📊 Tempo para fluência × Impacto na carreira
As 6 skills cruzadas: tempo médio de aprendizado (horas) × impacto observado em promoção (escala 0-10)
Mapa da trilha
📚 Fluência conceitual
LLM, RAG, agentes, MCP em PT direto
✍️ Prompt aplicado a negócio
Não é arte; é resultado
⚙️ Automação no-code
n8n, Make, Zapier + agentes
⚖️ Governança e LGPD
Onde projetos travam
📖 Storytelling de resultado
Hora economizada vira narrativa
🔄 Change management
Vender mudança internamente
Conteúdo detalhado
📚 Fluência Conceitual
Você precisa entender LLM, RAG, agentes, MCPs e fine-tuning bem o suficiente para conversar com TI e jurídico — sem se passar por engenheiro.
Modelo treinado pra prever próximo token. Não "raciocina" no sentido humano. Imita padrão estatístico de bilhões de textos. Inclui Claude, GPT, Gemini, Llama.
Entender o mecanismo evita expectativa errada (alucinação, viés) e abre conversa séria com fornecedor.
Token · Context window · Temperature · Hallucination · Prompt vs system prompt.
Retrieval-Augmented Generation: o modelo busca em sua base de conhecimento (PDFs, wiki, BD) antes de responder. Reduz alucinação e ancora em fonte.
80% dos projetos de "IA com nossos dados" são RAG. Saber dizer quando indicar = autoridade técnica suficiente.
Embedding · Vector store · Chunking · Reranking · Citação.
Assistente responde quando perguntado. Agente toma iniciativa: usa ferramentas, decide passos, executa loops. Claude Code, Devin, Operator são exemplos.
2026 é o ano dos agentes corporativos. Quem entende o limite (atual) ganha credibilidade — quem promete autonomia total queima.
Tool use · Loop · Planning · Critic · Memory · Guardrail.
Model Context Protocol (Anthropic, 2024) — padrão aberto pra ferramentas/dados se conectarem a LLMs. Vira o "USB-C da IA". Adotado por Anthropic, OpenAI, Google.
Em 2026 muda arquitetura de muitos projetos. Saber o termo te diferencia de quem só fala "ChatGPT".
MCP server · MCP client · Tool descriptor · Resource · Prompt template.
Fine-tuning ajusta pesos do modelo com dados próprios. Prompting orienta com instrução. 90% dos casos: prompting + RAG resolve. Fine-tuning só pra estilo específico ou domínio muito técnico.
Saber a diferença evita gastar R$ 100k em fine-tuning que prompt resolveria por R$ 0.
LoRA · QLoRA · Instruction tuning · Distillation.
LLM falha em: matemática complexa sem ferramenta, raciocínio multi-step longo, dado em tempo real sem busca, decisão com responsabilidade legal direta, criatividade verdadeira.
Vender o impossível queima reputação em 1 projeto. Saber dizer "não" é skill premium.
Limites cognitivos · Edge case · Failure mode · Human-in-the-loop.
✍️ Prompt Engineering Aplicado a Negócio
Não é arte de palavras. É engenharia de output. Você sai sabendo escrever prompts que outras pessoas reutilizam — sinal de que seu trabalho escala.
Papel · Contexto · Tarefa · Restrições · Formato de saída. Cada bloco com propósito claro. Output previsível e auditável.
Prompt estruturado = output reproduzível. Sem estrutura, qualidade vira sorte.
Role · System · User · Constraint · Output schema.
3-5 exemplos de input/output bons no prompt. Modelo aprende padrão. Vai muito mais longe do que instrução abstrata.
Few-shot é a diferença entre output medíocre e exatamente o que você queria.
Few-shot · Zero-shot · Chain of thought · In-context learning.
Notion/Obsidian com 20-50 prompts categorizados por tarefa (briefing, análise, draft). Cada um testado, versionado, com placeholders.
Biblioteca pessoal é o "código-fonte" do AI-native. Compartilhar parte vira liderança técnica visível.
Template · Versionamento · Placeholder · Categoria · Documentação.
Quando output sai errado: a tarefa está ambígua? falta exemplo? falta contexto? formato pedido inviável? Diagnóstico estruturado.
Quem só re-prompta sem diagnóstico fica preso. Quem debuga avança rápido.
Ambiguidade · Falta de exemplo · Contexto faltante · Output schema errado.
Prompt pra negócio favorece estrutura, citação, JSON, lista. Evita ambiguidade. Inclui "se não souber, diga 'não sei'". Output que economiza tempo de quem lê.
