Como criar uma estrutura de IA compartilhada para sua equipe

437K
1.1K
88
30
3.9K

TL;DR

Este guia explica como ir além dos chats de IA fragmentados, criando uma estrutura de equipe compartilhada que centraliza o contexto da empresa, políticas e agentes reutilizáveis.

Vou mostrar como transformar os modelos, agentes, habilidades e automações que vivem espalhados pelas ferramentas e fluxos de trabalho do seu time em um único sistema coordenado.

O que a maioria dos times tem hoje é bem diferente. Os modelos, habilidades e automações ficam em ferramentas separadas, conversas privadas e configurações individuais.

Cada pessoa precisa ensinar à sua IA o que sabe e como trabalha. O contexto, as correções e os fluxos de trabalho que ela cria raramente chegam a mais alguém.

Uma pessoa orienta o Claude com a estratégia mais recente. Outra pede ao Codex que procure em uma pasta antiga. Uma terceira reconstrói um fluxo de trabalho útil de memória. Cada conversa contém uma versão ligeiramente diferente do negócio.

Construímos essa camada compartilhada com o HQ. Ela fica por baixo do Claude Code, Codex, Cursor ou de qualquer modelo de código aberto que seu time escolher, levando o contexto e as capacidades da empresa entre eles.

Vamos construir uma.

Vamos começar com um worker de inteligência semanal que chega na segunda-feira já sabendo o que mudou: quais decisões foram tomadas, quais projetos avançaram, quais riscos cresceram e o que o time se comprometeu a fazer em seguida.

Ao final, seu time terá:

  • um lugar onde cada agente pode recuperar o contexto atual da empresa;
  • regras de operação que sobrevivem a novas conversas e mudanças de modelo;
  • um worker de inteligência semanal que qualquer pessoa do time pode executar;
  • habilidades e automações compartilhadas que melhoram à medida que o time as usa;
  • um ciclo de revisão e sincronização que transforma a melhoria de uma pessoa no novo ponto de partida do time.

Não comece mapeando a empresa inteira. Valide o harness em um fluxo de trabalho repetível e depois expanda cada vez que o time encontrar outro processo que valha a pena compartilhar.

1. Construa o ambiente ao redor do modelo

Um modelo consegue raciocinar, escrever e chamar ferramentas. Ele ainda precisa de um ambiente que explique como o trabalho acontece dentro da sua empresa.

Um harness útil responde a cinco perguntas:

  1. O que a IA sabe?
  2. Como ela encontra o contexto relevante?
  3. Quais regras ela deve seguir?
  4. Que trabalho repetível ela pode executar?
  5. Como cada execução melhora a próxima?

Um system prompt longo pode responder a algumas dessas perguntas para uma sessão. Um harness da empresa torna as respostas estruturadas, persistentes e disponíveis para todos.

O conhecimento é pesquisável. As regras sobrevivem à conversa. As ferramentas têm limites. O trabalho deixa artefatos. Os fluxos de trabalho aprovados se tornam reutilizáveis em vez de desaparecer quando a conversa termina.

É por isso que o mesmo modelo pode parecer completamente diferente em duas empresas. O modelo pode ser idêntico. O ambiente de trabalho não é.

O modelo fornece a inteligência. O harness fornece a empresa.

J.B. - inline image

2. Valide o harness em um fluxo de trabalho real

Tentar modelar a empresa inteira primeiro pode deixar você com semanas de contexto organizado e nenhuma prova de que o harness melhora um único trabalho.

Comece com um fluxo de trabalho que tenha quatro propriedades:

  • acontece com frequência;
  • os limites são claros;
  • depende do contexto da empresa;
  • um humano consegue avaliar o resultado rapidamente.

Um briefing semanal de inteligência da empresa se encaixa.

Os insumos já existem, mas estão espalhados por anotações de reuniões, arquivos de projetos, decisões e na cabeça das pessoas. O resultado é útil para o time inteiro, e um fundador consegue dizer rapidamente se o briefing está correto.

Defina o contrato antes de construir o worker.

Entradas

  • reuniões dos últimos 7 dias
  • estado atual dos projetos
  • decisões, compromissos e perguntas em aberto
  • riscos e trabalhos bloqueados

Processo

  • recuperar as fontes relevantes
  • verificar cada afirmação factual
  • expor contradições e informações ausentes
  • sintetizar as mudanças no nível da empresa

Saída

  • decisões tomadas
  • progresso por projeto
  • riscos e bloqueios
  • compromissos para a próxima semana
  • lista de fontes

Limite

  • apenas rascunho
  • parar para revisão humana antes da distribuição

Se o fluxo de trabalho ainda muda toda vez que uma pessoa o executa, mantenha-o manual. Um processo precisa se tornar repetível antes de virar infraestrutura compartilhada.

