Porque é que as tuas mensagens de prospeção no LinkedIn ficam sem resposta

A maioria das mensagens de prospeção no LinkedIn parece-se: uma frase de abertura genérica, um elogio vago sobre o cargo ou a empresa, depois um pedido. O destinatário reconhece o padrão numa fração de segundo, e a maioria dessas mensagens acaba ignorada. Não é apenas uma impressão: é o que mostram vários estudos independentes sobre o tema.

Os compradores B2B evitam ativamente mensagens irrelevantes

Segundo um inquérito da Gartner realizado em 2024-2025 junto de 632 compradores B2B, 73% evitam ativamente fornecedores que enviam mensagens de prospeção irrelevantes. Não é apenas um incómodo passageiro: influencia diretamente se vão sequer considerar esse fornecedor.

A personalização multiplica as respostas, não só a taxa de abertura

Uma análise da Gong (2023), baseada em mais de 30.000 emails de prospeção de mais de 250 empresas, mediu o efeito concreto de construir uma mensagem à volta de um facto específico da empresa do destinatário, em vez de uma mensagem genérica que poderia ser enviada a qualquer pessoa: os decisores (a partir do nível de diretor) contactados desta forma respondem três vezes mais.

Isto confirma algo bastante intuitivo assim que se formula com clareza: uma mensagem genérica não custa nada a ignorar, porque não prova a ninguém que realmente viste o perfil da pessoa. Uma mensagem assente num detalhe real e verificável, um cargo preciso, uma empresa, um percurso particular, muda isso, porque prova o contrário.

Até a IA, usada corretamente, melhora a taxa de resposta

O LinkedIn publicou em 2025 dados sobre as suas próprias funcionalidades de IA para recrutamento: as mensagens geradas com ajuda da IA obtêm uma taxa de aceitação 44% superior em comparação com mensagens não assistidas. Este resultado é interessante precisamente porque contraria uma ideia comum ("a IA soa sempre genérica"): o problema nunca foi a IA em si, mas sim a forma como é usada. Uma mensagem gerada a partir de um facto real do perfil que estás a consultar não tem nada a ver com uma gerada apenas a partir de um nome e um cargo.

O que isto muda na prática

Estes três dados contam a mesma história sob três ângulos diferentes: a irrelevância afasta, um facto real e específico muda tudo, e a IA pode ajudar a produzir este nível de personalização em grande escala, desde que se baseie em dados reais e não em generalidades.

É exatamente este o princípio por trás do InProspector: gerar uma mensagem a partir de um detalhe concreto do perfil do LinkedIn que estás a consultar, nunca de uma fórmula genérica. A mensagem deve sempre ser revista e personalizada antes do envio, mas o ponto de partida é um facto, não uma suposição.