Produtividade com IA: Trabalhe de Forma Inteligente

Quando o Claude Cowork foi incorporado ao chat em 16 de setembro de 2026, três recursos de criação chegaram em beta ao mesmo tempo: Claude Docs para documentos, Claude Slides para apresentações e Claude Design para design visual. Este artigo é sobre o primeiro deles. Em uma frase, o Claude Docs transforma o que sai de uma conversa em um documento que você pode continuar editando. Peça que ele escreva a discussão como uma especificação que o time possa compartilhar, e o Claude redige na sua frente, perguntando sobre o que estiver faltando antes de começar. O que você recebe é texto formatado com títulos e tabelas, e um único documento pode conter várias abas. Dá para editar você mesmo, ou selecionar um trecho dentro do documento, deixar um comentário e mencionar @Claude para que ele faça a mudança. A força que as pessoas ignoram é que também dá para transformar uma sessão do Claude Code em uma especificação, um runbook ou um relatório. É um beta, porém, e o que falta, falta de forma bem visível: não há histórico de versões, a exclusão não pode ser desfeita, no celular dá para pedir e ler um documento mas não editá-lo, e Team e Enterprise não podem compartilhar fora da organização. Este artigo dá a essas ausências tanto espaço quanto aos recursos, e conclui para o que a ferramenta serve e para o que não serve.

Você não precisa pedir toda vez "comece pela conclusão" ou "responda em português": basta escrever isso uma vez no campo de instruções que vale automaticamente para todas as conversas. Esse campo são as "Instruções personalizadas" no ChatGPT, as "Instruções para Claude" no Claude e as "Instruções para o Gemini" no Gemini, mas o nome na tela, o lugar onde fica e a quantidade de caracteres permitida são diferentes. O ChatGPT aceita 1.500 caracteres no Free e no Go e 5.000 no Plus ou superior (limite elevado em julho de 2026), enquanto o Claude e o Gemini não divulgam um limite. Este artigo confere o lugar e o limite na ajuda oficial das três empresas e, com base no guia oficial de prompts da Anthropic, mostra como escrever instruções que funcionam, com um exemplo. Além disso, reúne em uma lista de verificação as situações em que, segundo as ajudas oficiais, as instruções não valem, como dentro de projetos, dentro de Gems, em chats temporários e em contas da empresa.

As demais disposições do EU AI Act se tornaram de aplicação geral em 2 de agosto de 2026 e, com elas, veio uma onda repentina de avisos de que publicar um artigo escrito por IA sem rótulo passou a ser ilegal. A resposta curta é que, para a maioria dos criadores independentes e dos blogs corporativos, não surge nenhum dever de divulgação. O Artigo 50(4) diz com todas as letras que o dever não se aplica quando o conteúdo passou por revisão humana ou controle editorial e alguém assume a responsabilidade editorial pela publicação. A condição atrelada é que a revisão precisa ser substantiva e não pode se limitar a aspectos superficiais ou a uma aprovação meramente formal, de modo que publicar automaticamente um texto que ninguém leu não se enquadra. Este artigo percorre por que prestador (provider) e responsável pela implantação (deployer) têm deveres completamente distintos, por que a divulgação do texto gerado por IA depende da finalidade da publicação e não do tema, o dever de divulgação dos deepfakes e o tratamento atenuado das obras artísticas e satíricas, o aviso dos chatbots, por que a marcação legível por máquina como o C2PA Content Credentials é obrigação do prestador, e os prazos de 2 de dezembro de 2026 e 2 de fevereiro de 2027, sempre restrito ao que foi possível confirmar no texto legal e nos materiais da Comissão Europeia.

ChatGPT Work é o "agente de IA para o trabalho" que a OpenAI anunciou em 9 de julho de 2026, junto com o GPT-5.6. Diferente de um chat comum que só responde, ele reúne contexto dos seus apps e arquivos conectados para construir produtos finais prontos — documentos, planilhas, slides e até web apps. Seu cérebro é o novo carro-chefe GPT-5.6 Sol (construído sobre o Codex), e ele consegue dividir um projeto complexo em passos e seguir trabalhando por horas (Thurrott). Dentro do app desktop unificado, três modos convivem — Work (entregáveis), Codex (técnico, mostra os detalhes) e chat comum (conversa) — com o Work posicionado como a "versão de negócios" que esconde o detalhe técnico do Codex (9to5Mac). O modelo depende do seu plano: Grátis/Go usam Terra por padrão, enquanto Plus/Pro/Business/Enterprise escolhem entre Sol/Terra/Luna (conforme noticiado). Sua força é puxar "o seu contexto" via conectores como Google Drive, SharePoint e Slack, mais o MCP — e, para empresas, os dados não são usados para treinamento por padrão. Com base em Axios, TechCrunch, 9to5Mac, Thurrott e OpenAI, este artigo explica o que é o ChatGPT Work, como ele difere do ChatGPT comum e do Codex, quais planos podem usá-lo e a quais apps ele se conecta — com rótulos de confiança sobre o que ainda não é oficial.

