O que Atomizador de Pilar de Conteúdo faz?
Pegue 1 post de blog ou artigo e gere de 15 a 30 peças de micro-conteúdo nativas de cada plataforma. Isso NÃO é reformatação — é recontextualizar cada peça para a cultura, formato e expectativas da plataforma. Um post no LinkedIn não se parece em nada com um comentário no Reddit, mesmo que carreguem o mesmo insight.
Estágio
S2: Criação de Conteúdo — Isso É criação de conteúdo, só que em escala 10x. Uma peça de trabalho profundo se torna um mês de conteúdo social.
Quando Usar
- O usuário tem um post de blog, artigo ou conteúdo longo e quer maximizar seu alcance
- O usuário pede para "reaproveitar" ou "atomizar" conteúdo
- O usuário diz "transforme isso em posts sociais", "multiplicação de conteúdo", "conteúdo pilar"
- Após o
affiliate-blog-builder(S3) produzir um artigo — atomize-o em conteúdo social - O usuário quer manter uma produção consistente de conteúdo sem criar do zero diariamente
Schema de Entrada
pillar_content: string # OBRIGATÓRIO — o texto completo do post/artigo, ou URL para buscar
platforms: string[] # OPCIONAL — plataformas alvo
# Opções: "twitter", "linkedin", "reddit", "tiktok", "email", "threads"
# Padrão: ["twitter", "linkedin", "reddit"]
product: object # OPCIONAL — produto afiliado sendo promovido
name: string
url: string
reward_value: string
mode: string # OPCIONAL — "quality" | "volume"
# Padrão: "quality"
tone: string # OPCIONAL — "professional" | "casual" | "edgy" | "educational"
# Padrão: inferido do conteúdo pilar
Encadeamento do S3: Se o affiliate-blog-builder foi executado, use o artigo gerado como pillar_content.
Encadeamento do S1 monopoly-niche-finder: Use o posicionamento monopoly_niche para angulizar todo o micro-conteúdo.
Fluxo de Trabalho
Passo 1: Analisar o Conteúdo Pilar
- Se URL for fornecida, use
web_fetchpara recuperar o conteúdo - Extraia: insights principais (5-8), dados, citações, frameworks, histórias, opiniões
- Identifique as "unidades atômicas" — ideias autocontidas que funcionam independentemente
- Observe o ângulo do produto/afiliado (se presente)
Passo 1.5: Verificar o Desempenho da Plataforma para Este Tópico (baseado em dados)
Antes de atomizar igualmente em todas as plataformas, entenda quais plataformas estão aquecidas para este tópico:
Se o trending-content-scout foi executado:
- Use os dados de engajamento por plataforma de
pattern_analysis - Verifique
engagement_benchmark.platform_averages— qual plataforma tem o maior engajamento para esta palavra-chave? - Priorize plataformas onde este tópico tem maior engajamento
- Ajuste a alocação de plataformas conforme abaixo
Verificação rápida (sem dados do scout):
web_search "[tópico] youtube vs tiktok vs linkedin"→ qual plataforma domina a discussão?- Verifique: este tópico é mais visual (→ peso em TikTok/YouTube) ou profissional (→ peso em LinkedIn)?
- Procure: qual plataforma aparece mais nos resultados de busca para este tópico?
Aplicar à alocação de atomização:
- Padrão: divisão igual entre plataformas
- Baseado em dados: proporcional ao potencial de engajamento
- Se o engajamento no TikTok é 5x o do LinkedIn para este tópico → gere 5 scripts para TikTok, 1 post para LinkedIn
- Se o Reddit tem alto engajamento → não pule o Reddit (muitas vezes ignorado por afiliados = oportunidade)
- Se o YouTube domina → considere atomizar em scripts para YouTube Shorts em vez de apenas TikTok
Exemplo de alocação de plataformas:
Padrão (sem dados): Twitter: 5 | LinkedIn: 3 | Reddit: 3 | TikTok: 3 | Email: 2
Baseado em dados (TikTok aquecido): Twitter: 3 | LinkedIn: 1 | Reddit: 2 | TikTok: 6 | Email: 2
Baseado em dados (LinkedIn aquecido): Twitter: 3 | LinkedIn: 5 | Reddit: 2 | TikTok: 2 | Email: 2
Passo 2: Mapeamento de Plataformas
Leia shared/references/platform-rules.md para regras específicas de cada plataforma.
