Menu

Trilhas de leitura

Agentic Customer Engagement: quando a campanha passa a se planejar sozinha, dentro dos limites que você define

* Por Alexandre Azevedo

Artesã entrelaça fios de fibra óptica em um tear de madeira
Entender, decidir, agir e aprender. Em ciclo, a cada interação.

Durante anos, as plataformas de engajamento do cliente funcionaram como uma caixa de ferramentas muito sofisticada. O time de CRM desenhava a jornada, escolhia o público, escrevia a mensagem, definia o canal e o horário, e a plataforma executava. A nova geração dessas plataformas propõe uma inversão: o time define o resultado que quer alcançar e os limites que precisam ser respeitados, e um agente de inteligência artificial planeja, cria, orquestra e otimiza as campanhas. É isso que o mercado passou a chamar de Agentic Customer Engagement.

De automação para agência

Automação é seguir uma regra: se o cliente abandonou o carrinho, mande um e-mail em uma hora. Um agente vai além, porque escolhe entre caminhos possíveis com base no que aprende. Ele percebe que aquele cliente responde melhor ao WhatsApp do que ao e-mail, que costuma comprar à noite e que é mais sensível a frete grátis do que a desconto, e ajusta a abordagem sozinho, cliente a cliente. A diferença parece sutil no papel e é enorme na escala de milhões de pessoas.

Um exemplo do mercado

A Insider, parceira da aunica, mudou de nome para Insider One e passou a se apresentar como um sistema agêntico de engajamento do cliente, reunindo CDP, personalização, orquestração de jornadas e analytics. Os recursos dão uma boa ideia do que o conceito significa na prática:

Agent One: inteligência que procura entender o cliente, decidir, agir e melhorar a cada interação.
Agent One Teams: o time define o resultado e os limites, e o agente planeja, cria, orquestra e otimiza as campanhas.
Agent One Audiences: capta a intenção do cliente nas palavras dele e transforma essa intenção em ação nos pontos de contato.

Outras plataformas do setor seguem na mesma direção, cada uma com o seu nome e a sua ênfase, e vale acompanhar de perto, porque essa camada vai definir o padrão de relacionamento com o cliente nos próximos anos.

O que não muda

Um agente é tão bom quanto os dados que o alimentam. Sem um perfil de cliente unificado, sem consentimento bem gerido e sem eventos confiáveis, ele vai otimizar em cima de uma imagem distorcida e errar com convicção. Por isso o caminho continua passando pelo básico bem feito, como um CDP bem implementado e uma estratégia de dados primários. Também não muda a necessidade de grupo controle: para saber se o agente gerou receita nova, e não apenas antecipou uma compra que aconteceria de qualquer forma, é preciso comparar quem foi impactado com quem não foi.

O papel das pessoas

O receio de que o agente substitua o time de CRM não combina com o que tenho visto. O trabalho muda de natureza: menos tempo montando fluxos e escolhendo horário de disparo, mais tempo definindo objetivos, regras de marca, limites de frequência e de desconto, e lendo o que o agente aprendeu para alimentar a estratégia. É a mesma conclusão que ouvimos no Growth Pioneers 2026: a inteligência artificial amplia capacidades, mas o julgamento, a responsabilidade e a criatividade continuam do lado de cá. Para quem quiser se aprofundar, o Tudo Sobre CDP acompanha o assunto de perto.

Editoria: Marketing, Dados e Tecnologia

Organic Search em 2026: a busca orgânica não morreu, ela mudou de endereço

* Por Alexandre Azevedo

Leitora com um tablet em biblioteca onde fios luminosos conectam livros
Ser encontrado continua sendo o começo de tudo. O que mudou foi quem faz a busca.

A cada nova ferramenta de inteligência artificial alguém decreta o fim do SEO. Já ouvi isso quando chegaram as redes sociais, quando o celular virou a tela principal e quando os assistentes de voz prometiam acabar com a página de resultados. A busca orgânica sobreviveu a todos, mas desta vez a mudança é real e merece atenção: as pessoas continuam perguntando, só que cada vez mais a resposta chega pronta, escrita por uma IA, com algumas fontes citadas no rodapé.

