Agência de criação automatizada: Claude AI + Higgsfield

O ping do Slack chegou às 2h14. Eu havia configurado o Claude Code para executar uma rotina criativa semanal antes de ir para a cama - cinquenta novas variações de anúncios de uma marca fictícia de fones de ouvido que eu estava usando como base de teste. O produto de hipermoção gira. Quadros de carrossel estáticos. Três clipes curtos no estilo UGC. O tipo de trabalho que usei para cobrar quatro dígitos de um cliente por um único ciclo de campanha.

Quando abri o laptop na manhã seguinte, o Planilhas Google tinha quarenta e cinco novas linhas. Cada linha tinha uma miniatura, um ID de trabalho Higgsfield, o prompt que o produziu, o SKU ao qual pertencia, o posicionamento para o qual foi dimensionado e um status de "revisão pendente". Seis deles eu teria rejeitado de um freelancer. O resto foi honestamente melhor do que o que recebi do designer de publicidade com quem trabalhei no ano passado. O pior: o lote inteiro me custou menos que o jantar.

Quero deixar claro o que é este post e o que não é. Esta não é uma opinião quente do tipo "AI está substituindo as agências". Durante anos, executei um verdadeiro trabalho criativo para clientes pagantes. Eu sei o que um diretor de arte realmente faz e por que um fotógrafo de grande marca vale seu preço. O que estou descrevendo é algo diferente - uma configuração de trabalho onde Claude Code orquestra os modelos de imagem e vídeo de Higgsfield por meio de um conector personalizado, executa a estratégia de anúncios a partir de um documento masterclass de anúncios de seiscentas linhas que escrevi, rastreia cada saída em uma planilha do Google e produz variantes criativas suficientes todas as semanas para manter uma conta Meta Ads alimentada sem que eu toque em um briefing.

Eu construí isso em torno de uma marca falsa chamada Murmur – três SKUs de fones de ouvido mais um suplemento para dormir – especificamente para que eu pudesse forçar o esforço sem queimar o orçamento de um cliente real. Ao final de três semanas, o sistema estava gerando cerca de trinta a cem anúncios por semana, dependendo de como eu ajustava as rotinas. Vou percorrer toda a configuração: o lado Higgsfield, o lado Claude Code, a fiação do conector, as habilidades que instalei, a folha de rastreamento e as partes onde tudo cai de cara se você não manuseá-las com cuidado.

Se você estava esperando o momento em que Claude Code deixa de ser uma ferramenta de codificação e passa a ser uma pequena empresa operacional, esse é o momento. Deixe-me mostrar como é por dentro.

Por que uma única ferramenta nunca seria suficiente

Minha primeira tentativa de automatizar o trabalho criativo utilizou uma ferramenta. Escolha qualquer uma das grandes plataformas de imagem AI. Eu tentei quatro deles. Cada um tinha o mesmo problema: o modelo é incrível isoladamente e inútil dentro de um fluxo de trabalho.

Gerar uma bela imagem está resolvido. Gerar cinquenta imagens da marca que correspondam à aparência real de um produto, se ajustem a posicionamentos de anúncios específicos e alimentem um sistema de rastreamento que mostra o que funcionou – esse é o trabalho. E nenhuma plataforma dá conta de tudo isso.

Higgsfield lida extremamente bem com metade do problema. A plataforma agrega mais de quinze modelos de vídeo e imagem em uma única assinatura, incluindo Sora 2, Kling, Google Veo 3.1 e seus próprios modelos Soul e Cinema, e os envolve em um estúdio de marketing que expõe formatos em forma de anúncio - movimentos de produtos Hypermotion, revelações de unboxing, clipes no estilo UGC, sincronização labial de avatar falante, movimentos de câmera cinematográfica que emulam corpos ARRI, RED e Sony em vez de filtros "cinemáticos" genéricos. De acordo com os preços de 2026 do Higgsfield, os planos vão desde um nível Starter de quinze dólares até um nível Ultra de oitenta e quatro dólares por mês, com pacotes de crédito disponíveis para geração de burst. Esse é o motor.

Mas o motor não tem cérebro. Não conhece sua marca. Não se lembra do anúncio da semana passada. Felizmente, ele gerará o mesmo herói baleado seis vezes e nunca lhe contará. Não escreve resumos. Não faz moderação. Ele não escolhe qual dos cinquenta rascunhos vale a pena executar no Meta. Essa é a segunda metade do problema.

