No módulo anterior, você montou o Segundo Cérebro: a estrutura de pastas, o primeiro dossiê de cliente, o template de infraestrutura. Se fez o exercício, já tem uma fundação. Agora vamos colocar alguém para trabalhar em cima dela.
Esse alguém é o Claude. E a forma como vamos usá-lo não tem nada a ver com abrir um chat e digitar “escreve um texto sobre X”.
A Diferença Entre Chat e Agente
Quando você abre o ChatGPT ou o Claude num chat comum, está fazendo algo equivalente a contratar um consultor brilhante, vendá-lo, colocá-lo numa sala sem janela e pedir que resolva o seu problema sem saber nada sobre você, seu negócio, seus clientes ou suas preferências.
O resultado? Respostas genéricas. Textos que soam como qualquer pessoa poderia ter escrito. Sugestões que ignoram o contexto real do seu trabalho. Você gasta mais tempo corrigindo o output do que gastaria fazendo sozinho.
Isso acontece porque a IA, num chat aberto, começa do zero a cada conversa. Ela não sabe quem você é. Não sabe que uma cliente é advogada registral (e o que isso implica em termos de leitura técnica está aqui). Não sabe que outra fala sobre governança tributária com tom sóbrio e sem ponto de exclamação. Não sabe que você proíbe clichês. Não sabe nada.
Agora imagine o contrário. Imagine um agente que tem acesso permanente às suas diretrizes de estilo, aos dossiês dos seus clientes, ao histórico de entregas, às suas metodologias. Que sabe que “critério” é uma palavra reservada para contextos jurídicos e clínicos. Que sabe o tom exato de cada cliente. Que lê o Segundo Cérebro antes de produzir qualquer coisa.
Essa é a diferença entre chat e agente. O chat é um estranho educado. O agente é um colaborador com memória.
As Duas Vias Equivalentes: Claude Code/Cowork e Codex CLI
Existem vários modelos de IA no mercado. Para a função de agente principal do sistema que estamos construindo, em maio de 2026 há duas vias maduras com funcionalidade equivalente: o stack da Anthropic (Claude Code, Claude Cowork e Claude Projects) e o stack da OpenAI (Codex CLI, Codex Cloud e Custom GPTs com memória persistente).
Eu vou descrever a arquitetura usando o Claude como exemplo trabalhado, porque é o que rodo no meu estúdio há mais tempo. Mas em todo ponto onde eu disser “Claude Cowork”, o Codex CLI cumpre a mesma função no stack da OpenAI. Em todo ponto onde eu disser “Claude Projects”, o equivalente é Custom GPTs ou Projects do ChatGPT. Os resultados, hoje, são muito próximos.
Três peças importam, independente da via que você escolher.
A primeira é o agente com instruções permanentes e base de conhecimento própria. No stack Anthropic, isso é Claude Projects. No stack OpenAI, é Projects do ChatGPT ou Custom GPTs. Você cria um projeto para cada cliente ou função, carrega os arquivos relevantes, define as regras do jogo, e toda conversa dentro daquele projeto já nasce com contexto. Não precisa colar instruções toda vez. O projeto já sabe.
A segunda é o agente CLI com acesso ao seu computador. No stack Anthropic, é o Claude Code com a camada Cowork. No stack OpenAI, é o Codex CLI (com Codex Cloud para tarefas mais longas em paralelo). Em ambos, o agente lê e escreve no seu Segundo Cérebro, acessa pastas, cria arquivos e executa comandos. Quando eu digo “faz as entregas da cliente para o Reel 47”, o agente abre a pasta da cliente, lê o dossiê, lê o roteiro, lê as diretrizes de estilo e produz o pacote completo. Não pergunta “qual é o tom de voz?” porque já sabe. Isso elimina os 40 minutos de contextualização que mapeamos no Módulo 1.
