Rotina de acompanhamento local: como combinar Claude Code, Auto memory, Agendamento de prompts e Google Analytics MCP

Transformar um agente de inteligência artificial em um operador ativo de rotinas de marketing exige mais do que conversas isoladas em janelas de chat.
Neste tutorial passo a passo, a gente mostra como configurar o Claude Code no terminal para reter preferências de negócio entre sessões, consultar o GA4 via servidor MCP e disparar tarefas programadas de monitoramento sem esforço manual.

1. O resultado final da cadeia

A maioria dos profissionais de marketing utiliza inteligência artificial de forma estritamente reativa: quando surge uma anomalia em uma campanha, eles abrem um chat web, copiam uma tabela confusa de métricas, escrevem um prompt improvisado e tentam lembrar ao modelo quais são as regras de atribuição da empresa. No dia seguinte, a sessão é perdida e o processo recomeça do zero.

Ao estruturar uma rotina de acompanhamento local com o Claude Code, o seu agente passa a operar como um sistema contínuo.

Ao final desta implementação, você terá:
1. Memória de negócio permanente: regras editoriais, dias de fechamento semanal, limites aceitáveis de custo por aquisição (CPA) e IDs de propriedades armazenados em arquivos locais que o agente consulta antes de qualquer resposta.
2. Conexão nativa com a Data API do GA4: consultas analíticas executadas diretamente via terminal por meio do protocolo MCP, sem necessidade de baixar CSVs manuais.
3. Agendamento automatizado de inspeções: execuções periódicas em segundo plano que conferem volume de tráfego, conversões e páginas com queda brusca de audiência, alertando o operador apenas quando algo sair do padrão esperado.

+-----------------------------------------------------------------------------------------+
|                  ARQUITETURA DE ROTINA LOCAL DE MARKETING COM CLAUDE CODE                |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
|  [ 1. Memória Local (MEMORY.md) ] --> Regras de atribuição, CPAs alvo e preferências   |
|                 |                                                                       |
|                 v                                                                       |
|  [ 2. Sessão Claude Code ]        --> Processamento contextual e raciocínio analítico   |
|                 |                                                                       |
|                 v                                                                       |
|  [ 3. Google Analytics MCP ]      --> Consulta direta à Google Analytics Data API v1beta|
|                 |                                                                       |
|                 v                                                                       |
|  [ 4. Loop de Agendamento ]       --> Varredura periódica (/loop 30m ou cron local)     |
|                 |                                                                       |
|                 v                                                                       |
|  [ 5. Relatório de Exceção ]      --> Notificação imediata apenas quando há anomalias   |
|                                                                                         |
+-----------------------------------------------------------------------------------------+

2. Pré-requisitos e instalação no ambiente local

Antes de iniciar a configuração da cadeia, verifique as dependências na sua máquina de trabalho (macOS ou Linux recomendados):

1. Instalação do Claude Code: certifique-se de possuir o CLI oficial instalado e autenticado com a sua conta Anthropic.

# Instalação no macOS via Homebrew
brew install --cask claude-code

# Ou instalação global via npm
npm install -g @anthropic-ai/claude-code

1. Ambiente Python com gerenciador de ferramentas isoladas: instale o pipx para executar o servidor MCP sem conflito de bibliotecas globais.

brew install pipx
pipx ensurepath

1. Acesso à propriedade do Google Analytics 4: ID numérico da sua propriedade (ex.: properties/123456789) e credenciais de conta de serviço (Service Account) no Google Cloud com permissão de “Leitor” na propriedade.

Configurando o Google Analytics MCP no Claude Code

No arquivo de configuração de ferramentas locais (geralmente em ~/.claude.json ou configurado diretamente no terminal através do comando claude mcp add):

claude mcp add google-analytics -- pipx run analytics-mcp --credentials /caminho/absoluto/credentials.json --property-id properties/123456789

Para validar se o conector está ativo, inicie o Claude Code e digite /mcp: o servidor google-analytics deve figurar com status conectado e listar ferramentas como run_report e get_property_metadata.

