A avaliação gera linhas, não impressões
Uma linha por falha no diário: data, o que quebrou, a menor correção possível, e se foi problema de instrução ou de infraestrutura. Depois de dez linhas, o padrão aparece.
Área IA Cultivada · não se programa, se cultiva
Antes, programávamos o comportamento. Agora, programamos o processo que produz o comportamento.
Ninguém escreve, linha por linha, a capacidade de um grande modelo de fazer analogias, programar ou planejar uma empresa. Os laboratórios criam as condições — arquitetura, dados, objetivo, compute, treinamento, feedback — e as capacidades emergem. Esta área pega essa ideia e mostra como aplicá-la no nível em que você atua: o do agente. Oito elementos, um ciclo, três jardins — a vida pessoal, o seu Jarvis e o seu negócio — e o kit de arquivos que faz o cultivo acontecer.
O modelo é o mesmo que o do seu concorrente. O jardim, não.
01 · O conceito
A metáfora certa não é "construir". É cultivar.
Você escolhe a semente, o solo, a água e a luz. Não desenha folha por folha. E aqui está o ponto que quase todo mundo mistura: existem dois níveis de cultivo, e só um deles é seu.
Nível 1 · o laboratório cultiva o MODELO
arquitetura + dados + objetivo + compute + treinamento + feedback → comportamento emergente
Acontece na Anthropic, na OpenAI, no Google, na DeepSeek. Custa bilhões e você não participa.
Nível 2 · você cultiva o AGENTE
função + contexto + ferramentas + regras + exemplos + memória + avaliação + feedback
O modelo chega pronto e com os pesos congelados. O que você cultiva é o envelope em volta dele — e é ele que faz o mesmo modelo virar um estagiário confuso ou um profissional confiável.
A consequência honesta. Em uso, o modelo não "aprende" sozinho. Quem aprende é o sistema: o seu arquivo de contexto, a sua memória, as suas regras, os seus exemplos. Quando você diz "minha IA ficou melhor", o que melhorou foi o jardim, não a semente. E isso é ótimo, porque o jardim é seu.
Software tradicional × IA cultivada
Software tradicional
- Você escreve as regras exatas
- Sai exatamente o que foi especificado
- Quando erra, é um bug numa linha
- Melhora reescrevendo código
- O programador entende o porquê
IA cultivada
- Você escreve as condições para aprender
- Sai o que emerge — e você observa
- Quando erra, é um comportamento que precisa de outro ambiente
- Melhora ajustando contexto, exemplos, regras e feedback
- Ninguém entende o porquê por completo, nem o criador
Os oito elementos do cultivo
Todo agente, seja o seu Jarvis pessoal ou um agente de vendas numa empresa, é cultivado com os mesmos oito ingredientes. Os quatro primeiros fazem o agente funcionar. Os quatro últimos fazem o agente melhorar — e a maioria das pessoas para no quarto e reclama que "a IA não aprende".
Elemento 1
Função
Pelo que ele responde?
Uma coisa, bem definida. Um papel por vez, não "faz tudo".
Elemento 2
Contexto
O que ele precisa saber?
Sobre você, o negócio, os clientes, os processos. Uma página boa vale mais que vinte despejadas.
Elemento 3
Ferramentas
O que ele pode operar?
Calendário, CRM, e-mail, navegador, arquivos, APIs, MCPs. Comece pela leitura.
Elemento 4
Regras e limites
Até onde ele vai sozinho?
O que faz sem perguntar, o que pede confirmação, o que nunca faz.
Elemento 5
Exemplos
Como um bom profissional faz?
Casos reais anotados — inclusive os ruins e as exceções aprovadas.
Elemento 6
Memória
O que fica entre as sessões?
Preferências descobertas, decisões, o que já foi tentado. Índice curto, não diário infinito.
Elemento 7
Avaliação
Está bom? Comparado a quê?
Qualidade, custo, tempo, erros e resultado. Nota semanal ou scorecard quinzenal.
Elemento 8
Feedback
O que fazer com a avaliação?
Transformar cada falha em mudança de contexto, regra, exemplo ou ferramenta. No arquivo, não na conversa.
Onde a metáfora quebra
Leia antes de se empolgar. Cultivo não é mágica agrícola.
A planta cresce sozinha; o agente nãoSem avaliação e feedback, ele repete o mesmo erro para sempre, com a mesma confiança.
