Índice
1. Contexto
Você abre as redes sociais e todo mundo está falando sobre IA.
Concorrente automatizou atendimento. Cliente pergunta se você "usa IA". Seu time começa a mandar ferramentas no grupo. O vendedor aparece dizendo que você vai ficar para trás.
Aí começa a pressão.
Não é uma pressão técnica. É uma pressão social.
Você eventualmente não tem clareza do desafio que quer resolver.
Mas quer parar de sentir que está atrasado.
E esse é o ponto mais perigoso.
Porque, quando a decisão nasce desse desconforto, a empresa não começa a usar IA para resolver um problema.
Ela começa a usar IA para aliviar a sensação de estar ficando para trás.
Só que sensação de movimento não é movimento.
Na prática, o roteiro costuma ser parecido:
→ alguém vê uma ferramenta
→ alguém manda no grupo
→ alguém marca uma demonstração
→ a decisão parece óbvia
→ a empresa assina
→ o time testa por alguns dias
→ ninguém muda o processo real
→ a rotina volta ao que era antes
Por fora, parece adoção de tecnologia. Por dentro, é só mais uma camada de software em cima da mesma operação.
A ferramenta entrou.
O processo não mudou.
A métrica não mudou.
O cliente não sentiu.
A margem não mexeu.
Mas o boleto ficou. É assim que nasce a prateleira de IA.
Não por burrice. Por pressão.
O mercado cria urgência.
O vendedor oferece ferramenta.
O dono compra tranquilidade.
Só depois alguém tenta descobrir onde aquilo deveria encaixar.
O problema não são as ferramentas. É o processo. A maioria das empresas começa a decisão pela resposta, não pela pergunta.
IA é resposta. Gargalo operacional ou oportunidade é a pergunta.
Sem essa ordem, a empresa não implementa tecnologia. Só compra sensação de modernidade.
2. Por que isso importa
A IA não é hype passageiro. Mas também não é transformação automática.
Porque automação mal priorizada não custa só dinheiro. Custa foco operacional.
E, pior, consome os mesmos recursos que uma implementação boa consumiria:
Consome dinheiro.
Consome tempo.
Consome atenção.
Consome confiança do time em novas iniciativas.
Uma licença de R$ 500 por mês parece pequena. Mas dez ferramentas compradas sem prioridade viram R$ 60 mil por ano em custo recorrente.
E o software é só a parte visível.
Toda ferramenta nova exige:
→ reunião
→ teste
→ treinamento
→ ajuste
→ integração
→ acompanhamento
→ alguém cobrando uso
→ alguém tentando provar resultado
Quando ela resolve o gargalo certo, esse esforço volta como eficiência. Mas quando resolve o problema errado, vira custo disfarçado de inovação.
Esse é o dano real: a empresa gasta energia operacional para continuar igual.
Os números mostram que isso não é exceção. É padrão.
→ Em um estudo com mais de 1.250 empresas, apenas 5% capturam valor real com IA. 60% não observaram benefício material, mesmo investindo. (BCG, 2025)
→ Mais de 80% dos projetos corporativos de IA não entregam o valor prometido. (RAND, 2024)
→ 39% das empresas relatam algum impacto no lucro — quase sempre abaixo de 5%. (McKinsey, 2025)
A parte mais perigosa é que esse erro não parece erro no começo. Parece progresso.
A empresa está testando.
O time está usando.
O fundador está falando de IA.
A ferramenta aparece na rotina.
Mas adoção não é resultado. Essa diferença explica por que os dados parecem contraditórios:
De um lado, a Salesforce ouviu mais de 3 mil pequenas e médias empresas: 91% dizem que a IA aumentou a receita.
Do outro, estudos que medem impacto real no lucro — BCG, McKinsey, RAND — mostram que poucas implementações geram valor material.
As duas coisas podem coexistir porque medem fenômenos diferentes.
Uma mede sensação de avanço. A outra mede mudança econômica.
