BIBLIOTECA / ACERVO ACIONÁVEL
Materiais para
colocar em uso.
Copie, adapte ou abra a referência.
CATÁLOGO DE CAMPO / 37 PUBLICADOS · 8 TEMASPOR PROBLEMA
O que você precisa resolver?
Comece pelo problema. O formato do material vem depois.Encontrar oportunidades de IA
“Quero usar IA, mas não sei onde ela gera resultado no meu negócio.”
- Diagnóstico de automação antes da ferramentaTransforma uma vontade vaga — “precisamos automatizar isso” — em uma descrição verificável do trabalho e uma matriz de prioridade comparável.
- Mapa de oportunidades com IAOrganiza oportunidades de IA por esforço, impacto e necessidade de revisão humana.
- Primeira automação com critérioConduz uma primeira automação pequena e reversível, sem transformar hipótese em sistema cedo demais.
- Transformar uma ideia de IA em hipótese testávelTransforma entusiasmo de solução em teste reversível que pode falhar sem virar projeto permanente.
Automatizar um processo
“Tem um fluxo que se repete toda semana e depende de alguém lembrar de fazer.”
- Diagnóstico de automação antes da ferramentaTransforma uma vontade vaga — “precisamos automatizar isso” — em uma descrição verificável do trabalho e uma matriz de prioridade comparável.
- MakeRecomendado para ligar aplicativos e transformar dados entre etapas de um fluxo que já tem contorno operacional.
- n8nO n8n entrou porque permite observar, no mesmo ambiente, o que deve ser workflow determinístico, o que realmente pede decisão por IA e onde código ou MCP ampliam a integração.
- Briefing operacionalOrganiza objetivo, contexto, restrições, entregável e critério de qualidade antes da produção.
- Primeira automação com critérioConduz uma primeira automação pequena e reversível, sem transformar hipótese em sistema cedo demais.
- Do piloto à operação: escalar IA sem perder controleConduz uma equipe que já possui um piloto com alguma evidência a expandir alcance sem confundir viabilidade com escala, nem escala com autonomia.
- Mapear exceções e dependências de um processoEvita que o happy path seja confundido com a operação real.
- Transformar uma falha em regra de exceçãoAjuda a distinguir falha recuperável, bloqueio e necessidade de intervenção humana.
- Planejar rollout de IA em estágios com rollbackEvita que mais usuários, mais dados, mais permissões e novo modelo mudem ao mesmo tempo.
Reduzir trabalho manual
“Minha equipe perde horas copiando, conferindo e reformatando informação.”
- MakeRecomendado para ligar aplicativos e transformar dados entre etapas de um fluxo que já tem contorno operacional.
- Briefing operacionalOrganiza objetivo, contexto, restrições, entregável e critério de qualidade antes da produção.
- Granola: notas de reunião que continuam pesquisáveisAjuda a reduzir a perda entre conversa, registro e recuperação posterior — sem transformar uma síntese plausível em decisão confirmada.
- Mapear exceções e dependências de um processoEvita que o happy path seja confundido com a operação real.
Melhorar atendimento e vendas
“O atendimento está sobrecarregado e leads esfriam esperando resposta.”
Ainda não há material classificado para este problema.
Começar pelo diagnóstico →Organizar conhecimento e dados
“Tenho dados espalhados em planilhas, e-mails e sistemas que não conversam.”
- PerplexityAjuda a abrir uma investigação e localizar fontes para leitura, não substitui a verificação da fonte primária.
- Notion AIAjuda a trabalhar sobre documentos e notas já existentes quando a base de conhecimento está organizada.
- Pesquisa com fontesSepara descoberta, evidência e interpretação antes de transformar pesquisa em resposta.
- Claude Projects: contexto persistente para um trabalho delimitadoOrganiza documentos, instruções e conversas em um espaço de trabalho delimitado, tornando explícito qual corpus deve orientar uma tarefa recorrente.
- Elicit: investigação acadêmica com corpus rastreávelAjuda a descobrir literatura, estruturar campos comparáveis e preservar um corpus auditável para perguntas acadêmicas delimitadas — sem terceirizar a conclusão para a ferramenta.
- Granola: notas de reunião que continuam pesquisáveisAjuda a reduzir a perda entre conversa, registro e recuperação posterior — sem transformar uma síntese plausível em decisão confirmada.
- Registrar uma decisão de IA com evidência e validadeEvita que escolha de modelo, ferramenta ou regra de fluxo vire conhecimento oral impossível de auditar depois.
- Revisar uma base de conhecimento por validade e conflitoEvita que uma base aparentemente organizada entregue instruções antigas, contraditórias ou fora de escopo como resposta atual.
Criar conteúdo com mais consistência
“Produzo conteúdo no improviso e o ritmo cai quando a semana aperta.”
