Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)

Zamesin montou um CRM pessoal com o Claude: 9000 pessoas do Telegram e 4000 dossiês em seis horas

Vanya Zamesin esquecia de responder às pessoas e perdia contatos indicados por conhecidos, então montou um CRM pessoal: uma base de contatos com dossiês e lista de tarefas. O Claude analisou a exportação das conversas privadas do Telegram, encontrou 9000 pessoas e, em seis horas, montou dossiês das 4000 mais importantes via LinkedIn e o serviço Apify. Tudo é controlado por um bot do Telegram conectado ao Claude, que roda no computador de casa. Qualquer fundador pode transformar o caos dos chats em uma lista de trabalho assim.

Processado por IA de TG: @zamesin (Ваня Замесин); editado por Hamidun News
Zamesin montou um CRM pessoal com o Claude: 9000 pessoas do Telegram e 4000 dossiês em seis horas
Fonte: TG: @zamesin (Ваня Замесин). Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTG: @zamesin (Ваня Замесин) ↗
Editor-chefe
Custosassinatura do Claude por US$ 200 (cota semanal) e US$ 30 no Apify
Dado-chave #2Para a rotina em massa, ele usou o modelo leve Haiku, para não estourar os limites
A tela «Hoje» reúne as tarefaspara quem escrever e o que fazer

Quem conversa muito no Telegram acumula centenas de diálogos com promessas pendentes, como «vamos marcar uma call essa semana», e indicações do tipo «fale com essa pessoa». A memória falha, e contatos importantes se perdem. O fundador da escola Boost, Vanya Zamesin, resolveu isso à sua maneira: montou sozinho um CRM pessoal, ou seja, uma base de contatos em que cada pessoa tem um dossiê e todas as pendências ficam reunidas em uma única lista.

O Claude (assistente de IA da Anthropic) analisou suas conversas e encontrou 9000 pessoas. Depois, em seis horas, montou dossiês das 4000 mais importantes por meio do Apify, serviço que faz scraping do LinkedIn. O sistema inteiro custou a assinatura do Claude, de US$ 200, mais US$ 30 no Apify.

Como foi montado

O primeiro passo é quase banal: o Telegram Desktop tem uma função para exportar todo o histórico de conversas, e Zamesin a usou. Em seguida, ele subiu um servidor e deu ao Claude a chave de API do Apify, para que o modelo pudesse coletar dados do LinkedIn.

Depois vem um detalhe importante, que costuma ser ignorado. Antes de processar qualquer coisa, Zamesin explicou ao modelo o seu contexto: quais são suas metas para entrar no mercado dos EUA e quais são as do negócio na Rússia. O Claude leu as sessões de trabalho e entendeu sozinho com quem estava lidando. Sem isso, «pessoa importante» continua sendo uma abstração; com o contexto, o modelo distingue o investidor certo de um conhecido qualquer.

Em seguida, o Claude recebeu a tarefa de ler todas as conversas privadas e listar as pessoas com quem o autor havia conversado ou que haviam sido indicadas a ele. Zamesin não analisou os grupos: há ruído demais neles. O resultado foram 9000 pessoas.

Dossiês de 4000 pessoas

Ninguém precisa de nove mil contatos de uma vez. Por isso, o autor primeiro definiu qual dossiê queria ter de cada pessoa e depois selecionou cerca de 4000 para as quais valia a pena montá-lo. O Claude, junto com o Apify, puxou informações de fontes abertas. O trabalho levou cerca de seis horas.

Para não consumir os limites, Zamesin rodou a tarefa no modelo leve Haiku, em modo medium, e não na versão mais potente. É uma boa prática: rotina em massa, em que basta extrair e consolidar fatos, não exige um modelo caro. Faz sentido reservar o modelo poderoso para tarefas complexas; para um pipeline de milhares de operações iguais, o leve dá conta.

Custo final: a cota semanal da assinatura do Claude, de US$ 200, e US$ 30 no Apify. O autor ficou dentro dos dois valores. CRMs prontos com enriquecimento de dados costumam cobrar por usuário ou por contato processado; aqui, a base saiu de uma assinatura que o autor já tinha, mais um pequeno extra pelo scraping.

Bot do Telegram como painel de controle

A interface é a parte mais bem resolvida. Zamesin criou um bot que encaminha mensagens para uma sessão do Claude no seu computador de casa, e essa sessão tem acesso ao CRM. O Telegram foi escolhido porque é o lugar mais fácil para encaminhar mensagens, anotações e áudios.

O próprio CRM tem uma tela «Hoje», que reúne todas as tarefas: para quem escrever e o que fazer. O autor envia ao bot novas tarefas ou dita o que quer: criar uma tarefa, encontrar pessoas, melhorar o CRM em si ou a sua lógica. O resultado é uma lista de afazeres única, na qual o Claude não só guarda os itens, mas também ajuda a cumpri-los.

O que levar em conta

O post é pessoal e sem detalhes técnicos: não traz esquema do banco de dados, código nem descrição de como o bot mantém a sessão. Não dá para reproduzir o sistema ponto a ponto a partir dele. Há também uma questão ética: coletar dossiês de milhares de pessoas a partir do LinkedIn e de conversas privadas esbarra na privacidade e, em muitos países, nas leis de proteção de dados pessoais. Além disso, tudo roda no computador de casa do autor, então o sistema depende de ele estar ligado.

O post termina com propaganda dos cursos Boost e Boost Pro, mas a receita não perde valor por isso: exportar seus próprios dados, explicar o contexto ao modelo, processar o volume com um modelo barato e guardar a assinatura cara para o diálogo. Se você é fundador, product manager ou vendedor com milhares de contatos «congelados», dá para montar esse modelo em um fim de semana e mantê-lo sob seu controle.

História

Perguntas frequentes sobre a notícia

Como foi montado?

O primeiro passo é quase banal: o Telegram Desktop tem uma função para exportar todo o histórico de conversas, e Zamesin a usou. Em seguida, ele subiu um servidor e deu ao Claude a chave de API do Apify, para que o modelo pudesse coletar dados do LinkedIn. Depois vem um detalhe importante, que costuma ser ignorado. Antes de processar qualquer coisa, Zamesin explicou ao modelo o seu contexto: quais são suas metas para entrar no mercado dos EUA e quais são as do negócio na Rússia.

O que se sabe sobre Dossiês de 4000 pessoas?

Ninguém precisa de nove mil contatos de uma vez. Por isso, o autor primeiro definiu qual dossiê queria ter de cada pessoa e depois selecionou cerca de 4000 para as quais valia a pena montá-lo. O Claude, junto com o Apify, puxou informações de fontes abertas. O trabalho levou cerca de seis horas. Para não consumir os limites, Zamesin rodou a tarefa no modelo leve Haiku, em modo medium, e não na versão mais potente.

O que se sabe sobre Bot do Telegram como painel de controle?

A interface é a parte mais bem resolvida. Zamesin criou um bot que encaminha mensagens para uma sessão do Claude no seu computador de casa, e essa sessão tem acesso ao CRM. O Telegram foi escolhido porque é o lugar mais fácil para encaminhar mensagens, anotações e áudios. O próprio CRM tem uma tela «Hoje», que reúne todas as tarefas: para quem escrever e o que fazer. O autor envia ao bot novas tarefas ou dita o que quer: criar uma tarefa, encontrar pessoas, melhorar o CRM em si ou a sua lógica.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…