MÓDULO 2.4

🔄 Pilar 4 — Ciclo de Refinamento

O loop de feedback de 6 passos que transforma skills estáticas em sistemas de valor crescente, com versionamento, métricas e automação progressiva do ciclo de melhoria.

6
Tópicos
30
Minutos
Intermediário
Nível
Prático
Tipo
1

🔄 Por que skills precisam melhorar

Uma skill criada hoje e usada sem atualização por 6 meses não aprendeu nada com seus feedbacks, não evoluiu com as mudanças do negócio. Skills estáticas são ativos de depreciação — diminuem de valor enquanto o contexto muda ao redor delas.

Valor ao longo do tempo: estática vs refinamento

Alto Médio Baixo
Skill estática Com refinamento
Mês 1 Mês 3 Mês 6 Mês 12
Mês 1
Valor base igual
Mês 3
+40% com 5 iterações
Mês 6
+140% edge cases cobertos
Mês 12
3x diferencial competitivo
Skill youtube-roteiro — Versão 1.0 (dia 1)
HOOK:
"Você sabia que a IA pode ajudar na
sua produtividade?"

DESENVOLVIMENTO:
• IA é útil para automação
• Existem várias ferramentas disponíveis
• É importante aprender a usar

CTA: "Se gostou, se inscreva no canal!"
Taxa de aceitação original: 31%
Skill youtube-roteiro — Versão 1.5 (3 semanas)
HOOK:
"Você gasta 2 horas por dia em tarefas
que o Claude poderia fazer em 8 minutos.
Aqui está a prova."

DESENVOLVIMENTO:
[Caso real: Mariana, gerente de projetos,
economizou 11h/semana automatizando
relatórios com Claude Code — aqui como]

CTA: "Testa isso hoje: abra o Claude e
escreva: 'Automatize este relatório...'
Leva 5 minutos. Link na descrição."
Taxa de aceitação após refinamento: 78%

💡 A Analogia do Funcionário Experiente

Um funcionário recém-contratado tem as mesmas habilidades técnicas do veterano de 5 anos — mas o veterano tem 5 anos de contexto, histórico de erros, padrões de sucesso e conhecimento específico do negócio. Sua skill de hoje é o funcionário recém-contratado. Com ciclo de refinamento, ela se torna o veterano. Essa diferença é incopiável por quem começa agora.

2

📝 O loop de feedback (6 passos)

O loop de feedback não é um processo vago de "melhorar a skill quando der". É um ciclo preciso de 6 passos que, executado regularmente, garante melhoria sistemática e mensurável ao longo do tempo.

Loop de Feedback — 6 Passos

1. Geração
Skill executa e produz output
👁️
2. Avaliação
Você compara com o ideal
💬
3. Feedback
Articula o problema com precisão
🔍
4. Revisão
Claude analisa e propõe mudanças
✏️
5. Atualização
Skill é modificada e versionada
6. Verificação
Testa para confirmar melhoria
↩ Retorna ao passo 1 com a skill atualizada
Iteração real — skill youtube-roteiro — 14/Abril/2026 Exemplo Completo
Passo 1-2: Output gerado e avaliado

Skill gerou roteiro com 7 bullet points no desenvolvimento. Pedro avaliou e percebeu que o conteúdo ficou fragmentado demais — parecia uma lista, não uma história.

Passo 3: Feedback estruturado dado por Pedro

"O desenvolvimento usou 7 bullets mas eu prefiro prosa corrida. O problema é que bullet points fazem o roteiro parecer uma apresentação de slides, não uma conversa. Para minha audiência de 30-40 anos acostumada com vídeos do YouTube, o tom de conversa retém muito melhor. Regra geral: sem bullets no desenvolvimento — apenas prosa em parágrafos curtos de 2-4 frases."

Passo 4-5: Claude propõe e aplica mudança
Mudança aplicada na seção OUTPUT FORMAT: "PROIBIDO: usar bullets no desenvolvimento do vídeo. OBRIGATÓRIO: prosa contínua em parágrafos de 2-4 frases. Exceção: listas de recursos/ferramentas APENAS na seção de CTA."
Passo 6: Verificação no próximo run

Próximo roteiro gerado: desenvolvimento em prosa corrida, nenhum bullet. Pedro aceitou sem edição. Taxa de aceitação subiu de 45% para 71% nos próximos 7 roteiros.

