Parei de usar IA como chatbot. Virei ela em infraestrutura.

A maioria usa IA assim: abre o chat, cola a pergunta, copia a resposta, volta pro editor, repete. A IA não sabe nada do seu mundo. Toda conversa começa do zero.

Há um tempo parei de fazer isso. Hoje a IA vive no meu terminal, lê meus repositórios, conhece meus clientes, roda meus scripts e abre pull request. O contexto já está lá quando eu chego.

Não é sobre achar o prompt mágico perfeito. É sobre montar um sistema em volta da IA: contexto, ferramentas e um loop que se repete. Vou mostrar como isso se parece na prática.

A base: meu mundo num repositório versionado

Tudo começa com um repositório que guarda o contexto que a IA lê. Versionado, porque evolui comigo, não vive na minha cabeça nem some quando troco de máquina.

tools/
├─ AI_DEFAULT.md    # instruções centrais, toda IA lê
├─ CLAUDE.md        # aponta p/ AI_DEFAULT
├─ projects.yml     # registro: alias de cliente → repo certo
├─ TOOLS.md         # catálogo de todos os scripts
├─ RUNBOOK.md       # deploy, settings, troubleshooting
├─ brand/           # cores, fontes, logos, templates
├─ clickup/         # tasks via terminal
└─ media/           # scripts de slides e vídeo

A peça central é um arquivo de instruções que toda IA lê antes de trabalhar: como fazer commit, convenções de branch, tom de voz, onde mora cada coisa. Escrevo a regra uma vez, ela vale pra sempre.

Frente 1: tarefa chata vira script

Toda repetição manual virou comando. E foi a própria IA que escreveu e mantém esses scripts.

• Um resumo do meu dia (tarefas + agenda) cai no meu WhatsApp toda manhã, sozinho.
• Crio e consulto tasks direto do terminal, sem abrir o navegador.
• Scaffolds geram um projeto de infra ou uma apresentação inteira em um comando.

A regra que sigo: se fiz à mão duas vezes, a terceira é um script.

Frente 2: eu estendo a própria IA

Comandos e agents customizados ensinam a IA a trabalhar do meu jeito. Os que mais uso:

• /implement pega uma task, cria a branch, escreve o código e abre o PR.
• code-reviewer é um agent que revisa o diff antes de cada commit.
• Comandos pequenos pro trivial: criar lembrete, resolver um alias de cliente.

A IA não é uma caixa fechada. É uma plataforma que dá pra programar.

Frente 3: IA no código de verdade, não em brinquedo

Isso roda em código de cliente, não em projeto de fim de semana. Por isso o fluxo tem trava:

• Implementação de front e back em paralelo a partir de uma task.
• Um gate de qualidade bloqueante: nada entra no repo sem o agent revisar.
• Commits pequenos e focados, uma mudança lógica por commit.
• PR pronto pra review, sem rastro de "isso foi IA".

O ponto não é a IA escrever rápido. É ela escrever dentro das minhas regras.

Frente 4: a IA conhece meu mundo

• Planos e documentação ficam onde a IA lê e escreve.
• Um registro de workspace resolve "fala do cliente X" pro repositório certo na hora.
• Memória persistente: ela lembra decisões entre sessões.
• Runbooks deixam a operação documentada e reutilizável.

Eu digo um apelido. Ela resolve o cliente, acha os repos certos e já sabe o que é front e o que é back. Zero explicação.

O padrão por trás de tudo

As quatro frentes parecem diferentes, mas são a mesma receita:

1. Contexto: a IA enxerga seu mundo (repos, docs, clientes, memória).
2. Ferramentas: ela executa (scripts, git, APIs). Não só fala, faz.
3. Loop: faz, verifica, corrige, com gate de qualidade fechando o ciclo.

Acerte os três e qualquer tarefa repetitiva vira automação. Erre um e você volta pro chatbot.

O efeito composto

São cerca de 5 horas por semana que voltam pra mim, dezenas de PRs abertos por um único comando, e o número cresce toda semana porque cada automação libera tempo pra construir a próxima.

Como você começa hoje

Não precisa replicar meu setup. Comece com um passo:

1. Escolha uma tarefa chata que você repete toda semana.
2. Peça pra IA virar script e versione no repositório.
3. Dê contexto: um arquivo de instruções que ela lê sempre.
4. Feche o loop: deixe ela rodar, verificar e corrigir.
5. Repita. Cada automação paga a próxima.

A pergunta não é "a IA consegue?". É "o que eu paro de fazer à mão hoje?".