O que continua igual

O Google segue sendo a principal porta de entrada da internet para a maioria das pessoas, e o tráfego orgânico continua sendo um dos canais de melhor custo para gerar visita, lead e venda, porque ninguém paga por clique. Os fundamentos também não mudaram: um site rápido e bem estruturado, que os robôs conseguem ler, conteúdo que responde de verdade à pergunta de quem busca, e autoridade construída ao longo do tempo com menções e links de outros sites.

O que mudou

A pergunta ficou mais longa e mais conversacional, porque as pessoas aprenderam a falar com a IA como falam com uma pessoa.
A resposta chega resumida, nos AI Overviews do Google, no ChatGPT, no Gemini, no Perplexity, e muitas vezes o clique não acontece.
Ser citado como fonte virou um objetivo em si, porque é a marca que aparece dentro da resposta que ganha a confiança de quem perguntou.

Esse novo trabalho ganhou nomes como GEO, de Generative Engine Optimization, e AEO, de Answer Engine Optimization. Na prática, é a extensão natural do bom SEO: conteúdo claro, com definições objetivas logo no começo, dados verificáveis, autoria identificada, marcação estruturada e uma reputação que outros sites confirmam.

Como medir quando o clique some

Essa é a parte que mais incomoda os gestores. Se a resposta aparece na tela da IA e o usuário não visita o site, o relatório de tráfego cai mesmo quando a marca ganhou visibilidade. Por isso a mensuração precisa mudar junto: além de posição e cliques, passa a valer acompanhar com que frequência a marca é citada em um conjunto de perguntas relevantes, em que posição aparece entre as fontes e quanto do assunto ela ocupa em relação aos concorrentes. É a mesma lógica do share of voice da propaganda, aplicada à resposta gerada por máquina.

Por onde começar

O primeiro passo é olhar para o que já existe, porque quase sempre há mais retorno em otimizar páginas antigas do que em produzir conteúdo novo: títulos que não respondem à pergunta, artigos que competem entre si pela mesma palavra, páginas órfãs que ninguém linka. O segundo é escolher os temas em que a marca tem autoridade legítima para ser a melhor resposta. O terceiro é medir a presença nas respostas de IA com a mesma disciplina com que se mede a posição no Google. A busca orgânica mudou de endereço, mas continua sendo o lugar onde as pessoas confessam o que querem, e nenhuma marca pode se dar ao luxo de não estar lá.

Editoria: Marketing, Dados e Tecnologia

Growth Pioneers 2026: o que uma tarde de conversa franca ensinou sobre crescer com dados e IA

* Por Alexandre Azevedo

Participantes do Growth Pioneers 2026 na Figueira Rubaiyat
Menos palco, mais mesa: o formato que deixa as conversas acontecerem.

No dia 23 de setembro, a aunica reuniu em São Paulo lideranças de Marketing, Tecnologia, Dados e Growth para o Growth Pioneers 2026. O encontro aconteceu na Figueira Rubaiyat, nos Jardins, com patrocínio de Rank, RD Station e TOTVS, e teve uma regra simples: nada de apresentação institucional. Foram duas mesas redondas, um bloco de C-level Talks e um almoço de networking, com quem está conduzindo as transformações dentro das empresas falando de decisões reais, dificuldades de implementação e aprendizados. Tive o privilégio de mediar uma das conversas e divido aqui o que ficou comigo.

A anatomia de uma stack de marketing moderna

A primeira roundtable reuniu Carolina Libório (Ânima Educação), Cléa Hasegava (Porto), Gustavo Reis (ASICS) e Katia Furtado (aunica) para responder a uma pergunta simples e difícil: o que torna uma stack de marketing realmente moderna? O consenso foi que a resposta não está na quantidade de plataformas, e sim na capacidade de integrar dados, canais e operação, acelerar a ativação e transformar tecnologia em resultado de negócio.

A stack mais avançada não é a maior, e sim a que conecta estratégia, dados, tecnologia e operação para gerar decisões melhores.
Mesa-redonda sobre a estrutura de uma stack moderna de martech
Mesa-redonda sobre a estrutura de uma stack moderna de martech. Foto: aunica.

Liderar a transformação sem perder o julgamento humano

No C-level Talks, que tive a alegria de mediar, Christian Delamare (Azul Linhas Aéreas), Gustavo Avelar (TOTVS), Leandro Scalise (Rank) e Marina Bustamante (Natura e Avon) falaram sobre a velocidade das mudanças tecnológicas, a integração entre Marketing, Vendas, Atendimento e operações, os novos modelos de aquisição e o papel da influência. Um dos pontos centrais foi como separar os experimentos que geram valor real das iniciativas criadas só pela pressão de "fazer alguma coisa com IA". E ficou uma pergunta para a agenda dos próximos anos: quais decisões continuarão essencialmente humanas, mesmo quando os algoritmos participarem de uma parte cada vez maior da operação?

