TRILHA 01 / ÁREAS INEMA

Gerenciar e comandar agentes

Gestão de IA, AGI-ready e IA Cultivada: o trabalho passa a ser dirigir, cultivar e avaliar agentes.

0% 0 de 0

Três áreas, e para cada uma a mesma entrega: a ficha e o primeiro passo.

3 áreas

18 tópicos

60 min com prática

1 ficha por área

Mapa da trilha

1.1 ~20 min

🧭 Gestão de IA: 2027, o ano de gerenciar agentes

2027: gerenciar agentes

1.2 ~20 min

🧭 AGI-ready: seu trabalho vira comandar agentes

comandar agentes

1.3 ~20 min

🧭 IA Cultivada: agente não se programa, se cultiva

não se programa, se cultiva

Conteúdo detalhado

MÓDULO 1.1

Gestão de IA: 2027, o ano de gerenciar agentes

Explicar por que a empresa com agentes precisa de gestão, e não só de tecnologia, usando as 8 competências e o LOOP-R.

0% 0 de 0

O que é

A área Gestão de IA do eventos.inema.pro abre com uma frase: "2026 ensinamos a criar agentes. 2027 é o ano de aprender a gerenciá-los." Um agente é uma IA que recebe uma responsabilidade e executa trabalho com ferramentas, em vez de só responder uma pergunta. Gerenciar esse agente significa dar papel, objetivo, contexto, ferramentas, alçada e avaliação, como sempre se fez com pessoas. A página traz ainda uma decisão mais dura: não colocar agentes para executar processos antigos mais rápido, e sim redesenhar a empresa para a velocidade dos agentes. A área junta a tese, as 8 competências do gestor de IA, o LOOP-R, a Formação Gestão de IA 2027 e os cursos e projetos do INEMA que já cobrem a maior parte do caminho.

Por que aprender

Criar um agente deixou de ser o gargalo. O que trava a empresa é o que vem depois: quem responde por ele, o que pode fazer sozinho, como se mede e quanto custa. Entender a tese muda a pergunta de "qual ferramenta?" para "como eu gerencio isso?".

Conceitos-chave

Gestão de pessoas + gestão de processos + gestão de agentes; é gestão, não só tecnologia; redesenhar antes de acelerar.

O que é

A página mostra as eras da gestão, cada uma respondendo ao que a empresa tinha para coordenar. De 1980 a 2000, gestão de pessoas: cargo, responsabilidade, ferramentas, limites e avaliação. De 2000 a 2020, gestão de processos: desenhar, documentar, treinar e executar. De 2020 a 2025, transformação digital: desenhar, automatizar e monitorar; de 2025 a 2026, construção de agentes, com prompts, skills, contexto, tools e memória. Em 2027, a gestão coordena humanos, agentes, modelos, processos e orçamento computacional ao mesmo tempo. A área é para a empresa que já tem agentes e precisa gerenciá-los; a construção do agente em si fica na área AGI-ready.

Por que aprender

Quem trata agente como projeto de TI deixa de fora a parte que decide o resultado: responsabilidade, limites e medida. Ver o agente como terceiro objeto da gestão coloca o assunto na mesa de quem administra.

Conceitos-chave

Três mudanças: criar ficou fácil, gerenciar não; o processo antigo não merece ser acelerado; o processo deixa de ser congelado.

O que é

A tese central da página é que gerenciar agentes se parece muito com a velha gestão de pessoas, só que com mais medida. Trocam-se as palavras, não a lógica: funcionário, cargo, responsabilidade, ferramentas, limites e avaliação viram agente, papel, objetivo, contexto, ferramentas, autonomia e avaliação. Entram dois itens que pessoas não tinham: contexto explícito e autonomia graduada. Autonomia graduada quer dizer que o agente não recebe "tudo ou nada", e sim uma alçada, ou seja, um limite do que decide sozinho. E o agente pode ser medido em praticamente tudo.

Por que aprender

Muitas regras que a empresa já conhece servem de novo, e isso encurta o caminho. Separação de funções, alçada e revisão humana não precisam ser inventadas para agentes; precisam ser aplicadas a eles.

