Guia para Iniciantes em IA: Primeiros Passos

"Me avise quando o build terminar." "Se o CI ficar vermelho, conserte." "Fique de olho no deploy a cada 5 minutos." Delegar essas tarefas que prendem você à tela inteiramente à IA é o que o comando /loop, adicionado ao Claude Code em 2026, torna possível. Este guia para iniciantes explica que o /loop é um agendador com escopo de sessão que executa um prompt ou slash command repetidamente em um intervalo que você define (ou que a IA define), e depois aborda as quatro formas de usar (① /loop 5m X = intervalo fixo de cron ② /loop X = self-pacing em que a IA julga o intervalo ③ /loop 15m = o prompt de manutenção embutido ④ /loop = manutenção automática), como escrever intervalos (número + unidade s/m/h/d, mínimo de 1 minuto, linguagem natural como "every 2 hours", e você pode colocar um slash command em loop: /loop 20m /review-pr 1234), o poder do self-pacing (esperas mais curtas quando há atividade, mais longas quando está calmo, entre 1 minuto e 1 hora, e — ao contrário do cron puro — ele encerra o loop automaticamente assim que julga a tarefa concluída), receitas práticas (vigiar CI/deploy, cuidar de PR, acompanhar builds longos, lembretes, manutenção automática de branch), como pará-lo e os cuidados (Esc para parar, escopo de sessão então uma nova conversa o apaga, fechar o terminal o interrompe, intervalos fixos duram até 7 dias, máximo de 50 tarefas por sessão, dispara entre as voltas com jitter, fuso horário local), como escolher entre três recursos de agendamento (/loop para monitoramento na sessão, Desktop scheduled tasks para trabalho local residente, Routines para operações na nuvem sem supervisão), e a personalização via loop.md mais a desativação via CLAUDE_CODE_DISABLE_CRON=1 — tudo baseado na documentação oficial (em 2026). O que o /loop muda é o eixo do tempo do trabalho que você pode delegar à IA.

Legendar um vídeo de uma hora à mão consumia um dia inteiro — ouvir, pausar, digitar, alinhar o timecode. Em 2026 esse inferno termina ao "jogar o vídeo dentro e esperar alguns minutos." Focado em legendar/transcrever conteúdo de vídeo e áudio (atas de reunião vão para #086, OCR de imagens para #091), este guia cobre as quatro etapas que a IA automatiza (extração de áudio → transcrição com diarização → timecodes em SRT/VTT → tradução e estilização), a diferença entre legendas (SRT/VTT) e transcrições e quando usar cada uma, uma comparação de ferramentas (Whisper gratuito e privado, Descript que edita tudo, Sonix e Happy Scribe de alta precisão e multilíngues, Notta amigável para indivíduos, CapCut no celular, legendas automáticas do YouTube como o mais fácil — muitas usando reconhecimento da família Whisper por baixo dos panos), o fluxo de 4 passos mais repetível (preparar → transcrever → revisar → exportar/anexar SRT/VTT), recomendações por caso de uso (YouTube, podcasts, palestras, entrevistas, confidencial, multilíngue), seis dicas de precisão com a qualidade do áudio como 80% do resultado (qualidade, definição de idioma, lista de nomes próprios, localizar e substituir, diarização, comprimento da linha), o fluxo multilíngue do caminho real (aperfeiçoar o idioma de origem → traduzir com IA → revisão por nativo) e as armadilhas — confiar demais na precisão, fraqueza com ruído e jargão, direitos autorais, uploads confidenciais e desvio de timecode. Em áudio limpo a precisão é de 90–96% (publicado, dependente das condições) e o trabalho cai 80–90%. O trabalho para a IA; o acabamento — conferir nomes próprios e assistir do começo ao fim — para você.

