🤖 O modelo é igual pra todos
Comece pela constatação incômoda: se você usa Claude Opus 4.8 e seu concorrente também, vocês partem exatamente do mesmo lugar. O mesmo prompt, no mesmo modelo, tende a produzir o mesmo tipo de resposta. O modelo virou commodity — um insumo idêntico para todo mundo.
Novo aqui? Um modelo (ou LLM) é a IA que roda atrás de coisas como o ChatGPT e o Claude. "Mesmo modelo" significa que a inteligência de base é literalmente a mesma para qualquer pessoa que o usa.
💡 A ideia central
Se o modelo é igual, ele não pode ser o seu diferencial. Perseguir "o prompt perfeito" é otimizar a parte que todo mundo já tem igual. O diferencial está em outro lugar — e os próximos tópicos mostram onde.
O modelo é insumo igual pra todos.
Mesmo prompt → mesma classe de output.
Afinar prompt rende pouco sozinho.
A vantagem está no contexto.
🎨 Contexto, taste e voz
O que torna um resultado seu é o que você adiciona ao modelo: seu contexto, seu gosto (taste), sua voz e suas decisões. É isso que faz o output deixar de soar como "qualquer IA" e passar a soar como você ou como a sua empresa.
O que é "contexto"? É todo o conhecimento que você dá ao modelo além do pedido em si: como você decide as coisas, exemplos do seu jeito, regras do seu negócio. Em Claude Code, isso costuma morar em skills e docs. Um skill é um pedaço de instrução reutilizável que o modelo carrega quando o assunto aparece.
✗ Sem o seu contexto
- ✗Texto correto, porém genérico — "soa como IA".
- ✗Decisões na média do mundo, não nas suas.
- ✗Você reescreve tudo no fim pra parecer seu.
✓ Com o seu contexto
- ✓Output já sai na sua voz e nas suas regras.
- ✓Decisões refletem o seu jeito de fazer.
- ✓Menos retrabalho: aprova mais, reescreve menos.
O que você dá além do pedido.
Seu gosto e critério de qualidade.
O jeito que soa como você.
Suas escolhas, não a média.
🧠 O problema é a extração
Se o contexto é a vantagem, por que ele não está no seu sistema? Porque a parte verdadeiramente difícil é a extração: tirar o conhecimento da sua cabeça, onde ele vive de forma tácita e desorganizada, e colocá-lo num formato que a IA possa usar.
Conhecimento tácito vs. explícito. Tácito é o que você sabe fazer mas não consegue explicar de imediato (andar de bicicleta, "sentir" que um preço está errado). Explícito é o que já está escrito e organizado. O grill-me existe para converter tácito em explícito.
🔍 Por que dói extrair
- • Você já sabe tanto que pula etapas sem perceber — a "maldição do conhecimento".
- • Muita coisa só aparece quando alguém pergunta diretamente sobre ela.
- • Explicar o próprio processo expõe partes que você mesmo não domina tão bem quanto pensava.
Você sabe, mas não escreveu.
Já organizado e legível.
A extração, não o modelo.
Quem sabe, pula etapas.
💨 Brain dump não basta
A reação natural é: "vou despejar tudo no Claude por 5 minutos e está bom o suficiente". Nunca é bom o suficiente. O despejo livre é refém dos seus próprios pontos cegos — você fala do que lembra, generaliza o que é nuance e nem percebe os buracos.
✗ Brain dump de 5 min
- ✗Você decide o que é relevante — e omite o resto.
- ✗Generaliza a nuance ("depende") sem detalhar.
- ✗Buracos ficam invisíveis: ninguém os aponta.
✓ Entrevista dirigida
- ✓As perguntas puxam o que você não traria sozinho.
- ✓Cada galho da decisão é percorrido até o fim.
- ✓Os buracos viram perguntas — e depois, flags.
🎯 Dica
Quando se pegar pensando "já expliquei o suficiente", é exatamente aí que o grill-me ganha valor: a próxima pergunta costuma revelar algo que você jamais teria escrito espontaneamente.
Você não sabe o que omitiu.
Generalizar mata o detalhe.
A pergunta expõe o buraco.
É o sinal de parar cedo demais.