3. Dê à IA uma memória durável da empresa

Comece pela configuração guiada do HQ. Instale o HQ, crie o workspace da empresa e abra o HQ como diretório de trabalho ativo na ferramenta de IA que seu time já usa.

O início rápido de código aberto é um único comando:

npx create-hq

Agora adicione apenas o contexto necessário para o briefing semanal.

Comece com esta estrutura:

  • HQ
  • companies
  • your-company
  • company-brief.md
  • knowledge: decisions and playbooks
  • sources: meetings
  • signals
  • people
  • projects
  • policies: weekly-intelligence.md
  • workers: weekly-intelligence

Comece por aqui e adicione conhecimento mais profundo, habilidades, automações e workers específicos da empresa somente quando um fluxo de trabalho real exigir.

O briefing da empresa explica o que o negócio faz, como ganha dinheiro e o que importa agora. Os projetos mantêm o estado atual. As decisões preservam o motivo pelo qual o time escolheu um caminho. Os arquivos de pessoas deixam a responsabilidade visível.

A inteligência de reuniões captura os compromissos, riscos, perguntas e decisões que nunca chegaram a um documento refinado.

Não injete a empresa inteira em todo prompt. O charter do HQ dá ao agente um mapa de onde vivem o conhecimento, as políticas, os projetos e os workers. O agente segue esse mapa e recupera a fonte mais profunda necessária para a tarefa.

Dê ao agente um ponto de entrada pequeno e estável, e contexto mais profundo sob demanda.

Isso mantém a memória da empresa disponível sem gastar a janela de contexto antes de o trabalho começar.

4. Transforme o julgamento da empresa em política

O conhecimento diz ao worker o que aconteceu. A política diz a ele como sua empresa espera que o trabalho seja conduzido.

Crie companies/your-company/policies/weekly-intelligence.md:

Política de inteligência semanal

  1. Sustente toda afirmação factual com uma fonte.
  2. Exponha evidências contraditórias. Nunca as resolva em silêncio.
  3. Relate os riscos usando o nível de urgência original da fonte.
  4. Rotule informações ausentes, desatualizadas ou incertas.
  5. Nunca inclua segredos ou contexto de outras empresas.
  6. Pare para aprovação humana antes da distribuição.

Mantenha a primeira política curta o suficiente para que as pessoas continuem a mantê-la.

Existem três níveis de controle:

  1. Uma instrução pede que o agente siga uma preferência.
  2. Uma política torna a regra durável entre sessões e pessoas.
  3. Um hook ou uma verificação mecânica bloqueia a ação quando a falha seria custosa.

"Cite suas fontes" pode começar como política. "Nunca envie sem aprovação" merece ser aplicado no limite da ação.

Não tente descrever todos os comportamentos possíveis. Codifique os poucos invariantes que devem sobreviver a todo modelo, colega e projeto.

5. Empacote o fluxo de trabalho como um worker compartilhado

Agora transforme o procedimento aprovado em um worker reutilizável do HQ.

Execute /newworker e dê a ele uma única tarefa bem definida. Um analista geral da empresa parece útil, mas é difícil de testar e fácil de usar do jeito errado. Um worker de inteligência semanal tem entradas, saída e condições de parada claras.

Especificação do worker:

Nome: weekly-intelligence

Propósito: Produzir um briefing semanal da empresa com fontes, para revisão humana.

Fontes permitidas

  • briefing da empresa
  • reuniões dos últimos 7 dias
  • projetos atuais
  • decisões e compromissos

Procedimento

  1. Confirmar o período do relatório.
  2. Recuperar as fontes permitidas.
  3. Extrair decisões, progresso, riscos e compromissos.
  4. Verificar as afirmações contra o material de origem.
  5. Sinalizar contradições, lacunas e informações desatualizadas.
  6. Escrever o briefing no formato exigido.

Saída exigida

  • resumo executivo
  • decisões tomadas
  • andamento dos projetos
  • riscos e bloqueios
  • compromissos da próxima semana
  • perguntas em aberto
  • lista de fontes

Nunca

  • inventar fatos que faltam
  • ler o contexto de outra empresa
  • expor segredos
  • enviar ou publicar o briefing

Concluído quando: Toda afirmação estiver sustentada ou rotulada como incerta, e o rascunho estiver pronto para revisão humana.

