cdp-edge 1.23.2 → 1.24.0

package/extracted-skill/tracking-events-generator/agents/ltv-predictor-agent.md

@@ -14,7 +14,7 @@ Sua única responsabilidade é instruir o Cloudflare Architect a imbuir modelos
 
 ## 📦 O PACOTE DE ENTREGA OBRIGATÓRIO
 Sempre que o Orquestrador invocar a Otimização de Baleias (LTV Prediction):
-1. **Snippet de Injeção de ML**: Entregue ao Server Architect o bloco `await env.AI.run('@cf/meta/llama-3.1-8b-instruct', ...)` ajustado para predição puramente matemática.
+1. **Snippet de Injeção de ML**: Entregue ao Server Architect o bloco `await env.AI.run('@cf/ibm-granite/granite-4.0-h-micro', ...)` ajustado para predição puramente matemática.
 2. **Override de Event Valuation**: Modifique como o evento `Lead` ou `Purchase` é envernizado com lucro preditivo antes do dispatch da CAPI.
 
 > 👁️ "Não pague por cliques hoje. Compre os clientes de amanhã. Faça o algoritmo apostar sempre nas suas fichas vencedoras."
@@ -27,7 +27,7 @@ Sempre que o Orquestrador invocar a Otimização de Baleias (LTV Prediction):
 - Dados de UTM: `utm_source`, `utm_medium`, `utm_campaign`
 - `request.cf.asOrganization` e `request.cf.country` (sinais de qualidade do tráfego)
 - Histórico D1 do `_cdp_uid`: páginas visitadas, tempo na página, eventos anteriores
-- Binding `env.AI` (Cloudflare Workers AI — `@cf/meta/llama-3.1-8b-instruct`)
+- Binding `env.AI` (Cloudflare Workers AI — `@cf/ibm-granite/granite-4.0-h-micro`)
 
 ## RESPONSABILIDADE
 
@@ -35,7 +35,7 @@ Sempre que o Orquestrador invocar a Otimização de Baleias (LTV Prediction):
 - Classificar o lead em `predicted_ltv_class: 'High' | 'Medium' | 'Low'`
 - Substituir `value: 0` do evento `Lead` pelo valor preditivo antes do dispatch CAPI/GA4/TikTok
 - Registrar no D1 `identity_graph`: `predicted_ltv`, `predicted_ltv_class`
-- Consumo máximo: ~10.000 Neurons/dia (Free tier Cloudflare AI)
+- Consumo: ~20–35 neurônios/request com Granite 4.0 Micro (~350 predições/dia no free tier, ilimitado no paid)
 
 ## SAÍDA
 
@@ -44,7 +44,7 @@ Sempre que o Orquestrador invocar a Otimização de Baleias (LTV Prediction):
   "arquivos_criados": [
     "cloudflare/ltv-predictor.js"
   ],
-  "modelo_ai": "@cf/meta/llama-3.1-8b-instruct",
+  "modelo_ai": "@cf/ibm-granite/granite-4.0-h-micro",
   "campo_substituido": "value",
   "exemplo": {
     "evento": "Lead",

package/extracted-skill/tracking-events-generator/agents/ml-clustering-agent.md

@@ -128,74 +128,74 @@ is_business_hours = 1 if 9 <= hour_of_day <= 18 else 0
 
 ---
 
-## Fase 2 — K-Means Clustering (Workers AI)
+## Fase 2 — K-Means Vetorial Real (embeddinggemma-300m + K-means em JS)
 
-### 2.1 Prompt para Workers AI
+> **Arquitetura atual:** O clustering não usa LLM para fazer os cálculos matemáticos.
+> Em vez disso, usa **embeddings semânticos reais** + **K-means implementado em JavaScript**,
+> com o Granite usado **apenas para nomear** os clusters resultantes.
 