Para cada plataforma, mapeie a cultura:
| Plataforma | Formato | Tom | Tamanho | Estilo de CTA |
|---|---|---|---|---|
| Twitter/X | Thread ou tweet único | Incisivo, opinativo | 280 caracteres ou thread de 5-10 tweets | Último tweet |
| Post de história ou insight | Profissional, primeira pessoa | 1300 caracteres | CTA suave nos comentários | |
| Post/comentário com valor primeiro | Útil, honesto, cético | Variável | Divulgação + sutil | |
| TikTok | Script com gancho | Casual, energético | 30-60s de script | Verbal + link na bio |
| Seção de newsletter | Conversacional | 200-400 palavras | Link direto | |
| Threads | Opinião conversacional | Casual, autêntico | 500 caracteres | Link na bio |
Passo 3: Gerar Micro-Conteúdo
Para cada plataforma, gere peças a partir de diferentes unidades atômicas:
- Twitter: 3-5 peças (1 thread, 2-3 tweets avulsos, 1 opinião forte)
- LinkedIn: 2-3 peças (1 post de história, 1 post de insight, 1 post de pergunta)
- Reddit: 2-3 peças (1 post detalhado, 1-2 respostas prontas para comentário)
- TikTok: 2-3 scripts (1 educacional, 1 opinião forte, 1 tutorial)
- Email: 1-2 peças (seção de newsletter, email dedicado)
- Threads: 2-3 peças (opiniões conversacionais)
Cada peça deve:
- Funcionar sozinha (faz sentido sem ler o conteúdo pilar)
- Parecer nativa da plataforma (não é um redimensionamento copiado)
- Carregar um insight claro ou ponto de valor
- Incluir divulgação FTC adequada para conteúdo afiliado
Passo 4: Marcar para Rastreamento
Marque cada peça com:
- Referência ao conteúdo pilar de origem
- Plataforma
- Tipo de conteúdo (thread, único, história, script)
- Produto afiliado (se aplicável)
- Horário/dia sugerido para postagem
Passo 5: Autovalidação
- Cada peça parece nativa da sua plataforma (não copiada e colada)
- Cada peça funciona sozinha sem precisar do conteúdo pilar
- Divulgação FTC incluída onde houver links de afiliados
- Nenhuma duas peças na mesma plataforma dizem a mesma coisa
- Regras da plataforma seguidas (ceticismo do Reddit, profissionalismo do LinkedIn, etc.)
Schema de Saída
output_schema_version: "1.0.0"
atomized_content:
pillar_title: string
total_pieces: number
platforms_covered: string[]
pieces:
- platform: string
type: string # "thread" | "single" | "story" | "script" | "email" | "comment"
content: string # O conteúdo real, pronto para postar
insight_source: string # Qual unidade atômica do conteúdo pilar
has_affiliate_link: boolean
suggested_timing: string # Ex.: "Tuesday 9am"
variant_id: string # Para rastreamento A/B no modo volume
content_pillars: string[] # Unidades atômicas extraídas (para encadeamento)
chain_metadata:
skill_slug: "content-pillar-atomizer"
stage: "content"
timestamp: string
suggested_next:
- "social-media-scheduler"
- "email-drip-sequence"
- "ab-test-generator"
Formato de Saída
## Atomizador de Conteúdo: [Título do Pilar]
### Análise do Pilar
- **Unidades atômicas extraídas:** X insights
- **Plataformas:** [lista]
- **Total de peças geradas:** XX
---
### Twitter/X (X peças)
**Thread: [Título]**
🧵 1/ [primeiro tweet]
2/ [segundo tweet]
...
[último tweet com CTA]
**Tweet Avulso:**
[texto do tweet]
---
### LinkedIn (X peças)
**Post de História:**
[post completo do LinkedIn]
---
### Reddit (X peças)
**Post: r/[subreddit]**
Título: [título]
[corpo com divulgação]
---
[Continue para cada plataforma]
### Cronograma de Postagem
| Dia | Plataforma | Peça | Horário |
|---|---|---|---|
| Seg | Twitter | Thread | 9h |
| Ter | LinkedIn | História | 8h |
| Qua | Reddit | Post | 12h |
Tratamento de Erros
- Nenhum conteúdo pilar fornecido: "Cole seu post de blog ou artigo, ou me dê a URL e eu o buscarei."
