Guias, comparações e novidades sobre ferramentas de IA

Basta pedir a um agente de IA para "ler este e-mail e responder" e ele pensa por conta própria, usa ferramentas e realmente executa o trabalho — mas justamente porque age sozinho, surge um tipo de incidente que as IAs de chat nunca tiveram, e em 2026 esse perigo começou a passar da teoria para o dano real. Este guia para iniciantes organiza os incidentes de segurança de agentes de IA em três grupos: permissões, vazamento e operação errada. Aborda por que os incidentes acontecem (um agente não apenas responde, ele age — a palavra-chave; comparado a um novo contratado brilhante, mas ingênuo), por que os agentes são mais arriscados que uma IA de chat (a multiplicação de usar ferramentas, agir de forma autônoma e ler entradas externas; a OWASP compilou riscos específicos de agentes em 2026 e defende a "mínima agência"), o incidente 1 permissões (agência excessiva — permissão de envio/exclusão quando ler já bastaria, herdar as permissões fortes de uma conta humana, dano disparando no descontrole, um caso relatado de um agente otimizador de custos apagando backups), o incidente 2 vazamento (injeção indireta de prompt que planta ordens em conteúdo externo — casos reais relatados: texto invisível em uma postagem pública do Reddit vazando uma senha de uso único, a ordem oculta de um ticket de suporte exfiltrando dados SQL via MCP, um agente de IDE roubando segredos apenas por abrir um documento), o incidente 3 operação errada (operações destrutivas e cadeias de erros mesmo sem má intenção), o fluxo de ataque em 4 passos, as 5 defesas básicas (mínimo privilégio, aprovação humana, sandbox, definir limites, desconfiar da entrada externa) e um checklist para iniciantes. O lema: não entregue poder demais, tenha um humano para barrar operações perigosas e não confie em excesso em texto externo.

Digite um texto e, em segundos, nasce um vídeo com som — o que não muito tempo atrás seria ficção científica virou realidade em 2026, e a situação está mudando em um ritmo assustador. O Sora da OpenAI, que dominava a conversa, encerrou seu app e a versão web em abril de 2026 (com a API a seguir em setembro); em seu lugar, Google Veo, Kling e Runway assumiram a liderança. Este guia atualizado (junho de 2026), independente de ferramenta, cobre o que é a geração de vídeo com IA (criar imagens em movimento a partir de palavras ou de uma imagem, com sincronização de áudio, 1080p–4K e imagem para vídeo agora padrão), o cenário de 2026 (o encerramento do Sora — pano de fundo relatado de pressão sobre computação e custos e queda de usuários — e os líderes atuais Google Veo 3.1, Kling 3.0 e Runway Gen-4.5, com a cobrança por segundo como norma), como funciona (modelos de difusão estendidos para a dimensão do tempo; texto para vídeo e imagem para vídeo), o fluxo dos 5 passos em comum (escolher uma ferramenta, prompt/imagem, definir duração/proporção/áudio, gerar e escolher, juntar na edição), as dicas essenciais de prompt de vídeo (sujeito + movimento + câmera + estilo + duração + áudio, com verbos e câmera como chaves, um corte uma ação, usar imagem para vídeo, gerar em quantidade), o que ela já faz e o que ainda não faz (peças longas de uma só vez e consistência total continuam difíceis, e o custo por segundo soma) e os pontos essenciais de direitos, marcas-d'água e ética (SynthID e C2PA tornam a procedência de IA padrão e não removível, a saída puramente de IA é fracamente protegida com diferenças entre países, o uso comercial depende dos termos e deepfakes de pessoas reais são proibidos). Faça cortes e junte-os na edição em vez de mirar uma peça longa de uma só vez. Como o campo se move rápido, sempre confirme o mais recente oficialmente.

"Eu não sei desenhar, então isso não é para mim" — esse preconceito sobre a geração de imagens com IA está invertido. Basta instruí-la com palavras e, segundos depois, você tem visuais de nível profissional. Este guia, que atravessa as ferramentas, cobre o que é a geração de imagens com IA (criar imagens do zero por meio de palavras — a habilidade de comunicar, não de desenhar; a versão em imagem da engenharia de prompts), como funciona (modelos de difusão esculpem uma figura a partir do ruído aleatório usando o seu prompt como pista, desenhando do zero a cada vez, por isso os resultados oscilam), o fluxo de trabalho comum de 4 passos que funciona em qualquer ferramenta (escolher uma ferramenta, escrever um prompt, gerar e escolher, refinar e finalizar — a iteração é o pressuposto), a anatomia essencial do prompt de imagem em 6 partes (sujeito, cena/cenário, estilo, luz/cor, composição/enquadramento, técnico) mais prompts negativos e proporção de aspecto — embora o GPT Image e o Imagen prefiram frases simples, enquanto ferramentas da família Stable Diffusion gostam de listas de palavras e de prompts negativos, 7 dicas para dominar (fazer as contas, acrescentar aos poucos, imagens de referência, inpainting, fixar a seed, upscale, salvar bons prompts), onde a IA tem dificuldade (mãos, texto, consistência, precisão fina) e as soluções, e o essencial sobre direitos, uso comercial e ética para o trabalho (a saída puramente de IA é fracamente protegida segundo o Copyright Office dos EUA e a decisão Thaler de 2025, com diferenças entre países; o uso comercial depende dos termos de cada ferramenta; deepfakes e a imitação não autorizada de estilo são proibidos; a proveniência, como os metadados C2PA do DALL-E, está se difundindo). Qual ferramenta escolher e os tutoriais específicos remetem aos artigos de comparação, do Midjourney e do Stable Diffusion. Conheça a anatomia, faça as contas, acrescente palavras aos poucos — qualquer pessoa pode se aproximar da imagem que quer.

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 junho de 2025, Sam Altman, da OpenAI, escreveu em seu blog: "Já passamos do horizonte de eventos; a decolagem começou" ("The Gentle Singularity"). No entanto, outros pesquisadores descartam categoricamente a ideia como algo que nunca vai chegar. Este guia para iniciantes explica que a singularidade (singularidade tecnológica) é "o ponto de virada no qual a IA supera a inteligência humana e começa a se aprimorar sozinha, de modo que o progresso se torna explosivamente rápido e já não pode ser previsto nem controlado" (uma hipótese, não realizada em 2026). Aborda o coração da questão — a explosão de inteligência = autoaprimoramento recursivo, em que uma IA inteligente constrói uma IA ainda mais inteligente e quem aprimora muda de humano para IA; como ela difere da AGI e da ASI (AGI/ASI são "estados" de inteligência, a singularidade é o "evento" de se tornar imprevisível; AGI → autoaprimoramento → o salto repentino para a ASI = a singularidade); a história do termo (a "explosão de inteligência" de I. J. Good em 1965 → Vinge popularizando o nome em 1993 → Kurzweil tornando-a mainstream com "2045"); a ampla dispersão das previsões (Kurzweil 2045, Altman "já começou", Vinge e céticos como Gary Marcus e o "freio da complexidade" do falecido Paul Allen); decolagem dura repentina vs. decolagem suave gradual; as esperanças (avanços em doenças e na ciência) e os riscos (perda de controle, o problema do alinhamento); o profundo ceticismo (freio da complexidade, limites físicos, uma coisa totalmente diferente); e mitos comuns como "robôs dominando", "imediata quando a AGI chegar" e "fixada para 2045". Sem temê-la em excesso nem sonhar demais — aproveite ao máximo a IA de hoje enquanto observa com calma o que pode vir a seguir.

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?

"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.