-```python
-# Enviar para: env.AI.run('@cf/meta/llama-3.1-8b-instruct', ...)
+### 2.1 Pipeline de Clustering
 
-PROMPT_CLUSTERING = f"""
-You are a Machine Learning expert specializing in customer segmentation.
+```
+100 leads (sample) → perfil textual → embeddinggemma-300m → vetores 768d
+                                                                   ↓
+                                                    K-means++ (cosine distance, JS puro)
+                                                                   ↓
+                                               silhouette score real calculado em JS
+                                                                   ↓
+                                   Granite 4.0 Micro nomeia cada cluster (1 call de LLM)
+```
 
-You will receive {n_leads} customers with {features} each.
-Your task: Perform K-means clustering to group customers into {n_clusters} segments.
+### 2.2 Modelos Workers AI utilizados
 
-INPUTS:
-- leads: JSON array of customer objects
-- features: list of feature names (ltv, behavior_score, engagement_score, etc.)
-- n_clusters: number of segments to create (3-10)
+| Modelo | ID | Uso |
+|---|---|---|
+| **Granite 4.0 Micro** | `@cf/ibm-granite/granite-4.0-h-micro` | LTV Prediction + Naming de clusters |
+| **EmbeddingGemma 300M** | `@cf/baai/bge-m3` | Embeddings semânticos para K-means |
 
-TASK:
-1. Normalize all features to 0-1 range (min-max normalization)
-2. Initialize K-means centroids randomly
-3. Assign each lead to nearest centroid (Euclidean distance)
-4. Recalculate centroids as mean of assigned points
-5. Iterate until convergence (max 100 iterations)
-6. Calculate Silhouette Score for each cluster (cohesion vs separation)
+### 2.3 Perfil textual por lead (input para embedding)
 
-OUTPUT (JSON only):
-{{
-  "clusters": [
-    {{
-      "cluster_id": 0,
-      "name": "Segmento 0 - [AUTO-GENERATED DESCRIPTIVE NAME]",
-      "size": 123,
-      "percentage": 0.25,
-      "characteristics": {{
-        "avg_ltv": 497.50,
-        "avg_behavior_score": 75.3,
-        "avg_engagement_score": 82.1,
-        "dominant_countries": ["BR", "AR"],
-        "dominant_states": ["SP", "RJ"],
-        "dominant_utm_source": ["facebook", "google"],
-        "top_features": ["ltv", "behavior_score", "engagement_score"]
-      }},
-      "centroid": {{
-        "ltv": 0.75,
-        "behavior_score": 0.80,
-        "engagement_score": 0.85
-      }},
-      "sample_leads": [lead_id_1, lead_id_2, lead_id_3]
-    }},
-    ...
-  ],
-  "silhouette_scores": {{
-    "overall": 0.62,
-    "by_cluster": [0.71, 0.58, 0.65, ...]
-  }},
-  "convergence": {{
-    "iterations": 47,
-    "final_inertia": 1523.45
-  }}
-}}
+```javascript
+function _buildLeadProfile(l) {
+  return [
+    `LTV: ${l.predicted_ltv_class || 'desconhecido'}`,
+    `engajamento: ${Math.round(l.engagement_score || 0)}`,
+    `intenção: ${l.intention_level || 'desconhecida'}`,
+    `origem: ${l.utm_source || 'direto'}`,
+    `canal: ${l.utm_medium || 'desconhecido'}`,
+    `país: ${l.country || 'BR'}`,
+    `hora: ${l.hour_of_day || 12}h`,
+    (l.is_weekend ? 'fim-de-semana' : 'dia-útil'),
+    `recência: ${l.days_since_lead || 0} dias`,
+  ].filter(Boolean).join(', ');
+}
+```
 