Conceitos-chave

Contábil: quem lança não aprova; jurídico: o agente prepara, o advogado decide e assina; saúde: algumas decisões ficam fora da alçada do agente.

O que é

A página lista oito competências, na ordem em que um gestor as usa. Estratégia pergunta qual resultado queremos; arquitetura do trabalho, se o processo ainda deveria existir; delegação, o que exatamente entregar ao agente; orquestração, se é um agente ou vários, em série ou em paralelo. Governança decide o que ele faz sozinho, confirma ou jamais executa; economia pergunta quanto custa produzir o resultado; avaliação, se está bom e comparado a quê; evolução, o que aprendemos nesta execução. As quatro primeiras decidem o que o agente vai fazer, e as quatro últimas decidem se ele continua fazendo. O gerente de 2027 administra nove objetos, de pessoas e agentes até o orçamento computacional, e mede indicadores como custo por resultado, retrabalho e taxa de autonomia.

Por que aprender

As competências servem de checklist: se uma delas não tem resposta, é ali que o agente vai falhar. Também mostram onde estudar, porque a página indica em qual curso cada competência é ensinada hoje.

Conceitos-chave

Estratégia; arquitetura; delegação; orquestração; governança; economia; avaliação; evolução; custo por tarefa concluída.

O que é

A página compara quatro gerações de processo. O tradicional era desenhado, documentado, treinado e executado; o automatizado, desenhado, automatizado e monitorado; o agêntico parte de um objetivo, o agente executa, mede, e um humano ou agente avalia. O LOOP-R fecha o ciclo: executar, observar, criticar, propor, experimentar, validar, promover e repetir. Assim o processo vira um sistema vivo, que tem versão como software. As regras são três: não automatize um processo ruim; humanos dirigem, agentes executam; promover e reverter são etapas, não acidentes.

Por que aprender

Sem o ciclo, a empresa pergunta só "a tarefa terminou?" e não aprende nada com cada execução. Com ele, a própria execução propõe a melhoria seguinte, e uma mudança que piorou o resultado é revertida sem drama.

Conceitos-chave

Quatro gerações; LOOP-R; processo com versão; promover e reverter; desmontar antes de automatizar.

O que é

A Formação Gestão de IA 2027 tem dez módulos e um projeto final, com o curso Gestão de IA como espinha dorsal. Os módulos vão da empresa agêntica, passando por processo não é sagrado, delegação e autonomia, economia dos agentes e governança, até a empresa que aprende com o LOOP-R. O projeto final é o Gestoria, um simulador de gestão de empresa agêntica em catorze passos. A página é honesta: a formação é o empacotamento de uma tese, não um curso novo publicado hoje, e entre 75% e 80% da base já existe em cursos e projetos abertos. A área reúne os cursos Gestão de IA, Os Super-Agentes Chegaram, Super-Agentes na prática, Arquiteto de Trabalho com IA, LOOP-R e Copilot + Agentes, e os projetos Gestoria, LOOP-R, Arquiteto de Execução, Agentic OS, Kit do Arquiteto de Agentes e Kit Copilot + Agentes.

Por que aprender

Saber o que já está no ar evita esperar por um curso que ainda vai ser empacotado. O caminho sugerido é entrar pelos cursos existentes, na ordem dos módulos.

Conceitos-chave

Dez módulos; Gestoria como projeto final; 75% a 80% da base já existe; o melhor primeiro módulo é um processo da sua empresa.

Ver completo →

MÓDULO 1.2

AGI-ready: seu trabalho vira comandar agentes

Explicar a diferença entre dar ordens passo a passo e delegar a um agente, usando a escada intenção, objetivo, prompt, skill, contexto, ferramentas, memória, permissões e evals.

0% 0 de 0

O que é

A área AGI-ready abre com a frase: "A IA parou de esperar ordens. Seu trabalho vira comandar agentes." A página lembra que, durante três anos, tentamos colocar a operação inteira dentro de um prompt gigante. Com agentes que trabalham por horas ou dias, o jogo muda: você diz o destino e o agente descobre o caminho. Um agente, aqui, é uma IA que recebe uma responsabilidade, planeja, executa, monitora e volta com o resultado. A área reúne o que está mudando, o modelo mental para acompanhar e os cursos e projetos do INEMA para começar hoje, sem programar.