Painel C-level Talks do Growth Pioneers 2026
Painel C-level Talks do Growth Pioneers 2026. Foto: aunica.

Marketing na era da inteligência artificial

A segunda roundtable reuniu Felipe Guerra (Samsung SDS), Renato Petricelli (Eurofarma), Michelle Xavier (ClickBus) e Marco Hermo (aunica) para discutir o momento em que a IA deixa de ser experimento e passa a fazer parte da operação. O grupo falou sobre onde ela já produz resultado concreto, como identificar casos de uso com retorno real e como priorizar investimentos, passando por produtividade, qualidade dos dados, governança, criatividade e as novas competências exigidas do profissional de marketing.

Mesa-redonda Marketing in the Age of AI
Mesa-redonda Marketing in the Age of AI. Foto: aunica.

O que eu levo para casa

A conclusão atravessou o evento inteiro e eu assino embaixo: a inteligência artificial amplia capacidades, mas não substitui estratégia, repertório, responsabilidade e capacidade de julgamento. Para quem passou a carreira entre a criação e os dados, como eu, é reconfortante ouvir isso de quem está tomando as decisões. O resumo completo, com fotos, está no blog da aunica, onde também dá para se cadastrar para as próximas edições.

Editoria: Marketing, Dados e Tecnologia

Seraik Insights: quando os dados param de esperar o relatório de sexta-feira

* Por Alexandre Azevedo

Dois analistas observam uma alteração em um gráfico ao amanhecer
Uma squad de analistas digitais conectada aos dados, 24 horas por dia.

Toda empresa que conheço tem o mesmo ritual. O número está no GA4, a mídia está no Google Ads e no Meta, as vendas estão no CRM e o planejamento está em uma planilha. Alguém passa a semana juntando tudo, o relatório fica pronto na sexta-feira e, quando chega à mesa da diretoria, a oportunidade já passou. Foi para encurtar esse caminho que a aunica labs, o braço de inovação da aunica, criou o Seraik Insights. Conto aqui como ele funciona, com o aviso de quem participa do projeto e, portanto, não é um observador neutro.

Não é mais um dashboard

O Seraik é uma plataforma de inteligência de decisão. Ele conecta as fontes de dados de marketing e vendas, cruza as informações e coloca à disposição da empresa uma squad de analistas digitais que trabalha o tempo todo, responde em português e entrega cada leitura com uma ação recomendada. Em vez de montar relatório ou escrever SQL, a pessoa pergunta, por exemplo, por que o custo por lead subiu na última semana, e recebe a resposta com contexto, origem do dado e próximo passo.

Três movimentos

Conecta tudo: mídia paga, GA4, Search Console, CRM, planilhas e data lake, consolidados e normalizados sem trabalho manual.
Cruza as fontes: relaciona mídia, orgânico, CRM e vendas e resolve a dupla contagem antes de o número chegar ao painel.
Aponta a decisão: organiza um backlog único de oportunidades, priorizadas por impacto e esforço, em reais.

Uma squad com nome e especialidade

Os analistas do Seraik têm nome e área de atuação: negócios, performance digital, MarTech, Adobe Analytics, programática, CRO, SEO e GEO, CRM, atribuição, engenharia de analytics e ciência de dados. Cada pergunta é classificada e encaminhada ao especialista certo. Os módulos incluem um Painel Executivo com meta versus realizado e projeção do mês, Mesas de Investigação com análise de várias fontes e detecção de anomalias, Marketing Mix Modeling com curvas de saturação e simulação de cenários, e um Plano de Crescimento que parte da meta em reais e calcula o investimento necessário em três cenários.

As integrações cobrem Google Ads, Meta Ads, TikTok Ads, LinkedIn Ads, GA4, Adobe Analytics, Search Console, BigQuery, Google Sheets, Salesforce, HubSpot, MoEngage, Insider One e Mercado Livre, entre outras.

