Como usar o ChatGPT Deep Research para dimensionar mercado?

Resposta rápida: o ChatGPT Deep Research consegue produzir estimativas estruturadas de TAM, SAM e SOM para mercados de B2B SaaS, sintetizando dados públicos, relatórios setoriais e sinais da concorrência em uma única sessão. Envie um prompt bem estruturado com seu segmento-alvo, geografia e premissas, e ele devolve um relatório documentado de dimensionamento de mercado em minutos, em vez de dias.

O dimensionamento de mercado B2B é uma daquelas tarefas que parecem simples no slide e levam uma eternidade na prática. Você acaba pulando entre paywalls do Statista, PDFs de analistas e palpites no LinkedIn, e depois junta tudo manualmente.

O ChatGPT Deep Research muda esse fluxo. Este guia mostra aos leitores do SaaS Hackers exatamente como usá-lo para montar uma análise de TAM/SAM/SOM defensável, incluindo o template de prompt que usamos e onde conferir o resultado antes de levá-lo a investidores ou ao seu board.

O que é o ChatGPT Deep Research (e por que ele importa no dimensionamento de mercado)?

O ChatGPT Deep Research é um modo do ChatGPT (disponível em planos pagos) que faz pesquisa web em várias etapas de forma autônoma antes de gerar uma resposta. Em vez de responder apenas com base nos dados de treinamento, ele pesquisa, lê e sintetiza fontes em tempo real e produz um relatório estruturado com citações.

No dimensionamento de mercado, isso importa porque:

Ele busca em fontes setoriais atuais, e não em dados congelados na data de corte do treinamento
Ele cruza várias fontes para triangular as estimativas
Ele documenta seu raciocínio, para que você possa auditar a lógica

O resultado não substitui uma pesquisa contratada. É uma primeira versão rápida e estruturada, que antes levaria dois a três dias para um analista júnior produzir.

Entenda TAM, SAM e SOM antes de escrever o prompt

Antes de escrever qualquer prompt, deixe claro o que você está pedindo.

TAM (Total Addressable Market): a oportunidade total de receita global se você conquistasse todos os clientes possíveis da sua categoria.

SAM (Serviceable Addressable Market): a parcela do TAM que você consegue alcançar de forma realista com seu produto, preço e estratégia de go-to-market atuais.

SOM (Serviceable Obtainable Market): a fatia do SAM que você consegue conquistar em um prazo definido, normalmente de três a cinco anos, considerando seus recursos e a concorrência.

Cada camada exige dados diferentes. O TAM costuma ser top-down (relatórios setoriais, estimativas de analistas). O SAM exige a definição do seu ICP (porte da empresa, setor, geografia). O SOM exige dados da concorrência e premissas de crescimento.

O ChatGPT Deep Research lida bem com TAM e SAM. O SOM exige que suas premissas internas estejam incluídas no prompt.

Como configurar o ChatGPT Deep Research para uma sessão de dimensionamento de mercado

Passo 1: abra o modo Deep Research

No ChatGPT, abra o menu suspenso de modelos e escolha Deep Research. Ele está disponível nos planos ChatGPT Plus, Team e Enterprise. A sessão indicará que está fazendo pesquisa antes de responder.

Passo 2: prepare seus dados

Antes de escrever o prompt, anote:

Sua categoria de produto (seja específico: "software de revisão de contratos com AI", e não "legal tech")
O perfil do seu cliente-alvo (porte da empresa, setor, geografia)
O modelo de receita que você está dimensionando (ARR por usuário, por transação, por empresa)
O horizonte de tempo da sua estimativa de SOM
Concorrentes conhecidos ou benchmarks de mercado que você quer incluir

Quanto mais específicos os dados, mais preciso o resultado.

Passo 3: execute o prompt (template abaixo)

Cole o prompt preparado no modo Deep Research. Espere que a sessão leve de dois a cinco minutos enquanto ele faz as buscas.

Passo 4: audite as fontes

O Deep Research cita suas fontes. Abra cada uma. Confira se os dados vêm de organizações confiáveis (Gartner, IDC, Grand View Research, bases de dados governamentais ou entidades setoriais respeitadas). Descarte qualquer número extraído das próprias alegações de mercado de um fornecedor.

