Marketing

Como criamos um monitor de mercado com agentes de IA

Capa do The New Rails com o texto Market Monitoring With AI e, embaixo, o subtítulo MUCH HARDER THAN IT LOOKS, ao lado de um radar azul brilhante com sinais na varredura

A MOIC Digital monitora os mercados cripto e financeiro com o Watchtower, um sistema de agentes de IA que roda todo dia útil. Um código coleta notícias de mais de 160 fontes curadas e 32 listas públicas do X, mantém só as últimas 24 horas, e um agente editor consulta uma memória de temas antes de escrever. O resultado é uma página diária no Notion com as notícias, os temas saturados, o ângulo que ninguém está explorando e uma ideia de pauta para cada público.

Monitorar um mercado é mais complexo do que parece. Por padrão, agentes de IA têm dificuldade para encontrar notícias em tempo real, acompanhar o que acontece nas redes sociais e separar o conteúdo com ideias novas do conteúdo que só repete o consenso. Veja como fontes curadas, gerenciadas pelo time, resolveram isso para nós.

Todo time de marketing e vendas já fez este teste: abrir um chatbot e pedir “as notícias mais importantes de cripto e do mercado do dia”. A resposta chega em segundos, bem escrita e organizada em tópicos. Na segunda semana, o time percebe que ela é quase a mesma todo dia, metade dos links não abre, parte das notícias é da semana passada e nada ali vira um post melhor que o de qualquer concorrente.

Na MOIC, os analistas acompanham dezenas de clientes entre empresas do mercado financeiro, cada um falando com públicos diferentes: traders profissionais, alocadores institucionais, tesourarias de DAOs, desenvolvedores, usuários de finanças descentralizadas (DeFi), o público cripto da América Latina. Todo dia eles precisam de duas coisas: saber o que aconteceu no mercado e ter um ângulo próprio para transformar isso em conteúdo para cada cliente.

O Watchtower é o sistema de agentes que o AI Squad da MOIC criou para isso. Ele roda todo dia útil desde maio de 2026. Ao construí-lo, esbarramos numa série de problemas que aparecem para qualquer pessoa que usa agentes de IA para monitorar um mercado. Quase todos têm a mesma origem: o agente depende da ferramenta de busca na web que vem embutida nele. Essa busca funciona bem para perguntas gerais, mas é fraca em três coisas de que um radar de mercado precisa: notícias das últimas horas, o que circula nas redes sociais e o conteúdo completo e específico de fontes de nicho. A decisão que mais mudou o resultado foi parar de depender dela e montar uma base de fontes curadas que o time gerencia e o código coleta diretamente.

Um prompt simples (“Me dê as notícias do dia”) Watchtower, um sistema de agentes
Fontes O que o buscador devolver primeiro: grandes portais e SEO 164 fontes auditadas e 32 listas do X, marcadas por público
Data Mistura hoje com a semana passada Uma única janela de 24 horas; sem data confirmada, o item cai
Links Às vezes reconstruídos de memória e quebrados Tirados do feed ou da API, nunca da memória do modelo
Memória Começa do zero a cada pedido e repete temas O Theme Ledger registra temas, dias seguidos e ângulos usados
Leitor Um resumo médio para ninguém em particular Duas leituras por persona, cada uma com uma ideia de pauta
Linguagem Jargão e listas de nomes sem o que aconteceu Quem, o quê, quanto, quando; termos técnicos explicados
Ângulo Só o consenso Consenso sinalizado, alpha, takes de autores identificados e gatilhos criativos
Destino Fica no chat de quem pediu Uma página no Notion que alimenta outros agentes e o time

Como o Watchtower funciona?

O Watchtower combina código, agentes de IA e uma memória persistente numa rotina que roda sozinha toda manhã.

  • Fontes curadas. Mais de 160 fontes ativas (newsletters, pesquisas de bancos centrais, reguladores, blogs técnicos, dados onchain, mercados de previsão) e 32 listas públicas do X, cada uma marcada com os públicos que atende.
  • Coleta em código. Scripts puxam os feeds e as listas do X em paralelo e, antes que qualquer IA leia o material, descartam tudo o que tem mais de 24 horas ou não tem data.
  • Memória de temas. Antes de escrever, o agente consulta o Theme Ledger, uma tabela que registra em quantos dias cada tema apareceu e qual ângulo já foi usado.
  • Agente editor. Ele classifica cada tema (novo, em desenvolvimento ou saturado), escreve as notícias seguindo regras fixas de redação e monta as seções da página.
  • A página do dia no Notion, com notícias, opiniões de autores relevantes, temas saturados com o ângulo alternativo, o que circula no X, gatilhos criativos e uma leitura para cada público.
  • Agentes derivados leem essa página e produzem outras entregas: um resumo por cliente, sugestões de posts para o perfil de cada cliente no X, 20 posts prontos e o link publicado no Discord do time.

