Conteúdo detalhado
🚛 A analogia do caminhão de lixo em chamas
O Substrato é o conhecimento bruto do seu domínio — e quase sempre você começa com o que o autor chama de "um caminhão de lixo em chamas". Especialmente num negócio, são 500, 5.000 arquivos de tipos e estruturas variados: PDFs, planilhas, zips, até arquivos exóticos como Parquet. Caos. O Substrato é a camada que transforma esse caos em algo de que o OS consegue se servir.
🌱 Novo aqui?
Substrato = o material de referência guardado fora do CLAUDE.md, que o OS consulta só quando precisa. Contexto = o que de fato entra na conversa naquele momento. A diferença é a chave do módulo: você guarda muito (substrato) mas injeta pouco (contexto), para não estourar a janela de contexto — o limite de texto que o modelo lê de uma vez.
🔥 O que é
A imagem do caminhão de lixo em chamas serve para baixar a ansiedade: é normal começar bagunçado. O trabalho não é "ter dados perfeitos", é dar forma ao caos — e isso é design, não engenharia pesada.
- •Muitos arquivos, muitos formatos, zero ordem: o ponto de partida normal.
- •O Substrato é onde esse material vira referência consultável.
Por que aprender
Porque a maioria tenta ligar a IA em cima do caos e se frustra com respostas ruins. Aceitar o caminhão de lixo em chamas como ponto de partida — e tratá-lo com método — é o que separa um OS que sabe do seu domínio de um que chuta. Em domínios pesados de contexto (Tax OS ~34%), essa camada é a mais importante de todas.
Conceitos-chave
🗂️ Organizar ANTES de ligar a IA
Antes de pedir qualquer coisa ao Claude Code, faça uma mini engenharia de dados: organize. O autor descreve dois cortes simples — primeiro por tipo de arquivo (PDFs com PDFs, planilhas com planilhas), depois por idade (últimos 6 meses vs. últimos 2 anos). Isso isola partes do material e dá ao OS um terreno limpo.
💡 A IA pode te ajudar a organizar
"Organizar antes" não significa fazer tudo à unha: você pode pedir ao Claude Code para mover cada arquivo para a pasta do seu tipo e depois bifurcar por idade. O ponto é que essa arrumação aconteça antes de qualquer análise — você prepara o terreno, depois usa o terreno.
O fluxo de arrumação em 3 cortes
Por tipo
Cada arquivo vai para a pasta do seu formato: pdf/, planilhas/, transcricoes/.
Por idade
Dentro de cada tipo, separe o recente (últimos 6 meses) do antigo (até 2 anos). O recente costuma valer mais.
Isolar & nomear
Com tudo separado, fica óbvio o que é fonte e o que é ruído — e o OS lê só o pedaço certo.
Por que aprender
Porque a qualidade do OS é limitada pela qualidade do Substrato. Jogar 5.000 arquivos desorganizados na IA produz respostas vagas e cara (muitos tokens). Organizar primeiro é o passo barato que multiplica tudo que vem depois.
Conceitos-chave
🌾 Harvesting: o que falta pro especialista
Depois de arrumar, vem o harvesting (colheita). A pergunta-guia é: além do que já tenho, o que falta para criar o "especialista dos sonhos" deste domínio? Você vai colher de onde o conhecimento mora — YouTube, Instagram, experts, leis, advogados — e trazer para dentro do Substrato.
Como ler: o caos (laranja) é organizado, depois colhido de fontes externas, então um modelo workhorse destila tudo. Sobram duas pastas: raw/ (guardada por garantia, cinza) e synthesized/ (os nuggets, azul) — só esta entra no contexto.
Por que aprender
Porque o que você já tem raramente basta. O especialista de verdade conhece coisas que não estão nos seus arquivos — estão na cabeça de experts e em fontes públicas. Harvesting é o passo que fecha essa lacuna de propósito, em vez de torcer para o modelo "saber".
Conceitos-chave
🧠 Conhecimento tácito: o que o genérico não tem
O alvo do harvesting é o conhecimento tácito: aquilo que um modelo genérico não sabe porque não está bem documentado — está na prática de quem faz. No Freedom OS, por exemplo, são detalhes como quais agências de tradução são confiáveis, o que precisa ser notarizado (assinado oficialmente) e quais documentos traduzir para árabe ou francês conforme o país.
🌱 Novo aqui?
Conhecimento tácito é o oposto do "explícito": é o saber de experiência, raramente escrito — atalhos, exceções, "o que sempre dá errado". O modelo genérico foi treinado em texto público, então ele tem o explícito mas não o tácito do seu caso. O Substrato existe para capturar justamente esse tácito.
🔎 Onde o tácito se esconde
- Pessoas — experts, advogados, contadores que respondem "depende" e explicam o porquê.
- Vídeos & posts — YouTube e Instagram de quem vive o domínio, cheios de macetes não-oficiais.
- Seus próprios casos — os e-mails, formulários e perguntas repetidas que você já respondeu.
Por que aprender
Porque é exatamente o tácito que faz o OS parecer um especialista e não um chatbot. Sem ele, o OS repete o que qualquer modelo diria. Capturar o tácito é a diferença entre "genérico" e "ninguém faz como o meu OS" — o teste que volta na auditoria da Trilha 4.
Conceitos-chave
📚 Playbooks & compêndios
Material colhido espalhado ainda não serve. O próximo passo é agregar fontes num compêndio (um compendium.md) — um documento de referência destilado — e em playbooks: roteiros de "como se faz X neste domínio". É o que o OS consulta para responder com a profundidade de um especialista.
📘 Compêndio
Referência destilada do domínio: leis, fatos, definições, "como funciona".
- ✓Responde "o que é verdade aqui?".
- ✓Agrega muitas fontes num lugar só.