"Quanto a IA reduz o esforço de desenvolvimento de software?" Com o agentic coding chegando em 2025–2026, a própria unidade pela qual medimos mudou. Antes era "quantos por cento mais rápida fica uma tarefa"; agora é uma história de ordem de grandeza: "um ciclo de dev que levava semanas comprime em horas ou dias" (TechTarget). O Claude Fable 5 terminou a migração de 50 milhões de linhas da Stripe em um dia; a TELUS economizou 500.000 horas de desenvolvedor; o tempo de ciclo foi de 9,6 → 2,4 dias. Os números da era do autocomplete — RCT do Copilot 55,8% mais rápido, McKinsey 20–50% por tarefa — agora são o piso. Mas não é um 10× uniforme: segundo o 2026 Agentic Coding Trends Report da Anthropic, desenvolvedores usam IA em ~60% do trabalho, mas só 0–20% das tarefas podem ser totalmente delegadas (a lacuna de delegação), então é preciso revisão humana, e cerca de 27% do trabalho de IA é trabalho novo que não existia antes (cortar esforço = produzir mais). Com bom design de contexto, 40% menos erros e 55% mais rápido. Até o resultado de 2025 do METR "especialistas 19% mais lentos" está se revertendo em 2026, com os autores admitindo que a medição subestima a realidade. Este artigo separa essa polarização com fontes nomeadas (GitHub, McKinsey, Anthropic, METR, DORA) e mostra como capturar de fato a economia de esforço.

"Pedi a uma IA e ela abriu o navegador, pesquisou as coisas e até preencheu um formulário." Em 2026 isso já não é uma demo ensaiada: os navegadores agênticos (ChatGPT Atlas, Claude for Chrome, Gemini/Chrome, Perplexity Comet) chegaram todos de uma vez. Então até onde eles realmente automatizam? A realidade se divide claramente em três níveis. (1) Pesquisa = pronta para uso: no WebVoyager (sites reais) os melhores agentes atingem 89-98%, quase saturando, e como uma ação errada custa pouco, é por aqui que se começa a delegar. (2) Formulários = viável, mas verifique: a entrada em si é suportada, mas os agentes podem rotular campos errados ou clicar no envio errado, então "a IA rascunha, um humano envia" é o seguro, e muitos produtos como o Atlas pedem confirmação antes de ações importantes. (3) Reserva/pagamento = ainda faça você mesmo: os agentes tropeçam em CAPTCHAs, checkouts complexos em JavaScript, autenticação em dois fatores e gerenciamento de sessão, e no WebArena (tarefas complexas de múltiplas etapas) mesmo os melhores marcam ~47-68% contra uma linha de base humana de ~78%; a própria razão pela qual a OpenAI encerrou o Operator independente (2025/8/31) foi a falta de confiabilidade do checkout. O artigo primeiro enquadra as duas abordagens (navegador/extensão de consumidor vs API/OSS de desenvolvedor), depois mapeia os players de 2026 (Atlas como navegador dedicado que, por design, não executa código nem lê senhas; Claude for Chrome como painel lateral de extensão; o Project Mariner do Google encerrou em 2026/5/4 e foi incorporado ao Gemini/Chrome; o Operator migrou para o ChatGPT Agent e o Agents SDK; o OSS browser-use com mais de 78k estrelas). Explica as quatro barreiras que fazem a reserva falhar (defesas contra bots, checkout complexo, 2FA, o custo de desfazer) e depois aprofunda a maior armadilha: o prompt injection indireto (o Perplexity Comet mostrou-se vulnerável a roubo de credenciais zero-click e foi corrigido em fevereiro de 2026; o sucesso de ataque de 23.6% antes das defesas cai para ~11% com as básicas e ~1% com as mais fortes, ainda diferente de zero). Encerra com cinco princípios de segurança (comece somente leitura, um humano aprova envios/pagamentos, nunca entregue senhas, não rode em sites não confiáveis, privilégio mínimo em um perfil dedicado). Um excelente parceiro de pesquisa; faça você mesmo as ações que movem dinheiro. Os números são citados de materiais públicos e anúncios como referências indicativas.