A planta não inventa frutosO agente pode produzir um resultado bonito e errado. A avaliação existe por isso.
Cultivar dá trabalhoContexto ruim, exemplo ruim e regra vaga produzem um agente ruim.
Antropomorfizar tem limite"Dar feedback" aqui é editar o ambiente, não conversar até ele "entender".
De onde vem a ideia. A formulação "grown, not built" aparece no ensaio de Dario Amodei sobre interpretabilidade, que a atribui a Chris Olah. A pesquisa do projeto reúne as fontes — e registra também o que não foi possível confirmar.
Ler o relatório de pesquisa →02 · O ciclo
Cada volta do ciclo é uma safra. O que muda entre uma e outra não é o modelo.
O que muda é o que você anotou sobre onde ele errou e o que você ajustou no ambiente. Por isso o ciclo é o coração do método: sem ele, os quatro primeiros elementos viram um agente que estaciona.
Processo→Agente→Execução→Resultado→Avaliação→Feedback→Agente melhor
Como fica no dia a dia
Cultivar→Executar→Avaliar→Melhorar
O ritual que fecha o ciclo
Diário de falhas→Scorecard→Mudança no ambiente→Ficha sobe de versão→Sobe de nível de autonomia
Corrija no arquivo, não na conversa
Se você explicou a mesma coisa três vezes, não é teimosia do modelo: é regra faltando. O feedback só conta quando volta para o contexto, as regras, os exemplos ou as ferramentas.
Autonomia se conquista por ciclo limpo
Nível 1 propõe e você executa; nível 2 executa e você revisa; nível 3 executa e reporta. Uma tarefa só sobe depois de semanas sem entrada no diário de falhas. Nunca começa no nível 3.
Os planos que o material traz prontos
Do arquivo "Sobre mim" à primeira ferramenta
- S1 Escrever o "Sobre mim". Escolher uma função. Definir três regras.
- S2 Usar todo dia na mesma função. Juntar cinco exemplos bons. Abrir o diário de falhas.
- S3 Primeira revisão semanal de verdade. Editar contexto e regras. Criar o arquivo de memória.
- S4 Adicionar uma ferramenta. Avaliar tempo economizado e retrabalho. Decidir a segunda função.
Do arquivo-mestre à primeira escrita liberada
- S1 Instalar a ferramenta. Escrever o arquivo-mestre. Só leitura.
- S2 Uma função, todo dia. Diário de falhas. Primeiro runbook da tarefa mais repetida.
- S3 Revisão semanal. Falhas viram regras. Liberar escrita em uma ferramenta. Criar a memória.
- S4 Subir uma tarefa para "executa, você revisa". Medir minutos por dia e retrabalho por semana.
De um processo ao gestor de agentes
- 1–30 Escolher um processo com volume, regra clara e baixo custo de erro. Ficha do agente, contexto curado, vinte exemplos. Nível 1.
- 31–60 Scorecard rodando. Dois rituais de feedback. Medir custo por tarefa e taxa de erro.
- 61–90 Subir para nível 2 se o scorecard permitir. Documentar o método. Escolher o segundo processo. Nomear o gestor de agentes.
03 · Jardim 1 · vida pessoal
Trocar a máquina de perguntas por alguém que trabalha com você ao longo do tempo.
A maior parte das pessoas abre o chat, pergunta, copia a resposta e fecha. Cada conversa começa do zero: é como contratar um consultor genial e apagar a memória dele toda manhã. Na vida pessoal o cultivo é barato — três ou quatro arquivos de texto e um hábito semanal. Não precisa de CRM nem de API.
Decisões
Papel: conselheira que não decide. Contexto: seus critérios e decisões passadas com resultado. Regra: sempre apresentar a opção contrária. Emergente: ela começa a lembrar você dos seus próprios padrões.
Saúde e rotina
Papel: treinadora. Contexto: rotina real, restrições, o que já abandonou. Regra: não prescrever, sugerir e perguntar ao médico. Avaliação: aderência semanal, não motivação.
Dinheiro
Papel: analista de gastos. Ferramenta: uma planilha exportada do banco. Regra: nunca mover dinheiro, só mostrar. Emergente: padrões de gasto que você nunca tinha visto.
Estudo
Papel: tutora. Contexto: o que você já sabe e como aprende melhor. Avaliação: ela pergunta, você responde, ela anota onde você trava. O arquivo de memória vira o mapa das suas lacunas.
