Como lemos um corpus.

O estúdio trabalha com uma pequena marca de cuidados com a pele em Copenhague. A marca existe há quatro anos. Tem, no momento em que este texto é escrito, 3.412 avaliações distribuídas entre Shopify, Junip e a migração para o Yotpo que foi feita pela metade em 2024 e nunca desfeita. As avaliações vivem em três lugares diferentes e nunca foram lidas de uma só vez, por uma só pessoa.

Em novembro de 2026, um editor sentou diante do corpus completo. O exercício levou onze horas distribuídas em três dias. O produto foi um memorando de 14 páginas. O memorando custou menos do que um único mês do Yotpo Plus. Com base nele, a marca alterou nove páginas de produto, três fluxos de email e a linguagem da página Sobre da fundadora.

Este texto é uma nota sobre o que o editor fez de fato. Não é um artigo de metodologia. É mais próximo de um diário de estúdio.

O primeiro dia teve uma única postura: abrir um documento, colar as avaliações em ordem e ler todas elas, da primeira à última. Sem marcadores. Sem etiquetas. Sem pontuação de sentimento. O editor leu as 3.412 avaliações da maneira como um editor literário lê um manuscrito, devagar, em ordem, com a intenção de encontrar os autores.

As primeiras três horas não produziram nenhuma anotação. Isso está correto. Um editor de manuscritos não anota na primeira leitura. Ele está estabelecendo uma linha de base para entender como a escrita soa, quem está escrevendo, ao que os autores retornam.

Na quarta hora o editor começou a sentir o formato do corpus. Havia dois registros na escrita. Um registro clínico, de compradores com mais de quarenta anos, falando sobre condições específicas de pele e ingredientes nomeados. Um registro tátil, de compradores entre vinte e trinta anos, falando sobre textura, cheiro e "como a embalagem fica na mão". O marketing da própria marca era escrito inteiramente no registro tátil. Metade dos clientes que escreviam estava sendo endereçada na língua errada.

A segunda leitura começou no segundo dia.

O editor abriu um segundo documento chamado `surprises.md` e releu o corpus, copiando para ele qualquer frase que o surpreendesse. O critério da surpresa era pessoal. Uma frase surpreendente era aquela que ele não esperava, não sabia como interpretar de imediato, ou que contradizia algo que o marketing da marca afirmava.

Ao final do segundo dia, o arquivo de surpresas tinha 84 frases. Alguns exemplos:

"Comprei para minha mãe e ela usa há seis meses. Eu usei três doses no total. Não sei se funciona."

"O cheiro me lembra o sabonete de um hotel em Lisboa onde estive duas vezes. Não tenho outra comparação."

"É o único sérum que usei e do qual fiquei ativamente com vergonha de comprar de novo. Continuo comprando."

O texto de marketing da marca não continha nenhuma frase assim. O material de marketing continha, em seu lugar, afirmações sobre percentuais de hidratação, listas de ingredientes e uma imagem da fundadora em destaque. O arquivo de surpresas era onde a escrita de verdade estava.

Um arquivo de surpresas é o instrumento de pesquisa mais barato que o estúdio encontrou. Ele custa a atenção de um editor e um documento de texto simples. Produz, na nossa experiência, o melhor material bruto para qualquer decisão de conteúdo que a marca vai tomar nos próximos dezoito meses. É assim que o que um editor faria com um corpus funciona na prática. Não há modelo por trás disso. Há uma pessoa lendo, surpresa.

O terceiro dia começou com o editor abrindo um terceiro documento chamado `claims.md` e relendo apenas o arquivo de surpresas. Cada frase foi colocada sob uma afirmação que ela implicitamente sustentava. Uma afirmação é a asserção para a qual a frase serve de evidência, mesmo que a frase não a declare.

A frase do hotel em Lisboa foi arquivada sob "o cheiro evoca memórias autobiográficas específicas". A frase da mãe foi arquivada sob "compradores presenteiam este produto e nunca o usam eles mesmos". A frase da vergonha foi arquivada sob "o design visual da embalagem é socialmente custoso de exibir". Ao final do terceiro dia havia dezessete afirmações distintas, cada uma sustentada por entre três e onze frases citadas do corpus.

Afirmações não são sentimento. Uma pontuação de sentimento teria classificado as três frases acima como neutras ou levemente positivas. As afirmações que elas sustentam são mais precisas, mais estranhas e mais úteis. "Compradores presenteiam este produto e nunca o usam eles mesmos" é, para uma marca que mede a taxa de recompra por conta de comprador, uma descoberta estruturante. O comprador não é o usuário. A marca estava otimizando para a pessoa errada.