🪓 Afiar o machado
A frase atribuída a Lincoln resume a aposta do grill-me: "Se eu tivesse 6 horas para cortar uma árvore, passaria as 4 primeiras afiando o machado." Grilar é a parte de afiar — investir tempo na frente para que tudo depois corra muito mais fácil.
As 4 horas afiando (parece improdutivo)
A sessão de grill-me é lenta, repetitiva e às vezes desconfortável. Bate a sensação de "isso é perda de tempo".
As 2 horas cortando (o trabalho real)
Com o contexto extraído, o skill ou o projeto saem muito mais certos de primeira. O corte é rápido porque o machado estava afiado.
⏳ Paciência produtiva
O custo do grill-me é sentido agora; o retorno aparece depois, espalhado por todas as vezes que você usa o skill ou o doc resultante. É um investimento, não um gasto.
Tempo chato, mas curto.
Em cada uso futuro.
Não é gasto, é capital.
Preparo vence força bruta.
📈 A curva de iteração
Nenhum skill nasce perfeito. Você itera. A questão é de qual patamar você parte. Sem grill-me, a iteração 1 começa perto de 70% de acerto e sobe devagar. Com grill-me, você salta para perto de 90% logo na primeira versão — e ainda itera, só que de muito mais alto.
Olhe os dois pontos de partida na esquerda: o tempo gasto grilando antecipa ganhos que, sem ele, exigiriam muitas iterações. O teto (~95%) nunca vira 100% — o skill evolui com você e com o negócio.
70% vs. 90% na iteração 1.
Chega ao "bom" mais rápido.
Nunca 100% — e tudo bem.
O skill muda com você.
📄 O capture file
Aqui está o coração da versão prática do grill-me: o arquivo é a fonte da verdade, não a memória do modelo. Toda resposta é gravada num markdown dentro de brainstorms/ — antes da próxima pergunta. O arquivo, e não o contexto da conversa, guarda tudo.
Janela de contexto? É a "memória de curto prazo" do modelo na conversa atual. Ela tem limite: numa entrevista longa, o começo pode ser resumido ou esquecido. Por isso o checkpoint (gravar em disco a cada resposta) é o que impede que algo se perca.
# Packaging: Brainstorm / Discovery Notes Date: 2026-06-22 · Goal: extrair o processo de embalagem ## Summary / key decisions (síntese contínua, atualizada a cada resposta) ## Q&A log ### Q1 — fluxo de empacotamento - Asked: como você decide o tamanho da caixa? - Captured: regra "menor caixa que cabe + 2cm"; nas palavras dele - Flags: tabela de custo por caixa -> pedir ao financeiro ## Open flags (pending input) - tabela de custo por caixa -> financeiro
📌 Por que disco vence memória
Se a entrevista durar uma hora, o modelo vai conflar ou esquecer detalhes do início conforme o contexto enche. O arquivo não esquece. Se a sessão cair agora, ele já contém tudo que foi dito até aqui.
Uma casa previsível.
Grava a cada resposta.
Arquivo > contexto.
Perdeu sessão? Nada se perde.
🎯 Quando usar (e quando não)
O grill-me é uma ferramenta de extração, não um martelo universal. Ele brilha quando há conhecimento denso e desorganizado a tirar de alguém. Para uma tarefa trivial e já bem definida, ele só atrapalha.
✓ Use quando
- ✓Quer estressar um plano ou design antes de executar.
- ✓Está fazendo discovery com cliente ou stakeholder.
- ✓Quer extrair um processo do negócio que mora só na sua cabeça.
- ✓Vai construir ou melhorar um skill e quer começar de cima.
✗ Evite quando
- ✗A tarefa é óbvia e já totalmente especificada.
- ✗Não há conhecimento tácito a extrair — só execução.
- ✗A resposta está no codebase/doc (aí é só ler).
- ✗Você quer velocidade num passo mecânico.
🧭 Regra de bolso
Pergunte: "existe algo importante que só está na minha cabeça?" Se sim, grille. Se a resposta está num arquivo ou é trivial, pule o grill-me e vá direto ao trabalho.
Achar furos antes.
Extrair de stakeholders.
Documentar o que é tácito.
Tarefa óbvia dispensa.
🧠 Resumo do módulo
Próxima trilha:
Trilha 2 · As Técnicas — como a entrevista funciona por dentro: uma pergunta por vez, resposta recomendada, árvore de dependências, flags e checkpoint.