Escrita e comunicação
Papel: editora com a sua voz. Exemplos: cinco textos seus. Regra: não mudar o tom, só a clareza. Emergente: depois de um mês, o primeiro rascunho sai quase pronto.
Revisão semanal · 20 minutos
1) Ler o arquivo de memória. 2) Escrever três linhas no diário de falhas. 3) Fazer a correção no arquivo, não na conversa. 4) Apagar da memória o que já não é verdade. Oito semanas disso e você tem uma IA que não se parece com a de mais ninguém.
Armadilhas
Delegar o julgamentoA IA propõe, você decide — especialmente em saúde, dinheiro e relacionamentos.
Aceitar o bonito e erradoTexto fluente não é texto certo.
Contexto demaisCultivo não é entulho. Uma página boa vale mais que vinte.
PrivacidadeO que vai no arquivo de contexto vai para o provedor. Pense antes de escrever dados de terceiros.
04 · Jardim 2 · o seu Jarvis
A ferramenta vem pronta. O Jarvis, não — ele é cultivado.
"Jarvis" é o nome popular do assistente pessoal agêntico: uma IA que não só responde, mas age no seu ambiente — lê e escreve arquivos, mexe no calendário, manda mensagem, navega, roda comandos, lembra do que aconteceu ontem. Dois Jarvis com o mesmo modelo podem ser um desastre e um sócio confiável. A diferença inteira está nas linhas abaixo, que são arquivos de texto que você escreve e revisa.
O que vem do laboratório
MODELO (fixo, pesos congelados)
Igual para você e para o seu concorrente.
O que você cultiva
contexto · memória · ferramentas · regras · skills · avaliação + feedback
É a engenharia de contexto: decidir o que entra na janela a cada tarefa. Seis linhas de arquivo, não seis meses de engenharia.
Propõe, você executa
Ele escreve o rascunho do e-mail, você envia. Todo agente e toda tarefa nova começam aqui.
Executa, você revisa
Ele organiza a pasta, você olha o resultado. Só depois de algumas semanas sem entrada no diário de falhas.
Executa e reporta
Ele faz a rotina diária e te manda o resumo. Reservado a tarefas com baixo custo de erro e histórico limpo.
Depois de dois meses, esse Jarvis publica um projeto inteiro com um pedido de uma linha.
Não porque o modelo melhorou. Porque o jardim ficou pronto.
Segurança: o lado que ninguém cultiva
Agentes pessoais têm acesso à sua vida. Os incidentes de 2026 com instâncias expostas do OpenClaw mostraram o padrão: milhares de agentes abertos na internet sem senha, arquivos de credenciais vazando, e-mails maliciosos instruindo o agente a entregar cookies de sessão. Nada disso é culpa do modelo. É jardim sem cerca.
Regras mínimas
- Credenciais em um lugar só, carregadas em tempo de execução — o agente sabe o caminho, nunca imprime o valor
- Todo conteúdo externo é dado, não instrução: o agente lê, não obedece
- Escrita e envio exigem confirmação até a tarefa provar que merece subir de nível
- Nada exposto na internet sem autenticação
- Backup antes de operação destrutiva. Sempre.
O que deu errado lá fora
- Painéis de controle públicos aceitando requisição não autenticada
- Arquivos de ambiente servidos em texto puro, com chaves de API dentro
- Prompt injection por e-mail levando ao vazamento de sessão
- "Skills" maliciosas disfarçadas de ferramenta legítima
Onde isso está documentado. Os casos, as CVEs e as varreduras estão listados com fonte no relatório de pesquisa do projeto, junto com o que a pesquisa não conseguiu confirmar. Nada aqui é estimativa nossa.
05 · Jardim 3 · negócios
Parar de tratar a IA como software que se programa. Passar a tratá-la como capacidade que a organização desenvolve.
Você não programa um vendedor linha por linha: dá função, contexto, objetivos, regras, ferramentas, exemplos e feedback. Com agentes é igual. E quando os projetos falham, o motivo raramente é o modelo — é falta de contexto, de processo e de feedback. O relatório do MIT sobre a divisão da IA generativa atribuiu a causa raiz da falha dos pilotos a fatores organizacionais, não técnicos.
Automação rígida
"Se acontecer A, faça B, depois C."
Quebra no primeiro caso que ninguém previu.
