gtm-ai-gtm
Faz seu agente criar estratégias de lançamento para produtos de IA. Ajuda a definir como vender ferramentas autônomas para empresas.
O que ela faz
Ajuda a planejar como vender produtos de inteligência artificial (IA) para empresas. Foca em como apresentar a IA para que os clientes entendam e confiem nela, especialmente quando ela toma decisões sozinha.
Quando usar
- ✓Ao decidir como apresentar um produto de IA.
- ✓Quando os clientes se preocupam com a IA falhando.
- ✓Ao escolher entre chamar a IA de 'assistente', 'agente' ou 'colega'.
Exemplo do que pedir para a IA
“Como devo apresentar nossa nova IA para empresas que têm medo de que ela cause problemas na produção?”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Ensina a pensar em quem será o responsável se a IA errar, como se fosse uma equipe. Mostra como mudar a forma de falar sobre a IA (de 'autônoma' para 'colega') para deixar os clientes mais confortáveis.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add github/awesome-copilot --skill gtm-ai-gtmOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/gtm-ai-gtm/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Produto de IA GTM
Estratégia de go-to-market para produtos de IA. Estes não são princípios genéricos de IA — são padrões de venda de agentes autônomos de IA para empresas onde "autônomo" assustou os compradores e "colega de equipe" os converteu.
Quando Usar
Gatilhos:
- "Como posicionamos este produto de IA?"
- "Compradores dizem que estão preocupados com a IA quebrando a produção"
- "Devemos chamá-lo de autônomo ou copiloto?"
- "Como precificamos a IA quando o uso varia 10x por cliente?"
- "A segurança corporativa passou, mas a operação nos rejeitou — por quê?"
Contexto:
- Plataformas de agentes de IA (codificação, suporte, operações)
- Aplicações baseadas em LLM
- Ferramentas autônomas que fazem coisas (não apenas sugerem)
- Infraestrutura de IA
- Qualquer coisa onde a IA toma decisões
Frameworks Principais
1. A Verdadeira Objeção da IA Corporativa (Não é o que Você Pensa)
O que Aprendi Vendendo Agentes Autônomos de IA:
Três meses depois, as revisões de segurança corporativa estavam passando rapidamente. Bom sinal, certo? Então o padrão surgiu: segurança aprovada, mas operações nos rejeitaram.
A objeção não era "a IA vai quebrar a produção?" — eles assumiam que ela quebraria a produção eventualmente. A verdadeira pergunta era:
"Quem é responsável quando o agente fizer algo errado?"
Não "confiamos no agente?" — "confiamos em nossa equipe para lidar com isso?"
Por que Isso Importa:
Agentes autônomos criam um novo fardo operacional. Você não está vendendo capacidade de IA, você está vendendo prontidão organizacional. Quando seu agente parar a produção às 2 da manhã, quem será acionado? Quem vai consertar? Quem vai explicar ao VP?
Framework: A Cascata de Responsabilidade
Antes de implantar agentes de IA, as empresas precisam de respostas claras:
- Resposta L1: Quem monitora o agente? (equipe de operações 24/7, ou equipe de desenvolvimento de plantão?)
- Escalonamento L2: Quando a ação do agente falha, quem depura? (equipe do agente, ou equipe do produto?)
- Propriedade L3: Quando algo quebra seriamente, quem é responsável pela comunicação com o cliente?
Se você não puder responder a todas as três, eles não comprarão. Não importa quão boa seja sua IA.
Como Isso Muda Seu Processo de Vendas:
Abordagem antiga:
- Demonstração da IA
- Mostrar métricas de precisão
- Falar sobre ROI
Nova abordagem:
- Demonstração da IA
- Mostrar explicitamente os modos de falha
- Perguntar: "Quem em sua equipe lidaria com este cenário?"
- Percorrer o processo de resposta a incidentes deles
- Mapear falhas de IA para seus runbooks existentes
A Pergunta de Qualificação:
"Descreva o que acontece quando o agente toma uma ação que quebra um fluxo de trabalho. Quem é alertado? Quem investiga? Quem decide se reverte ou corrige para frente?"
Se eles não conseguirem responder, eles não estão prontos. Pause o negócio e ajude-os a construir o processo primeiro.
Erro Comum:
Tratar isso como uma objeção de produto ("faremos a IA ser mais precisa"). É uma objeção organizacional. Mais precisão não resolve "quem é o dono disso às 2 da manhã?"
