R$3.770 e a Transição: De Ferramenta para Ecossistema
No sétimo dia consecutivo de transmissão ao vivo, o EmailHacker.ai registrou R$3.770 em receita acumulada gerada por email marketing — um salto de 26% em relação aos R$2.998 da stream anterior, apenas dois dias antes. A plataforma contava com 186 membros cadastrados, 82 participantes ativos no Discord e quase 1.000 inscritos no YouTube. Mas o número mais revelador não estava na receita: era a mudança de direção do projeto inteiro.
Até a Stream 6, o EmailHacker.ai era uma ferramenta de email marketing com inteligência artificial. Conectava Hotmart ao ActiveCampaign, criava funis de recuperação de carrinho e disparava campanhas — tudo via código, tudo ao vivo. Na Stream 7, o fundador Laschuk dedicou 3 horas e 6 minutos a três projetos que não tinham nada a ver com enviar emails: uma API para o Discord, um pipeline de geração de vídeos curtos e um sistema de produção de demos de produto no estilo dos vídeos de lançamento da Anthropic. A ferramenta de email estava virando um ecossistema de conteúdo e comunidade.
Essa transição não foi planejada em um board de produto. Foi consequência direta do build-in-public: quando você transmite 7 dias seguidos construindo software ao vivo, a audiência começa a exigir mais do que features — ela exige presença, conteúdo e pertencimento. O EmailHacker.ai respondeu a isso com engenharia.
Engenharia Reversa dos Vídeos da Anthropic com Manus AI
O terceiro projeto da Stream 7 nasceu de uma observação simples: os vídeos de lançamento de produto da Anthropic — aqueles que apresentam o Claude com animações suaves, tipografia cinematográfica e transições elegantes — são tecnicamente reproduzíveis. Não são After Effects. Não são Premiere. São composições programáticas que seguem padrões visuais identificáveis.
Laschuk usou o Manus AI, um agente de pesquisa autônomo, para fazer engenharia reversa do design system visual desses vídeos. O agente analisou múltiplos vídeos da Anthropic e extraiu os padrões: paleta de cores escura com acentos em vermelho, tipografia monospace, animações baseadas em spring physics, transições com parallax e partículas de fundo. O resultado foi um documento técnico completo — um "video design system" — que serviria como especificação para o Remotion, o framework de vídeo baseado em React.
A escolha do Remotion não foi acidental. Diferente de ferramentas tradicionais de edição de vídeo, o Remotion renderiza vídeos usando componentes React. Isso significa que cada cena é um componente, cada animação é uma função JavaScript, e cada token visual (cor, fonte, timing) vive em um arquivo de estilos versionado. Para um projeto que já roda inteiro em TypeScript e React, adicionar vídeo ao pipeline era uma extensão natural da stack — não uma ferramenta nova.
O Remotion usa conceitos como `useCurrentFrame()` para controlar animações frame a frame e `interpolate()` para transições suaves. Cada vídeo do EmailHacker.ai é composto por 6 cenas: Brand (apresentação), Pain (problema), Feature (solução), Visual (demonstração), Benefit (resultado) e CTA (chamada para ação). A estrutura inteira roda a 30fps em 1920x1080, totalizando 30 segundos por vídeo.
De Nota 5 para Nota 8: Iterando Vídeo ao Vivo com a Audiência
A primeira versão do vídeo gerado pelo pipeline recebeu nota 5 da audiência. O fundador mostrou o resultado na live, pediu feedback, e os 82 participantes do Discord começaram a apontar problemas: o celular mockup não acompanhava o contexto da cena, faltava o logo SVG do EmailHacker no final, o camera shake estava excessivo, e o code rain de fundo — a chuva de código estilo Matrix que é marca registrada do design system — não aparecia em todas as cenas.