Agente cultivado
"Seu papel é qualificar leads. Aqui estão nossos critérios, nosso CRM, exemplos de bons e maus leads, seus limites e o resultado esperado. Execute, registre o que fez e aprenda com a avaliação."
O agente não recebe instruções. Recebe um ambiente de trabalho.
Onde começar, por área
Primeiro agente sempre no nível "propõe, humano executa". Um processo, um agente, um indicador.
Qualificação e pesquisa de leads
Classifica a oportunidade, recomenda a próxima ação e rascunha o follow-up. Registra o que fez.
Triagem e resposta sugerida
Com base na base de conhecimento, com escalonamento por regra. O processo mais documentado da empresa costuma ser onde o agente floresce primeiro.
Conciliação e classificação
Lançamentos classificados e cobrança amigável rascunhada — nunca enviada sem confirmação.
Primeira versão dentro do guia de voz
Conteúdo em rascunho e relatório semanal de métricas.
Documentos, extração e conformidade
Leitura de documentos, extração de dados e checagem contra checklist.
Triagem contra critérios explícitos
Currículos triados por critério escrito e respostas a dúvidas de política interna.
Por que os projetos falham — e a correção mínima
O diagnóstico
- "O agente alucina" — contexto ausente ou entulhado
- "Ninguém confia" — sem avaliação por amostra
- "Quebrou em produção" — exemplos só de casos fáceis
- "Fez o que não devia" — regras implícitas
- "Parou de melhorar" — feedback não volta ao ambiente
- "Custa mais do que economiza" — escopo largo demais
O que fazer
- Curar a base: menos, melhor, com dono
- Scorecard quinzenal com humano revisando 20 casos
- Incluir os casos feios e as exceções nos exemplos
- Escrever a lista do proibido e exigir confirmação
- Ritual: toda falha vira uma linha de regra ou exemplo
- Um processo, um agente, um indicador
O que os casos reais ensinam
Corte de custo sem avaliação de qualidade é cultivo sem colheita
Substituiu centenas de atendentes por IA em 2024, admitiu queda de qualidade em 2025 e voltou a contratar humanos para casos complexos.
A empresa muda a cultura antes de mudar a ferramenta
Uso de IA virou expectativa mínima: antes de pedir contratação, o time precisa mostrar por que a IA não resolve.
O processo mais documentado é onde o agente floresce primeiro
Reporta centenas de milhões em receita recorrente com agentes em atendimento.
Como você comunica o cultivo importa tanto quanto o cultivo
Anunciou "IA em primeiro lugar", sofreu reação pública e recuou.
Agente sem avaliação produz volume, não valor
Pesquisa da HBR mostra que quase metade dos trabalhadores recebe conteúdo gerado por IA que parece bom e não serve, custando horas de retrabalho.
Gestor de agentes
Não é "engenheiro de prompt". É quem escreve fichas, cura contexto, mantém exemplos, lê scorecards e roda o ritual de feedback. O gestor não precisa ser melhor que a IA na tarefa; precisa saber criar o ambiente em que a IA produz o resultado correto.
A vantagem competitiva não estará em quem tem o melhor modelo.
Estará em quem tem melhor contexto, processos, ferramentas, feedback e gestão dos agentes.
06 · Kit prático
Todo cultivo cabe em cinco arquivos de texto. Copie, preencha, revise toda semana.
Os cinco arquivos são os mesmos no jardim pessoal e no empresarial — muda o conteúdo, não a estrutura. O projeto entrega esses arquivos prontos, com exemplo fictício preenchido, em três kits para baixar.
Ficha do agente
Função, resultado esperado, dono humano, o que faz sozinho, o que pede confirmação, o que nunca faz. Com número de versão e data.
Contexto
"Sobre mim" ou "Sobre a empresa": quem é, objetivos, restrições, como gosta de trabalhar, projetos ativos, decisões que não se reabrem.
Exemplos anotados
Bom, ruim e exceção aprovada — com o porquê. Vinte casos, incluindo os feios. Exemplo só de caso fácil produz agente que só resolve caso fácil.
Diário de falhas
Uma linha por falha, mais recente no topo: data, o que quebrou, a menor correção possível, instrução ou infra. Sem narrativa.
Scorecard / revisão semanal
Amostra revisada por humano, custo médio por tarefa, tempo, erros graves, resultado de negócio, e a decisão: manter nível, subir ou voltar.