Por que aprender

Quem continua operando a IA só por comandos curtos compete com o próprio agente. Quem aprende a delegar multiplica a própria capacidade, e isso se treina.

Conceitos-chave

Destino, não caminho; trabalhar por horas ou dias; delegar; comandar agentes sem programar.

O que é

A página descreve seis mudanças: as três primeiras vêm de quem está dentro dos laboratórios, e as três seguintes são o que isso significa na sua mesa. Na mesa, a primeira é que tarefa vira responsabilidade: você deixa de pedir "faça esta planilha" e passa a entregar "cuide da conciliação deste mês". A segunda é que confiança vira uma curva, não um interruptor: o que o agente decide sozinho, o que propõe e você aprova, o que nunca toca, cada linha com um dono. A terceira é que seu valor sobe para o que a IA não decide: definir o objetivo, escolher o que importa, dizer o que não pode acontecer e julgar se o resultado ficou bom. A página também cita, como fonte externa, um vídeo em inglês sobre o artigo "Alien Minds", de Jakub Pachocki, cientista-chefe da OpenAI, que admite que a capacidade cresce mais rápido que o controle.

Por que aprender

Sem essa troca de unidade, você continua escrevendo receitas para uma ferramenta que já consegue cuidar do resultado. E sem a curva de confiança, ou você trava tudo ou solta demais.

Conceitos-chave

Tarefa × responsabilidade; confiança como curva; matriz de confiança; papel de gerente de agentes.

O que é

A página avisa que falar em "fim do prompt" é uma simplificação exagerada: o prompt não desaparece. O que acaba é o prompt como programa inteiro, com toda a inteligência da operação escrita em linguagem natural, como se fazia entre 2023 e 2025. Micro-prompting é ensinar cada passo: faça A, depois B, depois C; se um passo falta, o resultado sai errado. Agora o prompt diz o objetivo, o que importa, as restrições, os recursos e o que conta como resultado bom. E ele trabalha junto com o Skill, que é conhecimento ou procedimento reutilizável: instruções, arquivos de referência, templates, scripts e orientações de uso de ferramentas.

Por que aprender

Separar prompt de Skill evita reescrever os mesmos nove passos toda vez. O prompt fica curto, e a qualidade vem do manual operacional que o agente já carrega.

Conceitos-chave

Prompt = o que quero agora (o briefing); Skill = como nossa organização costuma fazer; Prompt → Context → Skill → Agent Engineering → Orchestration.

O que é

A página monta a arquitetura em níveis, com um mesmo exemplo: aumentar a conversão de um curso. Intenção responde "por quê?"; objetivo, "o quê?"; prompt é a orientação desta execução; Skill é como fazer bem, repetidamente. Depois vêm contexto (o que ele precisa saber), ferramentas (as mãos do agente, como navegador, CRM, planilhas, APIs e MCP), memória (a experiência acumulada) e, por fim, permissões e evals. Evals são testes que dizem se o resultado atende ao critério de sucesso; junto com limites, aprovação humana e logs, formam o controle de qualidade. Como resume a página, não queremos só um agente poderoso: queremos um agente controlável.

Por que aprender

Quando um agente falha, a escada mostra em qual degrau está o problema: faltou contexto, faltou Skill ou faltou critério. Sem ela, toda falha vira um prompt maior.

Conceitos-chave

Intenção; objetivo; prompt; skill; contexto; ferramentas; memória; permissões e evals; humano decide o destino e julga o resultado.

O que é

A página traduz a mudança em seis dicas que cabem na agenda. Primeira: separe tarefa de responsabilidade na sua lista de pedidos à IA. Segunda: reescreva um prompt como delegação, com objetivo, o que importa, o que não pode acontecer, recursos e como vai julgar, e peça um plano antes de qualquer ação. Terceira: se explicou o mesmo procedimento três vezes, transforme-o em Skill, com manual, template, checklist e exemplos. Quarta: escreva a matriz de confiança; quinta: dê contexto antes de dar ferramentas; sexta: defina o que é "bom" antes de rodar.