Cada feedback virou uma iteração. O logo foi corrigido para usar o SVG inline do inseto (ícone oficial do EmailHacker.ai) em vez de texto puro. O PhoneMockup — componente React que simula uma tela de celular mostrando a interface — foi ajustado para que o eixo vertical ficasse mais baixo e o zoom acompanhasse as opções de funil conforme aparecessem. O code rain voltou ao fundo de todas as cenas. Após 4 iterações durante a live, a nota subiu para 7-8.
Esse processo de iteração pública é um dos argumentos centrais do build-in-public como metodologia de produto. O ciclo feedback-implementação-feedback que normalmente leva dias em uma empresa tradicional aconteceu em minutos. A audiência não era apenas espectadora — era o QA team, o design review e o focus group, tudo simultaneamente, tudo em tempo real.
O resultado final incluía 7 cenas com animações spring-based, partículas de fundo, vinheta escura, textos de impacto posicionados dinamicamente e uma composição que, segundo os participantes do Discord, "parecia produção de estúdio". O custo de produção: zero reais e 45 minutos de iteração ao vivo.
A Skill /video-post: Um Comando, Um Vídeo de Produto
O pipeline de vídeo não ficou como experimento isolado. Laschuk transformou todo o processo em uma skill do Claude Code — o /video-post. O fluxo funciona assim: o usuário digita `/video-post` seguido do nome de uma feature do SaaS. A skill então executa uma sequência automatizada: coleta o contexto da feature (dor que resolve, benefício, prova), gera um objeto VideoData com os dados estruturados, atualiza os componentes Remotion, renderiza o vídeo em MP4 via linha de comando e gera a copy para publicação no Twitter/X.
O VideoFactory.tsx — componente principal do Remotion — aceita dados tipados para cada feature. Existem configurações específicas para Email Azul, Funnels, Ghostwriter e Send, cada uma com seus próprios textos de impacto, timings e componentes visuais customizados. Um vídeo sobre Funnels mostra palavras como "CARRINHO", "VENDAS PERDIDAS" e "1 CLIQUE" em momentos precisos da timeline. Um vídeo sobre Email Azul destaca "PROMOCOES", "5 VARIANTES" e "INBOX GARANTIDA".
A renderização usa o comando `npx remotion render` com codec H.264, e o resultado é comprimido via FFmpeg para ficar abaixo de 10MB — compatível com upload direto no Twitter/X. O pipeline completo, do comando à publicação, foi demonstrado ao vivo e levou menos de 2 minutos.
Cada feature do EmailHacker.ai agora pode gerar seu próprio vídeo de produto com 1 comando. São 6 cenas, 30 segundos, 30fps, com design system consistente, animações cinematográficas e zero intervenção manual. A visão é clara: toda vez que uma feature for concluída, um vídeo de divulgação é gerado automaticamente como parte do pipeline de deploy.
Discord Gatekeeper: Funil de Onboarding para Comunidade
O primeiro projeto da Stream 7 foi a integração com o Discord via bot personalizado. O Gatekeeper Bot implementa um funil de onboarding completo: quando um novo membro entra no servidor, o bot intercepta a entrada e inicia um questionário estruturado. São perguntas como "Qual o seu nome?", "Qual o seu melhor email?", "Qual o seu WhatsApp?", "Qual o seu nível hoje?" (iniciante, intermediário ou avançado), "Qual ferramenta você usa?" (Cursor, Bolt, Claude Code) e "Qual o seu objetivo principal?" (aprender a codar, criar um SaaS, freelance, automatizar negócio).
Os dados coletados pelo bot são sincronizados com o ActiveCampaign — a mesma plataforma que o EmailHacker.ai usa para automações de email marketing. Isso significa que cada membro do Discord vira um contato no AC com campos personalizados preenchidos: nível, ferramenta preferida, objetivo. A partir daí, automações de email podem ser disparadas com base no perfil do membro.
Durante a live, o bot foi testado em tempo real. O primeiro teste revelou que o questionário estava abrindo em mensagem privada (DM) em vez de no canal do gatekeeper — um problema de UX porque o novo membro não entendia que precisava responder no privado. A correção foi feita ao vivo: o onboarding passou a acontecer no próprio canal do gatekeeper, visível para o membro mas não para os demais.