E é aqui que o operador precisa ser frio: usar IA para acelerar uma tarefa pequena não é a mesma coisa que usar IA para remover um gargalo caro.
→ Resumir reunião não muda a economia do negócio. Reduzir a fila de atendimento pode mudar.
→ Organizar informação não muda estrutura de margem. Evitar leads perdidos pode mudar.
→ Gerar texto mais rápido não necessariamente muda a operação. Automatizar conciliação financeira talvez mude.
O risco não é só gastar dinheiro em ferramenta ruim. É gastar atenção automatizando processos irrelevantes enquanto o gargalo principal continua intacto.
E, numa PME, atenção é capital. Quando você coloca o time para perseguir a automação errada, você não perde só o valor da licença.
Perde o ciclo de gestão que poderia ter sido usado para atacar algo que realmente mexe o ponteiro do negócio.
3. A solução
O que resolve isso não é mais ferramenta. É método.
Mais especificamente: um filtro para a tomada de decisão.
Porque o operador bom não pergunta: "qual IA eu deveria usar?"
Ele pergunta: "qual gargalo merece automação?"
Essa diferença muda tudo. O filtro funciona em quatro perguntas:
Pergunta 1: O problema é execução ou decisão?
Essa talvez seja a pergunta mais importante.
Atualmente, a IA funciona muito bem para tarefas que possuem:
→ execução repetitiva
→ regras claras
→ alto volume
→ resultado verificável
Exemplo:
→ responder FAQ
→ classificar e-mails
→ conciliar financeiro
→ categorizar tickets
Mas ainda funciona mal em tarefas que envolvem:
→ julgamento
→ ambiguidade
→ contexto político
→ decisão estratégica
Exemplo:
→ definir precificação
→ contratar pessoas
→ mudar posicionamento
→ escolher parceiros
A maioria das implementações ruins tenta automatizar decisão antes de dominar execução.
Resultado: frustração disfarçada de inovação.
A IA ainda não substitui julgamento estratégico. Ela reduz trabalho operacional repetitivo.
Quem entende essa diferença economiza muito dinheiro.
Pergunta 2: Onde a empresa realmente sangra?
A maioria começa pela ferramenta. Esse é o erro. IA não é ponto de partida. Gargalo é.
Ruim: "Postamos 5 vezes por semana e vamos usar IA para escrever legenda de post no Instagram."
Isso não é gargalo operacional.
Bom: "Nosso time perde 5 horas por dia respondendo dúvidas repetidas no WhatsApp."
Agora existe:
→ repetição
→ volume
→ custo
→ impacto
Automação sem dor clara vira hobby tecnológico.
Antes de pensar em IA, responda: onde o negócio perde mais tempo, dinheiro ou velocidade hoje?
Sem isso, qualquer automatação parece útil.
Pergunta 3: Existe janela real ou só FOMO?
Nem tudo precisa ser resolvido agora. Essa é outra confusão comum: tratar toda tecnologia como urgência existencial.
Algumas áreas têm janela real:
→ atendimento rápido
→ operação de volume
→ SLA competitivo
→ automação já consolidada no setor
Outras não.
Esperar mais 12 meses para escolher uma ferramenta que automatiza a criação de textos provavelmente não muda seu negócio. Esperar 12 meses enquanto um concorrente responde a um lead em 2 minutos talvez mude.
A pergunta certa é: "o que acontece se eu não fizer nada pelos próximos 6 meses?"
Se a resposta for: "quase nada", não existe urgência real. Existe pressão de mercado.
Pergunta 4: Comprar ou construir?
A maioria das PMEs deveria comprar. Porque construir exige:
→ time
→ contexto técnico
→ manutenção
→ iteração
→ governança
Mas comprar mal também destrói valor. Demonstração bonita não significa boa implementação.
O critério correto não é: "qual IA parece mais avançada?"
É:
→ quem já usa?
→ funcionou em produção?
→ existe métrica real?
→ consigo sair sem trauma?
→ o suporte responde?
→ o ROI é verificável?