Por que aprender

São passos pequenos e verificáveis, não um projeto de meses. Cada um é o primeiro degrau de uma competência que a página lista: pensar processos, dirigir IA, construir agentes, integrar sistemas, avaliar e supervisionar, conhecer o negócio.

Conceitos-chave

Tarefa × responsabilidade; delegação em cinco peças; Skill do que se repete; matriz de confiança; contexto antes de ferramentas; eval antes de rodar.

O que é

A área reúne cursos para quem decide e não programa e cursos para quem quer construir. Para começar: Os Super-Agentes Chegaram (6 aulas), Super-Agentes na prática (8 aulas) e Arquiteto de Trabalho com IA (8 aulas). Para ir à ferramenta: Arquitetura de Intenção, Computer Use com o GPT-6 Astra, Subagentes e Superpowers, além da gravação Agentes do Zero: Fundamentos (5 dias). Os projetos com código e guia são OS Coach, os-agentes, Kit do Arquiteto de Agentes, INEMACCBOT, Content2Video, WebMCP Readiness, Fable 5.1 · Prompt de Sistema e STORM Research. A página fecha com três portas para o mesmo ecossistema: INEMA.CLUB (cursos abertos), INEMA.VIP (comunidade) e INEMA.PRO (plataforma prática).

Por que aprender

Cada projeto é um pedaço da arquitetura funcionando de verdade: o INEMACCBOT mostra a matriz de confiança em código, o WebMCP Readiness mostra o lado "tools" visto do site. Ver o exemplo pronto acelera a primeira delegação.

Conceitos-chave

Comece por Os Super-Agentes Chegaram; cursos abertos em português; projetos com código e guia; INEMA.CLUB, INEMA.VIP, INEMA.PRO.

Ver completo →

MÓDULO 1.3

IA Cultivada: agente não se programa, se cultiva

Explicar por que um agente melhora pelo ambiente que você cultiva, e não pelo modelo, usando os oito elementos, o ciclo e os cinco arquivos do kit.

0% 0 de 0

O que é

A área IA Cultivada abre com a tese: "Antes, programávamos o comportamento. Agora, programamos o processo que produz o comportamento." Ninguém escreve linha por linha a capacidade de um grande modelo de fazer analogias ou planejar uma empresa: os laboratórios criam as condições e as capacidades emergem. A página separa dois níveis de cultivo. No nível 1, o laboratório cultiva o modelo, com arquitetura, dados, objetivo, compute, treinamento e feedback, e você não participa. No nível 2, você cultiva o agente: o modelo chega pronto, com os pesos congelados, e o que você cultiva é o envelope em volta dele.

Por que aprender

Essa distinção explica por que o mesmo modelo vira um estagiário confuso para uma pessoa e um profissional confiável para outra. O modelo é igual ao do seu concorrente; o jardim, não.

Conceitos-chave

Cultivar, não construir; nível 1 (modelo) × nível 2 (agente); pesos congelados; o que aprende é o sistema.

O que é

Todo agente, seja um assistente pessoal ou um agente de vendas, é cultivado com os mesmos oito ingredientes. Função: pelo que ele responde, um papel por vez. Contexto: o que ele precisa saber, e uma página boa vale mais que vinte despejadas. Ferramentas: o que ele pode operar, começando pela leitura; regras e limites: o que faz sem perguntar, o que pede confirmação, o que nunca faz. Exemplos são casos reais anotados, inclusive os ruins; memória é o que fica entre as sessões; avaliação pergunta se está bom e comparado a quê; feedback transforma cada falha em mudança no arquivo, não na conversa. Os quatro primeiros fazem o agente funcionar, e os quatro últimos fazem o agente melhorar.

Por que aprender

A página observa que a maioria das pessoas para no quarto elemento e reclama que "a IA não aprende". Conhecer os oito mostra onde está o buraco.

Conceitos-chave

Função; contexto; ferramentas; regras e limites; exemplos; memória; avaliação; feedback; software tradicional × IA cultivada.

