Tópico sobre uso de LLMs (Claude) para engenharia reversa de…

INEMA

Ou seja vc anexa o prompt tem resultado e ai aplique este acima

📌 Como usar do jeito certo

Rode o prompt sem nicho

Só depois peça:

Agora aplique essa lógica ao nicho [X], perfil [Y] e objetivo [Z].

O que muda no YouTube (comparado às outras plataformas)⌗

🔹 O YouTube mede confiança, não só engajamento Se alguém clica em você e sai rápido, o canal perde “crédito”.

🔹 Retenção > curtidas Um vídeo sem likes, mas com alta retenção, escala.

🔹 Vídeos competem entre si O algoritmo decide: “mostro esse vídeo ou outro parecido?” Seu título + thumbnail precisam vencer essa disputa.

🔹 Shorts são porta de entrada, não fim Eles servem para:

treinar o algoritmo sobre seu público
alimentar o canal longo
testar ideias rápido

Follow-up obrigatório (nível profissional)⌗

Depois da resposta do Claude, mande:

Agora transforme tudo isso em um plano de conteúdo de 60 dias, combinando Shorts e vídeos longos, com:

objetivo de cada vídeo

métrica principal a observar

critério claro de sucesso ou falha

ação de ajuste para o próximo vídeo

Isso vira sistema de crescimento, não tentativa.

Verdade importante⌗

Quem cresce no YouTube rápido não é o melhor editor. É quem entende:

retenção + expectativa + continuidade

E isso… LLMs ajudam MUITO a enxergar cedo.

Quero que você atue como um analista de crescimento especializado em engenharia reversa do algoritmo do YouTube, considerando tanto Shorts quanto vídeos longos.

Seu objetivo é inferir como o YouTube decide promover vídeos, com base em padrões observáveis de desempenho, e não em documentação oficial do Google.

ETAPA 1 — Observação Analise: - diferenças claras entre Shorts e vídeos longos - padrões de retenção nos primeiros segundos - papel de título, thumbnail e abertura falada - como canais pequenos são testados

Ignore conselhos genéricos.

ETAPA 2 — Inferência Deduzir: - quais métricas o algoritmo prioriza nas primeiras 24–72 horas - como o YouTube decide ampliar ou matar a distribuição - como Shorts e vídeos longos se conectam no crescimento do canal

Separe observação de inferência.

ETAPA 3 — Sistema Crie dois frameworks replicáveis: A) Shorts B) Vídeos longos

Inclua estrutura, retenção e erros comuns.

ETAPA 4 — Validação Gere ideias de Shorts e vídeos longos e explique por que tendem a performar.

Prompt para analisar o algoritmo do YouTube (copiar e colar)⌗

Prompt:

Por que esse prompt funciona no Instagram (diferença do TikTok)⌗

💡 Instagram não é só entretenimento, é identidade social.

Esse prompt força o Claude a considerar que:

pessoas salvam para “parecer inteligentes depois”
compartilham por DM, não só publicamente
comentam menos, mas salvam mais
seguem contas que reforçam identidade (“eu sigo isso porque sou X”)

O TikTok recompensa atenção. O Instagram recompensa atenção + valor social.

Follow-up poderoso (não pule isso)⌗

Depois da resposta do Claude, mande:

Agora transforme essa estratégia em um calendário de 30 dias de Reels, com:

tipo de vídeo por dia

objetivo do vídeo (alcance, retenção, salvamento, follow)

métrica principal a observar

ajuste recomendado se o vídeo flopar

Isso vira literalmente um manual de crescimento.

Quero que você atue como um analista de crescimento especializado em engenharia reversa do algoritmo do Instagram, com foco principal em Reels.

Seu objetivo é inferir como o Instagram decide distribuir conteúdos para não seguidores, com base em padrões observáveis da plataforma, e não em declarações oficiais da Meta.

ETAPA 1 — Observação Analise: - padrões de Reels que escalam em contas pequenas - diferenças entre curtidas, salvamentos, comentários e compartilhamentos em DM - duração, ritmo, edição e linguagem recorrentes

Ignore dicas genéricas como hashtags ou consistência.

ETAPA 2 — Inferência Deduzir: - quais métricas pesam mais nas primeiras 1–2 horas - como o Instagram testa conteúdo fora da base de seguidores - quais comportamentos sociais o algoritmo prioriza

Separe observação de inferência.

ETAPA 3 — Sistema Crie um framework replicável de Reels: - estrutura do vídeo - tipo de hook - gatilhos psicológicos usados

ETAPA 4 — Validação Gere 5 ideias de Reels e explique por que cada uma tende a performar.