O template de prompt: TAM/SAM/SOM para B2B SaaS

Copie e adapte este prompt. Nos trechos entre colchetes, insira suas informações específicas.

Prompt:

You are a B2B market research analyst. I need a structured market sizing report for a SaaS product in the following category: [describe your product in one sentence, e.g. "AI-powered invoice processing software for mid-market logistics companies"].

Please research and produce a TAM/SAM/SOM analysis using the following parameters:

Target customer profile:

Company size: [e.g. 50-500 employees]
Industries: [e.g. logistics, freight, supply chain]
Geography: [e.g. UK and Western Europe]
Buying role: [e.g. CFO or Head of Finance]

Pricing assumption: [e.g. £500/month per company, billed annually]

TAM: Estimate the total global market for [product category] software. Use top-down methodology, citing analyst reports, industry data, or credible market research where available.

SAM: Narrow TAM to companies matching the target customer profile above. Estimate the number of qualifying companies and multiply by the annual pricing assumption to produce a revenue-based SAM figure.

SOM: Assume a realistic market penetration rate for a well-funded Series A SaaS company over five years. Cite comparable SaaS benchmarks where possible.

For each layer, show your working: the data source, the assumption applied, and the resulting figure. Flag any estimates where data quality is low or where I should verify independently.

Format the output as: (1) Executive Summary, (2) TAM Analysis, (3) SAM Analysis, (4) SOM Analysis, (5) Key Assumptions and Risks, (6) Sources.

Essa estrutura obriga o Deep Research a mostrar seu raciocínio em cada camada, o que torna o resultado auditável, e não apenas um número que você não consegue defender.

Como é um bom resultado

Uma resposta bem-feita do Deep Research a esse prompt vai incluir:

Um valor de TAM com fonte (por exemplo: "O mercado global de automação de contas a pagar foi avaliado em US$ 2,8 bilhões em 2023, segundo a Grand View Research")
Um cálculo de SAM mostrando o número de empresas qualificadas multiplicado pela sua premissa de preço
Uma estimativa de SOM com taxa de penetração declarada e um benchmark comparável
Uma lista clara de premissas e dos pontos em que os dados são mais frágeis

Se o resultado trouxer apenas um número, sem mostrar o cálculo, gere de novo com um prompt de acompanhamento: "Mostre o cálculo passo a passo de cada camada, com a fonte de cada dado."

Onde o ChatGPT Deep Research deixa a desejar

O Deep Research é forte em síntese. Mas tem limites reais, e você precisa planejar em torno deles.

A atualidade dos dados varia. Algumas fontes que ele usa terão dois ou três anos. Sempre confira as datas de publicação dos relatórios citados.

Ele não acessa bases de dados pagas. Os relatórios completos da Gartner e da Forrester, a Bloomberg e o Pitchbook ficam atrás de paywalls. O Deep Research cita dados resumidos quando aparecem publicamente, mas não consegue obter relatórios completos de analistas.

O SOM é, por natureza, especulativo. Nenhuma ferramenta de AI sabe dizer que fatia de mercado você vai conquistar. O SOM que ela produz é uma estimativa baseada em benchmarks, não uma projeção. As premissas são suas.

Ele pode inventar citações. Este é o maior risco. Sempre verifique se a fonte citada realmente contém o número que ele atribui a ela. Abra a URL. Confira o número.

Como validar o resultado do seu dimensionamento de mercado

Faça estas verificações antes de usar os números em qualquer documento externo.

Verificação bottom-up. Pegue seu cálculo de SAM e refaça-o de baixo para cima, de forma independente. Use o LinkedIn Sales Navigator ou o Apollo para contar as empresas qualificadas no seu ICP. Multiplique pelo seu ACV. Se o número ficar dentro de 30 a 40% do SAM top-down, você tem uma estimativa razoável.
Verificação com a receita de concorrentes. Se existir um concorrente público ou bem documentado na sua categoria, use o ARR divulgado e as alegações de participação de mercado dele para validar seu TAM. Se um concorrente afirma ter 5% de participação de mercado e reporta £10M de ARR, o TAM implícito é de £200M.
Verificação com benchmarks de investidores. Procure memorandos de investidores ou notas de analistas que mencionem sua categoria. A Y Combinator, a Bessemer Venture Partners e a OpenView Partners publicam dados de mercado abertamente. Se o seu TAM for muito diferente do que os investidores citam, descubra o motivo.
Peça ao Deep Research que conteste a si mesmo. Envie um prompt de acompanhamento: "Quais são os três argumentos mais fortes de que esta estimativa de TAM está alta demais? O que diria um investidor cético?" Isso expõe premissas frágeis antes que outra pessoa o faça.

