Hoje finalmente peguei meu Tesla e, para ser sincero, parece um pouco surreal.
Em janeiro e fevereiro deste ano, quando as notícias de demissões em massa das grandes empresas de tecnologia chegavam uma após a outra, meu feed estava cheio de ansiedade: "A IA vai nos substituir", "Os programadores vão perder seus empregos."
Quanto a mim, escolhi ir ALL IN no OpenClaw. Conquistei um Tesla em um mês — perdoem o título clickbait, eu só paguei a entrada.
Eu também entrei em pânico. Mas depois do pânico, fiz uma coisa: pesquisei por "instalação do OpenClaw" no Xianyu e no Taobao.
E então vi a cena mais surreal desta era.
O Quão Surreal é o Mercado
Os serviços de instalação do OpenClaw variavam de 30 yuans a 5.000 yuans.
Isso mesmo, para a mesma coisa, alguns cobram 30 e outros cobram 5.000.
Fiquei chocado.
O mais ridículo foi ver alguém em um grupo de chat aceitar um pedido de 16.000 yuans só para ajudar uma empresa a instalar o OpenClaw em lote. Um depósito de 3.000 yuans já havia caído.
Isso me deixou de queixo caído.
Pesquisei cuidadosamente no Xianyu e no Taobao, e havia todo tipo de preço estranho. Os preços de instalação online variavam de dezenas a centenas, a maioria entre 100~200. O mais barato era 30 para a implantação. As taxas de instalação local presencial eram mais altas, basicamente em torno de 500.
Então pensei: Já que tanta gente está fazendo, por que eu não?
Semana 1: Teste de Mercado + Primeiro Pedido
Primeiro, publiquei alguns tutoriais do OpenClaw no Xiaohongshu para testar a reação do mercado.
Os títulos eram muito diretos: "O que o OpenClaw pode fazer por você", "Automação com IA economiza 3 funcionários", "Uma ferramenta de IA que você pode usar sem saber programar."
Com certeza, logo apareceram pessoas enviando mensagens privadas perguntando: "Você pode me ajudar a instalar?"
O primeiro cliente era da área de reabilitação esportiva, tinha seu próprio estúdio e treinava frequentemente alunos de outras cidades. A dor dele era muito específica:
Toda vez que preparava uma aula, tinha que ditar o conteúdo para o GPT organizar, depois importar para o WPS para usar a IA e gerar um PPT. Embora o GPT melhorasse significativamente a eficiência, a memória de longo prazo não era completa. Algumas coisas que ele já tinha dito muitas vezes, o GPT ainda repetia os erros.
Ele esperava construir um sistema de registro mais estável para acumular lentamente experiência de trabalho, ideias e materiais, eventualmente formando um "assistente particular para terapeutas de reabilitação profissional."
Eu estava inseguro na época, porque era meu primeiro projeto comercial. Mas senti que essa necessidade era perfeita para o OpenClaw. Cobre 3.000 yuans, e a outra parte concordou quase sem pechinchar.
A operação real levou uma tarde para toda a configuração:
- Ajudei remotamente a instalar o ambiente OpenClaw.
- Configurei um "Agente de Gerenciamento de Conhecimento" especificamente para registrar seu conteúdo de treinamento, casos e experiência.
- Configurei uma função de organização automática: depois que ele ditava o conteúdo, o Agente categorizava e arquivava automaticamente (por exemplo, "Reabilitação do Ombro", "Casos de Lesões Esportivas", "Modelos de Planos de Treino").
Ganhar 3.000 em uma tarde, e o cliente ficou muito satisfeito. Ele disse que este sistema era muito melhor do que usar apenas o GPT, porque o OpenClaw conseguia lembrar de sua terminologia profissional, casos comuns e estilo de ensino.
Houve um design fundamental aqui: Configurei um "Banco de Memória de Longo Prazo" para o Agente. Cada vez que ele ditava um conteúdo, o Agente não só organizava o conteúdo atual, mas também associava automaticamente a registros históricos. Por exemplo, se ele falasse sobre "reabilitação do ombro" desta vez, o Agente puxaria automaticamente casos relacionados e precauções que ele havia mencionado antes, lembrando-o de complementar ou atualizar.
Naquele momento, entendi: a maioria das pessoas não conhece o OpenClaw, muito menos o que ele pode fazer. Mas eu sei, então posso transformar essa ferramenta em um serviço.
Semana 2: Aquisição de Conteúdo + Grande Contrato
Após o sucesso do primeiro pedido, comecei a produção sistemática de conteúdo.
Minha estratégia era atuar simultaneamente em duas plataformas:
- X (Twitter): Artigos técnicos profundos, como "Explicação Detalhada do Mecanismo de Memória do OpenClaw" e "Como Usar a Orquestração de Agentes para Resolver Processos de Negócios Complexos". O objetivo era mostrar minha profundidade técnica para quem conhece o setor.