Outro problema identificado pela audiência: o bot informava "9 perguntas" logo no início, o que gerava desistência imediata. A solução foi remover a contagem e deixar as perguntas fluírem naturalmente. Após o onboarding, o membro recebe acesso ao canal #general com uma mensagem de boas-vindas personalizada e um prompt para se apresentar usando o Claude.
A integração Discord-ActiveCampaign transforma a comunidade em um canal de aquisição rastreável. Cada membro que entra pelo Discord e depois compra via email marketing tem sua atribuição registrada — alimentando a meta coletiva de R$1.000.000.
Token Exposto na Live: O Protocolo de 30 Segundos
No meio da configuração do bot do Discord, aconteceu o que todo desenvolvedor que faz streaming ao vivo teme: o token do bot apareceu no chat da live. A exposição durou poucos segundos, mas com 15 viewers simultâneos e a live sendo gravada, o risco era real. Qualquer pessoa com aquele token poderia controlar o bot e, potencialmente, acessar dados dos membros do servidor.
A resposta foi imediata. Em menos de 30 segundos, Laschuk regenerou o token diretamente no painel do Discord, invalidando o token exposto. O bot foi reconfigurado com o novo token e voltou a funcionar sem interrupção do serviço. A audiência presenciou o incidente inteiro — e a resposta — em tempo real.
O incidente reforçou um protocolo que já existia no projeto desde a Stream 1: zero tolerância para credenciais expostas. O EmailHacker.ai mantém todas as chaves de API, tokens e senhas em um arquivo `.secrets` na raiz do projeto, que é gitignored e nunca exibido no output do terminal. Scripts usam variáveis de ambiente ($API_KEY) em vez de valores inline. O Claude Code, que é o motor de desenvolvimento do projeto, tem instruções explícitas para mascarar qualquer dado sensível com `*`.
Este foi o primeiro incidente real de exposição de credencial em 7 streams consecutivas — e a velocidade da resposta (30 segundos para invalidar) demonstra que protocolos de segurança não são paranoia, são infraestrutura. Para uma ferramenta que gerencia credenciais de ActiveCampaign e Hotmart de múltiplos usuários, segurança operacional é tão crítica quanto as features do produto.
O Futuro: 1 Bilhão de Dólares com 1 Pessoa
A Stream 7 terminou com uma reflexão que captura a tese central do EmailHacker.ai. Em 3 horas e 6 minutos, uma pessoa — sem designer, sem editor de vídeo, sem community manager, sem DevOps — construiu um pipeline de geração de vídeos cinematográficos, um bot de onboarding para comunidade com integração CRM, e iterou tudo ao vivo com feedback real de 82 pessoas.
Os números do projeto contam uma história de crescimento composto: de R$0 na Stream 1 para R$3.770 na Stream 7 — com as primeiras vendas de R$337 aparecendo já na Stream 2. De 30 beta testers para 186 membros cadastrados. De zero presença em comunidade para 82 membros ativos no Discord. De emails estáticos para vídeos de produto gerados por IA. Cada stream adiciona uma camada ao ecossistema — e cada camada gera receita incremental.
A transição de "ferramenta de email" para "ecossistema de conteúdo + comunidade" não é uma mudança de plano — é a evolução natural de um produto construído em público. O email marketing continua sendo o motor de receita (R$3.770 atribuídos diretamente a campanhas de email). Mas o conteúdo (vídeos) e a comunidade (Discord) são os canais de distribuição que alimentam o topo do funil.
O EmailHacker.ai está testando, ao vivo e com dados reais, uma hipótese que o mercado de tecnologia debate há anos: é possível construir uma empresa de software relevante com 1 pessoa e ferramentas de IA? Com 186 membros, R$3.770 em receita, 25.000 visualizações no YouTube e um pipeline que gera vídeos de produto com 1 comando — a resposta, pelo menos neste estágio, é que a pergunta já está ficando obsoleta. A questão não é mais se é possível, mas até onde vai.