- Conteúdo muito curto: "Isso é bastante curto para atomização. Extrairei o que puder, mas considere escrever um conteúdo pilar mais longo primeiro com o
affiliate-blog-builder." - Nenhum ângulo de afiliado: Gere conteúdo sem links de afiliados. Conteúdo de valor puro constrói audiência para promoções futuras.
- Plataforma não suportada: "Não tenho regras específicas para [plataforma]. Formatarei de forma genérica — revise antes de postar."
Exemplos
Exemplo 1: "Atomize meu post de review do HeyGen em conteúdo social" → Extraia 6 insights principais, gere 15 peças em Twitter (thread + 3 tweets), LinkedIn (2 posts), Reddit (2 posts), TikTok (2 scripts).
Exemplo 2: "Transforme este artigo em conteúdo para LinkedIn e Twitter" → Foco em apenas 2 plataformas. Gere 3 posts para LinkedIn (história, insight, pergunta) e 5 peças para Twitter (thread, 3 tweets, opinião forte).
Exemplo 3: "Atomize no modo volume" (após affiliate-blog-builder) → Pegue o artigo do encadeamento. Gere 25-30 peças com múltiplas variações por plataforma para teste A/B.
Plano de Receita e Ação
Resultados Esperados
- Potencial de receita: Cada peça atomizada é um novo ponto de contato gerando cliques de afiliados. 15-30 peças de 1 artigo = 15-30x mais chances de comissão
- Referência: Os principais criadores de conteúdo afiliado relatam que 2-5% das impressões sociais se convertem em cliques em links. Com comissão média de R$ 50, 10.000 impressões em todas as peças = R$ 100-250/mês a partir de UM artigo pilar
- Métrica chave a rastrear: CTR do link na bio / link de afiliado por plataforma — qual plataforma gera mais cliques por impressão?
Faça Isso Agora (15 min)
- Escolha a peça única mais forte da saída — aquela com o insight mais específico e surpreendente
- Poste-a imediatamente na sua plataforma de maior engajamento
- Adicione seu link de afiliado na bio ou no primeiro comentário
- Defina um lembrete para postar a próxima peça amanhã
Acompanhe Seus Resultados
Após 7 dias, verifique: qual plataforma gerou mais cliques em links de afiliados? Dobre nessa plataforma, reduza o esforço nas de baixo desempenho.
Próximo passo — copie e cole este prompt: "Agende todo o meu conteúdo atomizado para os próximos 30 dias" → executa
social-media-scheduler
Conexões do Flywheel
Alimenta
social-media-scheduler(S5) — peças atomizadas prontas para agendaremail-drip-sequence(S5) — peças em formato de email para sequênciasab-test-generator(S6) — variantes do modo volume para teste
É Alimentado Por
trending-content-scout(S1) — dados de desempenho da plataforma para alocaçãocontent-angle-ranker(S1) — ângulo recomendado para o tópico pilaraffiliate-blog-builder(S3) — conteúdo pilar para atomizarmonopoly-niche-finder(S1) — ângulo de posicionamento para todas as peçascontent-repurposer(S7) — conteúdo reaproveitado para atomizar ainda mais
Loop de Feedback
performance-report(S6) revela quais plataformas e tipos de conteúdo têm melhor desempenho → foque a atomização futura nas plataformas vencedoras
Controle de Qualidade
Antes de entregar a saída, verifique:
- Eu compartilharia isso no MEU perfil social pessoal?
- Contém detalhes específicos e surpreendentes? (não genérico)
- Respeita a inteligência do leitor?
- É notável o suficiente para ser compartilhado? (teste da Vaca Roxa)
- Framing de oferta irresistível? (se skills de oferta S4 foram executadas)
Qualquer NÃO → reescreva antes de entregar.
Modo Volume
Quando mode: "volume":
- Gere 5-10 variações por plataforma em vez de 2-3
- Priorize velocidade + variedade em vez de perfeição
- Marque cada uma com ID de variante para rastreamento A/B
- Deixe os dados escolherem o vencedor (filosofia GaryVee)
volume_output:
variants:
- id: string # Ex.: "tw-v1", "tw-v2"
content: string # A variação
angle: string # O que torna esta diferente
Referências
shared/references/platform-rules.md— Cultura, formato e regras de CTA específicos de cada plataformashared/references/ftc-compliance.md— Divulgação FTC por tipo de plataformashared/references/affitor-branding.md— Regras de brandingshared/references/flywheel-connections.md— Mapa mestre de conexões