A segunda metade é o que Claude Code agora é extraordinariamente bom. Com conectores personalizados sobre MCP remoto, habilidades de agente, plug-ins e rotinas, o Claude Code pode manter uma marca na memória, conversar com o API do Higgsfield em seu nome, registrar cada saída em uma planilha, pontuar os resultados e executar tudo novamente de acordo com um cronograma. Esse é o cérebro.

Conecte essas duas metades corretamente e você terá algo que realmente se comporta como uma pequena agência criativa. Ignore a fiação e você terá duas ferramentas impressionantes que se ignoram. A maior parte desta postagem é sobre a fiação.

Visão geral da configuração: marca, pilha e o que cada camada possui

Antes de entrar na implementação, aqui está a pilha completa para que você possa ver como as peças se encaixam. Explicarei cada parte em detalhes nas seções abaixo.

A marca fictícia era Murmur. Três SKUs de fone de ouvido – um fone de ouvido, um fone de ouvido sem fio e um modelo com fio aberto na parte traseira – além de um suplemento de sono para testar como o sistema lida com uma categoria totalmente diferente. Cada SKU tinha um resumo da marca de uma página, uma foto de produto herói que gerei uma vez e bloqueei como referência canônica, uma descrição do público-alvo e uma lista de canais para os quais eu queria anúncios: Instagram Reels, Stories, Feed e Meta Feed para o suplemento.

A pilha abaixo era assim. Claude Code Desktop era o cérebro. Dentro do Claude Code, instalei um conector Higgsfield por meio do fluxo do conector personalizado, duas habilidades de agente (uma para geração de imagem, uma para vídeo Hypermotion), uma CLI do Google Workspace para a planilha de rastreamento e um arquivo markdown de seiscentas e dezessete linhas que escrevi, chamado Advertising Masterclass, que trato como uma referência de contexto permanente. O lado Higgsfield me deu os modelos, predefinições e formatos do Marketing Studio. O Planilhas Google por meio da CLI do GWS me proporcionou memória persistente entre as sessões. E uma rotina – um trabalho Claude Code agendado – deu início a tudo em uma cadência que eu controlava.

Se esse parágrafo parece denso, não se preocupe. Vamos reconstruí-lo, uma camada de cada vez.

A camada Higgsfield: escolhendo a superfície certa, não apenas o modelo certo

O erro que a maioria das pessoas comete com o Higgsfield é tratá-lo como um seletor de modelo. Eles abrem o aplicativo, olham quinze modelos de vídeo, ficam sobrecarregados, geram seis coisas e nunca mais fazem login na plataforma.

O Marketing Studio é onde você realmente deseja morar. É uma camada acima dos modelos brutos que expõe superfícies em formato de anúncio – formatos projetados para produzir os tipos de clipes e fotos que as marcas realmente exibem. Alguns dos formatos em que mais me apoiei para a construção do Murmur:

Hypermotion é aquele em que queimei mais créditos. Ele foi desenvolvido para o movimento do produto – o fone de ouvido gira, as luzes capturam o copo de metal, o cabo balança, o case abre com um estalo satisfatório. De acordo com as páginas de preços, as gerações de vídeo custam cerca de vinte a cinquenta créditos cada, dependendo da duração e da complexidade, e no plano Ultra eu estava conseguindo espaço suficiente para cuspir uma dúzia de clipes de Hypermotion por dia sem olhar o medidor. Para um vídeo de lançamento do SKU over-ear, esse formato único produziu mais rolos B entregáveis em uma tarde do que eu havia obtido em uma gravação de vídeo de produto real no ano anterior.

Os formatos unboxing e UGC cuidavam da metade social. O formato de unboxing me deu fotos reveladas em primeira pessoa – mãos em uma caixa, levantamento, puxar espuma, fones de ouvido subindo no quadro – que parecem genuinamente orgânicas nos Reels. A predefinição UGC vai além; ele apresenta um clipe no estilo de criador com movimento realista e áudio sincronizado. Um clipe limpo e pronto para o Reel, que tradicionalmente me custaria quatro dígitos para produzir, agora custa alguns créditos.