Prompt para análise do algoritmo do Instagram (copiar e colar)⌗

Prompt:

Dica avançada (nível cheat code real)⌗

Depois que ele responder, mande este follow-up 👇

Agora transforme tudo isso em uma checklist operacional diária, como se fosse um manual para alguém postar no TikTok por 30 dias sem pensar.

Isso vira literalmente um playbook.

Quero que você atue como um analista de crescimento especializado em engenharia reversa do algoritmo do TikTok.

Seu objetivo é inferir como o TikTok decide distribuir vídeos, com base exclusivamente em padrões observáveis de comportamento da plataforma, e não em informações oficiais ou genéricas.

ETAPA 1 — Observação Analise padrões recorrentes no TikTok: - como vídeos de contas pequenas são testados - o que acontece nos primeiros 1–3 segundos - padrões de duração, ritmo, linguagem e estrutura - quais sinais sociais parecem pesar mais (retenção, replay, comentários, compartilhamentos)

Ignore conselhos genéricos.

ETAPA 2 — Inferência Com base nesses padrões, deduza: - quais métricas o algoritmo provavelmente prioriza nos primeiros 30–60 minutos - o que faz um vídeo escalar ou morrer cedo - que tipo de comportamento humano o algoritmo tenta estimular

Separe claramente observação de inferência.

ETAPA 3 — Sistema Crie um framework replicável de vídeos para contas novas: - estrutura do vídeo - princípios de linguagem - erros comuns que limitam alcance

ETAPA 4 — Validação Gere 5 ideias de vídeo e explique por que cada uma tende a performar.

Por que esse prompt funciona tão bem⌗

Você força o Claude a pensar em sistema, não em dicas
Você separa observação de inferência (isso evita bullshit)
Você ancora em conta nova, que é onde o algoritmo é mais sensível
Você transforma o output em algo executável amanhã

Prompt base para TikTok (copiar e colar)⌗

A regra de ouro⌗

Algoritmo primeiro. Nicho e perfil depois. Sempre.

Porque o algoritmo não entende nicho. Ele entende comportamento humano.

Por que NÃO começar pelo nicho/perfil⌗

Se você começa com:

“analise o algoritmo para IA / tech / meu perfil X”

você força o Claude a:

filtrar exemplos cedo demais
confundir padrões universais com exceções
misturar estratégia de conteúdo com dinâmica de entrega

Resultado: dicas boas, mas menos transferíveis.

O modelo certo: duas camadas⌗

🧠 Camada 1 — Algoritmo puro (agnóstico)⌗

Aqui você pede:

como a plataforma decide distribuir
quais sinais importam
como o conteúdo é testado
quando escala vs quando morre

Sem:

❌ nicho
❌ público
❌ objetivo pessoal

Isso gera um modelo mental da plataforma.

Pense como aprender as leis da física antes de projetar um carro.

🎯 Camada 2 — Aplicação ao nicho e perfil⌗

Só depois você diz:

nicho (IA, educação, fitness, etc.)
tipo de criador (iniciante, especialista, anônimo, marca)
objetivo (seguidores, autoridade, leads, produto)

Aqui o Claude instancia o modelo.

Mesmas leis, outro veículo.

Como fazer isso na prática (prompt encadeado)⌗

Prompt 1 — Algoritmo geral⌗

Analise o funcionamento do algoritmo do [PLATAFORMA] focando exclusivamente em padrões de distribuição e sinais de engajamento, sem considerar nichos ou tipos de criadores.

Guarde essa resposta.

Prompt 2 — Aplicação ao nicho⌗

Com base na análise anterior, aplique essa lógica ao nicho [X], considerando um perfil [Y] e objetivo [Z].

Agora ele não reinventa, ele adapta.

Vantagem brutal desse método⌗

🔥 Você ganha:

clareza transferível para qualquer nicho
menos viés
menos “dica de guru”
capacidade de pivotar rápido

🔥 E mais:

você consegue detectar quando alguém dá conselho errado
você sabe quando o problema é formato, não ideia
você cria sistemas, não posts

Exemplo prático (Instagram)⌗

1️⃣ Primeiro você entende:

por que Reels escalam
por que salvamentos importam
por que DMs pesam mais que likes

2️⃣ Depois você pergunta:

como IA pode gerar salvamentos e compartilhamentos em DM?

Não o contrário.

Resumo honesto⌗

Algoritmo = leis
Nicho = estratégia
Perfil = execução

Quem começa pela execução vira refém de tentativa e erro. Quem começa pelas leis enxerga o tabuleiro.

Você está claramente no segundo grupo 😌

Nosso Método

🔑 Ideia central da conversa⌗

Você não “criou conteúdo com LLMs”. Você usou LLMs para engenharia reversa de plataformas sociais e transformou isso em sistemas replicáveis de crescimento.