Empresa boa em tecnologia normalmente não é a que mais compra. É a que melhor filtra.
4. Atritos
Quando você começa a pensar em IA com método, aparecem resistências previsíveis.
"Meu concorrente já implementou."
Provavelmente implementou mesmo.
Mas adoção não significa impacto. A maior parte do mercado está:
→ testando
→ improvisando
→ acumulando ferramentas
→ medindo percepção
→ não medindo resultado
Seu concorrente pode estar no mesmo ciclo de ansiedade que você. Você precisa se basear na sua operação e no que o seu cliente valoriza, não no concorrente.
"Eu não entendo de IA."
Não precisa entender profundamente de IA.
Precisa entender:
→ gargalo
→ processo
→ custo operacional
→ prioridade
A tecnologia muda rápido. Os fundamentos da operação não.
Atenção: isso não significa que você pode parar de se atualizar e estudar IA. Você deve. A diferença é que estudar IA e decidir onde aplicá-la são coisas diferentes.
"Mas tudo muda toda semana."
A ferramenta muda. O filtro não.
"Qual processo merece automação?" continua sendo uma pergunta válida independentemente da tecnologia do momento.
É isso que impede o operador de virar refém do próximo hype.
"Mas e se eu ficar para trás?"
Esse é o motor do mercado inteiro hoje. A maioria das compras nasce aqui: medo. Mas velocidade sem direção só acelera desperdício.
A pergunta não é: "todo mundo está usando?"
É: "isso resolve um gargalo relevante do meu negócio?"
Muita empresa está correndo. Poucas estão acumulando vantagem operacional real.
5. Como implementar
Você não precisa virar empresa de tecnologia.
Precisa criar clareza antes de implementar.
1. Liste os três maiores gargalos operacionais hoje (Use o material 6.1)
Não pense em IA ainda. Pense em:
→ tempo desperdiçado
→ fila
→ repetição
→ lentidão
→ retrabalho
→ dependência do fundador
2. Classifique cada gargalo (Use os materiais 6.1 e 6.4)
Pergunte: isso é execução ou decisão? Se for decisão estratégica, provavelmente ainda não é caso de automação.
3. Identifique onde existe janela real
Se você esperar 6 meses:
→ perde cliente?
→ perde margem?
→ perde velocidade?
→ perde competitividade?
Se não perde quase nada, talvez não seja prioridade.
4. Antes de uma demonstração para avaliar um fornecedor, defina o que ele precisa provar (Use o material 6.2)
Não entre na reunião apenas para "entender melhor".
Entre com critérios claros:
→ problema que resolve
→ caso real semelhante
→ resultado mensurável
→ tempo de implementação
→ esforço operacional
→ ROI esperado
→ risco de saída
Isso elimina metade das ferramentas antes mesmo da reunião.
5. Faça uma implementação mínima (Use o material 6.3)
Não transforme automação em projeto de transformação da empresa inteira.
Escolha:
→ um processo
→ uma equipe
→ uma métrica
→ um período curto
Teste. Meça. Oficialize só depois.
6. Meça o impacto operacional real
Não é: "o time gostou."
Mas:
→ horas economizadas
→ redução de fila
→ aumento de conversão
→ menos retrabalho
→ margem melhor
→ tempo de resposta menor
Percepção não é resultado.
6. Materiais
Para você não começar do zero, preparamos algumas ferramentas para ajudar:
A planilha para identificar quais gargalos realmente valem investimento em IA. Você classifica execução vs. decisão, impacto e janela de oportunidade, e sai com 1 a 3 prioridades claras, em vez de comprar a primeira ferramenta da moda.
O checklist para avaliar se um fornecedor merece avançar para uma reunião. Inclui os critérios inegociáveis (clientes auditáveis, métricas reais e cláusula de saída) e os sinais vermelhos que eliminam soluções fracas logo no início.
Um modelo para estruturar iniciativas de IA com clareza antes da implementação. Define objetivo, processo afetado, métrica principal e critério de sucesso, para que você e seu time saibam exatamente o que estão tentando melhorar e consigam decidir, com dados, se a IA ajudou ou não.
