00··01/07
Lelec·Davy·Ester·Tuca·Band·Moara·Vanes·Ceu·Ana·Luana·Kim·Renan·Rod·Marcos·Meyri·Geissy·Carol·João·Mari·Gustavo·Laura·Leth·Treicy·Lelec·Davy·Ester·Tuca·Band·Moara·Vanes·Ceu·Ana·Luana·Kim·Renan·Rod·Marcos·Meyri·Geissy·Carol·João·Mari·Gustavo·Laura·Leth·Treicy·

⟢ Iniciativa · Loomi Produto · 2026

Produto AI First
em 30 dias.

O primeiro passo para construir a visão de futuro que nos tornará o melhor parceiro estratégico dos nossos clientes: uma área de Produto mais inteligente, preparada para transformar produtos de tecnologia com IA desde o momento zero.

23 pessoas·15 dias + hackathon + 15 dias·7 agentes · 1 base viva·Plano 01 — 03

⟢ Premissa

o que isso não é

Não é criar coisa nova. Não é adotar stack nova. É pegar o Google Workspace que já é nosso, somar Google Cloud, Claude Code e MCP, e fazer tudo isso funcionar junto — como ecossistema vivo da área.

I · Visão geral

A área de Produto da Loomi se reescreve como uma área nativamente aumentada por IA — com membros capacitados para o futuro.

⟢ O que vamos aprender

foco dos 30 dias

  • 01Google Cloudinfra de IA
  • 02Claude Codeskills & agentes
  • 03MCPMobbin, Figma…
  • 04Arquitetura de IAcomo tudo se conecta

No fim dos 30 dias

o que teremos

  • Projetos documentados ponta a ponta
  • IA por trás de cada frente
  • Insights em tempo real
  • Do roadmap à experiência
  • Time fluente em MCP
  • Arquitetura de IA aplicada
  • Memória viva da área
  • Skills replicáveis pra cliente
  • Decisão com fonte e contexto
  • Onboarding 10× mais rápido

Já fizemos isso — pra fora

A gente entrega ecossistemas de agentes pra cliente. Nunca levou pra dentro.

  • Sebrae — Hub de agentes GenZ/Alpha01

    Sebrae

    Hub de agentes GenZ/Alpha

    Personas-agentes treinadas sobre pesquisa qualitativa.

  • Vivo AI — Assistentes operacionais por função02

    Vivo AI

    Assistentes operacionais por função

    Catálogo de assistentes (QA, Finanças, Marketing, Dev) com bases próprias.

  • Barto · Avon — Processo de criação de agente03

    Barto · Avon

    Processo de criação de agente

    Da base lógica à evolução estratégica em ciclos.

  • Genesis · Mubadala — Agentes especializados por contexto04

    Genesis · Mubadala

    Agentes especializados por contexto

    Iris, Orion, Vega, Atlas — síntese, deltas, anomalia, recall.

Sebrae, Vivo, Avon e Mubadala já operam com agentes que a gente desenhou. O Plano 01 vira a câmera: a área de Produto passa a ser cliente do próprio método.

II · Princípios & Ciclo
memo-_R_1b4piq_
/memo

Base viva de conhecimento

Tudo que vira aprendizado, decisão ou padrão alimenta uma memória compartilhada — e volta como contexto para todos os agentes.

iris-_R_1d4piq_
/iris

Privacidade por desenho

Sinais agregados de clima, sim. Conteúdo individual, 1:1 ou self-review nunca alimentam a base coletiva. Confiança antes de tudo.

echo-_R_1f4piq_
/echo

Uma porta única

O time não precisa lembrar qual agente chamar. Echo recebe, entende e roteia para quem resolve — incluindo combinações entre agentes.

⟢ O ciclo

O ecossistema não é coleta. É ciclo. O sistema melhora porque a área trabalha — e a área trabalha melhor porque o sistema aprende.

01 · Membro

Membro

Pergunta, escreve, decide, entrega.

02 · Agente

Agente

Responde no domínio dele, com contexto.

03 · Memo

Memo

Captura o que vira padrão, decisão, aprendizado.

04 · Ecossistema

Ecossistema

Redistribui contexto entre os agentes.

05 · Membro

Membro

Volta a trabalhar — agora com mais base.

III · Ecossistema de agentes

Sete agentes. Cada um responde a uma necessidade real da área — humana, estratégica, de conhecimento, de experiência, de comunicação, de entrega e de orquestração.

IV · Quem constrói

23 pessoas, 7 frentes. Cada grupo assume um agente real, com um problema real. O processo de construção já é o processo de formação.

LelecDavyEsterTucaBandMoaraVanesCeuAnaLuanaKimRenanRodMarcosMeyriGeissyCarolJoãoMariGustavoLauraLethTreicyLelecDavyEsterTucaBandMoaraVanesCeuAnaLuanaKimRenanRodMarcosMeyriGeissyCarolJoãoMariGustavoLauraLethTreicy

⟢ As 23 pessoas da área — protagonistas do plano

AgenteFrente responsável
iris-_R_kqmpiq_
Iris/iris
Lideranças e pessoas envolvidas em acompanhamento humano
cora-_R_lampiq_
Cora/cora
POs e pessoas ligadas a tracking, cronograma e execução
memo-_R_lqmpiq_
Memo/memo
Gestão e pessoas ligadas à gestão de conhecimento
aura-_R_mampiq_
Aura/aura
Product Designers
lexis-_R_mqmpiq_
Lexis/lexis
Product Designers e pessoas ligadas à comunicação
atlas-_R_nampiq_
Atlas/atlas
Pessoas ligadas a documentos, apresentações, design system e estruturação
echo-_R_nqmpiq_
Echo/echo
Frente transversal — conecta todos os agentes
V · Aprendizados dos 30 dias

No fim de quatro semanas, todo mundo da área sai sabendo construir agente de verdade. Três pilares centrais — e um conjunto de skills que destrava cada um deles na prática.

Capacidade instalada

23 pessoas autônomas para criar agente, skill, base e fluxo ponta a ponta.

Pilar 01core

Claude Code

Construção de skills e agentes versionados, com deploy direto no canal de trabalho.

Pilar 02core

Google Cloud

Vertex, BigQuery e Workspace APIs — onde a base de conhecimento da área vai morar.

Pilar 03core

Lovable Cloud

Banco, auth, storage e funções serverless integrados — backend completo sem sair do fluxo.

+ skills de apoio

  • Skills & Tools

    Como decompor um agente em skills focadas e plugar ferramentas externas via tool calling.

  • MCP

    Conectar fontes vivas (Mobbin, Drive, Notion) como contexto que o agente consulta sob demanda.

  • Memória & contexto

    Estruturar o que vira memória compartilhada e o que fica isolado por agente, projeto ou pessoa.

  • Prompt design

    Persona, voz e regra — como escrever um agente que se mantém em personagem e em escopo.

  • RAG aplicado

    Indexar, recuperar e citar — o ciclo mínimo para um agente que responde com fonte.

  • Avaliação

    Como medir se o agente está acertando — testes, comparações e feedback estruturado.

⟢ VI · Tese

A área aprende IA criando IA para si mesma — e depois leva esse aprendizado para os clientes.
No fim, o projeto não é sobre produtividade. É sobre uma nova forma de trabalhar, aprender e produzir conhecimento dentro de Produto.