Análise de sentimento não encontra isso. Uma taxonomia de classificações por estrelas não encontra isso. Só a leitura, devagar, com a intenção de localizar que afirmação cada frase está fazendo silenciosamente, vai encontrar. Essa é a postura editorial que o estúdio defende.

O quarto documento, aberto no terceiro dia, era uma lista de palavras e expressões curtas que se repetiam no corpus e estavam ausentes do marketing da marca. O editor não estava interessado em recorrências óbvias (os nomes dos produtos, a lista de ingredientes, o nome da marca). Estava interessado nas palavras com que a marca estava sendo descrita e que ela ainda não havia notado.

As palavras recorrentes foram, em ordem de frequência: "estranho" (47 ocorrências), "lento" (39), "caro, mas" (31), "inverno" (29), "esqueci" (24), "não funciona em" (22). Nenhuma dessas palavras aparecia em qualquer lugar no material de marketing da marca. Nenhuma havia sido usada em qualquer fluxo de email. Nenhuma havia sido pesquisada internamente como ângulo de conteúdo.

As recorrências de "estranho" são particularmente instrutivas. Os compradores chamavam o cheiro de estranho e queriam dizer isso como elogio. A marca havia passado dois anos descrevendo o cheiro como "refinado" e "sutil". Os próprios clientes tinham uma palavra melhor. A marca não estava usando a palavra deles. A correção é a menor mudança de conteúdo imaginável, não custa nada, e a marca estava quatro anos atrasada para fazê-la.

Esta leitura é o trabalho prático de tratar avaliações como linguagem. Uma auditoria de estoque pergunta quantos. Uma auditoria de linguagem pergunta quais palavras. As duas auditorias parecem idênticas à distância e produzem recomendações completamente diferentes.

Em nenhum momento das onze horas o editor abriu um painel. Não houve pontuação de sentimento, distribuição de classificações, nem nuvem de palavras. As ferramentas do estúdio são, deliberadamente, as mais baratas disponíveis: três documentos de texto simples e uma mente aberta. Uma planilha foi usada duas vezes, para contar as ocorrências das palavras recorrentes, e só porque contar é mais rápido do que estimar.

O que o estúdio vende não são as ferramentas. É a postura. As ferramentas são o que tornam a postura barata de repetir em milhares de marcas, onde hoje custa onze horas de editor e uma semana de calendário. O estúdio está construindo o software que faz as três primeiras leituras (ler em ordem, arquivo de surpresas, arquivo de afirmações) parecerem uma tarde apenas.

Não há modelo para isso na categoria existente de plataformas de avaliação. O pacote de análise do Yotpo, a aba de insights do Okendo, o produto de inteligência da Bazaarvoice. Nenhum deles produz um arquivo de surpresas. Eles produzem um gráfico de sentimento. O gráfico de sentimento é, na nossa experiência, o artefato menos útil da categoria. Ele diz à marca o que ela já sabia (a maioria das avaliações é de 5 estrelas, a maioria é curta, a maioria é positiva) e não diz nada sobre o que escrever a seguir.

O arquivo de surpresas diz à marca o que escrever a seguir. Essa é a assimetria em torno da qual o estúdio foi construído.

O produto entregue à marca foi um memorando de 14 páginas em prosa longa. Ele abria com os registros (clínico versus tátil, e o marketing da marca endereçava apenas um deles). Continha as dezessete afirmações, cada uma com três a onze frases de apoio. Continha as seis palavras recorrentes e as edições de marketing propostas para cada uma. Encerrava com nove alterações específicas em páginas de produto e uma recomendação para reescrever a página Sobre da fundadora no registro clínico, onde os compradores mais velhos da marca de fato vivem.

O memorando tinha 4.200 palavras. Citava 81 frases de clientes na íntegra. Não continha um único gráfico. Lia-se como um briefing de pesquisa. A fundadora leu-o em um domingo e ligou na segunda-feira com três perguntas de acompanhamento, todas sobre frases específicas. Nenhuma era sobre números agregados.

Esta é a afirmação estruturante: um corpus de escrita de clientes é um manuscrito. O produto de lê-lo bem não é um painel. É um memorando. O memorando vai mudar o que a marca escreve a seguir. E isso, por sua vez, é as frases que seus clientes escreveram tornando-se o material de marketing real da marca. O que é, finalmente, o texto morto acordando.

Estamos construindo software em torno deste exercício. Não um software que substitua a leitura do editor (ele não pode, e não queremos isso). Um software que torna a primeira leitura mais barata, o arquivo de surpresas mais rápido de popular, a taxonomia de afirmações reutilizável em todo o histórico da marca. O editor ainda vai ler. O produto ainda vai ser um memorando. Teremos tornado possível produzir esse memorando para uma marca de qualquer tamanho em algumas horas, em vez de uma semana.

O trabalho sempre foi leitura. Estamos tornando a leitura barata.