- Xiaohongshu: Tutoriais práticos e casos de aplicação, como "Construindo um Sistema de Atendimento ao Cliente Automatizado em 3 Horas" e "OpenClaw Me Ajudou a Economizar 2 Funcionários Operacionais". O objetivo era mostrar para quem tem necessidades o que eu podia fazer.
Essa combinação funcionou muito bem. Em uma semana, minhas mensagens privadas passaram de algumas isoladas para mais de uma dúzia de consultas por dia.
Mas logo descobri um problema: a maioria das consultas era ineficaz.
Uns perguntavam "Você pode me ajudar a instalar de graça", outros perguntavam "Qual a diferença disso para o GPT", e alguns queriam "criar uma IA que faz tudo" imediatamente.
Passei dois dias filtrando e finalmente fechei 5 clientes potenciais confiáveis. Os critérios de triagem eram simples: necessidades claras, orçamento razoável e capacidade de explicar qual problema precisava ser resolvido.
A necessidade de um cliente realmente me chamou a atenção.
O que realmente impulsionou minha renda para seis dígitos foi um projeto de automação de e-commerce.
O cliente era do comércio eletrônico transfronteiriço, com mais de 20 lojas e uma equipe de 10 pessoas. As dores eram: baixa eficiência na seleção manual de produtos, altos custos com terceirização de imagens e vídeos, produção lenta de páginas de detalhes que não acompanhava as novidades e análise de dados operacionais intempestiva.
Eles me perguntaram: O OpenClaw pode resolver esses problemas? Eu disse que sim, mas requer desenvolvimento personalizado.
Projetei um sistema de automação com 7 Agentes para eles: análise de seleção de produtos, geração de imagens, geração de vídeos, redação, produção de páginas de detalhes, gerenciamento de listings e análise de dados.
O orçamento para a solução completa foi de mais de 100.000 yuans. O cliente assinou o contrato quase sem hesitar. Depois de assinar, me arrependi, sentindo que cobrei muito baixo. E-commerce realmente dá muito dinheiro, haha.
Semanas 3-4: Desenvolvimento & Entrega
Quando assinei o contrato, disse com confiança: "Vou terminar em uma semana." Acabou levando duas semanas completas porque subestimei a complexidade do desenvolvimento personalizado.
Problema 1: Integração de API foi mais difícil do que imaginava
O sistema de e-commerce do cliente era desenvolvido sob medida, e a documentação da API era mal escrita. Levei 2 dias só para entender a estrutura de dados deles.
Problema 2: Conteúdo gerado por IA exigiu depuração extensa
O Agente de geração de imagens teve um desempenho ruim no início; as imagens geradas ou tinham estilos inconsistentes ou problemas de detalhes. Ajustei os prompts repetidamente e testei centenas de vezes até estabilizar.
Problema 3: As necessidades do cliente continuavam mudando
Inicialmente, eles disseram que precisavam apenas de 7 Agentes, mas depois quiseram adicionar alertas de estoque, monitoramento de concorrentes... Cada vez que uma necessidade era adicionada, eu tinha que redesenhar o fluxo de trabalho.
Problema 4: O próprio OpenClaw tinha armadilhas
A documentação do OpenClaw não era detalhada o suficiente, e muitos recursos avançados tiveram que ser descobertos por tentativa e erro. Encontrei problemas como erros de transferência de dados entre Agentes, tarefas agendadas instáveis e timeouts de API.
Aqui estão alguns detalhes técnicos hardcore do OpenClaw:
1. Orquestração de Agentes: Serial ou Paralela?
Inicialmente, projetei os 7 Agentes para executarem em série: Seleção → Imagem → Redação → Página de Detalhes. Acabou sendo muito lento; levava mais de 30 minutos para um produto, da seleção à listagem.
Depois, mudei para um híbrido de paralelo + serial:
- O Agente de Seleção executa primeiro (serial)
- Após obter as informações do produto, os Agentes de Imagem, Vídeo e Redação executam em paralelo
- Finalmente, o Agente de Página de Detalhes executa após os três primeiros serem concluídos (serial)
Dessa forma, um produto leva apenas 10 minutos da seleção à listagem, um aumento de eficiência de quase 4x.
2. Mecanismo de Repetição por Timeout
Quando o OpenClaw chama APIs externas (como o Midjourney), frequentemente encontra timeouts. Adicionei um mecanismo de repetição por timeout a cada Agente:
- 1ª falha: Aguardar 5 segundos e repetir
- 2ª falha: Aguardar 10 segundos e repetir
- 3ª falha: Registrar o erro e pular a tarefa
Esse mecanismo aumentou a taxa de sucesso geral de 70% para 95%.