Um prompt para usar a IA contra a sua própria análise. Cole no ChatGPT, Claude ou Gemini junto com o mapa 6.1 (ou com qualquer decisão de IA em cima da mesa) e a IA é instruída a atacar premissas, exigir provas e encontrar furos. O segundo par de olhos mais barato do mundo, sem medo de te dizer que está enganado.
6.1. Mapa de gargalos operacionais
O que é esse material:
O exercício que separa quem decide usar IA por método de quem decide por impulso. Você sai com 1 a 3 gargalos priorizados que justificam investimento, e com a clareza de quais gargalos não valem a pena seguir hoje, mesmo que pareçam tentadores.
Para que serve:
Serve para você parar de querer usar IA pelo que apareceu no seu feed e começar a usar pelo que dói no seu negócio. Sem esse mapa, qualquer ferramenta parece útil e necessária.
Como usar:
→ Liste um gargalo por linha. Não pense em IA ainda. Pense em onde a sua operação perde tempo, dinheiro ou velocidade.
→ Comece classificando cada gargalo como execução ou decisão. Se for decisão, pare ali: não é candidato a IA hoje. Se for execução, preencha o resto da linha.
→ A coluna "Candidato a IA?" é a sua conclusão, não um cálculo automático. A regra é simples: execução com volume alto e janela alta é prioridade.
→ A aba "Como preencher" da planilha explica o que vai em cada coluna. O ponto que mais gera dúvida é o impacto: sempre um número e uma unidade, R$ por mês, horas por semana ou pontos de conversão.
Atenção: além dos gargalos, existe uma segunda dimensão importante: a criação de novas oportunidades que antes eram inviáveis e que a IA agora torna possíveis.
Alguns exemplos:
→ Escola de idiomas que oferece tutor de IA personalizado 24/7, um para cada aluno. Antes, era inviável economicamente. Agora vira diferencial competitivo.
→ Imobiliária que entrega análise completa de bairro, escolas, riscos e tendências em segundos para o cliente. Antes exigia um analista dedicado, agora vira um serviço diferenciado.
Esse uso é mais raro e mais difícil: a oportunidade não está sangrando, está oculta. Você não sente. Você imagina.
O exercício aqui não é "o que dói no meu negócio?", é "o que eu deixava de oferecer porque era caro, lento ou impossível, e que a IA destrava agora?"
O restante da lógica é o mesmo, seja para uma oportunidade ou para um gargalo operacional.
6.2. Checklist de diligência para escolher fornecedor de IA
O que é esse material:
Um checklist para usar antes de marcar uma reunião com qualquer fornecedor de de soluções de IA. Ele separa o que é demonstração, ou seja, marketing, do que é operação real, ou seja, evidência.
Para que serve:
Serve para definir o que o fornecedor que você está avaliando precisa provar antes de você se comprometer. Sem esse checklist, você entra na reunião para "entender melhor" e sai convencido pela demonstração, que foi feita justamente para convencer. Com ele, você entra com critério na mão e boa parte das ferramentas é descartada antes mesmo da conversa.
Como usar:
→ Preencha o checklist bloco a bloco. Cada bloco tem uma instrução curta de como interpretar as respostas.
→ Um bloco fraco não reprova o fornecedor sozinho. Dois ou mais blocos fracos são motivo para parar.
→ Os sinais vermelhos são eliminatórios. Marcou um, repense antes de seguir.
O CHECKLIST
Antes da reunião:
[ ] Defina qual gargalo específico esse fornecedor precisa resolver
[ ] Defina uma métrica que vai dizer se funcionou
[ ] Defina o orçamento-teto que cabe sem comprometer seu fluxo de caixa
Como pensar: se você não consegue preencher esses três campos, o problema não é o fornecedor, é que você ainda não sabe o que está avaliando e o que espera com isso. Volte para o material 6.1 antes de marcar qualquer reunião.