O Estúdio de Cinema foi onde gerei as fotos dos heróis da marca. Ele emula corpos de câmera específicos – ARRI, RED, Sony – com características de lente vinculadas às distâncias focais reais, em vez da estética “cinematográfica” suave que a maioria das plataformas adota. Quando pedi um retrato de 50 mm do modelo com fio com parte traseira aberta, obtive a queda de profundidade de campo que teria obtido com uma lente real naquela distância focal, e não um desfoque genérico de foco raso.

Foi aqui que plantei o primeiro ciclo aberto na minha cabeça: a plataforma era boa. Surpreendentemente bom, na verdade. Mas escolher qual formato usar para qual canal, depois escrever um aviso que atinja a marca e depois fazer isso cinquenta vezes por semana – essa é a parte que um modelo sozinho não consegue resolver. Essa é a parte que a próxima camada trata.

A camada Claude Code: conector, habilidades e o cérebro que mantém a marca

É aqui que Claude Code ganha seu sustento. Quero analisar isso na ordem em que o construí, porque a ordem é importante. Pule uma etapa e a próxima não funcionará.

Etapa 1: Conecte o conector Higgsfield

O fluxo do conector personalizado do Claude Code usa MCP remoto nos bastidores. O caminho oficial é Configurações, Conectores e Adicionar conector personalizado, onde você fornece um nome ao conector e uma URL do servidor MCP. Se o conector acessar dados privados do usuário — o que o Higgsfield faz, já que você está extraindo trabalhos e informações da conta — você passa pelo OAuth 2.0 padrão. Os dois URLs de retorno de chamada permitidos no lado do provedor OAuth são https://claude.ai/api/mcp/auth_callback e https://claude.com/api/mcp/auth_callback. Depois que o handshake for concluído, o Claude Code poderá chamar as ferramentas do Higgsfield da mesma forma que chama uma ferramenta do sistema de arquivos local.

A razão pela qual isso é importante: nunca preciso sair do Claude Code. Eu não colo prompts no UI da web do Higgsfield. Eu não baixo arquivos manualmente. Claude Code pede a Higgsfield para gerar um clipe Hypermotion com um prompt específico e imagem de referência, recupera um ID de trabalho, pesquisa a conclusão, recupera o URL do ativo e grava todo o registro em minha Planilha Google. O conector transforma Higgsfield de um aplicativo que visito em uma ferramenta que Claude busca.

Se você já conectou qualquer conector personalizado antes — para Linear, Notion, uma instância GitHub privada — a experiência é idêntica. Caso ainda não tenha feito isso, o passo a passo fluxo de trabalho de design do conector Claude Canva é o análogo mais próximo, já que Canva e Higgsfield ficam no mesmo formato de "ferramenta criativa com API e OAuth".

Etapa 2: instalar as habilidades do agente Higgsfield

As habilidades em Claude Code são arquivos de receitas reutilizáveis. É assim que você ensina Claude sua versão de um processo, em vez da versão genérica que um modelo faria por padrão. Uma habilidade agrupa um gatilho (“quando o usuário solicita um vídeo em movimento do produto”), uma metodologia (“aqui está a estrutura exata de prompt que funciona para o Hypermotion”) e referências a arquivos de marcas e ativos.

Para a construção do Murmur, instalei duas habilidades e escrevi mais duas. Os dois instalados vieram do mercado de habilidades mais amplo Claude Code, que, de acordo com a contagem do mercado público, agora hospeda mais de quatro mil habilidades em meados de 2026. Uma delas era uma habilidade de geração de imagens Higgsfield que conhecia a estrutura imediata do Cinema e do Soul. A outra era uma habilidade de vídeo Hypermotion que lidava com o padrão de prompt e referência que fornece movimento de produto consistente com a marca. As duas que eu mesmo escrevi eram uma habilidade de estilo de marca que sempre carregava o briefing do Murmur no contexto, e uma habilidade de pré-verificação de moderação que eliminava os prompts de palavras-gatilho que, de outra forma, atrapalhariam a moderação de conteúdo do Higgsfield.

A razão pela qual as habilidades são importantes aqui é a consistência da marca. Sem eles, cada geração é um novo lançamento de dados. Os protetores auriculares mudam de formato. Os fones de ouvido mudam de preto para prata. A iluminação de fundo muda de quente para fria entre dois anúncios na mesma campanha. Com uma habilidade que se baseia no briefing da marca, na imagem de referência canônica e na estrutura de prompt que testei, cada resultado saiu parecendo pertencer à mesma marca. Não é perfeito - chegarei onde isso acontece - mas oitenta a noventa por cento da marca sem que eu revise o prompt.