A divisão do trabalho é a mesma dos nossos outros sistemas: o que precisa ser exato (coleta, filtro de data, contagem) fica no código, o que exige leitura e julgamento (o que conta como notícia, qual é o ângulo) vai para o agente, e a decisão de usar uma ideia de pauta com um cliente fica com o analista. O Versa, nosso agente de propostas, divide o trabalho do mesmo jeito.

O que dá errado quando você só pede “as notícias do dia”?

Cada parte do Watchtower existe para resolver um problema que encontramos ao usar agentes de um jeito simples. Se você está construindo algo parecido, esta é a lista para conferir.

1. O agente depende da busca na web

Quando você pede notícias a um agente, ele usa a ferramenta de busca que vem com ele. Essa busca tem três limites para o monitoramento de mercado:

  • Tempo real. O índice de busca demora para registrar o que foi publicado nas últimas horas, e os resultados misturam hoje com a semana passada.
  • Redes sociais. A busca na web mal enxerga o que circula no X, onde boa parte da conversa do mercado acontece primeiro.
  • Conteúdo rico. O agente recebe títulos e trechos curtos. O texto completo de uma newsletter, os números de um relatório ou o argumento de um post técnico raramente chegam inteiros.

O resultado é que o agente lê o que aparece primeiro: grandes portais, conteúdo otimizado para busca e as mesmas manchetes que todo mundo já viu. O que diferencia uma análise (o blog técnico de um pesquisador, uma nota de banco central, o fórum de governança de um protocolo) quase nunca está no topo.

Como resolvemos: tiramos a busca na web do caminho principal. O Watchtower coleta direto de fontes que o time escolheu e gerencia: os feeds e as páginas das publicações, APIs de dados e as listas do X pela API da plataforma (documentação da API do X). A busca na web ficou só para as poucas fontes com paywall, onde ela é a única forma de ler o resumo. Para gerenciar essas fontes, mantemos uma lista oficial, auditada para saber se um agente consegue acessar cada uma e como. Cada fonte é marcada pelo método de acesso: RSS (um feed estruturado), HTML (uma página simples), API ou PREVIEW (só título e resumo, por causa de um paywall). Fontes que exigem login, bloqueiam robôs ou morreram vão para uma lista de arquivadas e nunca são consultadas. Em junho, adicionamos 45 “fontes alpha”, como dados onchain primários, posições públicas registradas em reguladores, mercados de previsão e pesquisas regionais da Ásia e da África.

Método de acesso Fontes ativas O que significa
RSS 71 Um feed estruturado, o mais barato
HTML 40 Uma página simples, sem JavaScript
API 29 Dados onchain, mercados de previsão
PREVIEW 24 Só título e resumo (paywall)

As 164 fontes ativas do Watchtower por método de acesso, mais 32 listas do X (12 diárias, 20 em rodízio).

Uma decisão de curadoria fez diferença: cada público recebe fontes sobre o seu assunto principal e também sobre interesses adjacentes. Um trader lê sobre trading, mas também sobre macroeconomia, comportamento e IA. É nas fontes adjacentes que aparecem as conexões que viram conteúdo original.

2. Notícia velha passa por notícia de hoje

As home pages dos sites misturam artigos fixados, conteúdo antigo e o que está em alta. Um agente que lê “os primeiros itens da página” entrega notícia de uma semana atrás com a confiança de quem fala de hoje. Esse foi o primeiro problema que nossos analistas apontaram.

Como resolvemos: a primeira coisa que o sistema faz é calcular uma única janela de 24 horas, que vale para todos os scripts e agentes. Itens fora da janela caem na coleta. Quando não dá para confirmar a data de um item, a regra é descartá-lo. O RSS facilita isso, porque cada item de um feed pode trazer a data de publicação e o link (especificação do RSS 2.0). Perdemos um pouco de cobertura e ganhamos a confiança de que tudo na página é daquele dia. O agente também não pode usar expressões como “recentemente” ou “nas últimas semanas”, que costumam denunciar um item antigo.

Modelos de linguagem às vezes encurtam ou reconstroem URLs de memória, e o link parece certo, mas não abre. Tivemos esse problema em junho, com links para blogs que não existiam.