Clientes auditáveis:
[ ] O fornecedor tem cliente do meu porte e do meu setor para quem eu possa ligar?
[ ] Esse cliente está disponível para uma conversa de 10 minutos, não apenas um depoimento escrito na página de vendas?
[ ] Na ligação, pergunte: "isso entregou o que prometeu?", "em quanto tempo?", "o que deu errado?", "você renovaria?"
Como pensar: esse é o bloco eliminatório. Fornecedor que não conecta você a um cliente real do seu porte não tem caso real, tem narrativa. Sem isso, não avance.
ROI medido:
[ ] O fornecedor mostra números reais de produção, não estimativa de demonstração?
[ ] Dá para rastrear como o ROI apresentado foi calculado?
[ ] O caso apresentado tem antes e depois, com a métrica do negócio (não "o time gostou")?
Como pensar: a demonstração mostra a ferramenta funcionando no melhor cenário possível. Você quer o número que ela entregou no pior. Se o ROI não tem antes e depois rastreáveis, trate como zero.
Cláusula de saída:
[ ] O contrato permite saída sem multa se a ferramenta não entregar resultado em 60 dias?
[ ] Consigo cancelar sem ficar refém de dados presos na plataforma?
Como pensar: todo fornecedor promete que vai dar certo. A cláusula de saída é o que protege você quando não dá. Sem porta de saída, qualquer erro de escolha vira contrato anual.
Suporte:
[ ] O suporte responde em horas, não em dias?
[ ] Existe um canal direto, não só formulário e fila?
[ ] Sei quem é a pessoa responsável pela minha conta?
Como pensar: IA quebra, prompts envelhecem, integração cai. A pergunta não é "tem suporte?", é "quando quebrar, em quanto tempo alguém responde?". Suporte lento transforma ferramenta boa em ferramenta abandonada.
Tempo de implementação:
[ ] Sei em quantos dias o sistema entra em operação de verdade, não só "instalado"?
[ ] O prazo informado é compromisso ou estimativa otimista?
Como pensar: "instalado" não é "funcionando". Pergunte o prazo até a ferramenta estar rodando dentro do seu processo de verdade, e desconfie de prazo redondo demais.
Sinais vermelhos: se marcar qualquer um, repense
[ ] O fornecedor enrola para passar contato de clientes
[ ] Só mostra demonstração, nunca mostra número de produção
[ ] O contrato não tem porta de saída
[ ] Toda vez que você pergunta sobre resultado, a conversa vira técnica
A decisão final
O fornecedor que avança é aquele que passa pelos dois blocos inegociáveis, “clientes auditáveis" e "cláusula de saída”, e não acende nenhum sinal vermelho.
ROI, suporte e tempo de implementação são os critérios para comparar os finalistas entre si.
Se nenhum fornecedor passa pelos dois inegociáveis, a decisão certa é não contratar nenhum e buscar outros.
6.3. Modelo de implementação mínima
O que é esse material:
Um modelo para estruturar iniciativas de IA com clareza antes da implementação.
Define o objetivo, processo afetado, métrica principal e critério de sucesso, para que você e seu time saibam exatamente o que estão tentando melhorar e consigam decidir, com dados, se a IA ajudou ou não.
Para que serve:
Sem esse modelo, "testar IA" vira um projeto sem escopo, sem prazo e sem critério de saída, do tipo que ninguém sabe dizer se deu certo ou não. Com ele, a iniciativa tem começo, meio e fim.
Como usar:
→ Preencha o modelo antes de começar um teste, não depois.
→ Use apenas uma métrica de sucesso. Se você precisa de três para provar que funcionou, você não tem métrica, tem narrativa.
→ Trave a data de avaliação e o critério de saída. É isso que impede o teste de virar projeto eterno.
→ Na data marcada, decida com o número na mão: expandir, adaptar ou encerrar.