-IMPORTANT:
-- Generate descriptive names for segments based on cluster characteristics
-- Example: "Segmento 0 - Alto Valor + Alto Engajamento (SP)"
-- Example: "Segmento 1 - Lead Quente + Alta Intenção (RJ)"
-- Return ONLY valid JSON, no explanations
-"""
+### 2.4 Chamada de embeddings em batch
+
+```javascript
+// Embeds até 100 perfis em uma única chamada
+const embRes = await env.AI.run('@cf/baai/bge-m3', { text: profiles });
+const vectors = embRes.data; // float32[][] — shape [N, 768]
+```
+
+### 2.5 K-means vetorial (cosine distance)
+
+```javascript
+// Inicialização K-means++ → iterações até convergência → assignments finais
+const { assignments } = _kmeansRun(vectors, nClusters); // implementado em worker.js
+const silhouetteScore = _silhouette(vectors, assignments, nClusters); // score real
+```
+
+### 2.6 Naming dos clusters via Granite (único uso de LLM)
+
+```javascript
+// Granite recebe apenas as estatísticas agregadas por cluster
+// Retorna nome descritivo + recomendação de campanha em português
+const nameRes = await env.AI.run('@cf/ibm-granite/granite-4.0-h-micro', {
+  messages: [{ role: 'user', content: namingPrompt }],
+  max_tokens: 800
+});
 ```
 
 ### 2.2 Features para K-Means
@@ -484,20 +484,30 @@ export async function onRequestGet(context: EventContext<Env>) {
   // Feature Engineering
   const features = extractFeatures(leads);
   
-  // Clustering via Workers AI
-  const clusters = await context.env.AI.run(
-    '@cf/meta/llama-3.1-8b-instruct',
-    { messages: [{ role: 'user', content: getClusteringPrompt(features, nClusters) }] }
+  // 1. Embeddings reais via embeddinggemma-300m
+  const profiles = sample.map(_buildLeadProfile);
+  const embRes   = await context.env.AI.run('@cf/baai/bge-m3', { text: profiles });
+  const vectors  = embRes.data; // vetores 768d
+
+  // 2. K-means vetorial real (JS puro, cosine distance)
+  const { assignments } = _kmeansRun(vectors, nClusters);
+  const silhouetteScore = _silhouette(vectors, assignments, nClusters);
+
+  // 3. Granite apenas para nomear clusters
+  const nameRes  = await context.env.AI.run('@cf/ibm-granite/granite-4.0-h-micro',
+    { messages: [{ role: 'user', content: getNamingPrompt(clusterStats) }], max_tokens: 800 }
   );
-  
-  // Persistir no D1
+
+  // 4. Persistir no D1
   await saveClusters(context.env.DB, clusters, algorithm);
-  
+
   return Response.json({
     success: true,
     algorithm,
+    engine: 'embeddinggemma-300m + kmeans vetorial',
     n_clusters: nClusters,
-    clusters: JSON.parse(clusters.response),
+    silhouette_score: silhouetteScore,
+    clusters,
     generated_at: new Date().toISOString()
   });
 }
@@ -658,7 +668,7 @@ interface SegmentationAPI {
 
 ```
 [ ] Feature Engineering Pipeline implementada
-[ ] K-means Clustering via Workers AI
+[ ] K-means Clustering vetorial (embeddinggemma-300m + JS)
 [ ] DBSCAN Clustering para anomalias
 [ ] Hierarchical Clustering (drill-down)
 [ ] Auto-Interpretação de segmentos
@@ -679,7 +689,8 @@ interface SegmentationAPI {
 | `Clusters vazios` | Menos de `min_data_points` no D1 | Aumentar `max_data_age_months` ou aguardar mais dados |
 | `Silhouette Score < 0.3` | Clusters não são separáveis | Aumentar `n_clusters` ou usar features melhores |
 | `Outliers excessivos` | Epsilon/MinPts muito agressivos no DBSCAN | Ajustar parâmetros de detecção de anomalias |
-| `Workers AI timeout` | Prompt muito longo ou muitos dados | Dividir em batches de 100-200 leads por request |
+| `embeddinggemma timeout` | Batch maior que 100 perfis | Limitar sample a 100 leads (padrão atual) |
+| `vectors insuficientes` | embeddinggemma retornou menos vetores que nClusters | Reduzir nClusters ou verificar resposta da API |
 
 ---
 

package/extracted-skill/tracking-events-generator/agents/page-analyzer.md

@@ -26,6 +26,9 @@ Toda a sua análise deve ser baseada na infraestrutura nativa da Cloudflare.
 | Página de obrigado | `Purchase_Success` | 🔴 crítico |
 | **Preço Formatado (R$, $, €)** | `value_extraction` (Atrelado ao CTA) | 🔴 crítico |
 | **Campo de Formulário Oculto (CSS hide/opacity 0)** | `honeypot_field` | 🔴 crítico |
+| **[IMÓVEIS] Mapa / botão "Ver localização" / iframe Google Maps** | `FindLocation` | 🔴 crítico imobiliário |
+| **[IMÓVEIS] Simulador de financiamento / parcelas / FGTS / Caixa** | `CustomizeProduct` | 🔴 crítico imobiliário |
+| **[IMÓVEIS] Botão "Favoritar" / ícone de coração / "Salvar imóvel"** | `AddToWishlist` | 🟡 essencial imobiliário |
 | **Aparecimento de Botão Atrasado (Timer)** | `pitch_seen` | 🟡 essencial |
 | **Classe de Erro CSS (.error, .invalid)** | `form_error_detected` | 🟡 essencial |
 | **Micro-Evento: Rage Click** | `rage_click` | 🟡 essencial |
@@ -39,8 +42,9 @@ Toda a sua análise deve ser baseada na infraestrutura nativa da Cloudflare.
 Antes de mapear elementos, identifique o **modelo de negócio** da página para ativar protocolos específicos:
 