❌ Skill antes do feedback
## OUTPUT FORMAT
### Desenvolvimento:
- Use 3-5 pontos principais
- Cada ponto com explicação
- Use bullet points para clareza
- Inclua exemplos quando possível
✅ Skill após feedback (v1.2)
## OUTPUT FORMAT
### Desenvolvimento (3-4 tópicos):
FORMATO OBRIGATÓRIO: prosa contínua,
parágrafos de 2-4 frases por tópico.
PROIBIDO: bullets no desenvolvimento.
MOTIVO: tom de conversa, não de slides.

Cada tópico tem: contexto + exemplo
concreto com pessoa/situação real.
3

💬 Como dar feedback efetivo

"Isso não ficou bom" é feedback inútil. Feedback efetivo é uma instrução de melhoria disfarçada de avaliação. Ele descreve o problema, explica por que é um problema e fornece informação suficiente para que o Claude saiba exatamente como corrigir.

❌ Feedback vago (inútil)

"Não gostei do resultado."

"O tom tá errado."

"Tá muito longo."

"Não é bem isso que eu quero."

Resultado: Claude não sabe o que mudar. Próximo output igualmente inadequado.
✅ Feedback estruturado (acionável)

"O output usa bullet points mas minha audiência de 25-35 anos prefere prosa — bullets soam como apresentação corporativa, não como conversa."

"Os títulos estão muito formais — 'Explorando as Oportunidades' vs o meu estilo que seria 'Como fazer X em 10 minutos'."

Resultado: Claude sabe exatamente o que mudar e por quê. Melhoria imediata e persistente.
template-feedback.md — copie e use Template
## Feedback Estruturado — [Data] — [Nome da Skill]

### O que estava errado:
[Identificação precisa: qual elemento do output, qual seção,
qual aspecto específico não funcionou]

### Por que estava errado:
[Contexto que explica o problema — não "ficou ruim" mas SIM
"não funciona porque minha audiência é X e espera Y"]

### Como deveria ser:
[Descrição do output ideal OU exemplo concreto de como
você reescreveria a parte problemática]

### Regra geral para a skill:
"Sempre que [condição], a skill deve [comportamento esperado].
Nunca [comportamento proibido] porque [razão]."

### Exemplos de aplicação:
- Input X → output esperado Y (não Z)
- Input A → output esperado B (não C)

3 tipos de feedback com resultados reais:

Tipo 1: Formato

Feedback: "O roteiro tem 1.400 palavras mas eu preciso de máximo 1.000 — gravo em espaço pequeno e scripts longos me fazem perder o fio. Regra: máximo 950 palavras, prefiro 800."

Resultado: 100% dos outputs seguintes dentro de 800-950 palavras. Economizou 8 min de edição por roteiro.

Tipo 2: Contexto

Feedback: "O hook assumiu que a audiência conhece Claude Code, mas 70% dos meus inscritos nunca usaram. A skill precisa sempre assumir zero conhecimento técnico no hook, mesmo que o vídeo seja avançado."

Resultado: hooks passaram a ser acessíveis para iniciantes. CTR de novos inscritos subiu 22% no mês seguinte.

Tipo 3: Restrição

Feedback: "O CTA sugeriu 'comece a usar IA hoje' — isso é vago demais. Todo CTA precisa de uma ação específica de máximo 5 minutos que a pessoa pode fazer agora com o que está no vídeo."

Resultado: CTAs passaram a ter ação de 5 min. Cliques na descrição aumentaram 3x nas primeiras 48h de publicação.

4

📋 Versionamento de skills

Versionamento é a diferença entre melhoria rastreável e mudança caótica. Sem controle de versão, você não sabe o que mudou, quando mudou, por que mudou, e não pode reverter quando uma atualização piora a performance.

skills/ — estrutura de versionamento Versionamento
skills/
├── youtube-roteiro/
│   ├── youtube-roteiro-v1.0.md    ← versão original (arquivo)
│   ├── youtube-roteiro-v1.1.md    ← corrigiu extensão
│   ├── youtube-roteiro-v1.2.md    ← removeu bullets do dev
│   ├── youtube-roteiro-v1.3.md    ← adicionou contexto audiência
│   ├── youtube-roteiro-v1.4.md    ← corrigiu critérios de qualidade
│   ├── youtube-roteiro-v1.5.md    ← versão atual (melhor performance)
│   ├── CHANGELOG.md               ← histórico completo de mudanças
│   └── TEST-SUITE.md              ← testes de validação
│
├── market-radar/
│   ├── market-radar-v1.0.md
│   └── CHANGELOG.md
│
└── README.md                      ← índice de todas as skills
skills/youtube-roteiro/CHANGELOG.md CHANGELOG
# CHANGELOG — youtube-roteiro skill