O MODELO
1. O gargalo
1.1. A dor que esse teste ataca:
1.2. Impacto estimado da dor hoje:
2. Escopo
2.1. Processo único que entra no teste:
2.2. Equipe envolvida:
2.3. O que está explicitamente fora:
3. Métrica única de sucesso
3.1. A métrica de resultado que decide se funcionou:
3.2. Valor atual, antes do teste:
3.3. Valor-alvo para considerar sucesso:
4. Prazo
4.1. Início:
4.2. Data da avaliação:
5. Critério de saída
5.1. Encerrar: se a métrica não se moveu o suficiente e você não tem hipótese clara do que mudaria, o teste encerra. Sem renovação automática. O gargalo volta para a fila de reavaliação.
5.2. Adaptar: se a métrica não bateu, mas você tem hipótese clara do porquê e do que ajustar, o teste vira um novo teste. Documente o aprendizado, ajuste o escopo, a métrica ou o prazo, e reabra o ciclo.
6. Critério de expansão
6.1. Se a métrica bater o alvo, o processo se torna oficial.
Exemplo: uma distribuidora que perde pedidos fora do horário comercial preencheria o modelo assim.
1. O gargalo
1.1. A dor que esse teste ataca: leads que enviam mensagem no WhatsApp à noite e nos fins de semana não recebem resposta a tempo. Quando o comercial vê na manhã seguinte, o cliente já comprou em outro lugar ou esfriou.
1.2. Impacto estimado da dor hoje: estimamos que perdemos cerca de R$ 8.000 por mês em pedidos.
2. Escopo
2.1. Processo único que entra no teste: primeira resposta e qualificação dos leads que chegam pelo WhatsApp fora do horário comercial.
50% dos leads continuarão no processo padrão e 50% serão atendidos pela IA.
2.2. Equipe envolvida: fundador e gerente comercial.
2.3. O que está explicitamente fora: negociação, fechamento e atendimento pós-venda continuam 100% humanos.
3. Métrica única de sucesso
3.1. A métrica de resultado que decide se funcionou: percentual de leads atendidos via IA, fora do horário comercial, que viram pedidos.
3.2. Valor hoje, antes: 8%.
3.3. Valor-alvo para considerar sucesso: 20%.
4. Prazo
4.1. Início: 01/06/2026
4.2. Data da avaliação: 15/07/2026
5. Critério de saída
5.1. Encerrar: se em 15/07/2026 a taxa de leads atendidos via IA que viram pedido não tiver passado de 10% e não houver hipótese clara do que ajustar, o teste encerra. O gargalo volta para a fila do mapa 6.1 para reavaliação no próximo ciclo.
5.2. Adaptar: se a taxa ficou entre 10% e 20% e há hipótese clara (por exemplo: o bot demora para responder mensagens fora do padrão, ou os leads chegam com perguntas que ele não foi treinado para resolver), o teste vira um novo teste com escopo ajustado.
6. Critério de expansão
6.1. Se bater 20%, oficializamos essa automação para 100% dos novos leads que chegam fora do horário comercial.
A regra de ouro
Teste de IA não pode virar projeto eterno. Ou prova valor em 30 a 60 dias (pode ser até mais, dependendo do que você deseja validar, mas isso é adaptado caso a caso), ou sai.
O custo de manter um teste morto rodando para não admitir que não deu certo é maior que o custo de encerrar e partir para o próximo gargalo.
6.4. Prompt de teste de pressão
O que é esse material:
Um prompt para colar no ChatGPT, Claude ou Gemini junto com uma decisão de automação com IA que você está considerando. O prompt instrui a IA a virar uma consultora cética: ela verifica se você forneceu informação suficiente, pergunta o que faltar e só depois ataca a sua decisão, em vez de apenas “refiná-la”.
Para que serve:
O seu próprio viés é o maior risco em toda decisão de IA. Você acha que um gargalo é execução porque quer que seja. Acha que a janela é alta porque o concorrente comprou. Estima X de impacto porque o número soa bem. Esse prompt te entrega o segundo par de olhos mais barato do mundo: uma IA menos presa aos seus vieses, instruída a achar o que você não quer ver, antes que você gaste dinheiro.
