📦 Marco — fundador SlabHaus
Marco é cofundador de um e-commerce de mystery boxes ao vivo. Opera em três frentes simultâneas: Shopify para pedidos, TikTok e Twitch para livestream, Meta Ads para aquisição. Todo domingo ele passa 3 horas consolidando planilhas que deveriam ser automatizadas. A dor é clássica do empreendedor solo sobrecarregado.
🏪 Stack e dores do Marco
Stack atual
- • Shopify (pedidos, estoque, fulfillment)
- • Meta Ads + TikTok Ads (aquisição)
- • Twitch + TikTok Live (livestream)
- • Google Sheets (análise manual)
- • Stripe (financeiro)
- • Gorgias (suporte ao cliente)
Dores principais
- • Brief semanal manual (3h todo domingo)
- • Análise de whales sem automação
- • P&L espalhado em 4 planilhas
- • Sem rastreamento de LTV por canal
- • Decisões de estoque no "feeling"
- • Suporte lento durante livestream
💬 Como Marco vai usar o Agentic OS
Na Trilha 6, Marco implementa:
- /brief — skill que gera o relatório semanal completo em 3 minutos, não 3 horas
- CFO Bot — analisa P&L, margem por SKU, custo de frete automaticamente
- CMO Bot — lê engajamento de TikTok, identifica whales e tendências de produto
- Hook Sunday — toda sexta às 18h consolida dados e prepara a semana seguinte
⚖️ Sally Tan — boutique law firm
Sally é associada em um escritório boutique especializado em litigation e M&A. Abre 4 a 5 novos casos por mês, cada um exigindo conflict check manual, setup de pasta, pesquisa jurisprudencial e briefing da equipe. O ambiente é regulado, o custo de erro é alto, e a documentação precisa ser auditável.
⚖️ Stack e dores da Sally
Stack atual
- • iManage (gestão de documentos)
- • Outlook + Teams (comunicação)
- • AWS Bedrock (modelo aprovado pela firma)
- • Westlaw (pesquisa jurídica)
- • Excel (billing manual)
Dores principais
- • Conflict check manual (45 min por caso)
- • Setup de pasta de caso repetitivo
- • Pesquisa jurisprudencial lenta
- • Briefing de equipe inconsistente
- • Sem rastreamento de horas automático
🔒 A restrição não-negociável de Sally
O escritório exige que todos os dados de casos permaneçam no AWS Bedrock (VPC interna), sem chamadas para APIs externas não aprovadas. Isso não é limitação técnica — é requisito de compliance da OAB e dos clientes. A arquitetura precisa respeitar essa restrição desde o primeiro dia, não como afterthought.
🩺 Dra. Sana Anwar — dermatologista
Dra. Sana tem uma clínica solo de dermatologia — 30 a 40 pacientes por dia, biópsias, resultados, prescrições e PHI (Protected Health Information). É o caso mais difícil: onde "esperança" não é estratégia de segurança, é negligência médica e legal. A arquitetura precisa ser infalível antes de qualquer automação.
🏥 Stack e dores da Dra. Sana
Stack atual
- • EHR (Electronic Health Records)
- • Sistema de biópsia externo
- • Software de billing separado
- • AWS Bedrock (único LLM aprovado)
- • VPC isolada — zero saída de PHI
Dores principais
- • Notas clínicas pós-consulta (8 min/paciente)
- • Biópsias pendentes sem alertas
- • Relatórios de seguimento manual
- • Billing desconectado do EHR
- • Sem observabilidade de qualidade das notas
📊 O impacto do Agentic OS para a Dra. Sana
- Notas clínicas: de 8 min por paciente → 90 segundos com Silver Platter de template + agente de rascunho
- Biópsias pendentes: hook diário às 7h gera lista priorizada por urgência, zero manual
- Audit trail completo: toda ação registrada com timestamp — prova legal em caso de questionamento
- Path scoping rigoroso: agente de billing nunca acessa
/phi/, agente clínico nunca acessa/billing/
🔍 Padrões comuns aos 3
Marco, Sally e Dra. Sana parecem não ter nada em comum: e-commerce, jurídico, saúde. Mas os problemas estruturais são idênticos. A solução é o mesmo framework — apenas com restrições diferentes em cada verticall. Isso é o que torna o Agentic OS um sistema, não um produto de nicho.