O rito de passagem dos consultores juniores — noites em claro em cima de slides, pesquisa manual interminável — está rachando. A "Lilli" da McKinsey varre mais de 100.000 documentos em segundos e esboça slides; o "Deckster" da BCG pole apresentações na hora; segundo uma análise, ~80% do trabalho de pesquisa e slides de um analista júnior poderia ser substituído em segundos. Como a próxima entrada de nossa série de impacto da IA por setor após o #068 (trading companies) e o #094 (marketing), este artigo examina a consultoria: o cenário atual em números (Big Four e casas de estratégia injetaram mais de US$ 10 bi em IA desde 2023, PwC US$ 1 bi em três anos, BCG ~25% da receita de US$ 14,4 bi em 2025 = ~US$ 3,6 bi vindos de IA, um estudo da HBS com 758 consultores da BCG mostrando que usuários de IA fizeram 12,2% mais tarefas, 25,1% mais rápido, com qualidade 40%+ superior), as cinco áreas que a IA muda (pesquisa, slides, análise, atas e novos serviços de estratégia de IA — geradora líquida de empregos nas grandes firmas por ora), o colapso do modelo de pirâmide (trabalho rotineiro dos juniores, ~80% por uma estimativa, automatizado em segundos; rumo a equipes enxutas de poucas pessoas mais IA, com preocupações de pipeline de formação), a mudança sísmica na precificação (o paradoxo da produtividade — terminar mais rápido significa faturar menos no modelo por hora — e 73% dos clientes preferindo precificação por resultado, empurrando para modelos baseados em resultado e de preço fixo), o valor essencial imutável (formular a pergunta, interpretação, julgamento, confiança, execução — o consultor que pilota o sistema importa mais do que o sistema), a bifurcação gigantes-como-navios-tanque vs. butiques-como-lanchas (crescimento das firmas menores de até 50% segundo estimativas), e conselhos por papel para aspirantes, profissionais e empresas clientes. A pergunta que a IA coloca: seu valor é o trabalho ou o julgamento?

Em Davos, em janeiro de 2026, as mentes mais brilhantes da área se chocaram em torno de "a AGI está logo ali" vs. "a essência ainda está muito longe" — e o pavio foi a AGI (Inteligência Artificial Geral). Este artigo para iniciantes parte do que a AGI é — "uma IA para todos os fins que, como um humano, consegue aprender e resolver sozinha até coisas totalmente novas em qualquer área" (embora seja uma meta ainda não realizada até 2026) — e depois cobre a diferença decisiva em relação à IA estreita de hoje, no estilo ChatGPT (consegue ela "transferir" conhecimento para uma área diferente; generalização e aquisição autônoma de habilidades), a divisão em três estágios IA estreita → AGI → ASI (superinteligência), a ampla dispersão das previsões de prazo dos especialistas (Amodei, da Anthropic, otimista em poucos anos/por volta de 2027; Hassabis, da DeepMind, cauteloso em ~50% até 2030; uma mediana de pesquisa com pesquisadores de 2047; céticos como Marcus dizendo que está distante ou não virá — a dispersão decorre de definições divergentes), quão perto a IA de hoje está (abaixo da linha de base humana no ARC-AGI, mas chegando à soleira via multimodalidade e agentes), as esperanças (acelerar doenças e ciência) e os riscos (empregos, uso indevido, o problema do alinhamento — posicionado pela Anthropic e pelo UK AISI como um ponto de decisão crítico), e equívocos comuns como "o ChatGPT já é AGI" e "AGI = tem consciência". Nem temendo demais nem sonhando demais, domine a IA estreita em mãos enquanto observa com calma o que vem a seguir.

Você vai ficar do lado de quem tem o trabalho tomado pela IA ou do lado de quem usa a IA para fazer o trabalho de dez pessoas? Em 2026, essa é a bifurcação para os engenheiros. Este artigo enquadra tornar-se um "desenvolvedor AI-native" (construir apps com LLMs, agentes, RAG — distinto de pesquisar modelos) como uma pilha de habilidades construível, não um doutorado, em três camadas: ① a base que não muda (Python como principal linguagem do desenvolvimento de IA, Git, linha de comando, HTTP/REST/JSON — você ainda precisa do básico na era do código escrito por IA); ② as 5 habilidades centrais AI-native (design de prompt/contexto, RAG como espinha dorsal dos agentes corporativos, construção de agentes, MCP como padrão de fato de conexão de ferramentas e design de evals — mais otimização de custos, guardrails, observabilidade); ③ o diferencial que a maioria não percebe — design de evals e engenharia de contexto (saber escrever evals é o maior sinal de "realmente construiu com LLMs", e um AGENTS.md/CLAUDE.md mais um pequeno conjunto de evals é o salto de "assistido" para "native"). Acrescenta um roadmap de 8–12 meses (base → API de LLM/prompting → construir RAG sem frameworks → agentes + MCP → evals + deploy + publicação), uma estratégia de portfólio em que o trabalho em produção supera o diploma, armadilhas (pântano de tutoriais, acúmulo de ferramentas, negligenciar o básico) e números de mercado/demanda (baseados nos EUA, grande variação regional). A fronteira é se você usa a IA como um sistema.