Se as habilidades são novas para você, o passo a passo sobre habilidades avançadas do agente aborda detalhadamente a estrutura de um arquivo de habilidades e vale a pena ler antes de escrever o seu próprio.

Etapa 3: adicionar uma camada de memória persistente com a CLI do Planilhas Google

Essa é a peça da qual ninguém fala e é a diferença entre um brinquedo e um sistema.

Claude Code é brilhante dentro de uma sessão. É amnésico durante as sessões. A modelo não se lembra do lote da última terça-feira, a menos que você dê um lugar para olhar. Sem memória persistente, você regenera o mesmo tiro dez vezes e nunca percebe. Você não pode saber qual prompt produziu qual clipe. Você não pode saber qual anúncio seu cliente realmente aprovou. Toda a ideia da agência criativa desmorona sem memória.

Resolvi isso com a CLI do Google Workspace canalizada para um documento do Planilhas que chamei de Murmur Asset Ledger. A CLI fornece ao Claude Code acesso de leitura e gravação a uma única planilha por OAuth. O esquema que encontrei após uma semana de iteração é assim:

| asset_id | created_at | sku | placement | format    | higgsfield_job_id | prompt_hash | thumb_url | full_url | status   | review_notes | spend_cents |
|----------|------------|-----|-----------|-----------|-------------------|-------------|-----------|----------|----------|--------------|-------------|
| 0001     | 2026-04-22 | OE1 | reels     | hypermotion | hf_8k2j...     | a3f9...     | ...       | ...      | approved | clean        | 38          |
| 0002     | 2026-04-22 | OE1 | reels     | hypermotion | hf_9p4r...     | a3f9...     | ...       | ...      | rejected | logo drift   | 38          |

Doze colunas, nada sofisticado, mas cada coluna suporta carga. O prompt_hash permite que o Claude Code detecte quando um prompt foi reutilizado, para não desperdiçar créditos ao regenerar a mesma foto. A coluna status me permite filtrar uma pilha de “revisão pendente” todas as manhãs. A coluna spend_cents fornece um painel de custos contínuos. A coluna review_notes é onde registro o que falhou e por quê - e essa nota retorna à habilidade de estilo da marca na semana seguinte para que o mesmo erro não aconteça duas vezes.

Esta ficha é a memória institucional da agência. Sem ele, você estará executando cinquenta experimentos desconectados. Com ele, você está executando um sistema de acumulação.

Etapa 4: participe da masterclass de publicidade

Quero sinalizar esta parte porque ela mudou a qualidade de cada resultado mais do que qualquer outra decisão. Escrevi um documento de redução de seiscentas e dezessete linhas chamado ads-masterclass.md e fixei-o como uma referência permanente no projeto Claude Code. Não é uma habilidade. É uma base de conhecimento.

O documento cobre as coisas que todo designer de anúncios júnior eventualmente aprende e a maioria nunca escreve: como um gancho funciona no primeiro segundo de um Reel, o que faz com que um anúncio estático pare de rolar em vez de passar a rolagem, como o algoritmo do Meta recompensa a proporção de parada de polegar, por que UGC supera anúncios polidos em tráfego frio e tem desempenho inferior em tráfego quente, como estruturar um anúncio em vídeo de três segundos versus um de quinze segundos versus um de trinta segundos, a estrutura de anúncio de três atos que vi funcionar em todas as categorias, exatamente como resumir um criativo para um lançamento versus uma venda versus uma campanha de retargeting. Nada disso é segredo. Tudo isso é conquistado com dificuldade.

A razão pela qual isso funciona é que Claude não precisa ser instruído a lê-lo. A masterclass fica na pasta de contexto do projeto e a habilidade de estilo de marca faz referência a ela explicitamente. Cada vez que o sistema escreve um resumo ou critica um anúncio gerado, ele o faz através dessa lente. A saída deixa de parecer um anúncio genérico AI e começa a parecer o trabalho de alguém que realmente administrou redes sociais pagas.

Se você faz anúncios há anos, escreva sua própria masterclass. Se ainda não o fez, encontre um escrito por alguém que o tenha feito. O objetivo é dar ao modelo uma referência real, não deixá-lo voltar à média dos dados de treinamento.

