De R$0 para R$337: As Primeiras Vendas Rastreadas
Entre a Stream 1 (17 de março) e a Stream 2 (19 de março), algo mudou no dashboard do EmailHacker.ai: R$337 em vendas rastreadas apareceram no leaderboard. Um usuário anônimo — que não configurou seu @instagram no perfil — realizou 6 vendas atribuídas a email marketing via UTM tracking. Era a primeira prova de que o sistema funcionava em produção real, com vendas reais, em contas reais de ActiveCampaign conectadas por gestores reais.
A Stream 2 começou às 20h30 com 50 pessoas cadastradas na plataforma, 10 com ActiveCampaign conectado e ativo, e 5 já criando funis de email. Durou 5 horas e 20 minutos. Mas o dia não começou com código novo — começou com 10 horas de debug. As automações criadas na Stream 1 tinham um bug crítico nos AC Goals: os leads entravam nas automações e saíam imediatamente, batendo a meta de conversão sem respeitar as condições de segmento. O problema era que os Goals com segment IDs numéricos (formato v1) causavam match universal — qualquer contato satisfazia a condição. A solução, documentada como "AC Goal Segments Limitation v2", foi usar UUIDs do Segments v2 diretamente no campo `segmentid` do Goal, forçando a engine v2 do ActiveCampaign a avaliar corretamente.
O Wizard de 4 Etapas: Disparar Email sem Abrir o ActiveCampaign
O projeto principal da Stream 2 era o Disparador de Email — uma interface que permite ao gestor enviar emails de marketing sem jamais abrir o ActiveCampaign. O wizard foi construído ao vivo em 4 etapas, cada uma implementada por um agente diferente rodando em terminais paralelos do Claude Code.
A Etapa 1 é a seleção de segmento. O EmailHacker.ai consulta a API do ActiveCampaign via `GET /segments` (exclusivamente segmentos v2) e lista os disponíveis com contagem de contatos. O usuário seleciona para quem quer disparar — por exemplo, "Ativos com mais de 50% de abertura" (segmento mantido automaticamente pelo Pulse). Segmentos de teste são filtrados e nunca aparecem na interface de produção.
A Etapa 2 é a seleção de produto. Os produtos cadastrados no módulo de Knowledge aparecem com thumbnail, nome, preço e ofertas disponíveis. O usuário pode selecionar um produto específico para email promocional ou deixar sem produto para emails de nutrição/conteúdo. As imagens são extraídas automaticamente do checkout da Hotmart durante o cadastro do produto.
A Etapa 3 é a seleção de Knowledge Base. O EmailHacker.ai permite criar bases de conhecimento temáticas — por exemplo, "Entregabilidade" — alimentadas por conteúdo extraído de URLs (via scraping com chunking de 2.000 caracteres e overlap de 200) ou transcrições de vídeos do YouTube. Cada chunk é armazenado como registro no Supabase com embeddings vetoriais, consultável por similaridade semântica na hora de gerar o email.
A Etapa 4 é o "Escrever" — onde o Ghostwriter Swarm entra em ação para produzir o email completo.
Ghostwriter Swarm: 5 Agentes de IA Escrevendo um Email
O Ghostwriter Swarm é o pipeline de produção de conteúdo do EmailHacker.ai, composto por 5 agentes especializados que rodam em sequência, cada um com contexto completo mas responsabilidade única.
O Agente 1 é o Analista. Ele recebe o segmento selecionado, o produto (se houver), a base de conhecimento e o Brand DNA do usuário. Sua função é reunir contexto: quem é o avatar, qual o momento da jornada, quais conteúdos da base são mais relevantes para este disparo. Ele gera um briefing estruturado com ângulo editorial, tom de voz e referências de conteúdo priorizadas.
O Agente 2 é o Estrategista. Recebe o briefing do Analista e define a estratégia do email: qual framework usar (storytelling, soft sell, hard sell, conteúdo puro), qual a proporção conteúdo/oferta (80/20 para nutrição, 50/50 para promoção), quais gatilhos mentais aplicar. Para emails com produto, o Estrategista garante que o conteúdo da base de conhecimento seja o gancho e a oferta seja a conclusão natural — nunca o inverso.
O Agente 3 é o Subject Line Architect. Gera 4 opções de subject line seguindo princípios de curiosidade, especificidade e urgência calibrada. Cada opção tem preheader complementar. O modelo usa dados históricos de abertura do Pulse quando disponíveis para calibrar o estilo.
O Agente 4 é o Copywriter. Escreve o corpo do email usando a metodologia adaptada do "Open, Click, Buy" de John Benson. O HTML é gerado com o Brand DNA do usuário — cores, fontes, logo, espaçamentos extraídos automaticamente da landing page do produto durante o cadastro. Imagens do produto são puxadas da base de Knowledge. Links incluem UTM tracking no formato `?utm_source=email&utm_medium=emailhacker&utm_campaign={produto}` para atribuição de venda.
O Agente 5 é o Editor. Revisa o output do Copywriter, calibra tom de voz, verifica consistência com o Brand DNA, ajusta CTAs e gera o HTML final renderizável. O resultado é um email completo pronto para preview e disparo.
Na Stream 2, o Ghostwriter Swarm produziu emails combinando conteúdo de uma base de "Entregabilidade" (artigos extraídos do blog JBridge) com oferta do produto "Cozinha da Panela Só". O primeiro resultado tinha um problema de engenharia de prompt — o conteúdo dominava o email sem conectar com a oferta. Após ajuste no prompt do Estrategista (instruindo explicitamente a proporção 80% conteúdo, 20% oferta com soft sell no final), a qualidade melhorou significativamente.