Como resolvemos: o link de cada notícia vem do próprio feed ou da resposta da API, nunca da memória do modelo. Cada notícia tem uma palavra-chave com link para a fonte primária, e o post do X citado vem com o endereço exato que a API devolveu.

4. Sem memória, o agente repete o mesmo tema todo dia

Um chatbot começa do zero a cada pedido. Se o mercado passa três semanas falando de juros, você recebe a mesma manchete sobre juros por três semanas. O leitor para de ler, e o conteúdo que sai dali soa igual ao de todo mundo.

Como resolvemos: o Theme Ledger, uma página no Notion que o agente lê no início e reescreve no fim de cada execução. Para cada tema, ele guarda em quantos dias o tema apareceu, o estado atual e os ângulos já usados. Antes de escrever, o agente classifica cada tema:

Estado Quando No boletim
Emergente Não apareceu nos últimos 5 dias Entra nas notícias normalmente
Em desenvolvimento Apareceu em 1 ou 2 dias recentes e tem um fato novo Entra só com o que mudou, em uma linha
Saturado Nota de saturação 6 ou mais, ou 3 dias seguidos Sai das notícias e vai para Saturation & Alpha
Esfriando Perdeu volume ou sumiu do X No máximo uma nota curta, ou nada
Arquivado Voltou a zero Sai do radar

A regra principal é simples: um tema que o leitor viu como notícia ontem não volta como notícia hoje. Ou ele tem um fato novo, e entra como uma linha curta com o que mudou, ou saturou, e sai da seção de notícias para receber outro tratamento.

5. Saturado não quer dizer irrelevante

Quando um tema satura, o valor dele passa do fato para o ângulo. Todo mundo já sabe que o bitcoin subiu. Poucos sabem o que isso significa de diferente.

Como resolvemos: a seção 🌀 Saturation & Alpha. Para cada tema saturado, o agente dá uma nota de saturação de 0 a 10 (dias seguidos no boletim, quantas listas do X falam dele, engajamento e cobertura nos grandes portais) e entrega quatro partes:

  • Consenso: o que todo mundo já está dizendo, marcado explicitamente com “não publique isso como está”.
  • Alpha: o ângulo fora da curva, buscado em quatro lugares: perfis especializados com pouco engajamento, pessoas que discordam do consenso com argumento, o efeito do tema em outro mercado e o que ninguém está discutindo.
  • Implicações imediatas: o que deve acontecer nos próximos dias, sem especulação.
  • Implicações de segunda e terceira ordem: cenários criativos de meses a anos, marcados com “(especulativo)”.

Trecho real do Watchtower Daily de 4 de setembro de 2026: 🪙 Bitcoin, ETFs e a máxima em quatro meses

📛 Consenso, não publique isso como está. Os ETFs de bitcoin captaram US$731 milhões, o maior dia desde janeiro, e o BTC voltou a passar de US$80.000. A leitura pronta é “as instituições voltaram com força”. Saturação 9/10: 54º dia no radar, na primeira página de todo portal cripto.

🎯 Alpha. A máxima em quatro meses vem com a rede quase parada: a taxa mais rápida do bitcoin está em 4 satoshis por byte, o piso de uma rede sem fila. O preço sobe no papel (ETFs e derivativos) enquanto quase ninguém movimenta bitcoin de verdade. Ninguém está apontando o descompasso entre um preço recorde e uma blockchain vazia.

Pauta sugerida: “O bitcoin bateu a máxima em quatro meses com a rede quase parada, a 4 satoshis por byte: é um rali de papel, dos ETFs, e não de gente usando bitcoin.”

O ângulo usado fica registrado no Theme Ledger, então o agente escolhe outro no dia seguinte. Em outubro, o tema dos juros de longo prazo chegou ao 30º dia seguido no radar, com um ângulo diferente a cada dia. Já escrevemos sobre por que os mercados recompensam o ângulo mais do que a manchete em como as narrativas movem a atenção e os ciclos de mercado.

6. Uma resposta genérica, sem leitor definido

“As notícias do dia” não diz para quem. O resultado é um resumo médio que não atende bem nenhum público.

Como resolvemos: a cada execução, o Watchtower lê a base de personas da MOIC no Notion (hoje são 8, do Pro Trader ao Web3 Marketer). Para cada uma, o agente escreve duas leituras do dia:

  • Visão direta: uma tese que você consegue defender numa reunião com cliente, ligando duas ou três notícias, com uma linha de “por que importa” e uma pauta sugerida.
  • Visão não convencional: uma leitura provocativa que conecta sinais reais de um jeito inesperado, também com uma pauta sugerida.