The Murmur Build: três semanas, três SKUs, quarenta e cinco ativos

Aqui é a parte em que paro de descrever a arquitetura e conto o que realmente aconteceu quando a executei.

A primeira semana foi configurada. Passei os primeiros quatro dias limpando o conector, depurando um problema de retorno de chamada do OAuth que acabou sendo um erro de copiar e colar da minha parte, escrevendo a habilidade de estilo de marca e bloqueando a imagem principal canônica para cada SKU. Na sexta-feira da primeira semana, eu havia gerado meu primeiro clipe Hypermotion - o SKU over-ear, rotação lenta, luz quente na borda, sobre fundo carvão - e isso me deixou sem fôlego. Enviei para uma amiga designer e pedi que ela adivinhasse qual agência o fez. Ela nomeou um que eu respeito.

A segunda semana foi a construção. Deixei Claude Code conduzir uma rotina de preparação de campanha que havia escrito. A rotina lê o brief do Murmur, escolhe um SKU e um posicionamento que precisava de ativos, elabora cinco variações de prompt por meio da habilidade de estilo de marca, envia-as para Higgsfield por meio do conector, pesquisa até que os trabalhos sejam concluídos, grava tudo no Asset Ledger com status "revisão pendente" e me envia um ping no Slack quando o lote estiver concluído. No final da segunda semana, eu tinha trinta e dois ativos no livro-razão. Vinte deles eu aprovei. Seis que rejeitei devido ao tipo de desvio de marca que descreverei na próxima seção. Seis, pedi ao sistema para regenerar com avisos ajustados.

A terceira semana foi o teste de estresse. Aumentei a rotina para correr duas vezes por semana e adicionei o SKU do suplemento. O suplemento é uma categoria diferente, visual diferente, público diferente, e eu queria ver até que ponto a habilidade de estilo de marca se generalizaria. O primeiro lote foi difícil – o frasco do suplemento saiu parecendo um produto de uma biblioteca de fotos. Reescrevi a habilidade de estilo de marca para lidar com imagens de referência específicas de categorias, executei novamente o lote e a segunda passagem foi sólida. No final da terceira semana, o livro-razão tinha quarenta e cinco ativos aprovados nos quatro SKUs, além de uma carteira de cerca de quinze itens com revisão pendente, e eu estava gerando cerca de trinta a cem anúncios por semana, dependendo da agressividade com que programava a rotina.

Uma observação sobre o custo: no volume que eu estava executando, os créditos da plataforma eram materialmente mais baratos do que uma rodada de fotografia tradicional para um único SKU. De acordo com vários benchmarks do setor de 2026, as marcas que usam a automação criativa AI estão relatando cerca de sessenta a setenta por cento de redução de custos em comparação aos fluxos de trabalho tradicionais de fotografia e design, e uma medição separada citada pelo IAB coloca a redução de custos de produção em cerca de quarenta e dois por cento em todos os formatos. Meus números de Murmur estavam no limite superior dessa faixa, principalmente porque eu estava executando geração sintética pura em vez de AI misto e produção tradicional.

Se você quiser uma referência paralela para o lado da orquestração multiagente disso, meu artigo anterior sobre a construção de uma equipe de marketing AI de cinco agentes em Claude Code aborda detalhadamente o design de agente e habilidades e combina naturalmente com o que estou descrevendo aqui.

A verificação da realidade no meio do artigo

Se você chegou até aqui, provavelmente está pensando em uma de duas coisas. Ou "Eu quero construir isso" ou "isso parece bom demais". Ambos estão corretos. O sistema funciona. Também tem limites reais, e estou prestes a dedicar uma seção inteira a eles. Antes de fazer isso, uma nota.

Se você preferir que alguém conecte toda essa pilha para sua marca - conector, habilidades, masterclass, planilha de rastreamento, rotinas - eu assumo compromissos exatamente assim. Você pode ver o que construí em fiverr.com/s/EgxYmWD.

Agora, de volta ao ponto onde o sistema quebra.

Onde tudo desmorona: renderização de texto, moderação e desvio de marca

A seção honesta. Três modos de falha me atingiram fortemente durante a construção do Murmur, e quero descrever cada um deles porque se você construir este sistema e ignorá-los, o trabalho ficará ótimo isoladamente e embaraçoso na produção.