📗 Playbook
Roteiro de execução: passos para realizar tarefas recorrentes do domínio.
- ✓Responde "como se faz X?".
- ✓Vira matéria-prima das Skills (Trilha 3).
💡 O done-check do Substrato
A camada está pronta quando existe um substrate/compendium.md organizado que responde à pergunta-objetivo que você definiu para o domínio. Se a pergunta ainda fica sem resposta boa, falta colher ou destilar mais.
Por que aprender
Porque compêndios e playbooks são o formato em que o conhecimento vira utilizável. Eles também são a ponte para a próxima trilha: um bom playbook é quase uma Skill esperando para ser empacotada.
Conceitos-chave
🧊 Raw vs sintetizado — injetar só nuggets
O padrão central do Substrato é a separação raw vs sintetizado. Você mantém uma pasta raw/ com as transcrições e documentos crus (guardados por garantia) e uma pasta adjacente e complementar com as versões destiladas — os nuggets. A regra de ouro: injete apenas os nuggets no contexto.
🌱 Novo aqui?
Um nugget é um resumo super-destilado — pense em 10 bullets que carregam o essencial de uma transcrição de uma hora. Injetar no contexto = colocar aquele texto na conversa para o modelo usar. Você quer injetar nuggets (pequenos, densos), não o material cru (gigante, ralo), para o OS ser rápido e barato.
📁 raw/ — a despensa
- •Transcrições e documentos crus, do jeito que vieram.
- •Guardado por garantia; quase nunca entra no contexto.
- •Sua rede de segurança se precisar re-destilar.
📁 synthesized/ — o prato pronto
- ✓Nuggets: o essencial em poucos bullets.
- ✓É o que de fato se injeta no contexto.
- ✓Pequeno, denso, barato em tokens.
Por que aprender
Porque é o padrão que se repete em todo domínio — despensa vs. prato pronto. Confundir os dois (injetar o cru) estoura a janela de contexto, encarece e piora as respostas. Separar raw de sintetizado é o que mantém o OS enxuto e o conhecimento recuperável.
Conceitos-chave
⚙️ Workhorse model em loop pra sintetizar
Quem faz a destilação não precisa ser o modelo mais caro. O autor usa um workhorse model (modelo "burro de carga") — barato e eficiente, como o Gemini Flash — rodando em loop por todos os arquivos: "use este modelo, percorra cada arquivo e crie a síntese dos nuggets centrais destas transcrições".
🌱 Novo aqui?
Um workhorse model é um modelo barato escolhido para tarefas repetitivas e em volume — não para raciocínio difícil, mas para "passar o rodo" em muitos arquivos. Em loop = repetir a mesma operação arquivo por arquivo. Você gasta pouco por item e processa centenas de fontes sem queimar tokens caros.
🔁 A skill "knowledge harvester"
Esse loop pode virar uma skill reutilizável: ela pergunta quais handles raspar e quantos vídeos, salva tudo em raw/ e roda o workhorse para gerar a versão sintetizada. Vira um sistema auto-melhorável com humano no loop: você agrega cada vez mais, destila e ainda faz backup (cópia privada no GitHub, com .gitignore do que é sensível).
Por que aprender
Porque destilar à mão não escala, e usar o modelo topo-de-linha para isso é desperdício. O par "workhorse barato + loop" é o que torna a síntese viável em volume — e quando você generaliza o script, ganha um motor de Substrato que roda toda vez que chega material novo.
Conceitos-chave
⚡ Prático: varrer raw/ e gerar nuggets
Vamos montar o motor de síntese. O prompt copy-run abaixo manda o Claude Code rodar um modelo workhorse em loop sobre tudo que está em raw/ e escrever um nugget por arquivo em synthesized/. Troque só os trechos entre <colchetes>.
🎯 Objetivo
Transformar a pasta raw/ (cru) numa pasta synthesized/ de nuggets prontos para injetar — usando um modelo barato, sem queimar tokens caros.
Cole no Claude Code — prompt copy-run
promptVocê é meu pipeline de Substrato. Use o modelo workhorse <modelo barato: ex. gemini-flash> para destilar meu material bruto. Passos: 1. Liste todos os arquivos em ./raw/ (transcrições, PDFs já em texto, posts). NÃO modifique nada em raw/ — é a minha despensa. 2. Para CADA arquivo, chame o modelo workhorse e gere um nugget: - no máximo <N: ex. 10> bullets com o essencial; - capture o conhecimento tácito (exceções, "o que dá errado", atalhos), não só o resumo óbvio; - foque no que responde à minha pergunta-objetivo: "<sua pergunta-objetivo do domínio>". 3. Salve cada nugget em ./synthesized/ com o MESMO nome do arquivo de origem + sufixo ".nugget.md". 4. Ao final, gere ./synthesized/compendium.md agregando os nuggets por tema, e me diga quantos arquivos processou. Regra: só os arquivos de synthesized/ entram no contexto depois. Nunca injete o conteúdo de raw/ diretamente.
✔️ Como verificar
- 1.A pasta raw/ ficou intacta (mesma contagem de arquivos de antes).
- 2.Há um .nugget.md em synthesized/ para cada arquivo de raw/.
- 3.Cada nugget cabe em poucos bullets e traz pelo menos 1 detalhe tácito (não só o óbvio).
- 4.O compendium.md responde à sua pergunta-objetivo (done-check do Substrato).
Por que aprender
Porque este é o coração operacional da camada de Substrato. Rodar uma vez já te dá o synthesized/; generalizar o prompt te dá a skill "knowledge harvester" que reaproveita toda vez que chega material novo — o sistema auto-melhorável com você no loop.
Conceitos-chave
✅ Resumo do módulo
Próximo módulo:
2.3 — Regras & Ganchos: as cercas 🚧