A terceira é a qualidade de escrita e raciocínio em texto longo. Para roteiros, artigos, legendas e pareceres, a capacidade de manter coerência e tom ao longo de textos extensos importa. Em maio de 2026, Claude e Codex/GPT estão em pé de igualdade prática. Diferenças residuais existem, mas são preferência de gosto, não de capacidade. A taxa de acerto no primeiro rascunho, em ambos, é alta o suficiente para que a revisão humana seja refinamento, não reconstrução.
A escolha entre as duas vias, na prática, é decidida por: ferramentas que você já paga, IDE que prefere, integrações específicas do seu fluxo. Não por capacidade.
Como Montar o Seu Primeiro Projeto com Contexto
O exercício deste módulo é prático. Você vai criar um projeto no Claude que funciona como um assistente especializado para o seu trabalho.
Passo 1: Acesse o Claude (claude.ai) com um plano pago (Pro ou Team). Na barra lateral, clique em “Projects” e crie um projeto novo. Dê um nome que identifique a função (exemplo: “Produção de Conteúdo”, “Atendimento Clínico”, “Pareceres Jurídicos”).
Passo 2: Na seção de instruções do projeto, escreva um bloco de contexto permanente. Inclua: quem você é, o que faz, para quem trabalha, qual o tom de voz, quais as regras de estilo inegociáveis. Seja específico. “Escreva bem” não ajuda ninguém. “Nunca use ponto e vírgula. Nunca abra com pergunta retórica. O tom é sóbrio e analítico. Conclusões se chamam Considerações Finais.” Isso ajuda.
Passo 3: Na base de conhecimento do projeto, faça upload dos arquivos que o agente precisa para trabalhar. O dossiê do cliente, os templates, as referências. Se você montou o Segundo Cérebro no módulo anterior, esses arquivos já existem. Copie os mais relevantes para dentro do projeto.
Passo 4: Teste. Peça ao projeto para produzir algo que você faria normalmente. Compare o resultado com o que a IA produziria num chat aberto, sem contexto. A diferença vai ser visível na primeira tentativa.
O Que o Contexto Permanente Muda na Prática
Vou dar um exemplo real.
No meu estúdio, tenho um projeto no Claude chamado “Entregas Completas”. As instruções dele incluem: o manual anti-clichês (uma lista de frases e estruturas proibidas), as folhas de estilo de cada cliente, as regras de formatação, o protocolo de revisão, o formato de saída para cada tipo de entrega. Quando eu peço “entregas do Reel 52 da cliente”, o agente lê o SRT (a transcrição do vídeo), identifica a cliente, aplica o tom correto, gera roteiro refinado, legenda para Instagram, título de capa, sugestões de B-roll, notas de edição. Tudo num pacote só.
Isso leva 3 minutos. Manualmente, levava 45.
A diferença não é mágica. É contexto. O agente sabe o que precisa saber porque a informação está no sistema. Se o dossiê da cliente diz que o tom é técnico e sem firula, o agente segue. Se o manual anti-clichês proíbe “você sabia que?”, o agente não usa. Se o template de saída pede roteiro, caption e overlays, o agente entrega os três.
Sem esse contexto, o mesmo agente produziria um texto genérico, com clichês, sem tom definido, que eu precisaria reescrever inteiro. Com contexto, ele produz um primeiro rascunho que precisa apenas de ajustes finos.
O Que Vai Aonde: Obsidian vs. Projects do Agente
Neste ponto, você tem dois espaços de conhecimento: o vault do Obsidian (Segundo Cérebro) e os Projects do Claude. Uma dúvida razoável é onde guardar cada tipo de informação.
A divisão que funciona no meu estúdio é simples. O Obsidian é o repositório central. Tudo mora lá: dossiês de cliente, templates, diretrizes, histórico de entregas, changelog, referências. É a fonte de verdade do sistema. Quando um agente precisa de informação, ele vai ao Obsidian.