## [1.5] — 2026-04-20
### Adicionado
- Contexto da audiência: "Gerente Ansioso" com perfil detalhado
- Seção de thumbnail concept para cada roteiro gerado
### Modificado
- Tom do desenvolvimento: de neutro para "colega experiente"
- CTA: de genérico para ação específica de 5 min
### Motivo
Análise de 30 roteiros mostrou que outputs com persona
detalhada tinham 63% mais aceitação sem edição

---

## [1.2] — 2026-04-14
### Modificado
- OUTPUT FORMAT: proibido bullets no desenvolvimento
### Motivo
Feedback do Pedro: bullets fragmentam o roteiro e
soam como slide, não como conversa

---

## [1.1] — 2026-04-05
### Modificado
- Extensão: de "800-1.200 palavras" para "750-950 palavras"
### Motivo
Roteiros acima de 1.000 palavras exigem muita edição
no corte — Pedro prefere roteiro mais enxuto

---

## [1.0] — 2026-03-28
### Criação inicial via Skill Creator
Perguntas respondidas: 6 | Tempo: 23 minutos

Versionando skills com Git

# Inicializar repositório de skills
cd ~/skills && git init
# Após cada atualização de skill:
git add youtube-roteiro/youtube-roteiro-v1.2.md
git add youtube-roteiro/CHANGELOG.md
git commit -m "skill: youtube-roteiro v1.2 — remove bullets do desenvolvimento"
# Para reverter para versão anterior:
git log --oneline youtube-roteiro/ # ver histórico
git checkout [hash] -- youtube-roteiro/CHANGELOG.md
5

📊 Métricas de qualidade da skill

Sem métricas, você avalia a skill com base em como se sentiu sobre o último output. Com métricas, você tem evidências objetivas de melhoria ou regressão. A diferença entre "parece melhor" e "é 30% mais aceito" é a diferença entre percepção e fato.

Dashboard — youtube-roteiro skill — Semana 16

78%
Taxa de Aceitação
▲ +47pp vs semana 1
8min
Tempo de Revisão
▼ -22min vs semana 1
94%
Consistência
▲ +31pp vs semana 1
4.7★
Satisfação (1-5)
▲ +1.9★ vs semana 1
Como interpretar: Taxa de aceitação = % de outputs usados sem edição significativa. Consistência = % de runs com mesma estrutura para inputs similares. Satisfação = nota pessoal de 1-5 ao finalizar cada uso.
skill-quality-tracker.md — planilha simples Rastreamento
# Quality Tracker — youtube-roteiro skill

| Data     | Run# | Input breve       | Status    | Edição? | Nota | Observação             |
|----------|------|-------------------|-----------|---------|------|------------------------|
| 14/04    | 023  | Claude Code prod  | Aceito    | Não     | 4.5  | Hook perfeito          |
| 15/04    | 024  | IA reuniões       | Editado   | Sim     | 3.5  | Extensão: 1.100 words  |
| 15/04    | 025  | Automação planilha| Aceito    | Não     | 5.0  | Melhor roteiro até hoje|
| 16/04    | 026  | ChatGPT vs Claude | Descartado| -       | 2.0  | Comparativo proibido   |
| 17/04    | 027  | IA para relatório | Aceito    | Não     | 4.0  | CTA fraco              |

## Métricas da semana:
- Runs: 5
- Aceitos sem edição: 3 (60%)
- Editados antes de usar: 1 (20%)
- Descartados: 1 (20%)
- Nota média: 3.8/5
- Problema recorrente: extensão ainda acima de 950 palavras em 40% dos casos
6

🤖 Automatizando o ciclo de melhoria

O estágio final de maturidade é quando o próprio sistema propõe melhorias. Em vez de esperar o usuário notar e articular um problema, a skill monitora seus próprios outputs e sugere atualizações para aprovação humana.

skills/skill-reviewer.md Meta-Skill
# Skill Reviewer — Analisador de Qualidade

## OBJETIVO
Analisar o histórico de uso de uma skill (quality-tracker.md)
e propor melhorias específicas e implementáveis ao skill file.