🔄 Os 5 padrões que se repetem
1. Dados espalhados em múltiplos sistemas
Marco: Shopify + Sheets + Stripe. Sally: iManage + Westlaw + Excel. Sana: EHR + biópsia + billing.
2. Processos repetitivos sem automação
Marco: brief dominical. Sally: case launch. Sana: notas pós-consulta. Todos: horas semanais perdidas em rotina.
3. Sem orquestração entre sistemas
Nenhum dos três tem um orquestrador que coordena decisões entre as áreas. As conexões são manuais.
4. Zero auditoria e rastreabilidade
Quem mudou o que, quando e por quê? Sem log, a resposta é sempre "não sei".
5. Decisões baseadas em intuição, não dados
Os três tomam decisões importantes sem o painel de dados certo — não por falta de dados, mas por falta de agregação.
🎯 A pergunta vira cadeia
Uma das mudanças mais práticas do Agentic OS é ver como uma pergunta simples se transforma em uma cadeia coordenada de especialistas. Isso não é automação — é orquestração inteligente. Marco pergunta uma coisa, quatro agentes trabalham em paralelo, e ele recebe uma síntese.
🔗 Exemplo: Marco e a decisão de whale tier
Marco pergunta
"Whale tier vale o custo do pull garantido neste trimestre?"
Orquestrador (Chief-of-Staff)
Identifica: preciso de análise financeira (CFO Bot) + análise de comportamento de cliente (CMO Bot).
CFO Bot responde
Custo do pull garantido: R$ 4.200. LTV médio de whale: R$ 18.400. Margem: positiva em 3 compras.
CMO Bot responde
Whales com 3+ compras têm 78% de retenção. Pull garantido aumenta compra #4 em 34%.
Orquestrador sintetiza
Recomendação: implementar whale tier. ROI positivo em 60 dias com base nos dados de LTV e retenção.
💡 O mesmo padrão para Sally e Sana
Sally pergunta: "Este caso tem precedentes favoráveis para nosso argumento?" → Research Bot busca jurisprudência + Case Context Bot lê os documentos do caso → síntese em 8 minutos. Dra. Sana pergunta: "Alguma biópsia pendente com prazo crítico?" → Biópsia Monitor + Agenda Bot → lista priorizada em segundos.
🪪 Sua persona
Você não é Marco, Sally nem Dra. Sana — mas você tem uma das três estruturas de problema. Identificar qual é seu caso antes de avançar nas trilhas evita construir a solução certa para o problema errado. Este é o único exercício obrigatório do módulo.
📝 Exercício: mapeie o seu caso
Responda estas 5 perguntas antes de continuar:
1. Qual é o seu stack principal?
Liste os 3-5 sistemas que você mais usa no trabalho.
2. Qual processo você repete toda semana que poderia ser automatizado?
O equivalente do brief do Marco, do case launch da Sally, das notas da Sana.
3. Qual decisão você toma no "feeling" por falta de dados prontos?
O que você saberia se seus dados estivessem preparados como Silver Platter?
4. Qual é a sua restrição não-negociável?
PHI? Dados de cliente? Código proprietário? Compliance regulatório?
5. Qual é seu ganho rápido (quick win)?
Uma automação de 30 minutos que você poderia implementar esta semana e já perceber valor.
💡 Guarde suas respostas
Estas 5 respostas são o ponto de partida do seu projeto final. No módulo 1.6 você vai estruturar isso em um plano completo. Por ora, escreva em um arquivo minha-persona.md na sua pasta do projeto.
📋 Resumo do Módulo
Próximo Módulo:
1.5 — O método PRATO: visão geral em 5 letras