A ficha sobe de versão
Avaliação gera linhas e números. Feedback transforma cada linha em mudança de contexto, regra, exemplo ou ferramenta. A ficha vai de v1.0 a v1.1 e o que mudou fica registrado. Nada disso muda o modelo. Tudo isso muda o agente.
As ferramentas prontas do projeto
Para baixar
Kits: pessoal, Jarvis e empresa
Os cinco arquivos já estruturados, com exemplo fictício preenchido, em três versões. Zips prontos.
Abrir os kits → GeradorFicha do agente em uma página
Preenche ficha, contexto, exemplos, scorecard e diário de falhas direto no navegador. Página estática, nada sai do seu computador.
Abrir o gerador → DiagnósticoMaturidade do seu cultivo
Oito perguntas — uma por elemento —, nota, por onde começar e qual kit usar.
Fazer o diagnóstico → Skills/cultivar e /revisao-semanal
Para Claude Code e Codex, com install.sh. Uma monta o jardim, a outra roda o ritual que fecha o ciclo.
Qualificador de leads e mais três
Qualificador de leads completo (prompt de sistema e fluxo n8n), mais triagem de atendimento, conciliação financeira e relatório de marketing. São modelos — não foram executados contra CRM ou n8n reais.
Ver os pacotes no GitHub → Texto integralOs cinco capítulos em markdown
Conceito, vida pessoal, Jarvis, negócios e kit prático — para ler, copiar e adaptar.
Abrir os capítulos →07 · O curso e o que vem com ele
Tudo aberto, em português — e também em inglês e espanhol.
O curso IA Cultivada é uma página única com a landing e o conteúdo inteiro. O repositório é um template do GitHub: "Use this template" cria a sua cópia com kits, gerador, diagnóstico, skills e pacotes dentro.
O curso
Outros idiomas
IA Cultivada — não se programa, se cultiva
Conceito, os oito elementos, o ciclo e os três jardins numa página só. É o ponto de partida desta área.
Abrir o curso → RepositórioO projeto no GitHub
Capítulos, kits, gerador, diagnóstico, skills, pacotes, fontes e pesquisa. Template pronto para copiar.
Abrir o repositório → PesquisaRelatório de pesquisa com fontes
Origem do conceito, autoaperfeiçoamento recursivo, adoção nas empresas, agentes pessoais e críticas — com o que não foi possível confirmar marcado como tal.
Ler a pesquisa → Texto de partidaIA Cultivada
O primeiro dos dois textos que originaram o projeto.
Ler o texto → Texto de partidaIA Cultivada nas Empresas
O segundo texto: a mesma tese aplicada à organização.
Ler o texto →English · Español
O curso e as ferramentas também em inglês e em espanhol, com kits, gerador e diagnóstico traduzidos.
Do lado da empresa que já tem agentes e precisa gerenciá-los — papéis, alçadas, custo por resultado e avaliação —, a área Gestão de IA continua esta conversa. E para a construção do agente em si, a área AGI-ready.
Abrir Gestão de IA →08 · Comece agora
Escolha um jardim, uma função e três regras. O resto é ciclo.
Não precisa de projeto grande. Precisa de um papel bem definido, uma página de contexto e o hábito de anotar onde errou. O curso e as ferramentas são abertos. O que muda quando você entra no ecossistema é ter gente, material e acompanhamento em vez de fazer isso sozinho.
Curso · gratuito e aberto
IA Cultivada
A página única com o conceito, os oito elementos, o ciclo e os três jardins — mais as ferramentas que vêm junto.
- Diagnóstico de maturidade em oito perguntas
- Gerador de ficha, contexto, exemplos e scorecard
- Três kits para baixar e as skills
/cultivare/revisao-semanal
Comunidade premium
INEMA.VIP
A comunidade de quem está aplicando IA em negócios de verdade: feed curado pelo Nei com o que importa, grupos por tema e o material de apoio de todos os treinamentos.
- Novidades e análises curadas toda semana
- Material de apoio dos treinamentos
- Gente para revisar a ficha do seu primeiro agente
Plataforma prática
INEMA.PRO
A plataforma para quem quer usar IA para crescer na prática: os projetos do ecossistema, as formações e o Cérebro com o conteúdo organizado para consulta.
- Projetos, skills e agentes prontos para usar
- Formações das áreas INEMA.AGENTES e INEMA.DEV
- Conteúdo dos grupos organizado e pesquisável
Dúvida sobre por onde começar? Fale com a gente no Telegram.