"Certo, os agentes de IA são incríveis — mas para que eu posso realmente usá-los?" É a pergunta que todos fazem depois de aprender o básico, e em 2026 a resposta deixou de ser coisa do futuro: no suporte, em vendas, na contabilidade, no desenvolvimento e no RH, os agentes começaram a, de fato, assumir o trabalho rotineiro, com uma pesquisa relatando que 65% das empresas já automatizaram algum fluxo. Este artigo deixa as abstrações de lado e traz 10 casos de uso concretos por função, com exemplos reais e números. Aborda por que os casos de uso importam agora (os agentes não apenas respondem, mas agem, passando de experimentos para produção; o Gartner prevê que um terço do software corporativo terá recursos agênticos até 2028 e 80% das consultas de suporte resolvidas com mínima ajuda humana até 2029), como identificar o trabalho automatizável (altamente repetitivo x alto volume x envolve julgamento — o julgamento é a diferença em relação à RPA antiga; mantenha as decisões importantes com humanos via o agente prepara, o humano aprova), os 10 casos (1 primeiro atendimento ao cliente e escalonamento com contexto, 2 geração de leads e e-mail personalizado em vendas a 200/hora com resposta 2-4x, 3 conteúdo de SEO em marketing de 2 a 10 artigos por semana e e-mail no horário ideal, 4 desenvolvimento de software com mais de 35% do código gerado por IA, 5 detecção-diagnóstico-recuperação automática de incidentes de TI, 6 KPIs entre ERP e relatórios em PDF comentados no financeiro, 7 detecção de fraude financeira em tempo real, 8 triagem e onboarding em RH com a AMD relatando resolução 80% mais rápida, 9 pesquisa e análise de dados em relatórios, 10 torre de controle da cadeia de suprimentos), a realidade do ROI (3.5x em três anos, payback de 3-14 meses, cortes de custo de 30-60% segundo a McKinsey, mas só 23% escalam, então fazer pegar é difícil) e como começar com segurança (escolha uma tarefa, teste pequeno, o humano aprova, meça e expanda) com segurança de mínimo privilégio e aprovação a cada vez. Os números são citados de pesquisas e anúncios de empresas, para referência como tendências. Reexamine o seu trabalho pela ótica de repetição, volume e julgamento, e dê um pequeno passo a partir da sua tarefa mais dolorosa.

"A IA vai tomar o seu emprego" é um refrão familiar, mas uma mudança mais cotidiana está em curso silenciosamente: entre colegas da mesma empresa e na mesma função, a diferença de resultados está aumentando aos poucos — porque as pessoas se dividem entre quem usa bem a IA e quem não usa ou não consegue. Este artigo expõe, com os dados mais recentes de pesquisas, como a IA amplia a diferença de habilidades entre os funcionários de escritório, e não é a história simples de que "os mais inteligentes vencem." Mostra que o eixo que faz a diferença está mudando da força bruta (conhecimento, velocidade, experiência) para "quão bem você usa a IA (literacia em IA)"; que a IA exerce duas forças opostas ao mesmo tempo (no nível das tarefas, impulsiona mais os iniciantes e comprime a diferença com os veteranos, enquanto em todo o local de trabalho os já privilegiados — altos salários, cargos seniores — adotam a IA mais cedo e mais a fundo, ampliando a diferença); o cenário em dados (uma pesquisa mostra mais de 60% dos maiores salários usando IA diariamente vs. 16% dos menores, um prêmio salarial estimado de +56% para habilidades em IA na mesma função e cerca de 39% sentindo que a dependência excessiva corrói suas habilidades — tudo citado e variável conforme a pesquisa); as quatro forças que ampliam a diferença (acesso a ferramentas, tempo e treinamento, autonomia para experimentar, disposição para aprender — as três primeiras favorecem os cargos seniores, só a última é sua para mudar); três tipos (avança / fica parado / fica para trás, sendo a chave investir o tempo liberado em julgamento, planejamento e pessoas); a armadilha da dependência excessiva de se tornar "consegue usar, mas não pensa" (verifique a IA como um rascunho, não engula por inteiro); como não ficar para trás (toque nela, experimente no seu próprio trabalho, crie o hábito de verificar, invista o tempo liberado, compartilhe, continue aprendendo); e a visão da organização (poucas empresas veem ROI, atrito entre níveis, construa um sistema em que todos possam aprender). A diferença abre numa diferença de ação, não de talento — o que também é esperançoso, já que qualquer pessoa pode começar a aprender a usar a IA hoje.

