Prompts de análise social: dos dados dos posts aos próximos passos
Dê à IA uma tabela com colunas identificadas das publicações recentes, um objetivo e uma janela de medição comum. Peça para conferir os dados antes de buscar padrões e transformar observações em um pequeno plano de testes. Estes quatro prompts usam dados colados ou enviados por você; não conectam suas contas sociais. Confira os cálculos antes de mudar o que publica.
Prepare uma tabela de publicações que a IA possa comparar
Você tem um mês de posts e uma pergunta: o que merece outra tentativa? Comece com 10 a 30 publicações recentes de uma plataforma. É um lote inicial administrável, não um mínimo estatístico. Inclua os posts de pouca resposta. Uma tabela só de sucessos explica apenas o que seus sucessos têm em comum.
Exporte o relatório disponível nas suas análises ou copie os campos acessíveis para uma planilha. No YouTube Studio, abra Analytics, escolha Advanced Mode ou See more, ajuste o relatório e as datas e use Export current view. O Studio está sendo atualizado, então a interface pode variar. No Instagram e TikTok, monte a mesma tabela com as análises disponíveis, sem depender de um botão universal de exportação.
Ajuda do YouTube: modo avançado e exportação de relatórios
Use uma linha por publicação e mantenha os nomes exatos das métricas da plataforma. Acrescente tema, formato, frase inicial e duração se o relatório não os trouxer. A OpenAI recomenda nomes claros nas colunas e um registro por linha. Planilhas ou tabelas de texto também facilitam conferir números exatos em comparação com capturas de tela.
Ajuda da OpenAI: análise de dados com ChatGPT
O intervalo de datas precisa de mais um detalhe
Um relatório de outubro pode misturar posts dos dias 1 e 28, cujos totais tiveram tempos diferentes para crescer. Registre as datas do relatório e a janela de cada post, como seus primeiros sete dias completos. É um exemplo, não uma regra da plataforma. Se só houver totais acumulados, identifique-os e compare com cuidado posts de idades semelhantes. Dividir visualizações por dias não é, por si só, uma correção justa.
Marque promoção paga e colaborações separadamente. Separe plataformas e definições incompatíveis de visualização. Um Short do YouTube e um carrossel do Instagram podem responder perguntas diferentes mesmo com o mesmo tema.
| Grupo de campos | O que incluir | Como tratar uma ausência |
|---|---|---|
| Identidade e datas | post_id, platform, published_at with timezone, report_start, report_end, measurement_window | Mantenha o ID. Uma janela desconhecida limita a comparação. |
| Conteúdo | topic, format, hook, duration_seconds, paid, collaboration | Descreva o conteúdo real do post e marque classificações desconhecidas. |
| Exposição e resposta | A métrica exata de visualizações, alcance, curtidas, comentários, compartilhamentos e salvamentos | Use null para campos indisponíveis. Um zero registrado continua sendo zero. |
| Visualização e crescimento | avg_watch_seconds, the named retention metric if available, post_attributed_follows | Mantenha valores indisponíveis como null. A variação de seguidores da conta não equivale a seguidores atribuídos a um post. |
Role na horizontal para ler todas as colunas.
post_id,platform,published_at,report_start,report_end,measurement_window,topic,format,hook,duration_seconds,paid,collaboration,views_metric,reach,likes,comments,shares,saves,avg_watch_seconds,retention_metric,post_attributed_follows
Troque views_metric pela métrica do relatório. Exclua colunas que não possa fornecer ou deixe null e explique o motivo. Um campo vazio não significa que ninguém salvou o post.
Copie quatro prompts para sua revisão semanal
Execute-os em ordem na mesma conversa ou anexe novamente a tabela conferida ao abrir outro chat. Substitua os colchetes por seu objetivo e seus dados. Se o assistente não executar cálculos, faça a conta na planilha e peça uma interpretação dos resultados verificados.
1. Confira os dados antes de analisar o desempenho
A primeira revisão encontra problemas que podem fazer recomendações posteriores parecerem mais certas do que são. Peça um relatório de qualidade dos dados antes de receber conselhos de conteúdo.