O Claude Projects funciona como um subset operacional. Você copia para dentro do Project as instruções permanentes (diretrizes de estilo, regras gerais, manual anti-clichês) e os arquivos que o agente precisa para executar uma função específica. O Project não substitui o vault. Ele carrega a parte do vault que importa para aquela tarefa.
Na prática, o Obsidian é o armazém. O Project do agente (Claude ou GPT) é a bancada de trabalho. E o agente CLI (Claude Cowork ou Codex CLI) conecta os dois: acessa o vault diretamente, sem que você precise copiar arquivos manualmente.
Se você está começando, monte tudo no Obsidian primeiro. Quando configurar o Claude Projects, copie apenas os arquivos essenciais: instruções de estilo, dossiê do cliente ativo e templates de saída. À medida que o sistema amadurece, o Cowork elimina essa etapa manual porque o agente lê o vault direto.
Os Limites (Que Você Precisa Conhecer)
O Claude com contexto é poderoso. Mas tem limites que você precisa respeitar para não perder tempo nem confiança.
Ele erra. Números, datas, referências legais, citações literais. Tudo que exige precisão factual precisa de verificação humana. A IA é excelente para produzir estrutura e rascunho. Péssima para ser fonte de verdade.
Ele alucina. Se você pede uma informação que não está na base de conhecimento, em vez de dizer “não sei”, ele pode inventar. Isso é mais raro com contexto bom, mas acontece. A regra é: quanto menos contexto o agente tem, mais ele improvisa. E improviso de IA é perigoso.
Ele não substitui o seu julgamento. O agente produz. Você revisa, aprova e publica. O humano continua sendo o gatekeeper. A IA é o motor de execução. O volante é seu.
Considerações Finais
Com o Segundo Cérebro montado e o agente principal configurado, você já tem duas das três camadas do sistema funcionando. O conhecimento está organizado. O agente tem acesso a ele. A produção começa a escalar sem que a qualidade despenque.
No Módulo 4, vamos aprofundar a camada mais valiosa desse sistema: como transformar o conhecimento específico de cada cliente em vantagem competitiva permanente. Os dossiês que construiremos são o que alimentam a qualidade que você viu neste módulo. Sem eles, o agente produz genérico. Com eles, produz como se conhecesse o cliente há meses.
Se você construiu o Segundo Cérebro e configurou o agente principal, as duas primeiras camadas estão funcionando. Se prefere calibrar tudo com acompanhamento direto, o intensivo ao vivo existe para isso. Deixe seu e-mail na lista de espera.
A gente se vê no Módulo 4.
Perguntas Frequentes
Preciso de plano pago para seguir a trilha?
Para usar Projects e o agente CLI, sim, em qualquer um dos dois stacks. Claude Pro custa a partir de US$ 20/mês. ChatGPT Plus custa o mesmo. Os dois têm planos superiores (Team, Enterprise) com mais limite e recursos de coordenação. O plano gratuito de cada um funciona para conversa, não para contexto permanente. Se o custo é impeditivo, comece com o Obsidian puro e adicione o stack pago quando fizer sentido financeiro.
Posso usar o Codex (OpenAI) em vez do Claude?
Pode, e em maio de 2026 a paridade funcional é real. O Codex CLI faz o mesmo que o Claude Code/Cowork: lê e escreve no vault local, executa comandos, acessa pastas. O Codex Cloud roda tarefas longas em paralelo. Custom GPTs e Projects do ChatGPT cobrem o que o Claude Projects cobre. A escolha entre os dois stacks, hoje, é mais sobre qual integração já está no seu fluxo do que sobre capacidade. Gemini com NotebookLM cobre boa parte do contexto persistente, mas a camada de agente CLI ainda é mais imatura para o caso descrito aqui.
Se o Claude erra, como sei que vale a pena?
O Claude erra em dados factuais, citações e números. O que ele faz bem é manter tom, estrutura e consistência quando tem contexto. O critério é: se o primeiro rascunho sai 70-80% pronto e você gasta 5 minutos refinando em vez de 45 minutos escrevendo do zero, o retorno já é positivo.