1 · Diagnóstico de maturidade
10 minAbra o diagnóstico do projeto e responda as oito perguntas pensando na IA que você mais usa hoje.
Pronto quando: você anotou a sua nota, o ponto por onde começar e qual kit o diagnóstico indicou.
Aula 1 · 14 min
Ninguém escreve, linha por linha, a capacidade de um modelo de programar ou planejar. Os laboratórios criam as condições e as capacidades emergem. Você faz o mesmo em outra escala: o modelo chega pronto, e o que você cultiva é o ambiente em volta dele.
Começar a aula
Objetivo: separar o que o laboratório cultiva (o modelo) do que você cultiva (o agente) e explicar o ciclo que faz o agente melhorar.
Cada volta é uma safra. Clique em cada etapa.
Role a página: cada etapa abaixo acende a sua parte do diagrama.
Tudo começa num processo real: qualificar leads, organizar a semana, marcar consultas. Sem processo definido, não há o que avaliar depois.
O agente é o modelo (fixo, do laboratório) mais o ambiente que você escreveu: função, contexto, ferramentas, regras, exemplos e memória.
O agente executa a tarefa com o ambiente daquele momento. É aqui que a maioria para: usa, gosta ou não gosta, e começa de novo.
O que foi entregue. Pode ser bonito e errado: texto fluente não é texto certo.
Alguém mede: certo, parcial ou errado, e por quê. Sem avaliação, o agente repete o mesmo erro com a mesma confiança.
A avaliação vira uma mudança concreta no ambiente: uma regra nova, um exemplo, um limite. No arquivo, não na conversa.
Não é o modelo. É o que você anotou sobre onde ele errou e o que você ajustou no ambiente. Os quatro primeiros passos fazem o agente funcionar; avaliação e feedback fazem ele melhorar.
Antes, programávamos o comportamento. Agora, programamos o processo que produz o comportamento.
O ponto que quase todo mundo mistura.
Treinamento, pesos e escala acontecem na Anthropic, na OpenAI, no Google, na DeepSeek. Custa bilhões e você não participa.
O resultado é a semente: capacidades que emergiram do treino, algumas esperadas, outras que surpreenderam até quem treinou.
O modelo chega pronto e com os pesos congelados. O que você cultiva é tudo que fica em volta: função, contexto, ferramentas, regras, exemplos, memória, avaliação e feedback.
É esse envelope que faz o mesmo modelo virar um estagiário confuso ou um profissional confiável.
Em uso, o modelo não aprende sozinho. Quando você diz "minha IA ficou melhor", o que melhorou foi o jardim. E o jardim é seu.
No software tradicional você escreve as regras exatas e sai exatamente o especificado; o erro é um bug numa linha.
Na IA cultivada você escreve as condições, observa o que emerge, e o erro pede outro ambiente: mais contexto, outro exemplo, uma regra nova.
Você não precisa ser melhor que a IA na tarefa. Precisa saber criar o ambiente em que ela produz o resultado correto.
O trabalho migra de executar para definir a função, dar contexto, colocar limites, avaliar e dar feedback. É gestão de pessoas, aplicada a sistemas.
Dez minutos com o Nei sobre o conceito inteiro, com capítulos e legendas.
Leia antes de se empolgar.
A planta cresce sozinha; o agente não. Sem avaliação e feedback, ele repete o mesmo erro para sempre.
A planta não inventa frutos. O agente pode produzir um resultado bonito e errado. A avaliação existe por isso.
Contexto ruim, exemplo ruim e regra vaga produzem um agente ruim. O modelo é o mesmo do concorrente; o jardim, não.
"Dar feedback" aqui significa editar o ambiente, não conversar até ele "entender".
Copie e use na prática abaixo.
O que você faz diferente hoje em relação ao mês passado, e por quê? Se não souber responder com exemplos, diga isso claramente.
# Correções que eu repito | o que eu explico de novo | quantas vezes | onde deveria morar (contexto / regra / exemplo) | |---|---|---| | ex.: responder em tópicos curtos | 4 | regra | | | | |
Comece medindo onde você está.
Abra o diagnóstico do projeto e responda as oito perguntas pensando na IA que você mais usa hoje.
Pronto quando: você anotou a sua nota, o ponto por onde começar e qual kit o diagnóstico indicou.
Lembre de uma coisa que você já explicou à IA três vezes ou mais (um formato, um tom, um dado). Escreva numa nota: o que você repete e em qual dos oito elementos isso deveria morar (contexto, regra ou exemplo).
Pronto quando: a nota tem a correção repetida e o elemento onde ela vai morar.
4 perguntas. A explicação aparece depois da sua tentativa.
Pergunta 1 de 4
Depois de um mês de uso, a sua IA erra menos. O que mudou?
Pergunta 2 de 4
Qual etapa do ciclo a maioria das pessoas pula?
Pergunta 3 de 4
O que significa "dar feedback" no cultivo?
Pergunta 4 de 4
Duas empresas usam o mesmo modelo. Por que os resultados são tão diferentes?competência
Escolha uma alternativa. A explicação aparece depois da sua tentativa.