Ajude-me a revisar os dados das minhas próprias publicações nas redes sociais. Trabalhe apenas com a tabela anexada ou colada. DADOS DE ENTRADA Contexto da plataforma e da conta: [platform, niche, audience] Objetivo: [one goal, such as more saves per account reached] Datas do relatório e fuso horário: [start, end, timezone] Janela de medição por publicação: [for example, first 7 complete days; or lifetime totals with capture date] Definições e unidades das métricas: [paste the report's definitions] Tabela de publicações: [paste or attach] Primeiro, apresente um relatório de qualidade dos dados, sem recomendações de conteúdo: - Confirme quantas linhas foram lidas, os IDs únicos das publicações, as datas incluídas e quaisquer linhas não lidas. - Liste IDs duplicados, campos ausentes, unidades inconsistentes, valores impossíveis e denominadores iguais a zero. Não exclua nem corrija linhas sem me informar. - Trate null ou campos em branco como indisponíveis, não como zero. Preserve os zeros informados. - Separe plataformas, formatos, janelas de medição, publicações pagas e colaborações quando a comparação exigir essa separação. - Diferencie os novos seguidores atribuídos a uma publicação da variação no total de seguidores da conta. - Explique quais comparações são possíveis e quais precisam de dados melhores. Retorne: problema | IDs das publicações afetadas | consequência | correção ou pergunta para mim. Peça que eu resolva os problemas relevantes antes de prosseguir. Nunca invente métricas ausentes nem afirme ter conectado minha conta.
2. Encontre padrões rastreáveis até os posts
Um padrão útil tem uma comparação visível por trás. Peça as linhas e os tamanhos dos grupos para distinguir um sinal repetido de um único post extraordinário.
Usando a tabela e as definições verificadas acima, compare as publicações de acordo com o objetivo que informei. REGRAS Use apenas grupos compatíveis em termos de plataforma, formato e janela de medição. Informe as linhas excluídas e o motivo. Não preencha dados ausentes. Indique cada numerador, denominador, unidade e fórmula antes de calcular uma taxa. Se o denominador for zero ou estiver ausente, retorne que não é possível calcular. Para cada grupo, informe o tamanho da amostra, a mediana e o intervalo de valores da métrica do objetivo. Mostre os IDs das publicações utilizadas e os valores calculados. Mantenha os valores atípicos no primeiro resultado. Mostre também como a comparação muda ao excluir apenas a observação de maior valor, identificando claramente essa análise como uma verificação de sensibilidade. Não remova uma publicação apenas porque teve um desempenho ruim. Compare temas ou formatos somente quando as linhas disponíveis permitirem. Trate grupos com poucas publicações como pistas a testar. SAÍDA Até 3 observações, cada uma com: - grupos comparados, tamanhos das amostras, janela e IDs das publicações - os números e o cálculo que sustentam a observação - outras explicações plausíveis ou fatores de confusão - uma pergunta a investigar em seguida Separe observações de hipóteses. Não afirme uma causa ligada ao algoritmo, um horário ideal de publicação, uma retenção não observada ou um vencedor garantido. Mostre o código de cálculo, caso o tenha usado.
3. Investigue um post excepcionalmente forte ou fraco
Um ponto fora da curva é motivo para examinar o post e suas circunstâncias. Os números sozinhos não explicam se a diferença vem da abertura, do tema ou da distribuição.
Investigue a publicação [post_id] em relação a publicações comparáveis da tabela verificada. Retorne uma nota de diagnóstico concisa: 1. Indique o que é numericamente incomum, com o grupo de referência, o tamanho da amostra, a definição da métrica e a janela. 2. Verifique se o tempo desde a publicação, a promoção paga, a colaboração, o formato, a duração ou os dados ausentes poderiam explicar a diferença. 3. Separe o que a tabela mostra das hipóteses que precisam do conteúdo em si ou de análises privadas. 4. Diga qual publicação específica, frase de abertura, marcação de tempo, fonte de tráfego ou campo de análise devo examinar em seguida e por quê. 5. Sugira uma mudança de conteúdo para testar somente se as evidências disponíveis sustentarem uma hipótese útil. Não deduza uma curva de retenção a partir do tempo médio de exibição, não atribua os novos seguidores da conta inteira a uma única publicação nem diagnostique uma restrição com base em poucas visualizações. Se a comparação for inválida, diga o que a tornaria utilizável.
4. Transforme a revisão nos testes da próxima semana
Decida o que produzir na próxima semana e quando conferir o resultado.
Transforme as observações fundamentadas acima em, no máximo, 3 testes de conteúdo viáveis para a próxima semana. DADOS DE ENTRADA Publicações que posso produzir: [number and formats] Limites de produção: [time, budget, footage] Fatos e promessa ao público que devem ser preservados: [list] Métrica e fórmula que usarei: [one primary metric] Janela de medição e data de revisão: [window, date, timezone] Para cada teste, retorne: - a observação e os IDs das publicações que lhe deram origem - a hipótese, identificada explicitamente como tal - a única variável a alterar - a publicação de comparação ou o conjunto equivalente, mantendo semelhantes as condições importantes - um briefing concreto para a próxima publicação: pergunta do público, abertura, entrega final, formato - a métrica principal, a fórmula, a janela e uma métrica de controle - uma regra de decisão que eu escolha antes de publicar, além do que continuaria inconclusivo - quais evidências devo coletar e quando revisá-las Não invente resultados, referências de desempenho, certezas ou um limiar universal de melhoria. Se eu tiver poucas publicações comparáveis, sugira um pequeno lote exploratório e explique o que ele pode e não pode me dizer. Deixe a publicação e as decisões finais comigo.
