EN

Como uma agência de IA deveria descrever o que constrói para você, e por que a maioria ainda não consegue.

Por , Fundador e líder de sistemas

Duas empresas de serviços apresentam o mesmo trabalho a uma líder de crescimento. As duas propõem uma construção de seis meses, com um líder sênior à frente, um júnior na produção e um sistema de IA no meio do processo. As duas vão publicar nas filas de redes sociais e de e-mail da marca dela. E os dois orçamentos ficam a poucas centenas de dólares de distância.

A primeira empresa descreve o trabalho com palavras que ela ouve há quinze anos, agora com IA na frente de cada uma. Mídia com IA. Criação com IA. Análise de dados movida a IA. A apresentação é bem desenhada. No fim da conversa, ela tem uma impressão da equipe, mas nenhuma ideia da estrutura que vai estar rodando nas ferramentas dela no nonagésimo dia.

A segunda empresa descreve o trabalho com seis palavras que ela nunca ouviu de uma empresa de serviços. Prompts. Contexto. Ferramentas. Exemplos. Memória. Instruções. Depois desenha um diagrama pequeno com duas caixas, uma chamada fluxo de trabalho e outra chamada agente, e explica que partes do trabalho vão em cada caixa e por quê. No fim da conversa, ela consegue comparar essa proposta com a primeira em seis eixos diferentes, que uma hora antes nem tinham nome para ela. E também sabe quais perguntas deixou de fazer à primeira empresa.

Este texto explica por que a segunda empresa vence avaliações que, olhando só a apresentação, pareciam cara ou coroa. E por que a linguagem não é truque de venda. O vocabulário de engenharia da entrega de serviços AI-native é público há mais de um ano. Ele saiu de dentro dos laboratórios e da comunidade de pesquisa em IA, e não de departamentos de marketing. A maioria das empresas de serviços ainda descreve a IA como um recurso encaixado nos serviços que já existiam (mídia, criação, dados, conteúdo), e não como a base sobre a qual o trabalho é de fato construído. As palavras mudam de empresa para empresa, mas o enquadramento é o mesmo. O motivo do lado do comprador pesa mais que o motivo do lado da venda. Quando a IA aparece como um recurso somado a serviços que a empresa já vendia, o comprador não tem como auditar onde a IA entra no trabalho, nem como comparar duas empresas nos mesmos termos.

A origem do vocabulário

Andrej Karpathy, pesquisador de IA, ex-diretor de IA da Tesla e integrante da equipe fundadora da OpenAI, deu a versão mais clara desse vocabulário no Sequoia AI Ascent, em abril de 2026. Para ele, programar com um sistema de IA envolve seis peças básicas distintas: prompts, contexto, ferramentas, exemplos, memória e instruções. Ele chama isso de Software 3.0, na linhagem do Software 1.0 (o código tradicional) e do Software 2.0 (os pesos de um modelo).

Ele é uma fonte. A Anthropic, o laboratório de IA que publica o modelo sobre o qual muitas empresas AI-native fazem a entrega, publicou uma referência de engenharia complementar chamada Building Effective Agents. Ela faz a outra metade do trabalho. Karpathy deu nome às peças básicas. O laboratório deu nome aos dois formatos que um sistema AI-native assume em produção: fluxos de trabalho e agentes.

Um fluxo de trabalho, na definição publicada pelo laboratório, é um sistema em que a IA e as ferramentas em volta dela percorrem etapas definidas de antemão. A primeira etapa chama o modelo com um prompt e grava o resultado num arquivo. A segunda lê esse arquivo e chama o modelo de novo. O caminho é fixado antes de o trabalho rodar. Um agente, ao contrário, é um sistema em que a própria IA decide que ferramentas chamar, em que ordem e quando parar. O caminho é decidido na hora, pelo modelo, a partir do que volta de cada etapa.

A distinção importa porque mostra ao comprador onde as falhas podem aparecer. Um fluxo de trabalho falha de jeitos previsíveis, em etapas previsíveis: dá para pôr uma checagem entre a segunda e a terceira etapa e barrar o resultado ruim. Um agente falha de jeitos menos previsíveis, porque a próxima etapa não é conhecida de antemão, e o custo de uma decisão ruim aumenta a cada volta do ciclo. O laboratório trabalhou com clientes como Coinbase, Intercom e Thomson Reuters. Depois disso, publicou sua posição: use o fluxo de trabalho mais simples que resolve o problema e só recorra a um agente quando o trabalho não puder ser especificado de antemão. Na visão publicada por eles, a maior parte do trabalho de IA em produção é fluxo de trabalho. O dinamismo que um agente traz sai caro, e a maioria das tarefas não precisa dele.

