e algumas das limitações que listei vão estar resolvidas.
Se quiser acompanhar os bastidores conforme o sistema evolui, cadastra na newsletter. Você recebe um email quando sair post novo, nada mais.
Perguntas Frequentes
O conteúdo gerado por IA não é penalizado pelo Google? O Google declarou que não penaliza conteúdo gerado por IA, mas sim conteúdo de baixa qualidade, independente de como foi produzido. O que importa é se o conteúdo é útil, tem fontes confiáveis e responde bem à intenção de busca. Posts gerados com pesquisa real e revisão estruturada passam nesses critérios.
Qualquer pessoa pode montar um sistema assim? Sim, mas com uma curva de aprendizado. Você precisa entender como o Claude Code funciona, como estruturar skills e como definir um bom briefing. O sistema em si não é complexo, mas requer experimentação para afinar o playbook de escrita e revisão para a voz específica do seu blog.
O agente acessa a internet de verdade? Sim. A skill escritor usa a ferramenta de busca na web do Claude Code, que retorna resultados reais. Não é uma simulação de pesquisa. O agente lê páginas, extrai dados e cita fontes com URLs verificáveis.
Quanto tempo leva para montar o sistema do zero? Depende do quanto você quer customizar. Uma versão básica com um agente escritor e um revisor pode estar funcionando em um dia. O refinamento do playbook, a calibragem de voz e a integração com o repositório do blog levam mais tempo, mas são iterativos.
Dá para usar o mesmo pipeline para outros formatos além de blog? Sim. No meu caso, tenho skills separadas para LinkedIn, Instagram, YouTube e carrosséis. O orquestrador direciona para a skill certa dependendo do formato solicitado. O núcleo do sistema é o mesmo, o que muda é o playbook de cada skill.