🧠 O que realmente aconteceu nas redes.⌗

Você aceitou a realidade inicial: baixo engajamento é normal.
Usou o Claude não para escrever, mas para:
observar padrões reais de performance
identificar quem o algoritmo amplifica
entender formato > conteúdo
Transformou essa análise em um sistema de notas, não posts isolados.
Resultado: repost por um perfil grande → sinal forte de alinhamento algorítmico.
Crescimento pequeno em números absolutos, mas enorme em qualidade e aprendizado.

🔍 Como o Claude “descobriu a técnica”⌗

Ele fez 6 coisas-chave:

Observou comportamento real da plataforma.
Mapeou hubs de amplificação (reposts, perfis grandes).
Entendeu que formato social > texto bem escrito.
Inferiu sinais algorítmicos a partir do comportamento humano.
Otimizou para leitura rápida e resposta imediata.
Transformou tudo em framework repetível.

🧩 O método certo para usar LLMs nisso⌗

Regra de ouro⌗

Algoritmo primeiro. Nicho depois. Perfil por último.

Por quê?

Algoritmos leem comportamento, não tema.
Nicho sem entender distribuição gera viés.
Sistemas escalam; ideias isoladas não.

🪜 O modelo de duas camadas⌗

1️⃣ Camada algorítmica (agnóstica)⌗

Como a plataforma testa conteúdo
Quais sinais importam
Quando escala vs quando morre
Sem nicho, sem persona

2️⃣ Camada de aplicação⌗

Nicho específico (IA, tech, etc.)
Tipo de perfil (novo, especialista, anônimo)
Objetivo (alcance, autoridade, conversão)

🧠 Prompts como ferramenta estratégica⌗

Você criou prompts para:

TikTok (atenção e retenção imediata)
Instagram (valor social + salvamento + DM)
YouTube (retenção longa, confiança e sessão)

Todos seguem a mesma estrutura:

Observação de padrões
Inferência algorítmica
Estratégia para contas novas
Framework repetível
Validação prática

⚙️ O diferencial real⌗

Você não depende de inspiração.
Você reduz tentativa e erro.
Você consegue transferir aprendizado entre plataformas.
Você pensa em sistema, não post.
Você usa LLMs como copiloto estratégico, não ghostwriter.

🧠 A virada de chave⌗

Plataformas não recompensam:

❌ o melhor conteúdo
❌ o criador mais criativo

Elas recompensam:

✅ quem entende comportamento
✅ quem respeita formato
✅ quem gera sinais certos cedo

E isso pode ser aprendido, inferido e sistematizado.

📌 Em uma frase⌗

Use LLMs para entender as leis invisíveis das plataformas — e só depois escrever conteúdo dentro delas.

Se você quisesse, isso já dá:

um método nomeável
uma thread viral
um post de autoridade
ou até um mini-curso

Mas isso fica para o próximo capítulo 😉

🔥 Provocação central⌗

Criar conteúdo não é o jogo. Entender o algoritmo é.

A maioria das pessoas tenta crescer escrevendo melhor. Poucas percebem que plataformas não recompensam qualidade — recompensam comportamento previsível.

🧠 A virada de chave⌗

Em vez de perguntar:

“Que conteúdo funciona?”

A pergunta certa é:

“Que comportamento o algoritmo quer estimular?”

Quando você entende isso:

o formato vem antes da ideia
a estrutura vem antes da criatividade
o sistema vem antes da inspiração

🧩 O erro comum⌗

90% das pessoas começam pelo nicho, pela persona ou pela ideia.

Isso é o equivalente a:

tentar vencer xadrez sem conhecer as regras.

Algoritmos não leem nichos. Eles leem sinais humanos: retenção, resposta rápida, repetição, compartilhamento.

🚀 O método (em uma linha)⌗

Entenda o algoritmo sem nicho
Descubra os sinais que fazem conteúdo escalar
Só então aplique isso ao seu tema

Não é trapaça. É engenharia reversa.

🤖 Onde entram as LLMs⌗

LLMs não servem só para escrever posts.

Elas são ótimas para:

observar padrões invisíveis
separar sinal de ruído
transformar caos em sistema
acelerar aprendizado em meses → horas

🎯 O resultado⌗

Quando você para de “tentar viralizar” e passa a:

trabalhar com o algoritmo, não contra ele

o crescimento deixa de ser aleatório
o fracasso vira dado
a consistência deixa de doer

🧠 A frase que provoca⌗

Se você precisa de inspiração para postar, você já perdeu. Quem vence cria sistemas, não posts.

Se quiser, isso vira:

um método
uma thread
um case público
ou uma aula

Mas primeiro… quem disse que crescer em plataformas é sobre criatividade? 👀Perfeito. Aqui o objetivo não é explicar — é instigar, provocar e abrir loops mentais.

Entendendo os Algoritimos