## INSTRUÇÕES DE EXECUÇÃO
1. Leia o arquivo [skill-name]/quality-tracker.md
2. Identifique padrões de insatisfação (nota < 3.5 ou status "Editado")
3. Leia o skill file atual [skill-name]-vX.X.md
4. Para cada padrão encontrado, proponha uma mudança específica

## ANÁLISE QUE VOCÊ DEVE FAZER

### Padrão de extensão
- Se >30% dos runs precisam de edição de tamanho: propor novo limite
- Calcular extensão média dos outputs aceitos sem edição

### Padrão de formato
- Se observação menciona o mesmo elemento 3+ vezes: add/remove regra
- Exemplos: "muito formal", "bullets", "muito longo", "CTA fraco"

### Padrão de conteúdo
- Se >1 run foi descartado por tema/conteúdo: add restrição
- Se observação elogia mesmo elemento 3+ vezes: fortalecer instrução

## OUTPUT FORMAT
### Relatório de Revisão — [nome da skill] — [data]

**Métricas dos últimos 30 dias:**
- Taxa de aceitação: X%
- Nota média: X/5
- Problemas mais frequentes: [lista]

**Propostas de melhoria (para aprovação humana):**

#### Proposta 1: [título]
Problema identificado: [descrição com dados]
Mudança proposta no skill file:
  ANTES: [trecho atual]
  DEPOIS: [trecho proposto]
Confiança: [Alta/Média/Baixa] | Motivo: [evidência]

#### Proposta 2: [título]
[mesma estrutura]

**Nota:** Nenhuma mudança foi aplicada. Aguardando sua aprovação
para cada proposta antes de criar nova versão do skill file.

Ciclo automatizado com controle humano

🧠
Skill executa
📊
Você avalia
+nota no tracker
🤖
Skill-reviewer
analisa padrões
👤
Você aprova
ou rejeita cada mudança
Nova versão
commitada com changelog

Regra de ouro: humano aprova TODA mudança antes de ser aplicada. A IA propõe, nunca decide. Isso garante que você mantém controle total sobre o que sua skill faz.

Output real do skill-reviewer — 29/Abril/2026 Output Exemplo
### Relatório de Revisão — youtube-roteiro — 29/04/2026

**Métricas dos últimos 14 dias:**
- Taxa de aceitação: 78% (meta: 80%)
- Nota média: 4.1/5
- Total de runs: 14
- Problemas mais frequentes:
  1. "CTA fraco" — apareceu em 4 observações (29%)
  2. "Extensão acima de 950" — apareceu em 3 observações (21%)

---

**Propostas de melhoria:**

#### Proposta 1: Fortalecer critério de CTA
Problema: 4 dos 14 runs receberam nota <3.5 com observação
"CTA fraco" — nenhum era específico o suficiente.

Mudança proposta:
  ANTES: "CTA: ação específica que a pessoa pode fazer hoje"
  DEPOIS: "CTA deve conter:
    - Ação específica com verbo de ação (abrir, escrever, clicar)
    - Duração máxima: 'em 5 minutos' ou 'agora mesmo'
    - Objeto concreto: qual ferramenta/arquivo/mensagem
    Exemplo aprovado: 'Agora: abra o Claude e escreva este prompt...'
    Exemplo reprovado: 'Comece a usar IA no seu trabalho hoje'"

Confiança: Alta | Evidência: 4 observações em 14 runs (29%)

---

Aguardando sua aprovação antes de criar v1.6 do skill file.

Resumo do Módulo 2.4

Skills estáticas depreciam — com refinamento: +40% em 3 meses, +140% em 6 meses, 3x diferencial em 12 meses
Loop de 6 passos: gerar → avaliar → feedback estruturado → Claude propõe → você aprova → verificar
Feedback efetivo — descreve o que, por que é problema, como deveria ser, e a regra geral para evitar recorrência
Versionamento com CHANGELOG — nunca sobrescrever, sempre nova versão com motivo documentado; git para histórico
4 métricas objetivas: taxa de aceitação (78% é excelente), tempo de revisão, consistência e satisfação
Skill-reviewer — meta-skill que analisa quality-tracker e propõe melhorias específicas para aprovação humana

Próxima Trilha:

Trilha 3 — Na Prática: Signal Dashboard e construção do seu portfólio de super skills