A decisão continua sendo do time

O ponto que mais me interessa no Seraik é o equilíbrio entre automação e julgamento. A squad monitora continuamente e sugere a realocação de verba, a pausa de uma campanha ou a ativação de um lead, mas nenhuma ação relevante acontece sem aprovação humana. A ferramenta encurta o tempo entre perceber um problema e agir sobre ele, e esse tempo virou vantagem competitiva. Quem quiser conhecer pode visitar seraik.com ou ler o artigo completo no blog da aunica.

Editoria: Marketing, Dados e Tecnologia

Tudo Sobre CDP: o lugar para entender dados de clientes sem precisar de dicionário

* Por Alexandre Azevedo

Atendimento em um café com ilustração dos canais de contato da cliente
Um perfil, muitos pontos de contato. É disso que um CDP trata.

Quando escrevi aqui sobre o que é um CDP e por que ele importa para quem é de criação, prometi voltar ao assunto. Volto para apresentar um endereço que recomendo para quem quer ir além do básico: o Tudo Sobre CDP, um portal em português dedicado a plataformas de dados de clientes, mantido pela aunica, a consultoria onde trabalho.

Por que um portal só sobre isso

A sigla CDP, de Customer Data Platform, virou uma daquelas palavras que todo mundo usa e pouca gente explica. Fornecedores diferentes chamam coisas diferentes pelo mesmo nome, e muita empresa compra a ferramenta antes de saber qual problema ela deveria resolver. A aunica implementou a primeira CDP da América Latina, na Azul, em 2016, e de lá para cá acompanhou de perto dezenas de projetos em varejo, aviação, bancos, educação e bens de consumo. O Tudo Sobre CDP nasceu para organizar esse aprendizado em um formato que qualquer pessoa consiga ler.

O que você encontra por lá

Conceitos explicados do zero: o que é um perfil unificado, como funciona a resolução de identidade, qual a diferença entre CDP, CRM e DMP.
Casos de uso por setor: de recuperação de carrinho no e-commerce a personalização no mercado financeiro, como no conteúdo sobre inteligência artificial e CDP para bancos.
Tendências e mercado: privacidade, LGPD, dados primários, clean rooms e a chegada da inteligência artificial agêntica às plataformas de engajamento.

O que eu mais gosto no projeto

O portal parte do problema, e não da ferramenta. Em vez de começar dizendo qual plataforma é melhor, ele ajuda o leitor a responder perguntas que vêm antes: quais dados a empresa já tem, onde eles estão espalhados, quais decisões ficariam melhores se esses dados conversassem entre si e quem dentro da empresa vai usar tudo isso no dia a dia. Essa ordem faz toda a diferença, porque um CDP bem implementado é um projeto de negócio que usa tecnologia, e não o contrário.

Para quem é

Para o profissional de marketing que precisa conversar com o time de tecnologia sem se perder nas siglas. Para o gestor de dados que precisa explicar ao comitê por que aquele investimento vale a pena. E para quem vem da criação, como eu vim, e quer entender como a mensagem certa chega à pessoa certa no momento certo. Fica a dica: salve o Tudo Sobre CDP nos favoritos, ele já está também na lista de sites recomendados aqui do blog.

Editoria: Marketing, Dados e Tecnologia

Marketing Mix Modeling: a volta da matemática que explica para onde vai cada real

* Por Alexandre Azevedo

Duas pessoas equilibram blocos translúcidos que representam decisões de investimento
Cada canal tem sua curva. O trabalho é descobrir onde cada uma começa a dobrar.

Todo diretor de marketing já ouviu a pergunta do financeiro: se eu cortar 20% da verba, o que acontece com as vendas? Por muitos anos, a resposta veio de relatórios de atribuição que mostravam qual foi o último clique antes da compra. O problema é que o último clique conta uma parte pequena da história, deixa de fora a TV, o rádio, a mídia exterior e o boca a boca, e ficou cada vez mais míope com o bloqueio de cookies e as regras de privacidade. É por isso que uma técnica que nasceu décadas atrás nos grandes anunciantes de bens de consumo voltou ao centro da conversa: o Marketing Mix Modeling, ou MMM.

O que é, em uma frase

O MMM é um modelo estatístico que olha para a série histórica de vendas e de investimentos e estima quanto de cada resultado veio de cada canal, separando o que é efeito de marketing do que é efeito de preço, sazonalidade, feriado, clima ou concorrência. Ele não precisa seguir o usuário de site em site, porque trabalha com dados agregados por semana ou por dia. Isso faz dele uma das poucas ferramentas de mensuração que ficam mais relevantes, e não menos, num mundo com mais privacidade.