Prompt criativo (pra arte) e prompt de negócio são técnicas diferentes. Confundir leva a saída inútil.
Determinismo · JSON output · Refusal explícito · Estrutura serializável.
Regra: nunca cole dado pessoal real em modelo público. Use anonimização (mock), modelo com BAA, ou plataforma com retenção zero.
90% dos incidentes LGPD em IA vêm de prompt errado. Você não quer ser o caso.
Anonimização · BAA · Retenção zero · Política de uso aceitável.
⚙️ Automação No-code / Low-code
n8n, Make, Zapier, Power Automate + agentes. Você não precisa programar — precisa orquestrar.
n8n (open, self-host, técnico) · Make (visual, robusto) · Zapier (fácil, caro, foco USA) · Power Automate (Microsoft, melhor pra empresa enterprise).
Cada ferramenta tem mandato. Saber qual sugerir pra qual cliente é skill consultiva.
Trigger · Action · Node · Webhook · Schedule.
Email→IA→CRM · Reunião→IA→Síntese·email · Form→IA→Slack · Upload PDF→IA→Resumo · Agendado→IA→Relatório. Esses 5 cobrem 80% dos casos.
Repertório de padrões = capacidade de propor solução em 5 minutos numa reunião.
Padrão · Template · Composição · Orquestração.
Maioria dos fluxos quebra por: null não tratado, API rate limit, timeout de modelo, JSON inválido. Cada um tem patch padrão.
Fluxo que quebra silenciosamente é pior que fluxo que não existe. Robustez é skill que cliente paga prêmio.
Try-catch · Retry · Idempotência · Logging · Alert.
Cálculo: plataforma (R$ 50-500/mês) + API LLM (R$ 0,01-0,15 por execução). 1.000 execuções/mês = R$ 100-300. Sempre menor que custo humano equivalente.
CFO/cliente quer ver TCO. Sem cálculo, proposta vira "depende".
TCO · Custo por execução · Pricing tier · Reserved capacity.
Agente serve quando: caminho varia, decisão é contextual, ferramentas múltiplas. Fluxo serve quando: sequência fixa, validação simples. Misturar errado custa caro.
2026 todo mundo quer agente. Saber quando NÃO indicar agente é a skill premium.
Determinismo · Estado · Ramificação · Custo de raciocínio.
Log de execução + métrica de sucesso + alerta de falha. LangSmith, Helicone, Langfuse. Sem isso, você não sabe se modelo regrediu.
Profissional sênior monta observability desde o piloto. Júnior descobre que precisa quando quebra.
Tracing · Latência · Token usage · Eval set · Regressão de modelo.
⚖️ Governança, Dados Sensíveis e LGPD
90% dos projetos de IA travam no jurídico. Quem destrava vira ponte política. Aqui o que você precisa saber pra sentar com DPO sem ficar em silêncio.
Art. 5º (definições), Art. 7º (base legal), Art. 20 (decisão automatizada), Art. 5º XV (cross-border). Esses 4 cobrem 80% dos casos práticos.
Citar artigo específico em reunião com jurídico = sair de "leigo" pra "interlocutor sério".
Base legal · Decisão automatizada · Cross-border · Dado pessoal sensível.
4 categorias: risco inaceitável (proibido), alto (regulado pesado), limitado (transparência), mínimo (livre). Sua empresa precisa saber em qual categoria está cada caso de uso.
Multinacional brasileira opera sob AI Act também. Quem trouxe o tema pra mesa primeiro vira referência.
Risk classification · High-risk · Limited risk · GPAI · Documentation requirement.
Framework dos EUA. 4 funções: Govern, Map, Measure, Manage. Voluntário mas virou exigência em contratos federais. Empresa global usa como linguagem comum.
Adoção de framework próprio leva meses. Adotar NIST com adaptação leve = ganho de 6 meses.
Govern · Map · Measure · Manage · AI RMF Playbook.
Data Protection Impact Assessment: descreve dado, finalidade, risco, mitigação. Você não escreve sozinho — co-cria com DPO. Mas chegar com rascunho acelera 3x.
Profissional que chega ao DPO com DPIA rascunhado = parceiro. Quem chega de mãos abanando = problema.
DPIA · Finalidade · Mitigação · Risco residual · Decisão informada.
Modelo público (OpenAI direto) vs cloud privada com BAA (Azure OpenAI, AWS Bedrock) vs on-premise. Cada opção tem trade-off de custo/latência/governança.
Decisão de arquitetura é decisão política. Quem entende explica pro CISO. Quem não entende repete o que o vendedor falou.
Hosting · Região · BAA · Data residency · Multi-tenant.