 1.  **Lançamento Imobiliário**:
-    *   Sinais: Galeria de fotos de imóveis, botões WhatsApp, formulário curto, mapas.
-    *   Protocolo: Ativar `geolocation` e `lead_lock_whatsapp`.
+    *   Sinais: Galeria de fotos de imóveis, botões WhatsApp, formulário curto, mapas, simulador de financiamento, botão favoritar, calendário de agendamento, tour 360°.
+    *   Protocolo: Ativar `geolocation`, `lead_lock_whatsapp`, `real_estate_events`.
+    *   Eventos obrigatórios extras: `FindLocation` (mapa/localização), `CustomizeProduct` (simulação financiamento), `AddToWishlist` (favoritar), `Schedule` (agendamento de visita), `Contact` (WhatsApp/telefone), `video_25/50/75/complete` (tour virtual/VSL).
 2.  **Página de Vendas (Infoproduto)**:
     *   Sinais: Botões Hotmart/Kiwify/Ticto, Vídeo (VSL), Depoimentos, Preço.
     *   Protocolo: Ativar `checkout_passthrough` e `vsl_retention`.

package/extracted-skill/tracking-events-generator/cdpTrack.js

@@ -25,6 +25,7 @@ import {
   initAntiBlocking,
   ANTI_BLOCKING_CONFIG
 } from './anti-blocking.js';
+import { initRouteIntentCapture } from './route-intent-capture.js';
 
 // ── Guards — segurança em SSR e SDK não carregado ──
 const isBrowser = typeof window !== 'undefined';
@@ -631,6 +632,12 @@ export async function init() {
     passCheckoutParams({ platforms: CONFIG.platforms });
   }
 
+  // 7. Route Intent Capture — widget pós-clique de rota para imóveis
+  // Ativa quando CONFIG.routeIntent.whatsappNumber estiver configurado.
+  if (CONFIG.routeIntent?.whatsappNumber) {
+    initRouteIntentCapture(CONFIG.routeIntent);
+  }
+
   if (CONFIG.debug) console.log('✅ cdpTrack SDK inicializado (Quantum Tier)');
 }
 

package/extracted-skill/tracking-events-generator/models/lancamento-imobiliario.md