Se você precisar de validação externa além das verificações internas, o SaaS Hackers também mantém uma lista selecionada de agências de SEO para B2B SaaS e de parceiros especializados em diversas áreas de crescimento, no diretório das melhores agências, o que pode ajudar a testar o posicionamento da sua categoria e as premissas de go-to-market.

Como usar o resultado em pitch decks e board packs

O dimensionamento de mercado em um pitch deck precisa ser defensável, não apenas impressionante. Ao apresentar números de TAM/SAM/SOM produzidos com o Deep Research:

Sempre atribua a fonte original, não a ferramenta de AI. "Segundo a Grand View Research", e não "segundo o ChatGPT".
Mostre a metodologia. Investidores que veem um TAM de £5B sem nenhum cálculo visível vão perguntar como você chegou lá. Tenha a resposta pronta.
Apresente o SAM como seu mercado operacional real. O TAM é contexto. O SAM é o que você de fato está buscando.
Ancore o SOM em um comparável nomeado. "Estamos mirando 2% do SAM em cinco anos, em linha com [Concorrente X] em um estágio comparável."

O SaaS Hackers recomenda tratar o resultado do Deep Research como um primeiro rascunho, não como uma entrega final. Ele leva você a 70% do caminho em 10% do tempo. Os 30% restantes são o seu julgamento, seu conhecimento de mercado e seu trabalho de verificação. Se você está construindo o sistema de crescimento em torno dessa pesquisa, a seção de recursos e o hub de guias do SaaS Hackers são bons próximos passos.

Perguntas frequentes

O que é o ChatGPT Deep Research e como ele difere do ChatGPT padrão?

O ChatGPT Deep Research é um modo que faz buscas web autônomas em várias etapas antes de gerar uma resposta. O ChatGPT padrão responde apenas com base nos dados de treinamento. O Deep Research busca e sintetiza ativamente fontes atuais, o que o torna bem mais confiável em tarefas como o dimensionamento de mercado, em que a atualidade dos dados importa.

O ChatGPT Deep Research pode substituir uma agência de pesquisa de mercado no dimensionamento de B2B SaaS?

Não, mas ele substitui a fase de primeiro rascunho, que normalmente custa dias de trabalho de analista. O Deep Research produz um ponto de partida estruturado e com citações. Uma agência de pesquisa de mercado acrescenta pesquisa primária, bases de dados proprietárias e metodologia validada. Para um dimensionamento inicial que embase um pitch ou uma decisão de produto, o Deep Research basta, desde que haja verificação adequada. Se quiser apoio especializado, você pode explorar o diretório selecionado do SaaS Hackers para encontrar um especialista.

Qual é a precisão do ChatGPT Deep Research nas estimativas de TAM?

A precisão depende da disponibilidade de dados na sua categoria. Mercados bem documentados (CRM, HR tech, cybersecurity) geram estimativas mais precisas, porque existem mais dados públicos. Categorias de nicho ou emergentes terão faixas de incerteza maiores. Confira sempre os números em pelo menos uma fonte independente e use faixas em vez de valores pontuais em qualquer documento formal.

De qual plano do ChatGPT eu preciso para usar o Deep Research?

O Deep Research está disponível nos planos ChatGPT Plus, Team e Enterprise. Ele não está disponível no plano gratuito. Em 2024, os usuários do Plus têm um limite mensal de consultas no Deep Research, então agrupe suas sessões de dimensionamento de mercado em vez de rodar vários prompts exploratórios.

O resultado do ChatGPT Deep Research serve para a due diligence de investidores?

O resultado é um ponto de partida, não uma versão final para envio. Os investidores vão questionar a metodologia e as fontes por trás de qualquer número de dimensionamento de mercado. Use o Deep Research para estruturar sua análise e identificar fontes, depois verifique cada número de forma independente antes de incluí-lo em materiais que serão examinados com rigor.