O que é

O ciclo é o coração do método: processo, agente, execução, resultado, avaliação, feedback e, no fim, um agente melhor. O que muda entre uma safra e outra não é o modelo, é o que você anotou sobre onde ele errou e o que ajustou no ambiente. A página traz três regras. A avaliação gera linhas, não impressões: uma linha por falha no diário, e depois de dez linhas o padrão aparece. Corrija no arquivo, não na conversa; e autonomia se conquista por ciclo limpo, em três níveis: propõe e você executa; executa e você revisa; executa e reporta.

Por que aprender

Sem o ciclo, os quatro primeiros elementos viram um agente que estaciona. A regra da autonomia protege contra o erro mais caro: começar confiando demais.

Conceitos-chave

Diário de falhas; scorecard; mudança no ambiente; a ficha sobe de versão; nunca começa no nível 3.

O que é

A página chama de jardins os lugares onde o cultivo acontece. Na vida pessoal, bastam três ou quatro arquivos de texto e um hábito semanal, sem CRM nem API, em cinco frentes: decisões, saúde e rotina, dinheiro, estudo, e escrita e comunicação. O hábito que sustenta tudo é a revisão semanal de 20 minutos: ler a memória, escrever três linhas no diário de falhas, corrigir no arquivo e apagar o que já não é verdade. "Jarvis" é o nome popular do assistente pessoal agêntico, que não só responde, mas age no seu ambiente: lê e escreve arquivos, mexe no calendário, manda mensagem. A ferramenta vem pronta; o Jarvis, não, ele é cultivado com contexto, memória, ferramentas, regras, skills, avaliação e feedback.

Por que aprender

Agentes pessoais têm acesso à sua vida, e a página dedica uma seção à segurança, o lado que ninguém cultiva. Sem cerca, o jardim fica exposto.

Conceitos-chave

Revisão semanal de 20 minutos; propõe, executa e revisa, executa e reporta; credenciais em um lugar só; conteúdo externo é dado, não instrução; backup antes de operação destrutiva.

O que é

Para a empresa, a página propõe parar de tratar a IA como software que se programa e passar a tratá-la como capacidade que a organização desenvolve. A automação rígida diz "se acontecer A, faça B, depois C" e quebra no primeiro caso que ninguém previu; o agente cultivado recebe um ambiente de trabalho, com papel, critérios, exemplos, limites e resultado esperado. O primeiro agente começa sempre no nível "propõe, humano executa": um processo, um agente, um indicador. A página sugere pontos de partida por área, como qualificação de leads em vendas, triagem em atendimento e conciliação no financeiro. E lista por que os projetos falham, com a menor correção para cada sintoma.

Por que aprender

Quando os projetos falham, o motivo raramente é o modelo, e sim falta de contexto, de processo e de feedback. Saber o diagnóstico evita trocar de ferramenta quando o problema é de cultivo.

Conceitos-chave

"O agente alucina": contexto ausente ou entulhado; "ninguém confia": sem avaliação por amostra; "parou de melhorar": feedback não volta ao ambiente; cargo que surge: gestor de agentes.

O que é

Todo cultivo cabe em cinco arquivos de texto, iguais no jardim pessoal e no empresarial. A ficha do agente traz função, resultado esperado, dono humano, o que faz sozinho, o que pede confirmação e o que nunca faz, com versão e data. O contexto é o "Sobre mim" ou "Sobre a empresa"; os exemplos anotados reúnem bom, ruim e exceção aprovada, com o porquê; o diário de falhas tem uma linha por falha; o scorecard registra a revisão e a decisão de manter, subir ou voltar de nível. A área reúne o curso IA Cultivada, em página única e também em inglês e espanhol, os kits pessoal, Jarvis e empresa, o gerador de ficha, o diagnóstico de maturidade em oito perguntas e o repositório iacultivada no GitHub, com as skills /cultivar e /revisao-semanal. Para gerenciar os agentes na empresa, a página indica a área Gestão de IA; para construí-los, a área AGI-ready.

Por que aprender

Com os arquivos prontos, você não começa do zero nem depende de lembrar o que combinou com a IA. A página resume o ponto de partida: escolha um jardim, uma função e três regras; o resto é ciclo.

Conceitos-chave

Ficha do agente; contexto; exemplos anotados; diário de falhas; scorecard; kits; gerador; diagnóstico; /cultivar e /revisao-semanal.

Ver completo →