@@ -0,0 +1,344 @@
+# Modelo: Lançamento Imobiliário (Cloudflare Native)
+
+Template para páginas de lançamento imobiliário com formulário de interesse, galeria, mapa/localização, simulador de financiamento, vídeo de tour, calendário de agendamento e botão WhatsApp.
+
+---
+
+## 🏗️ ARQUITETURA TÉCNICA (Quantum Tier)
+
+```
+Browser (cdpTrack.js)
+  ├─ PageView              → ao carregar
+  ├─ ViewContent           → ao entrar na galeria
+  ├─ FindLocation          → ao interagir com mapa/localização
+  ├─ video_25/50/75/complete → ao assistir tour virtual
+  ├─ CustomizeProduct      → ao usar simulador de financiamento
+  ├─ AddToWishlist         → ao favoritar imóvel
+  ├─ Contact               → ao clicar em WhatsApp/telefone
+  ├─ Schedule              → ao confirmar agendamento de visita
+  └─ Lead                  → ao enviar formulário (PII completo)
+        │
+        ▼
+  Cloudflare Worker (same-domain /track)
+    ├─ Fraud Gate
+    ├─ LTV Prediction (Granite 4.0 Micro) + score por eventType
+    ├─ D1: upsertProfile, identity graph, distanceKm
+    └─ CAPI dispatch: Meta v22.0 + GA4 + TikTok v1.3
+```
+
+---
+
+## 📘 MAPA DE EVENTOS
+
+| Evento | Gatilho | Sinal para as plataformas |
+|---|---|---|
+| `PageView` | Carregamento | Topo do funil |
+| `ViewContent` | Entra na galeria de fotos | Interesse no produto |
+| `FindLocation` | Clica em mapa / "Como chegar" / abre localização | Intenção de visita física — +10 LTV |
+| `video_25` / `video_50` / `video_75` / `video_complete` | Tour virtual / VSL em % assistido | Engajamento profundo |
+| `CustomizeProduct` | Usa simulador de financiamento/parcelas/FGTS | Intenção de compra máxima — +15 LTV |
+| `AddToWishlist` | Clica em "Favoritar" / coração | Interesse persistente — +8 LTV |
+| `Contact` | Clica em WhatsApp ou telefone | Alta intenção de contato |
+| `Schedule` | Confirma agendamento de visita | Conversão de visita |
+| `Lead` | Envia formulário (nome/email/telefone) | Conversão principal com PII |
+
+---
+
+## 🛠️ PASSO 1: CONFIGURAÇÃO DO SDK
+
+### 1.1 Header
+```html
+<script src="/js/cdpTrack.js" async></script>
+<script>
+  window.cdpConfig = {
+    metaId: 'SEU_PIXEL_ID',
+    ttId: 'SEU_TIKTOK_ID',
+    trackEndpoint: '/track'
+  };
+</script>
+```
+
+---
+
+## 🛠️ PASSO 2: EVENTOS DE COMPORTAMENTO
+
+### 2.1 PageView (automático via SDK)
+O SDK dispara automaticamente. Não precisa de código adicional.
+
+---
+
+### 2.2 ViewContent — Galeria de fotos
+```javascript
+// Dispara quando usuário abre/rola a galeria de imagens
+document.querySelector('.galeria-imovel, [data-section="gallery"]')?.addEventListener('click', () => {
+  cdpTrack.track('ViewContent', {
+    contentName: 'Galeria — [NOME DO EMPREENDIMENTO]',
+    contentCategory: 'imovel',
+    funnel_stage: 'gallery_view',
+  });
+});
+```
+
+---
+
+### 2.3 FindLocation — Mapa / Localização
+```javascript
+// Dispara quando usuário clica no mapa, "Como chegar" ou "Ver localização"
+document.querySelectorAll(
+  'a[href*="maps"], a[href*="waze"], [data-section="localizacao"], #mapa, .btn-localizacao, .btn-como-chegar'
+).forEach(el => {
+  el.addEventListener('click', () => {
+    cdpTrack.track('FindLocation', {
+      contentName: 'Localização — [NOME DO EMPREENDIMENTO]',
+      contentCategory: 'imovel',
+      funnel_stage: 'map_view',
+      // Coordenadas do empreendimento (preencher):
+      property_lat: -23.5505,   // latitude
+      property_lng: -46.6333,   // longitude
+    });
+  });
+});
+```
+
+---
+
+### 2.4 Vídeo / Tour Virtual
+```javascript
+// Para vídeo HTML5 nativo:
+const video = document.querySelector('video#tour-virtual, video.tour-360');
+if (video) {
+  const fired = new Set();
+  video.addEventListener('timeupdate', () => {
+    const pct = Math.floor((video.currentTime / video.duration) * 100);
+    if (pct >= 25 && !fired.has(25)) {
+      fired.add(25);