Agente Vertical vs SaaS Tradicional
Durante a Stream 2, Laschuk dedicou um segmento inteiro para explicar a tese de "Vertical AI Agent" da Y Combinator e como o EmailHacker.ai se encaixa nela. A referência principal foi o vídeo do YC onde Jared Friedman explica que um agente vertical "pega um SaaS que uma equipe de pessoas opera e transforma num produto só — software com pessoas dentro".
A diferença entre o EmailHacker.ai e um wrapper de ChatGPT é que os agentes operam diretamente nas APIs reais. O Funnel Agent cria automações completas no ActiveCampaign em segundos — algo que a própria API oficial não documenta como fazer. O Pulse monitora engajamento em tempo real via webhooks. O Brand DNA analisa landing pages e extrai identidade visual automaticamente. O Email Generator escreve emails usando Brand DNA, dados de engagement e rastreia vendas via UTM na Hotmart.
Os 3 níveis de software de IA mencionados na stream: Nível 1 é o SaaS tradicional (você opera a ferramenta). Nível 2 é o agente que sugere e executa com aprovação (onde o EmailHacker.ai está). Nível 3 é o agente totalmente autônomo que toma decisões sozinho — o objetivo declarado do roadmap.
O modelo de negócio reflete essa tese: não cobra mensalidade fixa. Cada venda rastreada por email na Hotmart gera 1 crédito. Créditos são gastos em features (5 créditos por disparo de email, 10 por diagnóstico de lista, 20 por draft autônomo). Quem vende mais, usa mais. Quem usa mais, vende mais. Um loop fechado de valor onde o produto é o próprio marketing.
6 Páginas Públicas em 1 Dia
Enquanto agentes de código trabalhavam no Disparador, outro terminal do Claude Code construiu 6 páginas públicas para o EmailHacker.ai. O design system "hacker" — dark mode, scanlines, background escuro, glow vermelho (#ef4444) — foi aplicado consistentemente usando um componente compartilhado chamado FeaturePageShell.
As páginas incluíram: a página "Sobre" explicando o conceito de agente vertical com comparativo visual (modelo tradicional com 4 profissionais vs. 1 agente), página de manifesto com a tese do loop de créditos, e páginas de features individuais. Cada página foi criada por um agente independente rodando em paralelo, todas seguindo o mesmo design system documentado em `knowledge/design/design-system.md`.
O componente FeaturePageShell padroniza: header com navegação, hero section com título e subtítulo, grid de features com ícones Lucide React (20px, stroke-width 1.5), seção de CTA e footer com link para o grupo do WhatsApp. Ícones, cores e tipografia são tokens semânticos — nunca valores hardcoded — garantindo que qualquer mudança no design system propague automaticamente para todas as páginas.
O Proxy de R$27 e o YouTube Bloqueado
Um dos features planejados para a Stream 2 era a extração automática de transcrições do YouTube para alimentar bases de conhecimento. O caso de uso: o Chef Enzo Neto tem dezenas de vídeos no YouTube, e todo esse conteúdo poderia virar base para emails de nutrição. O problema: o YouTube bloqueia requisições automatizadas de servidores.
A primeira tentativa usou scraping direto via Puppeteer — bloqueado. A segunda tentativa usou o worker VSL (yt-transcriber) existente no projeto — funcionou localmente mas falhava em produção. A solução foi comprar um proxy residencial por R$27 ao vivo na stream: plano pay-as-you-go de 5GB com IPs residenciais rotativos, 200 requisições por dia, sem expiração de tráfego.
Após configurar as credenciais do proxy no worker (armazenadas em `.secrets`, nunca expostas no terminal de streaming), a extração funcionou. O sistema detecta automaticamente URLs do YouTube coladas pelo usuário, acessa via proxy residencial, extrai as legendas/captions do player, faz chunking em blocos de 2.000 caracteres com metadados (título do vídeo, canal, duração) e armazena como embeddings vetoriais no Supabase.
A lição técnica: proxies residenciais são necessários para qualquer scraping de plataformas que detectam datacenter IPs. O custo de R$27 desbloqueou a capacidade de extrair até 200 vídeos por dia — suficiente para indexar canais inteiros de clientes.
Resultado: Disparador Funcional, R$337 em Vendas
A Stream 2 encerrou com o Disparador de Email funcional em produção. O fluxo completo — selecionar segmento, escolher produto, definir base de conhecimento, gerar email com Ghostwriter Swarm, preview, teste para segmento reduzido, e disparo para base completa — estava operacional. O custo de 5 créditos por disparo foi implementado, com débito automático do saldo do usuário.
Os números finais da Stream 2: 50 cadastrados na plataforma (crescimento de 66% vs. Stream 1), 10 com ActiveCampaign conectado, 5 criando funis ativamente, R$337 em vendas rastreadas no leaderboard, e 92 inscritos no canal do YouTube. O grupo do WhatsApp foi criado durante a stream como canal de suporte e comunidade, com link acessível apenas para usuários cadastrados.
3 projetos foram entregues: o Disparador de Email com wizard de 4 etapas, o Ghostwriter Swarm com pipeline de 5 agentes especializados, e as 6 Páginas Públicas com design system compartilhado. O bug dos AC Goals com segmentos numéricos foi resolvido definitivamente usando UUIDs v2.
Para a Stream 3, os itens no backlog incluíam: agendamento de email (disparar em horário programado em vez de imediato), histórico de disparos anteriores na interface, extração de conteúdo do YouTube em escala via proxy, e o "Email Azul" — um sistema para garantir que emails caiam na caixa de entrada e não na aba de promoções do Gmail. A meta coletiva de R$1.000.000 tinha seus primeiros R$337. Faltavam R$999.663.