Como a lista de personas vem do Notion, adicionar um público novo não exige mudar o agente. Foi assim que a persona Web3 Marketer entrou em junho, com fontes próprias.

7. Jargão e um “cardápio de assuntos”

Os agentes tendem a escrever manchetes que listam nomes sem dizer o que aconteceu (“cinco modelos de IA lançados em sequência, com um novo benchmark redefinindo o que conta como fronteira”). Para quem é de fora da área, isso não diz nada.

Como resolvemos: regras de redação na própria skill, com exemplos do que é bom e do que é ruim. Cada notícia tem de dizer quem fez o quê, quanto e quando, usar um verbo concreto (“cortou”, “lançou”, “comprou”) e explicar entre parênteses todo termo técnico na primeira vez que ele aparece. O teste: um estagiário de marketing, um designer e um engenheiro entenderiam a frase sem abrir o Google?

Exemplo das regras de redação da skill, antes e depois

Antes: 🪙 BTC bateu nova máxima: mercado em modo risk-on com instituições comprando.

Depois: 🪙 O BTC passou de US$145.000 pela primeira vez ontem, depois que o ETF à vista da BlackRock (um fundo negociado em bolsa que detém BTC diretamente) registrou US$2,1 bilhões de entradas na semana, a maior captação desde a aprovação, em janeiro de 2024.

8. Só fatos, nenhuma matéria-prima criativa

Mesmo uma lista perfeita de notícias não ajuda muito se você precisa escrever um post diferente. Faltam um gancho, uma comparação e uma opinião.

Como resolvemos: duas seções que existem só para isso. Takes do dia reúne opiniões e previsões fora do consenso de autores identificados na coleta, como gestores de fundos, pesquisadores e autores de newsletters, com uma linha explicando por que o take é interessante. Camada lateral é um baralho com os gatilhos criativos do dia: aniversários, citações de pensadores, uma estatística contraintuitiva, um paradoxo, uma analogia improvável, uma lei empírica aplicada, uma pergunta ingênua, uma manchete alternativa. A visão não convencional de cada persona tem de usar pelo menos um desses gatilhos.

Seção O que traz Tipo
Notícias do dia Até 25 fatos das últimas 24 horas, uma frase cada, com link Fato
Takes do dia Opiniões fora do consenso de autores identificados Opinião
Saturation & Alpha Consenso, alpha e implicações dos temas saturados Ângulo
No X hoje O que circula nas listas, com posts citados Sinal
Camada lateral Aniversários, citações e 10 gatilhos criativos Matéria-prima
Narrativas por persona Visão direta e não convencional para 8 públicos, com uma ideia de pauta Ação
Fontes consultadas De onde veio cada item Rastro
Saúde das fontes O que falhou hoje e alertas de falhas repetidas Controle

A anatomia da página diária do Watchtower.

9. A resposta morre no chat

Uma resposta de chatbot fica na conversa de quem perguntou. Ninguém mais do time vê, e nenhum outro processo usa.

Como resolvemos: o Watchtower publica uma página no Notion, num formato estável que outros agentes conseguem ler. Agentes derivados rodam em cima dela:

  • Watchtower por cliente: cruza as notícias com o perfil de cada cliente (setor, narrativa, concorrentes, palavras-chave) e escreve um bloco pronto para enviar, mais uma nota interna para o analista.
  • Comms Channels: lê os posts recentes do perfil de cada cliente no X para entender o tom e sugere o que daria um post nesse tom.
  • 20 Viral Posts: transforma a página do dia em 20 posts em inglês, usando como referência uma página de exemplos de bom conteúdo.
  • Postagem no Discord: publica os links do dia no canal do time.

O conteúdo do Watchtower também passou a alimentar entregas para clientes, como uma thread semanal de notícias e posts no LinkedIn.

10. Falha silenciosa

Quando um chatbot não consegue acessar uma fonte, ele simplesmente não menciona isso, e você nunca fica sabendo.

Como resolvemos: toda página termina com uma seção de saúde das fontes: quantos feeds responderam, quais falharam e por quê (um bloqueio antirrobô, um endereço que mudou, uma chave de API expirada). Uma fonte que falha três dias seguidos gera um alerta, e cinco dias seguidos geram uma proposta para arquivá-la. Foi por essa seção que vimos, em setembro, que a chave da API do X estava expirada havia 18 dias úteis.

Como montar o seu

Os passos abaixo valem para qualquer radar de mercado feito com agentes, mesmo que o seu assunto seja outro.

