⟢ Impacto · 30 dias

O que fica
depois dos 30 dias.

A iniciativa não termina num produto — termina numa área diferente. Capacidade instalada em 23 pessoas, padrões que viram base, e um novo jeito de entrar em projeto: com IA desde o momento zero.

01

O que vamos aprender

01Google Cloud— infra de IA
02Claude Code— skills & agentes
03MCP— Mobbin, Figma…
04Arquitetura de IA— como tudo se conecta
02

O que teremos no fim

  • 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
03

Pilares de capacidade instalada

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.

04

Impacto interno e externo

Interno · A área

Uma área de Produto nativamente aumentada.

  • ●Conhecimento que para de morar em conversas e vira infraestrutura.
  • ●Decisões, padrões e referências consultáveis em segundos.
  • ●Onboarding mais rápido — Echo guia novos membros.
  • ●Menos retrabalho: o que já foi resolvido fica disponível.
  • ●Acompanhamento humano com proteção real (Iris).
  • ●Rituais reforçados por contexto: 1:1, comitê, review, entrega.

Externo · O cliente

Designers e POs prontos pra IA em produto real.

  • ●Repertório vivido — não teórico — sobre construir agentes.
  • ●Capacidade de propor ecossistemas, não só features de IA.
  • ●Domínio de skills, Claude Code e estruturação de contexto.
  • ●Visão crítica: quando IA faz sentido e quando não faz.
  • ●Conversas mais maduras com clientes sobre privacidade e memória.
  • ●Entregas qualificadas, com base em dilemas vividos por dentro.

⟢ 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.