As duas ideias que mudam a conversa sobre verba

Saturação: todo canal tem um ponto a partir do qual o próximo real investido rende menos do que o anterior.
Efeito residual: uma campanha não termina quando sai do ar, porque parte do impacto aparece nas semanas seguintes.

Quando o modelo desenha a curva de saturação de cada canal, a discussão de orçamento deixa de ser uma disputa de opiniões. Fica claro, por exemplo, que a busca paga já está no trecho achatado da curva enquanto o vídeo ainda tem espaço para crescer, ou que aquela mídia de marca que ninguém conseguia justificar sustenta parte das vendas que o digital vinha assumindo para si.

MMM, atribuição e incrementalidade jogam no mesmo time

O próprio Google tem defendido uma visão em que três métodos se completam, apelidada de Trifecta: a atribuição para decisões táticas do dia a dia, o MMM para a alocação estratégica entre canais online e offline, e os testes de incrementalidade para provar que o resultado aconteceu por causa da campanha. Escrevemos sobre isso no blog da aunica, em Trifecta: Google propõe um novo modelo de mensuração. A combinação importa porque cada método cobre o ponto cego do outro, e um bom modelo de MMM fica ainda melhor quando é calibrado com resultados de experimentos reais.

O que mudou de dez anos para cá

Antigamente, um estudo de MMM levava meses, custava caro e chegava pronto quando o planejamento do ano já estava fechado. Hoje existem bibliotecas abertas, como o Robyn, criado pela Meta, e o Meridian, do Google, além de plataformas que atualizam o modelo com frequência e simulam cenários na hora. A pergunta deixou de ser "quanto rendeu o ano passado" e passou a ser "se eu mover 300 mil reais da busca para o vídeo no próximo mês, o que acontece com a receita".

Por onde começar

O MMM precisa de histórico, de preferência dois anos de dados semanais de investimento por canal e de vendas, e precisa de disciplina para registrar o que aconteceu fora da mídia, como promoções, mudanças de preço e rupturas de estoque. Precisa também de alguém que saiba ler o resultado com senso crítico, porque modelo nenhum substitui o conhecimento do negócio. Quando essas peças estão no lugar, o marketing ganha uma coisa rara: a capacidade de defender a verba com a mesma linguagem do CFO.

Editoria: Marketing, Dados e Tecnologia

Pequena História de um Cavalo

Em Pequena História de um Cavalo, Juvenal Azevedo conta a história de um potrinho de olhos castanhos que perde a mãe muito cedo. Quem convive com ele enxerga algo diferente. Uns veem inteligência, outros veem teimosia, e há quem repare na sua doçura.

Esse detalhe dá graça à abertura do livro. O cavalinho vai ganhando forma aos olhos de quem lê, enquanto cada personagem revela um pouco de si na maneira de olhar para ele. É uma história infantil sobre perda, cuidado e perseverança, que vale ouvir em família.

Assista à história

Assistir diretamente no YouTube

Kubrick, cinco filmes para rever

Stanley Kubrick entre um monólito e corredores

A primeira imagem de Laranja Mecânica é um rosto. Alex encara a câmera, um olho marcado por cílios postiços, enquanto o enquadramento se abre e revela o bar onde ele está sentado. A expressão dele muda pouco. O que muda é a nossa posição na cena. Começamos diante de alguém que parece nos desafiar e, segundos depois, já estamos dentro do mundo que ele frequenta.

É por esse movimento de câmera que coloco Laranja Mecânica no topo. Kubrick nos aproxima de gente que preferiríamos manter à distância. Faz um hotel assustar pelo som de um triciclo. Dá a uma máquina a voz mais expressiva de uma nave. E, às vezes, deixa a pergunta mais incômoda para depois dos créditos.

1. Laranja Mecânica (1971)

Chapéu-coco e um copo de leite num bar retrofuturista

Alex narra a própria história com a desenvoltura de quem tem certeza de que vai conquistar a plateia. Inventa intimidade com quem o escuta, ama Beethoven e trata a violência como diversão. Malcolm McDowell faz o personagem parecer tão à vontade que o desconforto acaba sobrando para nós. Até onde vamos acompanhá-lo só porque ele sabe contar a história?