Padrão que Vi Funcionar:
Empresas que têm sucesso com agentes de IA já possuem:
- Escalações de plantão para sistemas de produção
- Playbooks de resposta a incidentes
- Cultura de post-mortens sem culpa
- Caminhos de escalonamento claros
Empresas que lutam:
- Processos manuais de implantação
- Cultura de heróis ("Steve conserta tudo")
- Sem resposta formal a incidentes
- Cultura focada em culpa
Critérios de Decisão:
Antes de demonstrar IA autônoma para empresas, pergunte a si mesmo: "Se isso quebrar a produção deles, quem em sua equipe é o dono do conserto?" Se você não puder responder, eles não podem comprar.
2. Copiloto vs Agente vs Colega de Equipe (Três Movimentos GTM Diferentes)
A Armadilha de Posicionamento:
Nas primeiras conversas corporativas, nos posicionamos como "agente autônomo de IA". Os compradores hesitaram. Uma mudança de palavra — "autônomo" → "colega de equipe de IA" — e o progresso do negócio melhorou mensuravelmente.
Por quê? A escolha das palavras molda a psicologia do comprador.
As Três Formulações:
1. Copiloto (Mais Seguro, Menor Valor)
- O que significa: IA sugere, humano decide sempre
- Psicologia do comprador: Parece seguro, não ameaçador
- Movimento GTM: Adoção por desenvolvedores, de baixo para cima
- Caso de uso: Conclusão de código, assistência de escrita, pesquisa
- Objeção: "Vale a pena pagar por isso?" (baixo valor percebido)
2. Agente (Mais Assustador, Maior Valor)
- O que significa: IA age autonomamente, humano revisa periodicamente
- Psicologia do comprador: Assustador, implica substituir humanos
- Movimento GTM: Vendas corporativas, de cima para baixo
- Caso de uso: Processamento em lote, fluxos de trabalho automatizados, operações
- Objeção: "E se quebrar a produção?" (medo de responsabilidade)
3. Colega de Equipe (O Ponto Ideal)
- O que significa: IA e humano colaboram, dividem o trabalho
…
Perguntas frequentes
Por que as empresas se preocupam com quem é o responsável quando a IA falha?
Porque quando a IA toma decisões sozinha e algo dá errado, a empresa precisa saber quem da sua equipe vai resolver o problema, quem vai consertar e quem vai explicar o que aconteceu.
Qual a diferença entre 'copilot', 'agent' e 'teammate'?
'Copilot' sugere, o humano decide. 'Agent' age sozinho, com revisão periódica. 'Teammate' colabora com o humano, dividindo o trabalho.
O que é mais importante: a IA ser boa ou a empresa estar preparada para ela?
Para vender IA para empresas, é crucial que elas estejam preparadas para lidar com falhas e ter processos claros de quem é responsável. Sem isso, mesmo uma IA excelente pode não ser vendida.
Detalhes
Descrição original do autor
Go-to-market strategy for AI products. Use when positioning AI products, handling "who is responsible when it breaks" objections, pricing variable-cost AI, choosing between copilot/agent/teammate framing, or selling autonomous tools into enterprises.
repo: github/awesome-copilot
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #5178
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
acquire-codebase-knowledge
Ajuda seu agente a entender e documentar um projeto de código existente. É útil para novas pessoas entrarem no projeto ou para ter uma visão geral da arquitetura.
github/awesome-copilot
acreadiness-assess
Faz seu agente avaliar a prontidão de um projeto para IA e gerar um relatório. É útil para entender o quão bem um projeto está preparado para usar ferramentas de IA.
github/awesome-copilot
acreadiness-generate-instructions
Ajuda seu agente a criar instruções para ferramentas de IA baseadas em uma avaliação. É útil para melhorar a forma como a IA interage com o código e fecha lacunas identificadas.
github/awesome-copilot
acreadiness-policy
Faz seu agente ajudar a definir ou aplicar políticas para avaliação de projetos de IA. É útil para padronizar a forma como os projetos são avaliados e garantir conformidade.
github/awesome-copilot
Skills parecidas
competitive-platform-analysis
Ajuda a entender seus concorrentes. Ele identifica, classifica e filtra empresas concorrentes antes de qualquer análise mais profunda.
affaan-m/ECC
competitive-report-structure
Cria relatórios completos sobre concorrentes. Junta informações para mostrar o cenário geral, recomendações e ajuda a alinhar a equipe.
affaan-m/ECC
lead-intelligence
Ajuda seu agente a encontrar e contatar pessoas importantes. Ele analisa leads, sugere abordagens e gerencia o contato por e-mail e redes sociais.
affaan-m/ECC