1. Defina os leitores antes das fontes. Escreva as personas que vão consumir o radar e os interesses adjacentes de cada uma. Guarde isso num lugar que o agente leia a cada execução, para poder mudar sem mexer na skill.

2. Faça a curadoria e a auditoria das fontes. Para cada fonte, registre como um agente a acessa (RSS, HTML, API ou só resumo) e quais personas ela atende. Fontes que exigem login ou bloqueiam robôs vão para uma lista de arquivadas. Prefira RSS: um único arquivo traz dezenas de itens com data e link, por uma fração do custo de buscar na web.

3. Colete em código. Scripts coletam em paralelo, filtram pela janela de tempo e limitam o número de itens por fonte (usamos 5) para que fontes barulhentas não dominem. O agente só recebe o que já passou pelo filtro.

4. Dê memória ao agente. Uma tabela simples com tema, dias seguidos, estado e ângulos usados resolve a repetição. O agente lê a tabela no início e a atualiza no fim de cada execução.

5. Escreva as regras de redação na skill. Inclua exemplos do que é bom e do que é ruim. Regras abstratas (“seja claro”) não mudam muito o resultado. Pares de antes e depois mudam.

6. Separe fato, opinião e ângulo. As notícias levam só fatos. As opiniões vão para uma seção própria, com autor. O seu ângulo (alpha, implicações, ideias de pauta) vai para outra. Assim o leitor sabe o que está lendo em cada parte.

7. Publique num formato que outros agentes consigam ler. Uma página estável no Notion (ou em qualquer lugar com API) vira insumo para agentes derivados. É aí que um radar vira uma linha de produção de conteúdo.

8. Monitore a saúde das fontes. Registre as falhas todo dia e crie alertas para falhas repetidas. Sem isso, a qualidade cai devagar e ninguém percebe.

O que ainda está em aberto

Algumas lições vieram de problemas que ainda estamos resolvendo:

  • Dependências externas param tudo de uma vez. Quando a chave da API do X expirou, a seção do X ficou vazia por semanas nas execuções automáticas, porque a alternativa (ler o X pelo navegador) exige alguém logado.
  • Rodar no computador de uma pessoa é frágil. A postagem no Discord parou por cerca de duas semanas, e a hipótese é que ela dependia de uma máquina específica estar ligada.
  • O próximo passo é a distribuição. Estamos testando uma “atualização de mercado” enviada aos clientes e conteúdo nos canais da MOIC usando o Watchtower como fonte, além de reaproveitar as ideias de pauta em formatos que os buscadores de IA leem.

Princípios

  • Código para coletar e filtrar, o agente para ler e escrever, uma pessoa para decidir o que vai para o cliente.
  • Na dúvida sobre a data, descarte.
  • O link vem da fonte, nunca da memória do modelo.
  • A memória entre execuções é o que separa um radar de um resumo.
  • Tema saturado muda de seção: sai das notícias e ganha um ângulo novo.
  • Toda saída é insumo para o próximo agente.

Quer aplicar isso ao seu marketing?

Ajudamos empresas do mercado financeiro que vendem para empresas a usar inteligência de mercado em conteúdo que conquista atenção. Nossos serviços explicam o trabalho, e você pode falar com a gente.

Perguntas frequentes

O que é o Watchtower?

O Watchtower é o sistema de monitoramento de mercado da MOIC Digital, um conjunto de agentes de IA que acompanha os mercados cripto e financeiro. Todo dia útil ele publica uma página no Notion com as notícias das últimas 24 horas, os temas saturados com um ângulo novo e uma ideia de pauta para cada público.

Por que não pedir as notícias do dia a um chatbot?

Um chatbot depende da busca na web embutida nele, que é fraca em notícias das últimas horas, em redes sociais e no texto completo de fontes de nicho. Ele também não tem memória entre os pedidos, então repete temas e às vezes reconstrói links que não abrem.

Como manter notícias velhas fora de um boletim de notícias feito com IA?

O Watchtower aplica uma única janela de 24 horas na coleta, em código, antes que qualquer IA leia os itens. Quando a data de um item não pode ser confirmada, ele é descartado.

Como o agente evita repetir o mesmo tema todo dia?

Ele lê e atualiza o Theme Ledger, uma tabela com os dias seguidos, o estado e os ângulos usados de cada tema. Um tema saturado sai da seção de notícias e ganha um ângulo novo em Saturation & Alpha.

Escrito porMOICMOIC Digital

Vamos transformar esses insights em ação e receita.

Trabalhamos com times de finanças onchain B2B em posicionamento, demanda e pipeline.

Agende uma call

Continue lendo

Todos os posts →