A renderização de texto dentro do vídeo gerado não é confiável. Esta é a falha mais consistente em todos os modelos de vídeo na agregação Higgsfield. Imagens estáticas com texto da marca – tudo bem. Clipes de hipermoção com indicação de preço, logotipo bloqueado, pílula CTA - não confiáveis. As letras oscilam. O kerning colapsa em um quadro. A marca muda entre os frames de uma forma que nenhum cliente aprovará. Resolvi isso separando as preocupações: Higgsfield gera a filmagem limpa, sem texto, e uma rotina Claude Code downstream compõe a sobreposição de texto usando um sistema tipográfico real definido pelo designer. O texto nunca passa pelo modelo.

A moderação de conteúdo bloqueará prompts legítimos. Higgsfield, como todas as principais plataformas, executa uma camada de moderação. É conservador e deveria ser. Mas rejeitará um prompt que mencione “fones de ouvido no ouvido” porque a palavra “dentro” mais “ouvido” mais uma referência a uma parte do corpo aciona uma heurística para a qual o sistema de moderação não foi ajustado. Ele rejeitará o texto "com fio aberto" porque analisa "aberto" mais "traseiro" de maneira estranha. A habilidade de moderação que escrevi solicita e substitui frases neutras - "monitor intra-auricular" em vez de "fone de ouvido no ouvido" - e a taxa de rejeição caiu de algo em torno de quinze por cento nos primeiros lotes para menos de dois por cento. Se você pular esta camada, passará uma tarde inteira se perguntando por que um anúncio claramente inocente continua sendo bloqueado.

A mudança da marca é real e gradual. Dois anúncios de um lote ficarão perfeitos lado a lado. Vinte anúncios de lotes de um mês mostrarão variações sutis – o formato do fone de ouvido diminui alguns graus, a cor do copo aquece meio passo, o cabo muda de espessura, o rótulo do frasco do suplemento evolui. O modelo está fazendo o que os modelos fazem. A solução é bloquear uma imagem de referência canônica por SKU e forçar cada habilidade a carregar essa referência como a principal âncora visual em cada trabalho. Não elimina totalmente a deriva. Isso reduz a taxa em cerca de oitenta por cento em meus testes.

Há uma quarta coisa que vale a pena mencionar que é menos um fracasso e mais uma tentação. O sistema pode gerar tanta coisa, tão rápido, que o gargalo vai da produção até a seleção. Escolher os dez anúncios certos em um lote de cinquenta agora é a parte difícil. Comecei a usar uma rotina de “seletor de anúncios pendentes” – um trabalho Claude Code separado que pontua cada ativo pendente de acordo com os critérios da masterclass e os classifica – mas a revisão humana ainda é o filtro final e você deve mantê-lo assim.

A rotina: onde tudo se torna viva-voz

Até este ponto, tudo o que descrevi ainda exigia que eu iniciasse uma sessão e informasse ao Claude Code para ser executado. As rotinas são o que transformam o sistema em algo que funciona sem mim.

Uma rotina é uma tarefa Claude Code planejada. Você define um gatilho – cron, um evento ou disparo manual – e um prompt que é executado nesse gatilho. Para a construção do Murmur, minha rotina principal é acionada todas as segundas e quintas-feiras às 6h. A solicitação consistia em três linhas: escolha o SKU e o posicionamento que tenha o menor número de ativos aprovados no Asset Ledger, gere dez novas variações usando a habilidade de estilo de marca e grave tudo no razão com o status de "revisão pendente".

Essa rotina funcionava enquanto eu dormia. Quando tomei café na segunda e quinta de manhã, havia vinte novos ativos na pilha pendente. Eu gastaria de vinte a trinta minutos pontuando-os, marcando aprovações e rejeições, e o próximo ciclo de rotina aprenderia com aqueles review_notes e afastaria os avisos de tudo o que havia falhado.

Ainda não conectei diretamente o Meta Ads Manager, mas o caminho do conector existe. Depois que você pode mover os ativos aprovados do razão para o Meta como rascunhos de anúncios reais, o ciclo se fecha - você passa do anúncio imediato para o anúncio ativo, sem etapas manuais entre eles, com um humano ainda no processo de aprovação. Essa é a versão que estou construindo a seguir.

