O Cargo de Vendedor resolveu um problema que não aparece no balanço da oficina, mas aparecia todo dia no WhatsApp do dono. Clientes mandavam mensagem perguntando preço de revisão, prazo de entrega, se a peça usada era original ou genérica, se havia garantia. O dono estava no fosso, embaixo de um carro, e não podia parar para responder. Quando respondia, duas horas depois, o cliente já tinha ligado para outra oficina.
O Cargo de Vendedor, no Método Mente Operacional, é a configuração de IA que responde como um vendedor treinado do negócio. Para a oficina, isso significava uma IA que sabia o preço da revisão de 10 mil quilômetros, sabia que as peças usadas eram de reposição originais salvo quando o cliente optava pela paralela com desconto, sabia o prazo médio de entrega por tipo de serviço, e sabia o que dizer quando o cliente comparava o preço com o da oficina do bairro de cima.
Este post mostra como esse Cargo foi montado, os problemas que apareceram no caminho e o que mudou no atendimento depois que o sistema ficou pronto.
O ponto de partida: o que o dono sabia e não tinha documentado
O dono da oficina sabia responder qualquer pergunta de cliente. Quinze anos de negócio dão esse conhecimento. O problema não era o que ele sabia. Era que esse conhecimento estava só na cabeça dele, e a cabeça dele não conseguia estar no celular e embaixo do carro ao mesmo tempo.
Segundo o Método Mente Operacional, o Cargo de Vendedor precisa de quatro blocos de informação antes de qualquer instrução: o que o negócio oferece em linguagem do cliente, o perfil do cliente ideal, as objeções mais comuns com as respostas que funcionam, e os diferenciais em relação aos concorrentes diretos.
Para a oficina, esse levantamento revelou algo interessante. O dono achava que a principal objeção dos clientes era preço. Quando ele parou para anotar as conversas reais dos últimos trinta dias, descobriu que a objeção de preço aparecia em terceiro lugar. Em primeiro lugar estava a dúvida sobre procedência da peça. Em segundo, a desconfiança com prazo: um concorrente próximo tinha prometido entrega em dois dias e não cumpria, e os clientes chegavam na oficina já com essa desconfiança instalada.
Esse tipo de descoberta é o que o processo de levantamento produz. Não é só montar um documento para a IA. É entender o que realmente acontece no atendimento, não o que o dono imagina que acontece.
Sessão 1: documentar o contexto do produto
A primeira sessão foi dedicada a responder três perguntas sobre cada serviço principal da oficina: o que está incluso, quanto custa e qual é o prazo médio de entrega.
A lista de serviços principais ficou assim: revisão de 10 mil quilômetros, troca de óleo sem revisão, alinhamento e balanceamento, troca de pastilhas de freio, serviço de elétrica básica (fusível, bateria, alternador) e diagnóstico de problema não identificado. Para cada serviço, o dono escreveu o que está incluso no preço e o que cobra à parte.
Essa distinção entre o que está incluso e o que cobra à parte é exatamente o tipo de informação que resolve objeção de preço antes de ela aparecer. Quando o cliente pergunta quanto custa a revisão e o Cargo responde com o que está incluso no preço, a comparação com o concorrente muda de patamar. O concorrente pode ter preço menor, mas o que está incluso no serviço é diferente. O Cargo passou a comunicar essa diferença com precisão.
O dono também documentou o processo de compra: o cliente manda mensagem, recebe orçamento com prazo, confirma, deixa o carro, recebe ligação quando está pronto, busca o veículo. Quando o Cargo sabe esse processo, ele consegue responder “como funciona para trazer o carro” sem inventar etapas que não existem.
Sessão 2: mapear as objeções com as respostas reais
A segunda sessão foi a que mais gerou aprendizado. O dono sentou e anotou as três objeções mais frequentes com a resposta que ele dava em atendimento presencial.
A objeção de procedência da peça era respondida assim: “A gente usa peça de reposição original de fornecedor homologado. Se você quiser peça paralela para reduzir o custo, a gente informa o preço das duas opções antes de começar. O cliente decide com informação.” Essa resposta, que o dono dava de memória há anos, nunca tinha sido escrita em lugar nenhum. Quando foi escrita, virou o bloco de objeção mais importante do Cargo.
A objeção de prazo foi respondida com o histórico real de cumprimento: “A gente tem média de entrega de dois dias úteis para revisão e um dia para serviços simples. Se aparecer algum problema no diagnóstico que mude o prazo, o cliente é avisado antes de a gente continuar. Nada é feito sem aprovação.” O compromisso de transparência estava no atendimento presencial há anos. Nunca tinha sido documentado.