Quando o tratamento Ludovico associa Beethoven ao sofrimento, a punição alcança algo que Alex ama. A partir daí, cada vez que ele se comporta como as autoridades desejam, o filme nos obriga a perguntar quanto daquela boa conduta ainda é uma escolha.

É meu número um porque Kubrick faz a questão aparecer na própria experiência de assistir. Os olhos de Alex são mantidos abertos à força. Nós podemos desviar os nossos. O filme passa boa parte do tempo descobrindo o que consegue fazer para que a gente continue olhando.

2. 2001: Uma Odisseia no Espaço (1968)

Astronauta diante de um monólito sob a Terra nascente

Um osso é lançado ao ar. O corte seguinte nos leva a um objeto em órbita. Kubrick atravessa milhares de anos sem precisar dizer uma palavra. O primeiro instrumento que vemos em ação também serve para matar. Depois do corte, a tecnologia parece mais elegante, e a pergunta sobre o que fazemos com ela continua ali.

O filme alterna a escala do espaço com detalhes íntimos, como a respiração de um astronauta ou a mudança na voz de HAL. Entre tripulantes treinados para seguir procedimentos, a máquina acaba sendo quem mais claramente expressa medo. É a inversão pela qual sempre volto ao filme, mesmo sabendo de cor o que acontece.

3. O Iluminado (1980)

Triciclo no corredor do hotel Overlook

Danny pedala pelos corredores do Overlook. No piso duro, as rodas fazem barulho. No carpete, quase somem. Antes de qualquer aparição, Kubrick já nos ensinou a esperar pela próxima curva com o ouvido.

Jack Nicholson costuma dominar a lembrança do filme, mas numa revisão é Shelley Duvall quem mais me prende. Wendy tenta entender o que acontece, proteger o filho e encontrar uma saída. Para Danny, o corredor é um lugar onde se pode brincar. Para Wendy, a próxima porta pode comprar alguns segundos. O hotel é o mesmo. O que cada um precisa fazer ali muda tudo.

4. Nascido para Matar (1987)

Beliches e botas alinhados num alojamento militar

A primeira metade acontece num mundo em que até as camas parecem obedecer. No alojamento, o sargento Hartman distribui apelidos e humilhações diante de fileiras impecáveis. A simetria, tão associada a Kubrick, tem uma função aqui. Antes mesmo de ouvir uma ordem, vemos o lugar que cada recruta deve ocupar.

No Vietnã, os enquadramentos perdem aquela organização. As piadas, os apelidos e as frases decoradas continuam circulando entre os soldados. O que mais me impressiona é como o filme muda de forma sem abandonar o que começou no quartel. O treinamento acabou, mas ainda dá para ouvi-lo na maneira como aqueles homens falam.

5. De Olhos Bem Fechados (1999)

Máscara veneziana sobre veludo vermelho

A cena que põe o filme em movimento acontece entre marido e mulher. Alice conta que desejou outro homem. Bill descobre que pode ouvir algo sobre ela que desorganiza a imagem que tem do próprio casamento. O resto da noite parece uma tentativa de recuperar essa segurança.

Tom Cruise faz de Bill um homem que sabe mostrar credenciais, oferecer dinheiro e insistir com educação. Às vezes isso abre uma porta. Raramente o ajuda a entender o que se passa do outro lado. A festa das máscaras é a imagem que ficou, mas a conversa do casal é a cena que melhora a cada revisão. Nicole Kidman muda a temperatura do filme inteiro com o tempo que leva para responder.

Fora do ranking, dentro da conversa: A.I. Inteligência Artificial (2001)

Fada Azul sobre ruínas inundadas

É o filme com Haley Joel Osment, o garoto de O Sexto Sentido. Kubrick desenvolveu o projeto durante anos, e Steven Spielberg dirigiu o filme. Dá para sentir a afinidade entre os dois projetos quando colocamos David e HAL lado a lado. Em 2001, uma máquina pede que a deixem viver. Em A.I., um menino artificial quer continuar sendo amado.

A atuação de Osment é o que faz essa ideia doer. David leva a sério uma promessa que os adultos ao redor dele conseguem relativizar. Ele procura a Fada Azul porque entende literalmente uma história que os outros aprenderam a tratar como ficção. Quanto mais fiel ele é ao desejo que lhe deram, mais difícil fica decidir quem, naquela história, agiu com humanidade.

Ilustrações editoriais criadas para esta resenha.