Como montar uma equipe de GTM no Claude Code que você pode gerenciar sozinho

Uma equipe de GTM parece uma operação de envio. A maior parte do trabalho real é julgamento: qual empresa merece uma mensagem esta semana, o que dizer para provar que você reparou nela, qual não comparecimento perseguir, o que realmente moveu o pipeline.

O envio sempre foi a parte barata. O julgamento é o que você costumava precisar de uma equipe para fazer, e é exatamente o que uma pessoa mais Claude Code pode executar do início ao fim.

Então pare de pensar em número de funcionários e comece a pensar em tarefas.

Uma equipe de GTM é uma lista delas, e a maioria tem o mesmo formato: ler uma pilha de dados, tomar uma decisão, escrever algo, dar prosseguimento e lembrar o que aconteceu.

Conecte cada tarefa a um agente, dê a eles uma memória compartilhada e coloque-os em uma programação. As pessoas têm uma UX, o software tem uma API, um agente tem uma linha de comando, então a equipe toda roda a partir de uma linha cron às oito da manhã. Toda manhã ela reporta, e seu trabalho se transforma em editar em vez de operar.

Abaixo está a construção, assento por assento, com o prompt que eu colo no Claude Code para cada um.

O elenco: cinco assentos

Decidir quem merece uma mensagem

A parte difícil do outbound nunca foi o envio. Era o julgamento por trás dele: de todas as empresas do mercado, qual delas vale a pena contatar esta semana, e o que você diz para provar que reparou nela.

Esse julgamento é o primeiro assento.

Ele observa quatro tipos de movimento, os quatro que uma década de dados de mercado continua reduzindo a lista:

• Uma função é aberta, ou é republicada.
• Uma empresa engaja um concorrente, ou publica sobre o problema que você resolve.
• Uma empresa lança, expande ou muda sua stack.
• Dinheiro se move através de uma rodada ou aquisição.

Ele pontua cada um contra quem realmente se encaixa e contra tudo que você já sabe sobre aquela conta, então rascunha a partir do próprio gatilho.

A regra que ele nunca quebra é citar a coisa que se moveu. "Vi que você republicou a vaga de Head de RevOps, segunda contratação de operações neste trimestre." Nunca "Olá {{firstName}}." Se a mensagem poderia ter sido enviada sem alterações no mês passado, o gatilho foi ignorado e a conta espera.

1Write team/prospector.py: run(memory, source, delivery, icp, sequences, weights, offline, dry_run).
2Sense new signals into the four buckets (job, social, company, funding) and write them to the shared
3memory. Cluster by account. For each account, judge it against the ICP and the full history with
4prompts/judge.md (Claude, temperature 0), falling back to a weighted-bucket heuristic that skips weak,
5off-ICP signals. For the ones that clear the bar, draft from the strongest trigger with prompts/draft.md,
6hand the draft to delivery (dry-run by default), and record the touch. Return ranked standup lines.

Briefar cada chamada antes de começar

Antes de uma primeira chamada, alguém costumava gastar vinte minutos montando um one-pager: o que essa empresa é, o que se moveu, o que você já enviou para eles, onde o último tópico esfriou.

Passe isso para o segundo agente.

Ele escreve o briefing de cada chamada agendada a partir da mesma memória em que o prospector escreve. Quando a chamada começa, a página já está lá, com o gatilho que os trouxe, o histórico e a única coisa que vale a pena abordar.

Ninguém se prepara às 23h para uma chamada das 9h, e ninguém entra sem saber de nada.

1Write team/researcher.py: run(memory, calendar, icp, offline).
2For each call on today's calendar, pull the account's full history from the shared memory and write a
3one-page brief with prompts/brief.md: what moved, what we already sent and how it landed, and the single
4best thing to open the call on. Ground every line in the history, never invent. Fall back to a plain
5template built from the latest signal when there is no API key. Return one standup line per call.

Deixar a sequência fazer a perseguição

Um sinal é a linha de partida. A sequência é o que converte, e é a parte em que as pessoas são piores, porque o acompanhamento depende de um humano lembrar de acompanhar. Esquecemos, hesitamos, fazemos uma vez e paramos.