A objeção de preço foi respondida com o que está incluso: “O preço de revisão de 10 mil inclui troca de óleo, filtro de ar, verificação de fluidos, teste de bateria e relatório de inspeção completo. Se a gente encontrar algo que precisa de atenção, o cliente recebe a informação com opções de custo antes de qualquer serviço adicional.” Quando o cliente compara esse preço com o de uma troca de óleo simples do concorrente, a comparação não faz mais sentido.
Sessão 3: redigir e testar as instruções
Com os dois documentos de levantamento prontos, a terceira sessão foi de redação das instruções do Cargo e de teste. A instrução ficou com 280 palavras e foi estruturada em cinco blocos: apresentação do Cargo, contexto dos serviços principais, perfil do cliente ideal, objeções e respostas, e orientação de quando encaminhar para o dono.
O bloco de encaminhamento definiu dois cenários claros: quando o cliente menciona problema que o dono ainda não viu (equipamento raro, problema elétrico complexo) e quando a negociação de preço chega em ponto de decisão fora do padrão. Nesses casos, o Cargo informa que vai confirmar com a equipe e encaminha o contato para o atendimento direto.
Os testes foram feitos com três situações reais. Primeiro: cliente perguntando preço e prazo de revisão. O Cargo respondeu com o valor, o que está incluso e o prazo médio. Resposta aprovada sem ajuste. Segundo: cliente dizendo que a oficina do bairro ao lado cobra menos. O Cargo respondeu explicando o que está incluso no serviço e perguntou se o cliente queria um comparativo de serviço a serviço. Resposta aprovada com pequeno ajuste de tom para ficar menos defensivo. Terceiro: cliente perguntando se a peça é original. O Cargo respondeu com a política de peças e ofereceu a opção de informar preço das duas alternativas. Resposta aprovada sem ajuste.
O ajuste feito no segundo teste levou cinco minutos. A instrução original dizia “nosso serviço é mais completo”. Ficou “nosso serviço inclui os itens a seguir, que podem não estar incluídos no orçamento que você está comparando”. A segunda versão é menos defensiva e mais informativa.
O que mudou depois de um mês de uso
Depois de um mês com o Cargo em uso no WhatsApp, o padrão de atendimento mudou de forma mensurável. Antes, o dono atendia entre quinze e vinte mensagens de pré-venda por dia, distribuídas ao longo do dia e da noite. Com o Cargo, essas mensagens foram respondidas sem a intervenção do dono na maioria dos casos. Os clientes que passavam pelo atendimento do Cargo e tinham interesse chegavam para a conversa final com o dono já informados sobre preço, prazo e processo.
O tipo de conversa que chegava para o dono mudou. Antes: “quanto custa a revisão?”. Depois: “o Cargo me disse que custa R$X e leva dois dias. Posso agendar para sexta?”. Essa diferença é o que o Cargo bem montado produz. O dono não precisa mais responder as perguntas que a IA consegue responder. Ele responde as perguntas que precisam dele.
Houve um ajuste em campo que não estava nas instruções originais: clientes que chegavam mencionando um carro modelo específico com problema específico de motor. O Cargo tentou responder com informação genérica. O dono ajustou as instruções para que, quando o cliente menciona modelo e problema específico de motor, o Cargo informasse que ia verificar com a equipe antes de responder. Esse ajuste levou dez minutos e resolveu o problema para todos os casos seguintes.
O que esse caso mostra sobre o Cargo de Vendedor
O caso da oficina mecânica mostra que o Cargo de Vendedor não é uma ferramenta para negócios de tecnologia. É para qualquer negócio onde o cliente faz perguntas repetidas antes de decidir, e onde o dono não consegue estar disponível para responder toda vez que a pergunta chega.
O levantamento de contexto revelou que o dono da oficina tinha respostas excelentes para todas as objeções, mas essas respostas estavam presas na cabeça dele. O processo de montagem do Cargo foi, em grande parte, um processo de documentar o que ele já sabia. A IA não criou conhecimento novo. Ela tornou acessível o conhecimento que já existia no negócio.
O ajuste feito no primeiro mês é o comportamento esperado. Cargo de Vendedor não é um sistema estático. É um documento que evolui com o uso. Cada vez que uma resposta não fica boa, o dono ajusta o bloco correspondente. Com uso e ajuste consistentes, o Cargo cobre cada vez mais situações reais e precisa cada vez menos de ajuste.
Para aprender o processo completo de montagem do Cargo de Vendedor, o guia passo a passo do Cargo de Vendedor detalha cada etapa com exemplos práticos. E para não repetir os erros mais frequentes na primeira montagem, o post sobre os erros comuns ao montar o Cargo de Vendedor mostra o que ajustar antes de testar com cliente real.