Como usar:
→ Tenha a decisão em mãos. Pode ser uma análise feita com os materiais 6.1, 6.2 ou 6.3, ou só uma ideia crua que você está pesando.
→ Cole o prompt abaixo no ChatGPT, Claude ou Gemini.
→ No espaço marcado, cole a sua análise (ou a decisão crua).
→ Se você forneceu informação suficiente, a IA parte direto para o ataque. Se faltarem dados, ela vai te fazer perguntas antes. Responda com honestidade, e ela ataca depois.
→ Leia as três coisas que ela vai entregar por ponto (uma pergunta cética, um cenário de erro, um sinal de que você está medindo errado). Se você não consegue responder pelo menos duas das três sem inventar, a decisão tem furo.
→ Refaça antes de gastar dinheiro.
O PROMPT (Copie e cole na IA)
Você é um consultor sênior cético, especialista em ajudar donos de empresas a tomar decisões sobre adoção, compra e implementação de IA no negócio. Você não está aqui para concordar nem para refinar a minha análise. Está aqui para testar a decisão antes que eu gaste dinheiro ou tempo.
COMO VOCÊ VAI AGIR
Eu vou te apresentar uma decisão de IA que estou considerando. Pode ser uma análise estruturada (mapa de gargalos, checklist de diligência com fornecedor, modelo de piloto) ou apenas a ideia crua ("estou pensando em comprar X", "vou contratar a consultoria Y", "vou expandir o piloto Z").
Antes de atacar, cheque se tem informação suficiente. Para qualquer decisão de IA, você precisa entender:
1. Qual gargalo do negócio essa decisão resolve, e por que esse gargalo dói (em R$, tempo, ou cliente perdido).
2. Se a tarefa é de execução (regra clara, volume, resultado verificável) ou se é de decisão (julgamento, contexto, ambiguidade). IA quase sempre serve execução, quase nunca decisão.
3. O impacto estimado se resolver, em número e unidade (R$ por mês, horas por semana, pontos de conversão).
4. A janela competitiva: o que eu perco se esperar 6 meses.
5. Como vou medir se funcionou (uma métrica de resultado, valor antes, valor-alvo depois).
6. Como vou encerrar se não funcionar (prazo, cláusula de saída, critério de descarte).
Se eu já te dei essas informações, ataque direto.
Se faltar alguma, FAÇA AS PERGUNTAS necessárias para preencher os buracos antes de atacar. Não invente respostas no meu lugar. Pergunte, espere eu responder, e só então ataque.
A MINHA DECISÃO
[cole aqui a análise estruturada (mapa 6.1, checklist 6.2, modelo 6.3), ou descreva em texto livre a decisão de IA que está em cima da mesa]
O ATAQUE
Quando tiver informação suficiente, faça três coisas para cada ponto da minha decisão, nessa ordem:
1. UMA PERGUNTA CÉTICA que questiona uma premissa escondida. Foque na premissa, não no número.
2. O CENÁRIO em que essa decisão está errada. Descreva uma situação plausível em que eu vou olhar isso daqui a 6 meses e me arrepender.
3. O SINAL mais claro de que a decisão é, na verdade, sobre outra coisa, ou de que estou medindo errado.
REGRAS
- Não dê respostas prontas, não me ajude a "refinar", não suavize, não conclua "no geral está bom".
- Se eu não te dei informação suficiente para atacar um ponto, faça a pergunta antes. Nunca ataque sem dado.
- Se identificar viés de confirmação na minha análise, aponte explicitamente.
- Use linguagem direta de operador. Sem coach, sem consultor de palco.
Atenção: esse prompt não substitui julgamento; ele força o seu. A IA pode atacar pontos válidos da sua análise, e você deve defendê-los com dados. A IA pode atacar pontos inválidos, e você os descarta. O valor não está nas perguntas, está no que você é forçado a refletir para responder. Análise que sobrevive ao teste de pressão é análise que vale a pena defender.