O conhecimento da empresa fornece os fatos. A política fornece o julgamento. O worker fornece a sequência repetível.

Um prompt pode produzir um briefing útil. Um worker torna o método disponível para outro colega na próxima sexta-feira.

J.B. - inline image

6. Faça cada correção melhorar o harness

Não trate a primeira execução bem-sucedida como infraestrutura pronta.

Execute o worker, revise o briefing e diagnostique cada correção na camada certa.

  • Fato ausente → Melhore o conhecimento da empresa.
  • Contexto errado → Melhore o roteamento e as descrições de recursos.
  • Erro recorrente → Melhore a habilidade do worker.
  • Comportamento inseguro → Melhore a política ou o hook.
  • Entrega fraca → Melhore o contrato de saída.
  • Informação desatualizada → Melhore o cultivo do conhecimento.
J.B. - inline image

Se o worker perde uma decisão porque a reunião nunca foi capturada, reescrever o prompt não vai corrigir o sistema. Melhore o caminho do conhecimento.

Se ele continua enterrando os riscos abaixo de atualizações menores, aprimore o contrato de saída.

Se alguém pedir que ele distribua o briefing sem aprovação, reforce a política e o gate de ação.

A pergunta útil é: qual parte do ambiente permitiu esse erro?

Corrija essa camada e execute o mesmo exemplo novamente. A correção deve sobreviver ao resultado que a expôs.

É assim que o julgamento humano se acumula. Você ensina o sistema uma vez e disponibiliza o comportamento melhorado para as execuções seguintes, em vez de repetir a correção em conversas privadas.

7. Deixe o harness mais inteligente a cada uso do time

Assim que o briefing, a política e o worker passarem pela revisão, execute /hq-sync.

É aqui que o HQ se torna um multiplayer de IA.

O time de vendas pode transformar o tratamento de objeções em uma habilidade. O suporte pode codificar regras de escalonamento. As operações podem melhorar um relatório. A engenharia pode adicionar um gate de revisão.

Quando cada contribuição passa pela revisão, ela sincroniza com a Main e se torna parte do harness compartilhado da empresa.

O próximo colega herda o contexto, as regras, as habilidades, os workers e as automações que a empresa já validou. Ele não precisa da conversa ou do prompt original.

Ele abre o HQ na sua ferramenta de IA preferida e continua a partir da versão melhorada.

Este é o ciclo de acumulação do HQ: usar o harness, melhorar uma camada, revisá-la, sincronizá-la e elevar o ponto de partida de todos.

J.B. - inline image

O modelo pode ser o Claude, o Codex, o ChatGPT ou um modelo de código aberto. A camada da empresa continua ficando mais inteligente por baixo dele.

O isolamento entre empresas continua valendo. A sincronização não deve achatar os tenants, ignorar permissões ou colocar segredos em arquivos compartilhados. Um harness compartilhado só funciona quando o limite em torno de "compartilhado" permanece explícito.

O aprendizado compartilhado também aumenta as apostas. Uma instrução fraca agora pode afetar todos, então trate a Main como produção.

Revise cada contribuição antes de sincronizar. Mantenha as políticas enxutas. Teste os workers com exemplos reais. Use /harness-audit para inspecionar a eficiência de contexto, os gates de qualidade, a persistência, a busca e a segurança conforme a configuração cresce.

Depois que uma mudança passa pela revisão, sincronize-a. Em seguida, escolha o próximo fluxo de trabalho repetível e torne a base compartilhada melhor novamente.

A progressão completa é:

Memória → contexto → política → worker → revisão → padrão do time

Comece com um trabalho recorrente esta semana. Defina suas entradas, saída e limite de aprovação. Execute manualmente, corrija e depois transforme o método aprovado em um worker que seu time possa compartilhar.

O modelo vai continuar mudando. A memória, as regras e as melhores formas de trabalhar da sua empresa não devem ser reiniciadas junto com ele.

Se você quiser construir um harness compartilhado para o seu time, pode experimentar o HQ.

Siga-me em @VibeMarketer_ para mais conteúdos. Obrigado por ler :)

Recriar no YouMind

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
Para criadores

Transforme o seu Markdown num artigo 𝕏 impecável

Quando publica os seus próprios textos longos, formatar imagens, tabelas e blocos de código para o 𝕏 é uma dor de cabeça. O YouMind transforma um rascunho completo em Markdown num artigo 𝕏 impecável e pronto a publicar.

Experimente Markdown para 𝕏

Mais padrões para decifrar

Artigos virais recentes

Explorar mais artigos virais