- Briefing de projeto com IATransforma uma demanda solta em briefing com objetivo, contexto, restrições e critério de saída.
- Notion AIAjuda a trabalhar sobre documentos e notas já existentes quando a base de conhecimento está organizada.
- Pesquisa com fontesSepara descoberta, evidência e interpretação antes de transformar pesquisa em resposta.
- Revisão editorialCria uma sequência de revisão de estrutura, clareza, prova e tom antes da publicação.
- IA no processo editorialUm guia de organização para testar IA na pesquisa, rascunho, revisão e distribuição de conteúdo.
- Claude Projects: contexto persistente para um trabalho delimitadoOrganiza documentos, instruções e conversas em um espaço de trabalho delimitado, tornando explícito qual corpus deve orientar uma tarefa recorrente.
- Checar uma afirmação antes de publicarAjuda a reduzir conclusões com aparência de fato quando uma fonte só sustenta parte da frase.
- Comparar fontes sem achatar divergênciasPreserva escopo, método, data e interesse de cada fonte antes de elaborar uma leitura.
Construir um agente ou produto
“Quero construir algo com IA que funcione fora da demonstração.”
- n8nO n8n entrou porque permite observar, no mesmo ambiente, o que deve ser workflow determinístico, o que realmente pede decisão por IA e onde código ou MCP ampliam a integração.
- LangChainVale investigar quando o projeto precisa de integrações, modelos, ferramentas e recuperação de contexto em uma aplicação construída por desenvolvedores.
- CrewAIÚtil para experimentar colaboração entre agentes quando as tarefas, dados e responsabilidade de cada papel estão claros.
- LangSmith: avaliação offline antes de descobrir o erro em produçãoAjuda equipes que já têm comportamento de IA para comparar a transformar exemplos dispersos em avaliação repetível antes de promover uma versão.
- Langfuse: observabilidade e avaliação sem tratar trace como respostaO Langfuse entrou para investigar observabilidade e avaliação de aplicações com IA: ligar comportamento a uma execução concreta, sem tratar telemetria como prova de qualidade.
- MCP reference servers: estudar o protocolo sem confundir referência com produçãoEnsina a ler uma integração MCP pelo contrato e pela superfície de acesso. Os exemplos são educativos e não devem ser promovidos automaticamente a componentes de produção.
- Desenhar escalonamento humano por riscoConverte a ideia vaga de human-in-the-loop em mapa de gatilhos, autoridade, evidência e resposta para cada ação de um fluxo ou agente.
- Cursor: edição com agente sem abrir mão do diffServe como laboratório para editar vários arquivos com IA sem perder baseline, escopo, teste, revisão de diff e capacidade de rollback.
- Vercel AI SDK: uma camada TypeScript entre aplicação e provedores de IAAjuda a construir aplicações, streaming, saída estruturada e ferramentas em JavaScript/TypeScript, mantendo explícito onde modelo, credencial e capacidade continuam específicos do provedor.
- Briefing de trabalho para IA com critérioOrganiza a delegação sem inventar requisito que o responsável ainda não definiu.
Avaliar qualidade e risco
“Não sei se a saída da IA está boa o bastante para confiar.”
- Briefing de projeto com IATransforma uma demanda solta em briefing com objetivo, contexto, restrições e critério de saída.
- Revisão editorialCria uma sequência de revisão de estrutura, clareza, prova e tom antes da publicação.
- Desenhar teste comparativo de saída de IAEstrutura um teste comparativo para duas versões de prompt, modelo, configuração ou fluxo de IA, reduzindo comparações impressionistas e tornando explícitos amostra, rubrica e condições.
- LangSmith: avaliação offline antes de descobrir o erro em produçãoAjuda equipes que já têm comportamento de IA para comparar a transformar exemplos dispersos em avaliação repetível antes de promover uma versão.
- Langfuse: observabilidade e avaliação sem tratar trace como respostaO Langfuse entrou para investigar observabilidade e avaliação de aplicações com IA: ligar comportamento a uma execução concreta, sem tratar telemetria como prova de qualidade.
- Especificar critérios de aceitação para trabalho com IATransforma uma tarefa de IA, seu contexto e o risco de uma saída errada em um contrato de aceitação com critérios observáveis, falhas críticas e responsável pela decisão.
- Briefing de trabalho para IA com critérioOrganiza a delegação sem inventar requisito que o responsável ainda não definiu.
- Transformar uma ideia de IA em hipótese testávelTransforma entusiasmo de solução em teste reversível que pode falhar sem virar projeto permanente.
- Checar uma afirmação antes de publicarAjuda a reduzir conclusões com aparência de fato quando uma fonte só sustenta parte da frase.
- Comparar fontes sem achatar divergênciasPreserva escopo, método, data e interesse de cada fonte antes de elaborar uma leitura.