Então o envio e a perseguição rodam no Overloop AI como sequências que disparam sozinhas assim que o agente as repassa. O agente decide quem e escreve o primeiro contato. O Overloop carrega o resto em uma programação, por e-mail e LinkedIn, para que a cadência nunca viva ou morra na memória de ninguém.

1Write team/sequencer.py: run(memory, delivery, sequences, offline, dry_run, min_age_days, max_age_days).
2Ask the shared memory for accounts whose last touch is a few days old and that have no reply or meeting
3on the books. Draft a light follow-up that adds one genuinely new angle, send it into the follow_up
4sequence, and record the touch. Leave fresh touches alone by honoring the min-age window. Return one
5standup line per account.

Recuperar os não comparecimentos

Um não comparecimento é um lead qualificado que bateu num conflito de agenda. Eles vazam do pipeline por um motivo: a recuperação manual nunca acontece.

Então o mesmo mecanismo executa uma sequência de recuperação para cada falta. Quatro contatos ao longo de uma semana, dois canais, nenhuma culpa em nenhum deles:

• Uma hora após a falta: um link de reagendamento em dois cliques.
• No dia seguinte: a mesma oferta no LinkedIn.
• Dia três: uma coisa útil ligada ao setor deles, sem pedir nada.
• Dia sete: um último aviso simples.

Isso tira a emoção do acompanhamento e traz de volta cerca de um terço dos não comparecimentos que costumavam simplesmente desaparecer. Ninguém precisa lembrar de enviar um único deles.

1Write team/recoverer.py: run(memory, calendar, delivery, sequences, offline, dry_run).
2For each recent no-show from the calendar, enrol it into the no_show_recovery sequence defined in
3config/sequences.yaml (four touches over a week, two channels, no blame in any step), record the touch,
4and return a standup line. The cadence lives in config, not in code.

Fazer o relatório semanal se ajustar sozinho

Toda sexta-feira alguém costumava montar a retrospectiva: o que foi enviado, o que foi agendado, o que está travado, onde o pipeline está. O último agente constrói isso a partir da mesma memória, toda semana, sem ser solicitado.

Então ele faz algo que um relatório humano nunca faz.

Ele avalia suas próprias jogadas: sinais que continuam gerando reuniões ganham mais peso, textos que continuam falhando são cortados. A lista de prioridades do próximo mês é ordenada pelo que o mercado realmente respondeu, não pelo que você achou que importava em janeiro. O relatório para de ser um registro da semana passada e se torna a coisa que ajusta a próxima.

1Write team/reporter.py: run(memory, weights, days, offline).
2Read the week's stats from the shared memory. Lead with the meeting count. Re-weight the four signal
3buckets by win rate, counting a meeting more than a reply, with a floor so no bucket ever drops to zero.
4Return the standup lines and the new weights for the next run. prompts/report.md writes the prose
5version when a key is set.

Os dois prompts que rodam toda manhã

Cada prompt de construção acima roda uma vez. Esses dois rodam em todas as contas, todos os dias, então são os que você deve manter e ajustar. O julgamento e a voz vivem aqui, em arquivos simples, não enterrados em código.

O prospector julga com base nisso:

1ROLE  You are the prospector's judgment layer. For one account, decide whether a buying signal is worth
2acting on right now, and how.
3INPUT  { icp, new_signals: [{bucket, summary}], history, days_since_last_touch }
4SCORING  80-100 strong ICP fit and a high-intent signal (funding, or two clustered); 50-79 good fit,
5one solid signal; 20-49 weak fit or a lone low-intent signal; 0-19 off-ICP or noise
6RULES  Under 7 days since the last touch, prefer nurture or skip, never first_touch. If the signal is
7weak or off-ICP, score it low and skip; saying no is part of the job. why_now must quote the actual
8trigger, in words a rep could say to the buyer.
9OUTPUT (JSON only)  { "score": 0-100, "why_now": "...", "play": "first_touch|follow_up|nurture|skip", "rationale": "..." }