3. KPIs de Aceitação: Tempo de Resposta e Taxa de Intervenção Humana
Para os critérios de aceitação do Agente de atendimento ao cliente, defini dois KPIs:
- Tempo de Primeira Resposta: A IA deve responder em até 3 segundos após o usuário enviar uma mensagem. Acima de 3 segundos conta como timeout.
- Taxa de Intervenção Humana: A proporção de problemas que a IA não consegue resolver e são transferidos para um humano. A meta era mantê-la abaixo de 15%.
Esses dois KPIs são críticos e determinam diretamente a satisfação do cliente.
4. Um Caso de Falha e Correção
Certa vez, o Agente de atendimento ao cliente começou a falar besteiras de repente. Um usuário perguntou "Este produto está em estoque?" e ele respondeu "Nossa empresa foi fundada em 1998."
Depois de investigar por um tempo, descobri que foi porque adicionei a apresentação da empresa ao prompt do sistema, fazendo com que o Agente misturasse informações da empresa com informações do produto.
Correção: Dividir o prompt do sistema em duas camadas: uma para regras globais (ex: estilo de resposta, itens proibidos) e uma para informações contextuais (ex: estoque do produto, histórico do usuário). Dessa forma, o Agente não fica confuso.
5. Gerenciamento de Memória: Memória de Curto Prazo vs. Longo Prazo
O mecanismo de Memória do OpenClaw tem uma armadilha: se você não a limpar, a Memória continua acumulando, eventualmente excedendo os limites de Token.
Minha solução:
- Memória de Curto Prazo: Manter apenas as últimas 10 rodadas de conversa; limpar automaticamente além de 10 rodadas.
- Memória de Longo Prazo: Armazenar informações importantes (ex: preferências do usuário, histórico de pedidos) em um arquivo externo e chamá-lo quando necessário.
Isso garante a continuidade da conversa enquanto evita explosões de Token.
A parte mais demorada de todo o projeto não foi escrever código, mas entender o que o cliente realmente queria. O cliente disse inicialmente: "Quero um sistema de assistente de e-commerce automatizado." Eu perguntei: "Especificamente, o que você quer automatizar?" O cliente disse: "O tipo que me ajuda a economizar mão de obra."
Esse tipo de demanda é muito vago. Tive que cavar aos poucos: Quais das suas tarefas atuais tomam mais tempo? Quais tarefas são repetitivas? Até que ponto você quer que a IA ajude? Qual taxa de erro você pode aceitar?
Depois de perguntar, finalmente entendi suas dores reais. É por isso que agora, antes de aceitar um pedido, faço uma entrevista de necessidades, escrevo um documento de requisitos claro e ambos os lados assinam e confirmam. Caso contrário, é impossível resolver disputas depois.
Revisão: Ganhos Desta Experiência
Em quase um mês, peguei 3 projetos e desenvolvi mais de 20 Agentes. Todos os dias depois do trabalho, trabalhava até as 2 ou 3 da manhã. Por que comprei um carro imediatamente é outra história.
Além dos pedidos grandes, também peguei alguns pequenos: serviços de instalação remota (500-3.000 yuans/pedido, feito em 2 horas; isso agora está saturado, então desisti), personalização simples (ex: atendimento ao cliente automatizado, publicação de conteúdo, raspagem de dados, 5.000-10.000 yuans/pedido) e serviços de consultoria (alguns clientes só querem saber se o OpenClaw pode resolver seus problemas; cobro por hora, 500 yuans/hora).
Embora esses pedidos pequenos tenham preços unitários baixos, eles somam. O pedido de e-commerce foi um grande convertido de uma recomendação de cliente.
Olhando para trás, neste período, resumi algumas lições:
Revisão da Linha do Tempo
- Semana 1: Testei o mercado, recebi o primeiro pedido, validei o modelo.
- Semana 2: Aquisição de conteúdo, assinei um grande contrato, defini padrões de aceitação.
- Semanas 3-4: Desenvolvimento e entrega, corrigi armadilhas, cliente renovou o contrato.
Experiência Central
- X constrói profissionalismo, Xiaohongshu adquire clientes; vários clientes me encontraram proativamente.
- Padrões de aceitação, número de revisões e limites de responsabilidade devem ser claramente escritos.
- Aprender fazendo é o mais rápido; quando peguei o primeiro pedido, meu entendimento do OpenClaw era de apenas cerca de 60%, mas não esperei até 100% para começar.
Finalmente, uma mensagem para todos: pessoas comuns não têm escolha.
Foi o pior dos tempos, foi o melhor dos tempos.
ALL IN NA IA, APENAS FAÇA