- Construir uma rubrica antes de avaliar uma saída de IAReduz a tendência de criar uma justificativa de qualidade depois de conhecer a saída do modelo.
Implantar governança
“Cada pessoa usa IA de um jeito e ninguém sabe o que pode ou não pode.”
- Especificar critérios de aceitação para trabalho com IATransforma uma tarefa de IA, seu contexto e o risco de uma saída errada em um contrato de aceitação com critérios observáveis, falhas críticas e responsável pela decisão.
- Governança mínima de IA para uma equipe pequenaConduz uma equipe pequena a criar seis controles mínimos: inventário de usos, fronteiras de dados, permissões, avaliação, resposta a exceção e revisão de decisões.
- Desenhar escalonamento humano por riscoConverte a ideia vaga de human-in-the-loop em mapa de gatilhos, autoridade, evidência e resposta para cada ação de um fluxo ou agente.
- Do piloto à operação: escalar IA sem perder controleConduz uma equipe que já possui um piloto com alguma evidência a expandir alcance sem confundir viabilidade com escala, nem escala com autonomia.
- Transformar uma falha em regra de exceçãoAjuda a distinguir falha recuperável, bloqueio e necessidade de intervenção humana.
- Planejar rollout de IA em estágios com rollbackEvita que mais usuários, mais dados, mais permissões e novo modelo mudem ao mesmo tempo.
- Registrar uma decisão de IA com evidência e validadeEvita que escolha de modelo, ferramenta ou regra de fluxo vire conhecimento oral impossível de auditar depois.
Aprender os fundamentos
“Quero entender IA aplicada de verdade, sem hype e sem pular etapas.”
- PerplexityAjuda a abrir uma investigação e localizar fontes para leitura, não substitui a verificação da fonte primária.
- Elicit: investigação acadêmica com corpus rastreávelAjuda a descobrir literatura, estruturar campos comparáveis e preservar um corpus auditável para perguntas acadêmicas delimitadas — sem terceirizar a conclusão para a ferramenta.
NOVO NO ACERVO
01
Diagnóstico de automação antes da ferramenta
Um prompt para descrever o processo, explicitar exceções e montar uma matriz de prioridade antes de escolher uma automação.
ABRIR MATERIAL →PROMPTS / 14 MATERIAIS
Prompts para colocar em uso.
Instruções para copiar, adaptar e testar em contexto.PROMPT / PROCESSO ANTES DA PLATAFORMA
Diagnóstico de automação antes da ferramenta
Um prompt para descrever o processo, explicitar exceções e montar uma matriz de prioridade antes de escolher uma automação.PROMPT
Mapa de oportunidades com IA
Descubra onde IA pode gerar valor antes de escolher uma solução.PROMPT
Briefing de projeto com IA
Estruture um briefing completo antes de pedir qualquer entrega.+ 11PROMPTSVER TODOS →FERRAMENTAS / 08 MATERIAIS
Ferramentas em contexto.
O que cada ferramenta resolve — e o que não resolve.REPOSITÓRIOS / 06 MATERIAIS
Repositórios para investigar.
Código e referências que pedem leitura antes de uso.REPOSITÓRIO / WORKFLOWS, IA E CONTROLE
n8n
Plataforma source-available para construir e operar workflows que combinam integrações, lógica visual, código e recursos de IA.REPOSITÓRIO RECOMENDADO
LangChain
Componentes para criar aplicações e agentes com LLM em código.REPOSITÓRIO RECOMENDADO
CrewAI
Orquestração de agentes com papéis e fluxos controlados.+ 03REPOSITÓRIOSVER TODOS →SKILLS / 05 MATERIAIS
Skills para incorporar.
Capacidades que transformam uma entrada em saída.PLAYBOOKS / 04 MATERIAIS
Playbooks para conduzir.
Sequências para começar com critério.PLAYBOOK / 6 CAPÍTULOS
Primeira automação com critério
Um método agnóstico de ferramenta para escolher um processo, testar em pequena escala, supervisionar exceções e decidir se vale continuar.PLAYBOOK / 5 CAPÍTULOS
IA no processo editorial
Defina onde IA entra — e onde a responsabilidade editorial permanece humana.PLAYBOOK / 6 CAPÍTULOS
Governança mínima de IA para uma equipe pequena
Um sistema leve para saber onde IA está sendo usada, quem responde, quais limites valem e quando interromper.+ 01PLAYBOOKSVER TODOS →ARQUIVO DO ACERVO
Quando a coleção cresce,
a leitura afunila.
EXPLORE POR NECESSIDADE, NÃO POR BARULHO.COMEÇAR POR REPOSITÓRIOS →
Por tema
O mesmo acervo, atravessado pelos temas que realmente o percorrem.
