O LOOP-R transforma um processo do seu negócio em um loop: executa, mede, critica, propõe, testa — e só o que for comprovado vira a nova versão. Com registro de tudo e botão de voltar.
Hoje a IA funciona assim: pedido → resposta → fim. Na próxima proposta, começa do zero. O LOOP-R fecha o ciclo: cada trabalho realizado alimenta a próxima versão do jeito de trabalhar.
Cada execução vira uma linha na planilha. O sistema só afirma o que os números provam — e diz quando ainda não há dados suficientes para afirmar nada.
Executor, Observador, Crítico, Otimizador, Guardião, Experimentador, Avaliador, Memória e Meta-agente. Nenhum avalia o próprio trabalho — é a separação que impede o sistema de se convencer sozinho.
Toda versão do processo fica no histórico. Promover é um comando; reverter é outro. Uma versão pior nunca substitui a atual por decisão do sistema.
Não peça para a IA melhorar. Faça cada execução produzir evidência, cada evidência gerar uma hipótese, cada hipótese virar um experimento — e só o que for comprovado entrar na próxima versão.
Localizar o que melhorar, operar, observar o resultado, propor uma hipótese, reforçar o que ganhou. Depois, de novo. Por dentro, um ciclo de oito passos com um assistente responsável por cada um.
Leem a planilha, contam, e dizem o que funcionou e o que falhou — com a força da evidência marcada: forte, moderada ou fraca.
Um escreve hipóteses testáveis (SE… ENTÃO… PORQUE…). O outro veta o que fere o que você definiu como intocável. O veto é final.
Desenham o teste A contra B com a quantidade que prova, e respondem uma de três coisas: B ganhou, A segue, ou amostra insuficiente.
Registram tudo — inclusive o que perdeu, para não testar de novo — e vigiam o custo do próprio loop.
| Garante | Não garante |
|---|---|
| Não-regressão — versão pior nunca entra | que o número sobe |
| Auditabilidade — toda versão, teste e decisão registrados; volta em um comando | que cada ciclo gere uma hipótese boa |
| Constância — o ciclo roda toda vez, do mesmo jeito | que o custo compense sem você olhar |
| Teto de custo — para quando atinge | — |
Na versão 0.1 o loop roda dentro do Claude Code, e os dados entram por uma planilha exportada em CSV — uma linha por execução. Sem servidor, sem banco, sem integração.
O runner é uma skill; os nove assistentes são arquivos de texto. Quem tem o Claude Code clona e roda.
# instalar / conferir claude --version
É o histórico com botão de voltar: cada versão do processo é um commit; promover e reverter são operações de git.
git --versionOnde você já anota o resultado de cada proposta, chamado ou post. O iniciar gera o esquema de colunas para você preencher ou exportar.
# uma linha por execução
id,data,versao,variante,resposta,resultado,...Cinco respostas em linguagem natural montam o loop inteiro. Depois, um comando por semana.
O repositório já traz o runner, os nove assistentes e um exemplo completo que rodou de verdade.
git clone https://github.com/inematds/loop-r && cd loop-r claude
São as únicas coisas que nenhum sistema pode inferir com segurança. O resto o LOOP-R propõe e você confirma.
/loop-r iniciar # 1. Qual processo, e qual número mover de quanto para quanto? # 2. Onde fica registrado o resultado de cada execução? # 3. O que a IA NUNCA pode mudar sozinha? O que não pode piorar? # 4. Quanto pode gastar por ciclo? Semanal ou mensal? # 5. Você aprova cada mudança (L1) ou só quer ver propostas (L0)?
Antes de criar qualquer coisa, o sistema calcula quantas execuções o seu teste precisa — e diz se vai otimizar primeiro uma métrica mais rápida.
"Com 50 propostas por semana, provar 3% → 5% leva ~60 semanas. Vou otimizar primeiro a TAXA DE RESPOSTA (~12 semanas) e vigiar a conversão. Confirma?"
Os nove assistentes rodam em sequência e deixam um manifesto do que cada um leu, decidiu e por quê. Ciclo sem manifesto completo não conta.
/loop-r ciclo # → ciclos/0001/ (evidência, crítica, hipóteses, veto, experimento, veredito)
Quando uma versão B ganha com margem e sem piorar o que você vigia, você recebe um cartão. Sem resposta em sete dias, o padrão é não promover.
CICLO 0004 — hipótese: "abrir com algo específico da avaliação"
Resultado: taxa de resposta 19,3% → 29,3% (N = 300 vs 300)
Vigiado: margem ok · reclamações ok · opt-out ok
Custo: ~R$ 45 neste ciclo (teto R$ 50)
Decisão: aprovar / rejeitar / esperar mais dados
/loop-r decidir
Promover cria a versão nova e aponta a produção para ela, com commit. Reverter aponta de volta. A versão antiga nunca é apagada: é memória.
/loop-r promover # versoes/v2 vira a oficial · commit "promote v2" /loop-r reverter # volta para v1 · linha no ledger com o motivo /loop-r status
Clínica de estética, propostas por WhatsApp, 1.500 execuções sintéticas. Os assistentes rodaram de verdade; os dados não — foram gerados para refletir um efeito verdadeiro, e o README do exemplo diz exatamente o que é real e o que é simulado. O que aconteceu é mais instrutivo do que um caso perfeito seria.
O Otimizador propôs fechar com "prefere começar esta semana ou na próxima?". O Guardião vetou: escolha forçada pressiona reclamações. A segunda hipótese (mensagem com até 80 palavras) foi para teste — depois de o Experimentador escalar que o teste, como estimado, levaria 40 semanas.
Taxa de resposta subiu de 19% para 30% (N=300/300). Mas reclamações marcaram 6 contra 1 com tolerância zero — e o Avaliador respondeu A segue. A regra estava errada (6 vs 1 em 300 é ruído), não o sistema: o humano ajustou a tolerância para os próximos testes e a hipótese ficou registrada como descartada.
Uma hipótese aprovada no primeiro ciclo esperou treze semanas na fila — um teste por vez. O Meta-agente apontou o custo dessa espera e sugeriu um gatilho automático. Entrou no roadmap.
Abrir a proposta citando algo específico da avaliação da cliente: 19,3% → 29,3% de resposta, guarda-corpos dentro da tolerância. Cartão de decisão, aprovação, versoes/v2. O primeiro aprendizado provado do loop.
# memoria/ledger.md — trecho (uma linha por evento, nunca apagada)
| 2026-02-02 | ciclo 0001 | H1 (fechar com pergunta de escolha forçada) | — | — | — | VETADA |
| 2026-04-27 | ciclo 0002 | H2 (teto de 80 palavras, E0001) | A_SEGUE — resposta A=0,1933 vs B=0,2967, p=0,0033 | reclamacoes Δ+0,0167 tol 0,0 → FALHA | aceito | DESCARTADA |
| 2026-05-04 | ciclo 0003 | H4 (valor logo após a saudação) | — | — | — | VETADA |
| 2026-05-04 | ciclo 0003 | H3 (abrir citando a avaliação, E0002) | AMOSTRA_INSUFICIENTE — N=0/212 | — | — | EM TESTE |
| 2026-07-27 | ciclo 0004 | H3 (abrir citando a avaliação, E0002) | B_GANHOU — resposta A=0,1933 vs B=0,2933, p=0,0043 | todas OK | aprovado | PROMOVIDA v2 |
Sem evidência o resto é teatro. Cada fase entrega algo que funciona sozinho, e nenhuma começa antes que a anterior tenha um usuário real com três ciclos no histórico.