Quando o anúncio de Natal da Coca-Cola feito com IA generativa foi criticado como "sem alma" no fim de 2024, ele simbolizou o cabo de guerra da IA no marketing: "eficiência e eficácia" versus "confiança e emoção". Este artigo percorre o tema, primeiro medindo o cenário em números (cerca de 87% dos profissionais usam IA generativa, ante 51% em 2024; mais de 71% do investimento em anúncios é guiado por algoritmos; o Google fez cerca de 70 milhões de peças criativas com o Gemini só no T4 2025; o gasto com ferramentas de IA para marketing praticamente triplicou em 18 meses). Cobre as cinco áreas que a IA muda (① criação de conteúdo ② criativos de anúncios ③ segmentação & veiculação / programática ④ personalização / DCO ⑤ análise & mensuração) e os efeitos relatados (DCO com ~32% mais CTR e ~56% menos CPC, texto com IA a 3,2x de ROI, segmentação first-party/contextual com até 2x de ROAS — todos publicados, dependentes das condições); o núcleo que não muda (estratégia, marca, confiança, criatividade disruptiva permanecem com os humanos — a IA é um amplificador, base zero significa resposta zero); a reviravolta sísmica SEO/AEO/LLMO (com links internos); os riscos (a distância de percepção de 82% dos executivos vs. 45% dos consumidores sobre anúncios de IA, invenções plausíveis, brand safety, direitos/regulação, operação descontrolada sem supervisão); como muda o trabalho do profissional de marketing (tarefas tomadas, julgamento mais pesado; de produtor a editor-chefe e estrategista); e um plano prático de cinco passos para hoje. O maior impacto da IA é libertar o tempo humano do fazer para o decidir.

Sua apresentação é logo amanhã e seus slides ainda estão em branco — mas basta digitar uma linha de tema e, minutos depois, 20 slides de rascunho aparecem enfileirados. Isso é o que são os slides com IA em 2026. Este guia divide a criação de slides em três etapas (estrutura, roteiro, design) e apresenta duas abordagens: geração tudo-em-um (jogue um tema, receba tudo) vs. divisão de trabalho (acerte a estrutura e o roteiro no ChatGPT/Claude/Gemini, depois deixe uma ferramenta dedicada desenhar). Compara as principais ferramentas (o Gamma de geração rápida, o Copilot no PowerPoint com .pptx nativo e sem quebra, o Gemini forte em colaboração para o Google Slides, o Beautiful.ai mais bonito, o Canva rico em templates, o suplemento do ChatGPT para PowerPoint lançado em maio de 2026 — sem campeão absoluto; escolha pela saída), o fluxo de 5 passos mais replicável (estrutura → roteiro → despejar numa ferramenta de design → verificar números e fontes → exportar para .pptx/Slides), três prompts prontos (esboço, desenvolver um slide com notas do apresentador, reformatar para uma ferramenta de design), seis dicas para slides que convencem (uma mensagem por slide, cortar o texto pela metade e mais) e armadilhas — quebra de layout no .pptx, um primeiro rascunho inchado, dados inventados plausíveis, envio de informação confidencial e encerramento de ferramentas (o Tome desativando seus slides em abril de 2025 como lição). A IA é a parceira que rascunha num instante; cortar e verificar é trabalho do humano.

Uma anotação à mão, um recibo de papel, inglês dentro de uma captura de tela, uma placa numa foto — a redigitação que você sempre fez à mão é, em 2026, quase totalmente desnecessária graças à IA. Este guia parte de como o OCR com IA difere do OCR tradicional (ler um caractere de cada vez vs. compreender a página inteira pelo significado), depois ordena três opções (IA de chat genérica / ferramentas dedicadas como o Google Lens / APIs e OSS como Mistral OCR e PaddleOCR-VL) por caso de uso. Compara ChatGPT (GPT-5.5), Gemini 3.1 Pro e Claude (Opus 4.8) por ponto forte (escrita à mão → família GPT, estruturação de tabelas → família Claude, muitas páginas → contexto longo do Gemini, OCR puro → modelos especializados; não há campeão absoluto), dá três prompts prontos (transcrever sem quebrar, tabela para Markdown, recibo para JSON, todos com uma regra de "não inventar"), a melhor escolha por caso (escrita à mão, recibos, PDFs, tabelas complexas, texto vertical/antigo, fórmulas e código), seis dicas de precisão com a qualidade da imagem como 80% do resultado e a única maior fraqueza do OCR com IA — inventar de forma plausível o que não consegue ler (sempre confira valores, datas e nomes contra o original) — além de cuidados de privacidade sobre envio confidencial, direitos autorais e uso para treinamento. O que você pode deixar a cargo da IA é apenas a "leitura"; confirmar é tarefa do humano que viu o original.