Automação
CDD-CONTENT-000142
Diagnóstico de automação antes da ferramentaCDD-CONTENT-000144
Mapa de oportunidades com IACDD-CONTENT-000147
MakeCDD-CONTENT-000150
n8nCDD-CONTENT-000155
Briefing operacionalCDD-CONTENT-000157
Primeira automação com critérioCDD-CONTENT-000171
Do piloto à operação: escalar IA sem perder controleCDD-CONTENT-000178
Mapear exceções e dependências de um processoCDD-CONTENT-000190
Planejar rollout de IA em estágios com rollback
IA no trabalho
CDD-CONTENT-000157
Primeira automação com critérioCDD-CONTENT-000158
IA no processo editorialCDD-CONTENT-000161
Claude Projects: contexto persistente para um trabalho delimitadoCDD-CONTENT-000178
Mapear exceções e dependências de um processoCDD-CONTENT-000182
Checar uma afirmação antes de publicar
Agentes
CDD-CONTENT-000150
n8nCDD-CONTENT-000151
LangChainCDD-CONTENT-000152
CrewAICDD-CONTENT-000162
LangSmith: avaliação offline antes de descobrir o erro em produçãoCDD-CONTENT-000168
MCP reference servers: estudar o protocolo sem confundir referência com produçãoCDD-CONTENT-000170
Desenhar escalonamento humano por riscoCDD-CONTENT-000171
Do piloto à operação: escalar IA sem perder controleCDD-CONTENT-000172
Cursor: edição com agente sem abrir mão do diffCDD-CONTENT-000174
Vercel AI SDK: uma camada TypeScript entre aplicação e provedores de IA
Avaliação
CDD-CONTENT-000160
Desenhar teste comparativo de saída de IACDD-CONTENT-000162
LangSmith: avaliação offline antes de descobrir o erro em produçãoCDD-CONTENT-000163
Langfuse: observabilidade e avaliação sem tratar trace como respostaCDD-CONTENT-000165
Especificar critérios de aceitação para trabalho com IACDD-CONTENT-000176
Briefing de trabalho para IA com critérioCDD-CONTENT-000180
Transformar uma ideia de IA em hipótese testávelCDD-CONTENT-000186
Construir uma rubrica antes de avaliar uma saída de IACDD-CONTENT-000192
Registrar uma decisão de IA com evidência e validade
Pesquisa
CDD-CONTENT-000148
PerplexityCDD-CONTENT-000154
Pesquisa com fontesCDD-CONTENT-000167
Elicit: investigação acadêmica com corpus rastreávelCDD-CONTENT-000182
Checar uma afirmação antes de publicarCDD-CONTENT-000184
Comparar fontes sem achatar divergênciasCDD-CONTENT-000192
Registrar uma decisão de IA com evidência e validadeCDD-CONTENT-000194
Revisar uma base de conhecimento por validade e conflito
Governança
CDD-CONTENT-000142
Diagnóstico de automação antes da ferramentaCDD-CONTENT-000144
Mapa de oportunidades com IACDD-CONTENT-000157
Primeira automação com critérioCDD-CONTENT-000166
Governança mínima de IA para uma equipe pequenaCDD-CONTENT-000170
Desenhar escalonamento humano por riscoCDD-CONTENT-000171
Do piloto à operação: escalar IA sem perder controleCDD-CONTENT-000178
Mapear exceções e dependências de um processoCDD-CONTENT-000188
Transformar uma falha em regra de exceçãoCDD-CONTENT-000190
Planejar rollout de IA em estágios com rollbackCDD-CONTENT-000192
Registrar uma decisão de IA com evidência e validade
Desenvolvimento
CDD-CONTENT-000147
MakeCDD-CONTENT-000151
LangChainCDD-CONTENT-000163
Langfuse: observabilidade e avaliação sem tratar trace como respostaCDD-CONTENT-000168
MCP reference servers: estudar o protocolo sem confundir referência com produçãoCDD-CONTENT-000172
Cursor: edição com agente sem abrir mão do diffCDD-CONTENT-000174
Vercel AI SDK: uma camada TypeScript entre aplicação e provedores de IA
Conteúdo
CDD-CONTENT-000146
Briefing de projeto com IACDD-CONTENT-000149
Notion AICDD-CONTENT-000155
Briefing operacionalCDD-CONTENT-000156
Revisão editorialCDD-CONTENT-000158
IA no processo editorialCDD-CONTENT-000161
Claude Projects: contexto persistente para um trabalho delimitadoCDD-CONTENT-000172
Cursor: edição com agente sem abrir mão do diffCDD-CONTENT-000173
Granola: notas de reunião que continuam pesquisáveisCDD-CONTENT-000176
Briefing de trabalho para IA com critérioCDD-CONTENT-000194
Revisar uma base de conhecimento por validade e conflito