E ele escreve com base nisso:

1ROLE  You write the opening message. The signal is the reason you are reaching out, and the message has
2to prove you noticed it.
3INPUT  { trigger, bucket, why_now, play, guardrails: {goal, must, never} }
4RULES  Open the first sentence on the trigger, never "Hi {{firstName}}". Connect the trigger to one
5problem you solve, in a single sentence. Close with one low-friction ask. Plain sentences, mixed length,
6no fake urgency, no em dashes, no buzzwords. If the message could have gone out unchanged last month, you
7skipped the trigger; start over.
8OUTPUT (JSON only)  { "subject": "6-9 words", "body": "3-5 sentences" }

O que torna cinco agentes uma equipe

Cinco agentes, uma memória compartilhada

Cinco scripts que cada um mantém suas próprias anotações não são uma equipe. O que os transforma em uma é uma única memória compartilhada: um registro por conta que todo assento lê e escreve.

O prospector registra um contato na segunda-feira. O sequencer lê na quinta-feira, vê que não houve resposta e envia o próximo passo. O reporter conta na sexta-feira e reajusta os pesos. Mesmo registro, uma única fonte da verdade. Construa esse armazenamento primeiro, mantenha os nomes dos métodos estáveis, e cada assento se apoia nele em vez de adivinhar.

Como uma pessoa executa isso

O standup matinal

Você não opera isso. Você edita isso, que é um trabalho menor e muito diferente.

A equipe roda no cron antes de você acordar. Quando você senta, o standup já está esperando no Slack: quem contatar hoje e por quê, um briefing para cada chamada na sua agenda, os não comparecimentos sendo perseguidos, os números da semana passada reajustados pelo que realmente agendou. Dois minutos: aprovar, editar ou cancelar.

Nenhuma lista para construir, nenhum assunto para adivinhar, nenhuma reunião de segunda-feira sobre quem ligar. A equipe toda roda por cerca de $400 por mês em tokens, o custo operacional total do departamento. O que resta é editorial: ter bom gosto sobre o que a equipe coloca na sua frente e dizer não para a maior parte.

Onde os humanos ainda vencem

Onde os humanos ficam

Isso não executa todo o go-to-market, e as partes que pula são as que mais importam. Os agentes decidem quem contatar e escrevem a primeira linha. Eles não fecham, e não constroem o relacionamento que faz um comprador escolher você um ano depois, quando o orçamento finalmente chega.

Quando uma resposta volta com uma pergunta real, uma hesitação, um "não temos certeza se isso é para nós", isso é uma conversa humana, e deve continuar sendo. O sistema é muito bom em te colocar na sala. Ele não tem nada a dizer assim que você está dentro dela.

Então as pessoas que você gastaria no trabalho pesado vão para onde sempre valeram mais: a chamada, a confiança, o fechamento. A equipe compra de volta as horas que costumavam desaparecer em decidir quem merecia uma ligação, e as gasta nas conversas que decidem negócios.

Pegue a equipe

Eu empacotei tudo em um repositório que você pode clonar e executar: os cinco assentos, a memória compartilhada em que eles rodam, os prompts que carregam o julgamento e a voz, e o standup que os une.

1gtm-team/
2  team/     prospector · researcher · sequencer · recoverer · reporter
3  core/     memory · models · adapters · llm
4  prompts/  judge · draft · brief · report
5  config/   icp · sequences · signals · team
6  run.py    the morning standup

É uma construção funcional, não a stack interna que rodamos na Sortlist. O assento prospector é o gtm-brain do último lançamento. Esta é a equipe ao redor dele.

Comente TEAM e eu enviarei. Siga-me para que a DM passe.

Se você preferir que funcione para você em vez de configurar você mesmo, isso é o MAX: a mesma ideia com as costuras ocultas. Um agente com quem você conversa, que observa os sinais, executa as sequências por e-mail e LinkedIn e entrega o standup, apoiado por dez anos de dados de correspondência comprador-vendedor que você não pode extrair de uma API pública. Visite: yourmax.ai