Você sabe "o que é RAG", mas, ao construir um, a resposta sai errada — porque ainda é RAG ingênuo: picar de qualquer jeito e fazer uma busca vetorial simples. Como o complemento de implementação ao artigo 030, este texto explica o pipeline de RAG prático de 2026 (chunking inteligente, embedding, vector DB, busca híbrida, reranking) etapa por etapa: estratégias de chunking (recursive 512 como padrão, semantic/structural/parent-child, Contextual Retrieval reduzindo falhas de retrieval em até 67%), a escolha de um modelo de embedding (text-embedding-3-large, etc.), uma comparação de seis vector DBs (Chroma para prototipagem, pgvector com Postgres, Qdrant de baixa latência, Pinecone totalmente gerenciado, o campeão de híbrida Weaviate, Milvus para grande escala), busca híbrida fundindo BM25 + vetores densos com RRF, retrieve-then-rerank com um bi-encoder e depois um cross-encoder (Cohere/Voyage/BGE/Jina), a divisão entre LlamaIndex (retrieval) e LangChain/LangGraph (controle), por que uma janela de 1M de tokens não substitui o RAG (lost in the middle, distração) e cuidados na produção, como construir um conjunto de avaliação primeiro.

Você já sabe "o que é um agente de IA" — então, como construir um? Em 2026, o no-code permite colocar um agente funcional para rodar em uma tarde, arrastando e soltando, e os SDKs modernos deixam você montar um agente prático em menos de 100 linhas. Como complemento prático de "o que é um agente de IA", este artigo cobre a anatomia (cérebro LLM + instruções + ferramentas + memória + laço autônomo), os dois caminhos (no-code vs código), o framework universal de construção em 5 passos (delimitar o problema, escolher a base, escrever as instruções, conectar as ferramentas, testar em pequena escala), uma comparação de ferramentas no-code (Dify para uma plataforma completa, n8n para integração de negócios, Flowise para prototipagem e os mais fáceis Custom GPT/Gemini Gems/Claude Projects), uma comparação de frameworks de código (Claude Agent SDK/OpenAI Agents SDK sólidos, LangGraph para controle complexo, CrewAI para coordenação de papéis), um exemplo prático concreto (resumir e-mail de suporte e notificar no Slack), referências de custo (~$10-$50/mês de plataforma mais uso do modelo) e prazo, e armadilhas (não exagerar no escopo, permissões e controle de descontrole, cuidado com o só PoC). Para a maioria das pessoas, construir um primeiro com no-code é a jogada certa.

"ChatGPT, Claude ou Gemini — qual devo assinar?" Em 2026 os três custam cerca de $20/mês e são de primeira linha, então não existe um único "este vence". A pergunta certa é "qual é o melhor para o seu caso de uso". Com base no consenso entre as fontes, este artigo cobre o básico (fornecedor, família de modelo principal, preços gratuito/padrão/premium), as diferenças de personalidade (Claude = artesão de escrita/análise/código, ChatGPT = faz-tudo versátil com ecossistema e imagem/voz, Gemini = multimodal, contexto longo, integração com o Google), uma tabela detalhada por caso de uso (escrita, código, geral, geração de imagens, voz, entendimento de imagem/PDF/vídeo, textos muito longos, integração com o Google, pesquisa, português), como escolher um plano pelo volume de uso e a combinação inteligente de duas ferramentas para quando você não consegue escolher uma só (uma base + uma para cobrir as lacunas). As posições trocam a cada poucos meses, então, em vez de caçar um "melhor" fixo, use cada um pelo seu ponto forte e meça nas suas próprias tarefas com o plano gratuito.

O Claude Code para de repente com "faça login novamente", "limite de taxa", "prompt longo demais", "o MCP não conecta" — e pesquisar cada um no Google vira um saco. Esta é uma referência prática que cataloga os erros que você costuma encontrar, com a causa e o comando a rodar para cada um. Começa pelos três comandos de diagnóstico para rodar primeiro (claude doctor para diagnóstico completo, /status para a autenticação ativa, /context para o detalhamento do contexto), depois foca nas quatro famílias mais comuns (uso/limites de taxa, estouro de contexto, autenticação expirada, falhas de conexão do MCP) com tabelas sintoma→causa→comando-de-solução para autenticação e login, uso/limites de taxa (o Claude Code queima de 10 a 100x os tokens do chat), contexto e tokens (prompt longo demais, compactação travando), servidor e modelo (500/529/timeout/model not found), instalação/PATH/atualização, rede e proxy (ECONNREFUSED, TLS), MCP, permissões (deny vence o bypass) e diversos (thinking blocks 400, imagem/PDF, IDE). Termina com um guia rápido erro→solução e um FAQ. Baseado na documentação oficial do Claude Code (em 2026): quando travar, rode os três comandos de diagnóstico, e se não resolver, rode claude update.