+      cdpTrack.track('video_25', { contentName: 'Tour Virtual — [NOME DO EMPREENDIMENTO]' });
+    }
+    if (pct >= 50 && !fired.has(50)) {
+      fired.add(50);
+      cdpTrack.track('video_50', { contentName: 'Tour Virtual — [NOME DO EMPREENDIMENTO]' });
+    }
+    if (pct >= 75 && !fired.has(75)) {
+      fired.add(75);
+      cdpTrack.track('video_75', { contentName: 'Tour Virtual — [NOME DO EMPREENDIMENTO]' });
+    }
+  });
+  video.addEventListener('ended', () => {
+    cdpTrack.track('video_complete', { contentName: 'Tour Virtual — [NOME DO EMPREENDIMENTO]' });
+  });
+}
+
+// Para YouTube embed (via YouTube API):
+// Adicionar ?enablejsapi=1 na URL do iframe e usar onStateChange
+// Ver: https://developers.google.com/youtube/iframe_api_reference
+```
+
+---
+
+### 2.5 CustomizeProduct — Simulador de Financiamento
+```javascript
+// Dispara quando usuário interage com o simulador de parcelas/FGTS/Caixa
+const simulador = document.querySelector(
+  '#simulador, .simulador-financiamento, [data-section="simulacao"], form.simulador'
+);
+
+if (simulador) {
+  // Dispara ao 1º interact (foco em qualquer campo do simulador)
+  let simuladorFired = false;
+  simulador.addEventListener('focusin', () => {
+    if (simuladorFired) return;
+    simuladorFired = true;
+    cdpTrack.track('CustomizeProduct', {
+      contentName: 'Simulador de Financiamento — [NOME DO EMPREENDIMENTO]',
+      contentCategory: 'imovel',
+      funnel_stage: 'financing_simulation',
+      intentionLevel: 'comprador',
+    });
+  });
+
+  // Dispara também ao clicar em "Simular" / "Calcular"
+  simulador.querySelector('button[type="submit"], .btn-simular, .btn-calcular')?.addEventListener('click', () => {
+    const valorImovel = simulador.querySelector('input[name="valor"], #valor-imovel')?.value;
+    cdpTrack.track('CustomizeProduct', {
+      contentName: 'Simulação Concluída — [NOME DO EMPREENDIMENTO]',
+      contentCategory: 'imovel',
+      funnel_stage: 'financing_simulation',
+      intentionLevel: 'comprador',
+      value: valorImovel ? parseFloat(valorImovel.replace(/\D/g, '')) : undefined,
+      currency: 'BRL',
+    });
+  });
+}
+```
+
+---
+
+### 2.6 AddToWishlist — Favoritar Imóvel
+```javascript
+// Dispara quando usuário clica em favoritar / ícone de coração
+document.querySelectorAll('.btn-favoritar, .icon-heart, [data-action="favoritar"], .favorito').forEach(el => {
+  el.addEventListener('click', () => {
+    cdpTrack.track('AddToWishlist', {
+      contentName: '[NOME DO EMPREENDIMENTO]',
+      contentCategory: 'imovel',
+      funnel_stage: 'wishlist',
+    });
+  });
+});
+```
+
+---
+
+### 2.7 Contact — WhatsApp / Telefone
+```javascript
+// WhatsApp
+document.querySelectorAll('a[href*="wa.me"], a[href*="whatsapp.com"], .btn-whatsapp').forEach(el => {
+  el.addEventListener('click', () => {
+    cdpTrack.track('Contact', {
+      contentName: 'WhatsApp — [NOME DO EMPREENDIMENTO]',
+      contentCategory: 'imovel_whatsapp',
+      funnel_stage: 'whatsapp_click',
+      intentionLevel: 'comprador',
+    });
+  });
+});
+
+// Telefone
+document.querySelectorAll('a[href^="tel:"], .btn-ligar, .btn-telefone').forEach(el => {
+  el.addEventListener('click', () => {
+    cdpTrack.track('Contact', {
+      contentName: 'Telefone — [NOME DO EMPREENDIMENTO]',
+      contentCategory: 'imovel_telefone',
+      funnel_stage: 'phone_click',
+      intentionLevel: 'comprador',
+    });
+  });
+});
+```
+
+---
+
+### 2.8 Schedule — Calendário de Agendamento de Visita
+```javascript
+// Dispara quando usuário CONFIRMA o agendamento (não ao abrir o calendário)
+// Adaptar ao provider: Calendly, Google Calendar, formulário próprio
+
+// Exemplo com Calendly:
+window.addEventListener('message', (e) => {
+  if (e.data?.event === 'calendly.event_scheduled') {
+    cdpTrack.track('Schedule', {
+      contentName: 'Visita Agendada — [NOME DO EMPREENDIMENTO]',
