Você usa IA todo dia. Mas está melhorando?

Arielle Shipper, responsável por operações na Every, usava IA para organizar pagamentos de prestadores. Consultava contratos, avançava uma etapa, fazia outro pedido. Tudo na mesma conversa, até chegar ao resultado que tinha na cabeça.

Ela havia acelerado o trabalho. Mas continuava conduzindo cada movimento.

A mudança começou quando pediu ao Codex que avaliasse o jeito como ela usava o próprio Codex. A ferramenta passou a apontar oportunidades em trabalhos que os dois já haviam feito juntos.

No artigo How to Get Better at AI by Asking AI, Arielle organiza essa experiência em cinco passos. A seguir, adapto o método e os pedidos para quem precisa entregar trabalho de verdade, sem transformar o uso de IA numa competição por uma nota maior.

1. Peça um diagnóstico com exemplos

Arielle deu ao Codex o guia dos oito níveis de adoção de IA, de Mike Taylor e Laura Entis. A classificação vai de conversas simples a equipes coordenadas por um agente.

O modelo a colocou no nível 5,5: ela já tinha processos estruturados, mas ainda concentrava trabalhos grandes numa conversa. A nota interessava menos que o hábito identificado.

O diagnóstico precisa mostrar onde você trava. Reexplica as mesmas preferências? Só define o que considera bom depois da primeira entrega? Passa mais tempo corrigindo do que usaria fazendo?

Experimente:

Não presuma acesso automático a todo o seu histórico. Se a ferramenta não o tiver, forneça uma pequena amostra de conversas, incluindo pedidos, correções e resultados. Use apenas material autorizado e remova dados sensíveis.

Um elogio sem exemplo não serve de diagnóstico. Uma crítica sem exemplo também não.

2. Troque a recomendação genérica por um projeto conhecido

Numa análise de transações do Stripe para apuração tributária, Arielle havia tido dificuldade para conferir os dados. Ao revisitar o projeto, o Codex sugeriu separar extração, verificação e montagem da planilha para a contabilidade.

Ela já conhecia as partes difíceis daquele trabalho. Conseguia entender onde a nova divisão poderia ajudar.

É diferente de receber o conselho "use vários agentes" e ficar sem saber o que fazer depois.

Escolha uma mudança. Pode ser separar a revisão da produção, entregar as referências no início ou definir o formato final antes de começar.

Você já sabe como o projeto anterior terminou. Isso dá uma base para comparar a próxima tentativa, em vez de avaliar a novidade pelo entusiasmo que ela provoca.

3. Peça para ensinar o "como"

As primeiras recomendações vieram com nomes que Arielle não entendia. Extrator de API. Verificador de lógica tributária. Mapeador de dados.

Ela perguntou o que aquilo significava na prática. Precisava abrir várias conversas? Quem receberia quais informações? Quem juntaria as respostas?

O Codex usou a analogia de uma equipe: um agente coordena os demais. Cada especialista recebe só o contexto necessário; alguém continua responsável por reunir e conferir a entrega.

Você não precisa implementar essa estrutura para aproveitar a lição: uma recomendação só é utilizável quando você entende como executá-la.

Numa análise financeira, por exemplo, um segundo agente não substitui a conferência com os documentos originais. Preparar uma planilha também não autoriza efetuar pagamentos. Combine esses limites antes de começar.

4. Faça a revisão voltar

Arielle passou a receber uma avaliação semanal com exemplos das sessões, mudanças observadas e experiências para a semana seguinte.

Segundo seu relato, a pontuação passou de 5,5 para 7,9 em quatro meses. É uma avaliação produzida pela IA, não uma medida comprovada de produtividade. O achado útil foi outro: ela estava coordenando agentes com frequência, mas ainda deixava de definir sucesso antes da execução.

Eu prestaria atenção nesse tipo de observação, não na casa decimal.

No começo, um lembrete na agenda basta. Automatize apenas se a ferramenta tiver acesso autorizado às sessões e um recurso de agendamento que funcione. Confirme a primeira execução; escrever "toda sexta" num chat não garante recorrência.

O relatório deve terminar numa mudança que você consegue testar, não numa lista crescente de deveres de casa.

5. Salve a correção que merece se repetir

Em outra tarefa, Arielle recebeu mensagens para o Slack com tom de comunicado corporativo. O agente já tinha instruções de escrita, mas o resultado continuava distante do que ela enviaria.

Ela pediu uma crítica do texto e transformou a correção em orientações mais específicas. Depois criou uma skill: um procedimento reutilizável para examinar erros e propor melhorias.

O cuidado está no verbo propor. Arielle revisa as mudanças antes de incorporá-las.

Um exemplo ilustrativo: trocar "escreva de forma natural" por "em atualizações internas, comece pelo que mudou e pelo que precisa de decisão; evite saudações genéricas".

Depois, confira se a orientação foi salva num lugar que a ferramenta realmente consulta. A promessa "vou lembrar" não é suficiente.

O que eu realmente penso

Na Olympus, a ideia de construir uma empresa calma dá um critério para avaliar esse método: ele precisa reduzir o retrabalho e a atenção exigida para concluir uma entrega.

Eu gosto da proposta de Arielle porque o material de estudo já existe. Está no pedido mal explicado, na correção repetida, na dúvida que apareceu tarde demais. Você não precisa inventar um projeto para praticar.

Mas não aceitaria que o mesmo modelo fosse professor e única autoridade sobre meu progresso. Ele pode sugerir uma explicação convincente para uma melhora que não aconteceu. Compare a avaliação com o trabalho entregue.

A nota do agente não substitui a próxima entrega.

Se você passou a definir melhor o resultado e precisou corrigir menos uma tarefa comparável, há um sinal útil. Se só ganhou vocabulário e um relatório bonito, ainda falta testar.

Sua missão para os próximos 7 dias

Use um trabalho concluído para melhorar uma próxima entrega.

1. Separe um caso real. Reúna o pedido inicial, suas correções e o resultado. Peça um diagnóstico com exemplos, sem expor informações confidenciais.

2. Teste uma recomendação. Escolha a mais útil e peça o passo a passo. Aplique numa tarefa semelhante, anotando intervenções e retrabalho.

3. Compare e decida. Veja se a entrega atende ao critério combinado. Guarde uma orientação reutilizável se ela ajudou; ajuste ou descarte a mudança se não ajudou.

Conteúdos recomendados

• How to Get Better at AI by Asking AI — Arielle Shipper. O relato que deu origem a esta adaptação, com os cinco pedidos originais e exemplos de operações.

• The Eight Levels of AI Adoption — Every. O guia usado na avaliação. Os próprios autores lembram que um nível maior não é necessariamente melhor. A leitura completa pode exigir cadastro gratuito.

• Self Improve — Arielle Shipper. O procedimento aberto para transformar correções em propostas de melhoria, com revisão antes de salvar. As três referências estão em inglês.

Forte abraço,

Equipe Olympus