Juntos, Karpathy e o laboratório deram às empresas de serviços AI-native duas dimensões estáveis, públicas e de nível de engenharia. Uma são as seis peças básicas de que um sistema é feito. A outra são os dois formatos que o sistema pode assumir. A maioria das empresas de serviços ainda descreve o trabalho como as agências descreviam em 2015, com mídia, criação, dados e conteúdo como o centro dos serviços e a IA citada como um recurso por cima. Só por esse enquadramento, o comprador não tem como saber se existe um fluxo de trabalho por baixo ou só uma janela de chat e uma esperança.

O vocabulário na implantação da marca

Acertamos o diagnóstico antes de ter o vocabulário de engenharia. O entregável de cada trabalho no Codified Engagement é uma implantação da marca, um pacote opinativo e legível por máquina. Ele diz o que essa marca está tentando fazer, quais regras a IA precisa seguir, que tarefas a IA sabe executar, o que já aprendemos e o que a IA não pode fazer sem a aprovação prévia de uma pessoa. Esse vocabulário nos deixa descrever a implantação com precisão já na primeira conversa com o comprador.

Dentro da implantação da marca, as seis peças básicas correspondem direto ao que a construção contém. Os prompts são as perguntas que a pessoa que conduz o trabalho faz quando senta para trabalhar. O contexto é a hipótese de trabalho no topo da implantação: o que a marca está tentando fazer, por que agora e o que está travando. As ferramentas são os sistemas que a IA pode ler e alterar durante o trabalho, como o armazém de dados da marca, o sistema de gestão de conteúdo e as contas de anúncios. Os exemplos são tarefas passadas que deram certo, guardadas nos arquivos de instruções para a IA reconhecer como é um bom resultado. A memória é o que a equipe aprendeu sobre essa marca e que mais ninguém da equipe lembraria daqui a um ano. As instruções são as regras fixas: tom de voz da marca, restrições regulatórias, as posições permanentes do fundador e os assuntos proibidos. São seis peças básicas e um arquivo (com sua pasta) para cada marca que atendemos.

O eixo fluxo de trabalho ou agente também tem lugar na implantação. A maior parte do trabalho recorrente de um contrato de seis meses roda como fluxo de trabalho. A produção semanal de conteúdo é um fluxo de trabalho: pesquisa, roteiro, rascunho, revisão de tom de voz, agendamento e publicação. Cada etapa tem seu próprio arquivo de instruções e sua própria checagem antes da etapa seguinte. Sabemos o que sai no fim porque o caminho é fixo.

Algumas poucas frentes dentro da implantação rodam como agente. A resposta a anomalias é uma delas. Quando algo nos dados de desempenho da marca foge do padrão de sempre, não sabemos de antemão que pergunta a IA deve fazer primeiro, nem onde a sequência de investigações vai terminar. Esse trabalho não pode ser especificado de antemão. Por isso ele roda como agente, com um botão de desligamento: um limite rígido, definido na implantação, que impede a IA de agir sem que uma pessoa aprove o passo seguinte. O botão de desligamento é inegociável em qualquer frente em que a IA opere com o dinamismo de um agente. A regra publicada pelo laboratório é também o nosso padrão: primeiro o fluxo de trabalho mais simples, agente só onde o dinamismo é necessário e aprovação humana nas decisões que sairiam caras se dessem errado.

Seis peças básicas. Fluxo de trabalho ou agente. O lugar do botão de desligamento. É esse o vocabulário que a pessoa que conduz o trabalho usa na primeira conversa de avaliação com uma líder de crescimento. Ela consegue comparar o que entregamos com o que qualquer outra empresa de serviços de IA oferece, nos mesmos termos e na mesma conversa. No fim da hora, ela sabe o que a outra empresa está oferecendo. Pode ser um fluxo de trabalho com sete etapas nomeadas e etapas de aprovação, ou um agente com um botão de desligamento de verdade. Ou pode ser uma janela de chat com um prompt de tom de voz e nenhuma das duas coisas.

O vocabulário do comprador

A primeira empresa do começo do texto vende a IA como um recurso somado a mídia, criação ou conteúdo. Ela disse ao comprador o mesmo que uma agência de 2015 diria sobre o entregável do trimestre, só com IA no texto de marketing. O trabalho que ela descreve não mudou de estrutura. Mudou a camada de marketing. O comprador sai da conversa com uma ideia da equipe e do tipo de trabalho que ela entrega, mas sem a linguagem para fazer perguntas precisas sobre onde a IA entra no trabalho.