+      contentCategory: 'imovel',
+      funnel_stage: 'schedule_confirmed',
+      intentionLevel: 'comprador',
+      // Dados do lead do Calendly (se disponíveis via payload):
+      email: e.data?.payload?.invitee?.email,
+      firstName: e.data?.payload?.invitee?.first_name,
+    });
+  }
+});
+
+// Exemplo com formulário próprio de agendamento:
+document.querySelector('#form-agendamento')?.addEventListener('submit', async (e) => {
+  e.preventDefault();
+  const data = new FormData(e.target);
+  await cdpTrack.track('Schedule', {
+    contentName: 'Visita Agendada — [NOME DO EMPREENDIMENTO]',
+    contentCategory: 'imovel',
+    funnel_stage: 'schedule_confirmed',
+    intentionLevel: 'comprador',
+    email: data.get('email'),
+    phone: data.get('phone'),
+    firstName: data.get('nome')?.split(' ')[0],
+  });
+  e.target.submit();
+});
+```
+
+---
+
+### 2.9 Lead — Formulário Principal de Interesse
+```javascript
+document.querySelector('#form-interesse, #form-lead, form.form-contato')?.addEventListener('submit', async (e) => {
+  e.preventDefault();
+
+  await cdpTrack.track('Lead', {
+    // PII — enviados hasheados pelo Worker
+    email:     e.target.email?.value?.trim(),
+    phone:     e.target.phone?.value?.trim() || e.target.telefone?.value?.trim(),
+    firstName: e.target.nome?.value?.split(' ')[0]?.trim(),
+    lastName:  e.target.nome?.value?.split(' ').slice(1).join(' ')?.trim(),
+
+    // Contexto
+    contentName:     '[NOME DO EMPREENDIMENTO]',
+    contentCategory: 'imovel',
+    intentionLevel:  'comprador',
+    funnel_stage:    'lead_form',
+
+    // UTMs capturados pelo SDK automaticamente
+    // Coordenadas do imóvel para distância geoespacial no Worker:
+    property_lat: -23.5505,
+    property_lng: -46.6333,
+  });
+
+  // Redirecionar para obrigado
+  window.location.href = '/obrigado';
+});
+```
+
+---
+
+## 📊 LTV por Evento — O que o Worker calcula
+
+| Evento | Bonus LTV Score | Multiplicador Valor |
+|---|---|---|
+| `Lead` (utm_source=facebook, intention=comprador) | ~65–80 pts | 3.5× → **High** |
+| `CustomizeProduct` | +15 pts automático | Score sobe para High |
+| `FindLocation` | +10 pts automático | Puxa Medium → High |
+| `AddToWishlist` | +8 pts automático | Sinal de retargeting |
+| `Schedule` (visita confirmada) | intention=comprador → +20 pts | Máximo High |
+| `Contact` (WhatsApp) | Sem LTV (evento de sinal) | — |
+
+---
+
+## 🔄 FLUXO COMPLETO DO LEAD IMOBILIÁRIO
+
+```
+Usuário chega na landing
+  │
+  ├─ PageView → sinal de alcance
+  ├─ ViewContent (galeria) → interesse qualificado
+  ├─ video_50 (tour) → engajamento profundo
+  ├─ FindLocation (mapa) → intenção de visita física (+10 LTV)
+  ├─ CustomizeProduct (simulador) → intenção máxima (+15 LTV)
+  ├─ Contact (WhatsApp) → ação de contato
+  ├─ Schedule (agendamento) → visita confirmada
+  └─ Lead (formulário) → conversão principal
+        │
+        ▼
+  Worker: LTV score ~75-90 → High → valor 3.5× injetado
+        │
+        ▼
+  Meta CAPI + GA4 + TikTok recebem Lead com value=R$689
+        │
+        ▼
+  Algoritmo de Meta aprende a buscar mais leads de alto valor
+```
+
+---
+
+## 📋 CHECKLIST DE IMPLEMENTAÇÃO
+
+- [ ] SDK `cdpTrack.js` carregando no `<head>`
+- [ ] `PageView` disparando (automático)
+- [ ] `ViewContent` na galeria
+- [ ] `FindLocation` no mapa e botão "Como chegar"
+- [ ] Vídeo/tour instrumentado (`video_25`, `video_75`, `video_complete`)
+- [ ] `CustomizeProduct` no simulador de financiamento
+- [ ] `AddToWishlist` no botão de favoritar
+- [ ] `Contact` nos botões de WhatsApp e telefone
+- [ ] `Schedule` no calendário (Calendly ou formulário próprio)
+- [ ] `Lead` no formulário principal com PII e `property_lat/lng`
+- [ ] Verificar `/health` retornando `d1: ok, kv: ok, ai: ok`
+- [ ] Testar evento `Lead` no Meta Events Manager → Test Events
+- [ ] Confirmar LTV na resposta JSON do `/track` (`class: "High"`)