Se as rotinas são novas para você, o passo a passo rotinas Claude Code para automação de SEO cobre a estrutura da rotina em detalhes e se aplica de forma clara ao caso de geração de criativos.

Perguntas frequentes

Para que é usado o Higgsfield AI?

Higgsfield AI é uma plataforma de geração de vídeo e imagem que agrega mais de quinze modelos – incluindo Sora 2, Kling, Veo 3.1, Soul e Cinema – em uma única assinatura, com uma camada Marketing Studio que expõe formatos em formato de anúncio, como movimento de produto Hypermotion, unboxing e UGC. Para uma revisão prática de como usei isso em um pipeline de criativo, consulte a seção Camada Higgsfield acima.

Quanto custa Higgsfield em 2026?

O preço de 2026 do Higgsfield vai de um plano Starter de quinze dólares por mês a um plano Ultra de oitenta e quatro dólares por mês, com um nível Business de quarenta e nove dólares por assento. Os créditos são consumidos por geração – cerca de vinte a cinquenta créditos por vídeo – e os pacotes de créditos expiram após noventa dias.

O Claude Code pode se conectar diretamente ao Higgsfield?

Sim. O fluxo do conector personalizado do Claude Code usa MCP remoto e OAuth 2.0 padrão para autenticar com Higgsfield, após o qual Claude Code pode gerar, pesquisar e recuperar ativos sem sair do aplicativo de desktop. Tanto https://claude.ai/api/mcp/auth_callback quanto https://claude.com/api/mcp/auth_callback devem estar na lista de permissões no lado do provedor OAuth.

O AI pode substituir totalmente uma agência de criação?

Ainda não, e provavelmente não da forma como as manchetes descrevem. AI lida extremamente bem com a camada de produção, mas a direção criativa, a estratégia da marca e o julgamento para escolher os dez anúncios certos entre cinquenta ainda exigem um ser humano. O enquadramento realista é uma produção automatizada com direção humana – que é o que é a construção do Murmur.

O que uma planilha de rastreamento para anúncios gerados por AI precisa?

No mínimo: ID do ativo, carimbo de data/hora, SKU, posicionamento, formato, ID do trabalho da plataforma, um hash de prompt para detectar duplicatas, miniaturas e URLs completos do ativo, status, notas de revisão e gastos de crédito. A planilha de rastreamento é a memória persistente que transforma gerações de sessão única em um sistema acumulativo.

O que isso realmente muda

Se você tem tratado as ferramentas de imagem e vídeo AI como uma maneira mais rápida de realizar tarefas únicas, a mudança que estou apontando é maior do que isso. A mudança é que a própria agência criativa agora pode ser codificada – marca, metodologia, masterclass, livro-razão, rotina – em um sistema que funciona sem você. Você não é mais rápido no mesmo trabalho. Você está fazendo um trabalho diferente. Você se torna um diretor, um revisor, um estrategista. A camada de execução é executada enquanto você dorme.

A construção do Murmur é fictícia. A arquitetura não é. O fluxo do conector, as habilidades, o livro-razão do Planilhas Google, as rotinas, a masterclass – tudo isso é portátil. Inclua o resumo de sua própria marca, seus próprios SKUs, suas próprias imagens de referência, sua própria doutrina de anúncios e o mesmo sistema será executado para um cliente real.

Há uma questão em aberto que vale a pena abordar esta noite. Se um único operador pode gerir uma agência criativa com este volume e qualidade, o que isso significa para o próprio modelo de agência? A resposta não é “as agências morrem”. A resposta está mais próxima de “agências que aprendem a codificar seu trabalho ganham, e agências que tentam competir na produção bruta perdem”. As agências com as quais quero trabalhar daqui a cinco anos são as que estão escrevendo sua própria versão do ads-masterclass.md este ano.

Esse é o trabalho que vale a pena fazer. Os quarenta e cinco ativos no livro-razão Murmur são interessantes. A masterclass é o ativo.

Vamos trabalhar juntos

Procurando construir sistemas AI, automatizar fluxos de trabalho ou dimensionar sua infraestrutura tecnológica? Eu adoraria ajudar.

Fiverr (compilações e integrações personalizadas): fiverr.com/s/EgxYmWD
Portfólio: mejba.me
Ramlit Limited (soluções empresariais): ramlit.com
ColorPark (design e marca): colorpark.io
xCyberSecurity (serviços de segurança): xcybersecurity.io