Você pergunta a mesma coisa para a mesma IA e, ainda assim, uma pessoa a chama de inútil enquanto outra se impressiona com o quanto ela é capaz — e a verdadeira causa dessa diferença muitas vezes não é o poder da IA, mas a forma como o prompt é escrito. Este é um compêndio prático dessa habilidade, a engenharia de prompts, organizado para que um iniciante possa usá-la de imediato. Ele cobre o que é engenharia de prompts (a habilidade de projetar e melhorar sua instrução para a IA — não código, e sim a arte de como dizer as coisas), os três princípios que mudam seus resultados (seja específico, dê contexto, especifique a saída, além de "faça X" em vez de "não faça Y"), as 6 partes essenciais de um bom prompt (papel, contexto, instrução, exemplos, formato, restrições — os elementos que frameworks como COSTAR e RCOF listam em comum; você não precisa das seis toda vez), 7 técnicas práticas (dar um papel, mostrar um modelo/few-shot, raciocinar passo a passo, fixar o formato da saída, estruturar com delimitadores, não pedir demais de uma vez e iterar — a mais forte sendo a iteração), um exemplo antes/depois, técnicas de nível avançado (cadeia de raciocínio, autoconsistência, encadeamento de prompts, ReAct — embora modelos de raciocínio como a série o e o pensamento estendido do Claude façam CoT internamente, de modo que enunciar o objetivo funciona melhor), 7 erros comuns, além de dicas por modelo e segurança na entrada. Com links internos para dicas de prompt de desenvolvimento de aplicativos e cuidados com a entrada. Transforme o vago em específico, o despejo em diálogo — qualquer um pode melhorar a partir de hoje.

Em 2023, um advogado foi sancionado depois que uma petição redigida com o ChatGPT citou casos que eram todos fabricações da IA — e esse episódio espalhou pelo mundo a desconfiança em torno de direito e IA. Ainda assim, em poucos anos a adoção explodiu, com mais de 90% dos advogados supostamente usando alguma IA no dia a dia. Como a próxima entrada da nossa série de impacto da IA por setor, depois da #068 (trading), da #094 (marketing) e da #097 (consultoria), este artigo examina as profissões liberais. O cenário atual em números (62% dos advogados relatam economia semanal de 6 a 20%; Harvey e o CoCounsel da Thomson Reuters processaram mais de 10 milhões de documentos jurídicos no 1º trimestre de 2026; o uso de IA generativa em firmas de tributação/contabilidade/auditoria saltou de 8% em 2024 para 21% em 2025; um estudo de Stanford mostra empregos de início de carreira em áreas como a contabilidade em queda de 13% vs 2022, contadores +5% e escriturários -5%), o trabalho que a IA transforma por profissão (advogados = pesquisa de casos, revisão de contratos, extração de obrigações; contadores = escrituração, conferência de comprovantes, amostragem, identificação de riscos; consultores tributários = entrada de dados, rascunho de declarações, busca de legislação — a IA faz o trabalho de base, os humanos dão a palavra final), a maior armadilha da alucinação (inventar casos/leis inexistentes — levando a sanções e perda de confiança; a Harvey alega 99,7% de precisão em citações verificadas e sinaliza o resto, o CoCounsel ancora citações em uma base de jurisprudência para só citar casos reais), o valor essencial imutável (julgamento final, ceticismo profissional, ética, julgamentos tributários em zona cinzenta e — decisivamente — a assinatura e a responsabilidade legal que não podem ser delegadas à IA), a crise dos juniores (automatização da rotina de aprendizado) e os novos papéis (diretores de compliance de IA, engenheiros de prompt tributário), e conselhos por perfil para profissionais, aspirantes e clientes (verificar citações e números contra as fontes primárias; confirmar o tratamento da confidencialidade). A regulação e a responsabilidade diferem de país para país; no Japão, os recursos de IA em softwares de contabilidade também são amplamente difundidos. A pergunta que a IA coloca: o que você vende é o trabalho, ou o julgamento e a responsabilidade?

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?