3. Passo a passo da rotina em 4 etapas

Etapa 1: Inicialização do projeto e contexto com Claude Code

• O que faz: Abre o ambiente de trabalho dentro da pasta do projeto de marketing, concedendo ao agente acesso a arquivos de código, scripts locais e ferramentas conectadas via MCP.
• Quando escolher: Sempre que for trabalhar em projetos estruturados onde arquivos locais (templates de páginas, scripts de tag ou dados históricos) sirvam de base para a tomada de decisão.
• Documentação: Claude Code Overview

Comando para inicialização:

cd ~/projetos/marketing-analytics
claude

Uma vez dentro do terminal interativo, o agente indexa os arquivos da pasta e estabelece o contexto do workspace.

Etapa 2: Estruturação da persistência com Auto memory

• O que faz: O recurso de Auto memory grava convenções operacionais, terminologias internas e restrições de negócio em um arquivo de texto local (MEMORY.md ou .claude/memory/), garantindo que o agente não esqueça as premissas em sessões futuras.
• Quando escolher: Para evitar a frustração de ter que repetir em todo novo prompt coisas como: “nossa semana fecha no domingo”, “o tráfego pago é gerido no fuso de Brasília” ou “a meta de conversão da LP é 4,5%”.
• Documentação: Claude Code Memory Spec

Prompt para registrar as diretrizes:

Por favor, registre na sua memória de longo prazo deste projeto as seguintes convenções de negócio:
1. Fuso horário de referência: America/Sao_Paulo (UTC-3).
2. Período analítico padrão: semanas completas de segunda-feira a domingo.
3. Conversões principais: evento 'generate_lead' para inscrições orgânicas e 'purchase' para novas assinaturas.
4. Thresholds de anomalia: considere queda de tráfego crítica qualquer variação negativa superior a 25% na comparação com a média móvel de 4 semanas para o mesmo dia.
5. Canal de mídia: separe sempre tráfego pago ('Paid Search' e 'Paid Social') de tráfego direto e orgânico.
Crie o arquivo MEMORY.md com essa estrutura e confirme o salvamento.

Saída esperada:

O agente grava as instruções no arquivo de memória do projeto e passa a considerá-las implicitamente em qualquer cálculo futuro, sem necessidade de aviso prévio.

Etapa 3: Consulta analítica automatizada com o Google Analytics MCP

• O que faz: Consulta a Google Analytics Data API em tempo real para extrair dados brutos de sessões, usuários, taxas de engajamento e contagem de eventos de conversão, relacionando as métricas com as metas registradas na memória.
• Quando escolher: Para construir diagnósticos rápidos sem alternar de janela para o navegador nem sofrer com as limitações de interface dos painéis nativos do GA4.
• Repositório GitHub: googleanalytics/google-analytics-mcp

Prompt para consulta:

Execute uma consulta via servidor MCP google-analytics para extrair os dados dos últimos 7 dias comparados com os 7 dias anteriores.
Parâmetros necessários:
- Dimensões: sessionSourceMedium, defaultChannelGroup
- Métricas: sessions, engagedSessions, conversions, eventCount(generate_lead)
Filtre apenas canais com mais de 100 sessões.
Cruze a taxa de conversão observada com as metas do nosso arquivo de memória e aponte se houve algum canal com subaproveitamento crítico.

Saída esperada:

O agente chama a ferramenta run_report, obtém o JSON da API e entrega uma síntese tabular limpa:
– Google / CPC: 1.420 sessões, taxa de conversão de 5,1% (dentro da meta de 4,5%).
– Meta / Ads: 2.180 sessões, taxa de conversão de 2,2% (abaixo da meta, exigindo atenção nos criativos).
– Busca Orgânica: 3.840 sessões, com crescimento de 8% em relação à semana anterior.