Como uma revisão vira um teste de conteúdo
Exemplo construído
Uma pessoa que cria conteúdo de comida caseira quer mais salvamentos por conta alcançada. Os quatro posts abaixo são orgânicos, sem colaborações e da mesma plataforma. Cada linha cobre os primeiros sete dias completos após a publicação. Use os números para conferir a conta, não como meta de desempenho.
| Publicação | Tema e formato | Alcance | Salvamentos | Salvamentos ÷ alcance |
|---|---|---|---|---|
| A | Dica de faca, Reel de 30 segundos | 2.000 | 40 | 2,0% |
| B | Substituição de ingredientes, Reel de 30 segundos | 2.400 | 60 | 2,5% |
| C | Montagem de jantar rápido, Reel de 30 segundos | 10.000 | 80 | 0,8% |
| D | Substituição de ingredientes, Reel de 30 segundos | 2.200 | 55 | 2,5% |
Role na horizontal para ler todas as colunas.
C tem mais salvamentos no total, mas B e D têm taxas maiores. Para C: 80 ÷ 10,000 × 100 = 0.8%. Os dois posts de substituições chegam a 2.5% cada. É um tema a explorar se o objetivo é gerar salvamentos. Ainda é preciso entender por que as pessoas salvaram esses posts e se outra substituição gera resposta semelhante.
O próximo teste pode ser outro Reel de substituições com a mesma duração e forma de apresentar o resultado, mudando só a abertura: mostre a substituição pronta antes de explicar. Compare com B e D na mesma janela inicial de sete dias. Use salvamentos ÷ alcance como métrica principal e alcance como proteção, evitando considerar automaticamente boa uma taxa alta com pouquíssima exposição.
Antes de publicar, anote qual resultado justificaria repetir e qual exigiria outra tentativa. Se alcançar poucas contas, mantenha a conclusão exploratória. Repita a comparação com outro post equivalente em vez de anunciar uma nova estratégia por causa de uma única porcentagem.
Para escolher o denominador, leia nosso guia de taxa de salvamentos versus visualizações.
Confira a resposta antes de mudar seu conteúdo
Confira algumas linhas por trás da recomendação mais forte. Recalcule uma taxa, examine o tamanho do grupo e confirme a mesma janela de observação. A OpenAI orienta revisar o código gerado, os resultados e as premissas da análise. Se parecer perfeito demais, peça o código ou a tabela intermediária.
Ajuda da OpenAI: análise de dados com ChatGPT
A taxa da calculadora responde a outra pergunta que o exemplo de salvamentos. Mantenha numerador e denominador no nome ao comparar. Nunca compare uma taxa de salvamentos baseada em alcance com um referencial de engajamento baseado em seguidores.
Quando a tabela levantar uma questão sobre conteúdo, abra o post. O AI Video Analyzer do Kabo pode fornecer comentários com marcações de tempo sobre TikTok, Reel ou Short públicos. Use-os para formular uma hipótese de edição; ele não fornece seu relatório privado de retenção nem prova a causa de uma mudança de desempenho.
Examine o conteúdo do vídeo público
Conclusões sobre horários exigem o mesmo cuidado. Se todos os tutoriais saíram de manhã e todas as montagens à noite, a tabela não separa horário de formato. Compare conteúdos em condições semelhantes antes de reorganizar toda a programação. Por que o mesmo vídeo recebe quantidades diferentes de visualizações
Guarde juntos a tabela conferida, a resposta usada e o teste escolhido. Na próxima semana, acrescente linhas com as mesmas definições e janela. A revisão ganha utilidade quando permite comparar uma previsão com o que ocorreu, inclusive um resultado inconclusivo.
Fontes e método
Detalhes do produto e da exportação conferidos em 22 de outubro de 2026. A OpenAI documenta entradas estruturadas, análise com código e revisão de cálculos. O YouTube documenta a exportação da visualização atual do Analytics. Em outras plataformas, comece pelos relatórios acessíveis. Os prompts, conselhos de comparação e exemplo de culinária são material editorial do Kabo. Os resultados dependem dos dados e do modelo.