A segunda empresa, a que usa o vocabulário de engenharia, disse outra coisa. Um fluxo de trabalho é um caminho fixo, com etapas nomeadas e uma checagem entre quaisquer duas delas. Um agente é uma direção dinâmica, com um botão de desligamento nas decisões em que esse dinamismo sairia caro se desse errado. Seis peças básicas correspondem a seis frentes de engenharia. O comprador sai da conversa com a linguagem para auditar qualquer parte da proposta e para fazer as mesmas perguntas a qualquer outra empresa que concorra com ela.

Esta comparação pede uma distinção. Um analista que diz que a IA deve ser a base de uma empresa, e não algo ao lado dela, está fazendo uma afirmação de postura. Diana Hu descreve a IA como o sistema operacional sobre o qual a empresa roda, e esse é exatamente o mesmo movimento no nível da arquitetura da empresa. A postura e a precisão de engenharia por baixo dela são coisas diferentes. Uma empresa pode ter a postura de IA como base no marketing e vender o trabalho como um encaixe. Outra pode usar uma linguagem operacional simples no marketing e ter engenharia de base por baixo. O vocabulário da apresentação sinaliza uma coisa. O artefato que o comprador pode apontar sinaliza a outra.

Há uma ressalva real: vocabulário não é metodologia. Uma empresa de serviços pode usar as seis peças básicas e os dois formatos do laboratório e mesmo assim entregar uma implantação da marca que roda como uma janela de chat com um prompt de sistema e nenhum botão de desligamento. O vocabulário é necessário, mas não basta. A conversa de avaliação precisa passar da linguagem para o artefato: me mostre a hipótese de trabalho, me mostre o índice de instruções, me mostre o botão de desligamento. Já passamos por avaliações suficientes para saber onde a maioria das empresas tropeça quando a conversa chega lá.

Mesmo assim, deixar o vocabulário de engenharia fora da apresentação é um sinal que merece uma segunda pergunta. Usar a linguagem certa não custa quase nada: as seis peças básicas se encontram numa busca de quinze minutos, e a distinção do laboratório entre fluxo de trabalho e agente está no blog público de engenharia dele. A empresa que não usa essa linguagem está fazendo uma escolha. Algumas mantêm o marketing compatível com o que os compradores ouvem há quinze anos, mesmo com engenharia de verdade por baixo. Outras têm menos por baixo da apresentação do que a apresentação sugere. Só o vocabulário não diz ao comprador qual é o caso. A conversa de avaliação diz.

Depois das conversas, a líder de crescimento do começo do texto fez a mesma pergunta às duas empresas. "Me mostre o fluxo de trabalho da produção semanal de conteúdo e o botão de desligamento da resposta a anomalias." Foi o vocabulário da segunda empresa que tornou essa pergunta possível. A avaliação testa se alguma das duas consegue responder. A apresentação só sinaliza qual empresa já está preparada para essa conversa.

Karpathy fechou a palestra de abril de 2026 com uma frase que ficou na comunidade de pesquisa em IA desde então: "Você pode terceirizar o pensamento, mas não pode terceirizar o entendimento." O vocabulário de engenharia é uma das ferramentas que o comprador tem para manter o entendimento enquanto o trabalho anda. Quando ela usa as palavras fluxo de trabalho, agente e peça básica nas próprias perguntas, está pensando de um jeito a que qualquer empresa, a primeira ou a segunda, vai precisar responder. O vocabulário não decide a avaliação, mas torna a avaliação possível. Algumas empresas recebem bem as perguntas e têm as respostas prontas. Outras não têm linguagem para responder. O comprador descobre qual é qual perguntando.

Se você está avaliando empresas de serviços de IA agora e a linguagem da apresentação não diz que parte do seu trabalho vai rodar como fluxo de trabalho, que parte como agente e onde fica o botão de desligamento, pergunte. A resposta, ou a falta dela, é quase tudo o que você precisava saber.

Leia também

O imposto da rotatividade: como agências de marketing guardam o que as pessoas sabem

Quando uma equipe adota IA pessoa por pessoa, cada saída leva junto as regras do cliente e um histórico particular com a IA. Duas regras de gestão e um piloto em uma unidade mantêm esse conhecimento na agência.

Leia mais

Sua ferramenta de conversão com IA entrega um vencedor por semana. Veja como saber quais são reais.

A vantagem de uma ferramenta de conversão com IA é a velocidade: mais testes, mais rápido. Mas mais testes fabricam, por pura mecânica, mais vencedores falsos. A pilha de ganhos reportados pode crescer enquanto a sua taxa de conversão real fica parada. A verificação que pega isso, e duas medidas que a ferramenta não vai entregar a você.

Leia mais

Conte para a gente sobre o seu projeto

Onde estamos

  • Lisbon
    Portugal
  • São Paulo
    Brasil
  • Rio de Janeiro
    Brasil