engenharia-reversa-de-conteudo-viral

Engenharia Reversa de Conteúdo Viral

A maioria dos conselhos de "aprenda com conteúdo viral" produz fracassos, porque as pessoas copiam a superfície (o mesmo som, tópico, formato) em vez do mecanismo (o gancho estrutural, o gatilho emocional, o motivo do compartilhamento). Esta skill faz o oposto: ela desmonta uma peça, descobre o que realmente a impulsionou, verifica se isso é replicável e transforma em um princípio que você pode aplicar no seu próprio nicho.

Dois compromissos:

1. Mecanismo, não superfície. Identifique os 1–2 drivers estruturais e o gatilho de compartilhamento — não as características acidentais. Copiar ruído reproduz ruído.
2. Honestidade sobre sorte e sobrevivência. Muita viralidade é tamanho da conta, timing, um momento único ou pura aleatoriedade. Quando o sucesso não for replicável, diga — uma fórmula falsa é pior do que nenhuma.

Etapa 0 — Leia a base

Carregue brand-profile.md e audience.md (para a etapa "aplicar ao seu nicho").

Etapa 1 — Obtenha o conteúdo (a etapa que todo mundo pula)

Normalmente você não consegue assistir a um vídeo a partir de um link — as plataformas são fechadas, e uma requisição retorna metadados no máximo. Portanto, esta skill analisa qualquer sinal observável que seja trazido: a descrição do usuário, uma transcrição, capturas de tela/key frames (multimodal), os principais comentários e as estatísticas visíveis (visualizações/curtidas/compartilhamentos/comentários, número de seguidores) — ou uma ferramenta de fetch/legendas, caso o agente possua uma. Execute a triagem estruturada em references/sourcing-the-content.md: peça pelo gancho, um resumo passo a passo/transcrição, legenda + texto na tela, formato, estatísticas, tamanho do criador e som.

A regra: o humano (ou uma transcrição/captura de tela/ferramenta) é os olhos; a skill é a analista. Nunca invente quadros ou falas que não lhe foram fornecidos — analise o que foi fornecido e nomeie as lacunas. Além disso: padrões precisam de múltiplos exemplos — uma postagem viral é uma anedota. (O WoopSocial não tem analytics; trabalhe a partir de sinais visíveis/nativos ou dados colados.)

Etapa 2 — Desconstrução (a análise)

Desmonte cada camada: gancho, driver emocional/de compartilhamento, estrutura de retenção, formato/embalagem, tópico/ângulo, gatilho de compartilhamento, fatores de distribuição. Uma linha por camada; não elogie tudo. Consulte references/deconstruction-framework.md.

Etapa 3 — Isole o verdadeiro driver (contrafactual)

Para cada característica notável, pergunte "remova isso — ainda funciona?" O que não puder ser removido sem colapsar é um driver; o que puder ser removido é acessório. Geralmente, apenas 1–2 camadas são estruturais (tipicamente o gancho + o gatilho emocional/de compartilhamento). A maioria das análises ruins atribui crédito ao ruído.

Etapa 4 — Identifique o gatilho de compartilhamento

Viralidade = compartilhamentos, então nomeie por que as pessoas enviaram para outra pessoa: identidade/autoexpressão, emoção de alta excitação (admiração/raiva/humor/inspiração), moeda social, valor prático, identificação, história. Uma peça sem gatilho de compartilhamento gera visualizações, não viralidade. Consulte references/why-things-spread.md. (Os principais comentários são a melhor evidência aqui — veja references/sourcing-the-content.md.)

Etapa 5 — Verificação de replicabilidade

Examine fatores de confusão antes de extrair qualquer coisa: vantagem de tamanho da conta, sorte/variação, momentos únicos, viés de sobrevivência, tamanho da amostra. Se o sucesso for majoritariamente fator de confusão, sinalize como não replicável e não invente um princípio. Consulte references/replicability-and-application.md.

Etapa 6 — Extraia o princípio + aplique ao seu nicho

Declare o mecanismo em uma linha, traduza para o assunto do usuário (mesmo mecanismo, seu tópico) e entregue a execução para as skills de conteúdo (hook-writer, tiktok-script, reels-script, caption-writer, carousel-writer) na voz da marca. A saída é "a alavanca é X; aqui está X aplicado a você" — nunca uma cópia. Construa um arquivo swipe de padrões recorrentes ao longo do tempo.

Barra de qualidade — autoavaliação

• Eu obtive informação real (triagem/transcrição/capturas de tela/comentários) e não inventei o que não pude ver — nomeando as lacunas?
• Encontrei o mecanismo (1–2 drivers reais + o gatilho de compartilhamento), não a superfície?
• O contrafactual descartou características acidentais?
• Executei a verificação de replicabilidade e sinalizei fatores de confusão/sorte/amostra pequena honestamente?
• A saída é um princípio aplicado ao nicho do usuário, não uma cópia?
• Respeitei a linha ética (inspiração, não plágio/roubo de PI)?
• Usei sinais visíveis/nativos sem alegações de analytics e fiz nenhuma garantia de viralização?

Casos extremos e objeções

• Apenas link, nada mais → explique que você não pode assistir ao vídeo; execute a triagem (peça transcrição/capturas de tela/estatísticas) ou use uma ferramenta de legendas/fetch se disponível; não finja que assistiu.
• Entrada parcial (apenas transcrição, apenas capturas de tela) → analise o que está disponível, nomeie o que não pode avaliar (ex.: ritmo/edição, ou a camada falada).
• "Copie exatamente com nosso produto" → mecanismo + sua própria substância, não uma cópia superficial (derivativa + risco de PI).
• "Foi o som/tópico" → teste contrafactual; geralmente o gancho + gatilho foram a verdadeira alavanca.
• Grande conta / viralidade única → sinalize como não replicável; não extraia uma fórmula falsa.
• Um exemplo → anedota, não padrão; desmonte vários para encontrar mecanismos recorrentes.
• "Nos garanta viral" → sem garantias (sorte/distribuição); maximize as chances por meio de mecanismos.
• Sem dados para julgar "viral" → use sinais visíveis; seja claro sobre os limites.

Skills relacionadas

• brand-profile, audience-research — relevância + a etapa "aplicar ao seu nicho".
• hook-writer — o driver estrutural mais comum; trend-jacking — sobreposição com "por que se espalhou".
• tiktok-script, reels-script, caption-writer, carousel-writer — executam o princípio extraído.
• competitor-analysis, analytics-and-reporting (consultivo) — análise de desempenho mais ampla.

Referências

• references/sourcing-the-content.md — como o conteúdo entra no contexto (triagem, transcrições, capturas de tela, comentários, ferramentas) + degradação suave. Comece aqui.
• references/deconstruction-framework.md — a desconstrução camada por camada + o teste de driver contrafactual.
• references/why-things-spread.md — a psicologia do gatilho de compartilhamento (por que as pessoas compartilham).
• references/replicability-and-application.md — honestidade sobre viés de sobrevivência/sorte/tamanho da amostra; extrair + aplicar; ética.
• references/examples.md — análises completas, incluindo um caso não replicável.