Sinais de risco real: dado de saúde no prompt, decisão de RH automatizada sem revisão, sistema atendendo público vulnerável, sem auditoria de viés. Pare e chame jurídico.
Saber quando dizer "para" protege empresa e sua reputação. Profissional sério é o que para.
Stop signal · Vulnerable population · Bias audit · Escalation.
📖 Storytelling de Resultado
"Economizei 8h/semana" não vende. "O time de 6 pessoas voltou a focar em proposta complexa, fechando 2 contratos extras no trimestre" vende. Skill de tradução em narrativa.
Hora economizada = input. Decisão acelerada, custo evitado, receita gerada = output. CEO entende output. CFO compra output.
Falar em horas é tom analista. Falar em moeda é tom executivo. Trocar o vocabulário muda como você é ouvido.
Input vs output · Tradução financeira · ROI argumentável.
Frase 1: estado anterior com número. Frase 2: estado atual com número. Frase 3: efeito de 2ª ordem. Total: 50-80 palavras. Reusável em qualquer audiência.
Estrutura compacta = mensagem mais transferível. Memorizam, repetem, atribuem a você.
Antes · Depois · Efeito secundário · Quantificação dupla.
Screenshot do output real + anotação na imagem > slide bonito sem evidência. CEO acredita em pixel real, não em PowerPoint.
Pixel real é proof of life. Slide é proof of effort.
Artifact · Demo · Evidência primária · Anotação.
"O time de finanças" é abstrato. "Ana, analista de FP&A, agora sai 17h e não 19h" é concreto. Nome + função + mudança específica.
Cérebro humano grava história, não estatística. Use isso.
Persona · Caso humano · Particular vs geral · Detalhe específico.
Não generalize ("o time" quando foi 1 pessoa). Não suba número ("4h" quando foi 2.5h). Não atribua causalidade fraca ("nossa IA gerou USD 1M" quando o time já ia fechar).
Um número inflado descoberto custa 5 narrativas honestas. Conservador vai mais longe.
Atribuição causal · Conservadorismo · Honestidade calibrada · Reputação composta.
Slack interno (tom: par a par) · Email pro chefe (tom: status report) · LinkedIn (tom: thought leadership) · Reunião all-hands (tom: ensino). Mesmo case, 4 versões.
Mesma história em canal errado vira ruído ou arrogância. Calibrar canal é parte da skill.
Canal · Audiência · Tom · Repetição calibrada.
🔄 Change Management — Vender Mudança Internamente
"O sucesso da IA depende mais da adoção pelas pessoas do que da tecnologia" (IBM, 2026). Resolver adoção é a skill que separa AI Champion de AI Lead.
Pergunta real do colega: "se eu adotar, eles me substituem?". Resposta honesta: pessoas que adotam não são substituídas; pessoas que resistem são. Mostrar o estudo IBM ajuda.
Sem desmonte do medo, treinamento técnico é inútil.
Resistência psicológica · Augmentation framing · Caso histórico · Reframe.
Ativos (já usam): pega esses primeiro como aliados. Curiosos: convide pra mini-treino. Resistentes: não tente converter no mês 1. Foco na maioria viável.
Tempo gasto convertendo resistente = tempo perdido no curioso. Ordem importa.
Adopter curve · Early majority · Resistente terminal · Energia alocada.
Workshop de 90 min hands-on com 3 tarefas reais da função do participante. Saem com 3 fluxos prontos pra usar amanhã. Big-bang de 2 dias = teatro corporativo.
Adoção real vem de "usei e funcionou", não de "aprendi conceito".
Hands-on · Learning by doing · Função-específico · Win imediato.
Quando alguém do time entrega win com IA, reconheça em fórum visível (all-hands, newsletter, Slack). 1 reconhecimento gera 3-5 imitadores na semana.
Norma social é mais forte que treinamento. Reconhecimento público acelera adoção mais que curso.
Norma social · Imitação · Reforço positivo · Visibilidade.
Vai acontecer. Resposta correta: assume, mostra causa raiz, mostra correção em 7 dias. Resposta errada: esconder, culpar IA, prometer "nunca mais".
Como você lida com a 1ª falha pública define se sua jornada continua ou para.
Post-mortem · Causa raiz · Comunicação de erro · Recuperação política.
Semanal: 15min com 3-5 ativos pra ver o que funcionou. Trimestral: revisão formal com sponsor — métrica, win, falha, próximo trimestre.
Cadência mantém momentum. Sem ritual, adoção morre em 60 dias.
Ritual · Cadência · Sustentação · Ciclo PDCA.