Etapa 4: Configuração de loop recorrente com agendamento de prompts

• O que faz: Executa um prompt específico em intervalos regulares de tempo durante a sessão do terminal (comando /loop), monitorando a saúde das conversões ou a integridade de endpoints de páginas.
• Quando escolher: Para monitoramento operacional durante o primeiro dia de lançamento de uma campanha ou após a publicação de um grande redesign de checkout.
• Documentação: Claude Code Scheduled Tasks

Comando para ativar o monitoramento contínuo:

/loop 1h Consulte o GA4 para o dia de hoje (today) e compare com o mesmo horário de ontem. Se o evento 'generate_lead' estiver zerado ou com mais de 40% de queda repentina, emita um alerta destacado com as origens de tráfego afetadas. Caso tudo esteja normal, apenas registre um log de uma linha com o total de leads acumulados.

Como a execução se comporta:

A cada 60 minutos, enquanto a sessão do terminal estiver aberta, o Claude Code aciona o conector do Google Analytics, calcula a diferença em relação ao dia anterior e mantém um registro sucinto na tela, emitindo aviso visual apenas se houver uma anomalia severa.

4. Onde costuma dar errado e como verificar cada etapa

A integração entre agentes locais, arquivos de memória e APIs analíticas apresenta desafios técnicos recorrentes. A tabela abaixo sintetiza os pontos de atenção:

5. Variações da rotina: execução local versus nuvem

A escolha da modalidade de agendamento depende do nível de autonomia e da infraestrutura da sua equipe:

6. Resultado prático e aprendizados na rotina do Club Martech

Na operação real do acervo de conteúdos do Club Martech, implementamos esse fluxo para monitorar o desempenho das páginas de artigos evergreen e das ferramentas interativas. Os resultados medidos demonstraram:

• Economia de 3,5 horas semanais: o tempo antes gasto puxando relatórios manuais de canais e montando resumos semanais foi reduzido a um prompt único de consolidação executado nas manhãs de segunda-feira.
• Detecção imediata de quebra de tag: em uma alteração recente de cabeçalho, um script de tag foi removido por acidente. O loop de monitoramento acusou ausência anormal de eventos em menos de duas horas, evitando dias de cegueira analítica nos canais de mídia.
• Consistência metodológica: com as regras registradas em MEMORY.md, diferentes analistas que abriram o projeto obtiveram as mesmas respostas analíticas, eliminando disputas sobre quais filtros de data ou canais deveriam ser considerados.

O principal ajuste que fizemos ao longo do tempo foi limitar a frequência de chamadas do MCP: consultas muito frequentes à API do GA4 podem atingir as cotas gratuitas diárias de tokens da Data API (limite de requisições por hora). Por isso, intervalos de 30 minutos a 1 hora se mostraram o equilíbrio perfeito entre agilidade e consumo de cotas.

FAQ: Perguntas frequentes

O Claude Code pode enviar os relatórios diretamente para o Slack?

Sim. Você pode adicionar um servidor MCP do Slack ou instruir o agente a disparar um webhook simples via script Python (curl ou biblioteca requests) após finalizar o resumo das métricas.

A memória do Claude Code consome muitos tokens da minha conta?

Não significativamente. O arquivo MEMORY.md funciona como um documento de texto conciso incluído no contexto. Contanto que você mantenha o arquivo focado em premissas e regras essenciais, o impacto na contagem de tokens é mínimo.

É seguro colocar as credenciais do Google Cloud na pasta do projeto?

Nunca faça o commit de arquivos de chave .json em repositórios públicos ou compartilhados. Mantenha as chaves em pasta segura fora do controle de versão e referencie apenas o caminho absoluto nas variáveis de ambiente.

Próximo passo na sua operação

Dominar o uso de agentes locais conectados a APIs e dotados de memória operacional é o ponto de virada definitivo para quem quer ir além de prompts avulsos e quem desenha a infraestrutura de marketing do futuro.

No módulo de Fundamentos de IA da Formação Club Martech, você aprende como planejar, codificar e operar arquiteturas de agentes para tarefas analíticas e operacionais reais. Esse ecossistema foi pensado para profissionais que já atuam na linha de frente e querem escolher as próprias ferramentas com autoridade técnica. Conheça a formação e eleve o padrão da sua operação.