📦 Os 19 entregáveis
Duas caixas de texto entram. Dezenove arquivos saem. A conta é simples: 15 documentos Markdown + 2 apresentações PPTX + 2 documentos Word. Cada peça é um entregável que uma consultoria cobraria caro — e a sua Fábrica gera o conjunto inteiro por menos de US$1.
📋 Avaliação (assessment)
- •Inventário de tecnologia e infraestrutura de dados
- •Matriz de pontos de dor por departamento
- •Avaliação de maturidade e prontidão de IA (1-5)
🗓️ Planejamento
- •Roadmap 30/60/90/180/360 dias
- •Lista de vitórias rápidas (quick wins)
- •Calculadora de ROI e análise de custos
🛠️ Implementação
- •Comparação de fornecedores · construir vs comprar
- •Consolidação de licenças de software
- •Biblioteca de casos de uso por departamento
🛡️ Governança + recursos
- •Política de IA e uso aceitável · governança de dados
- •Manual de gestão de mudança e treinamento
- •Biblioteca de prompts + glossário de termos
🎁 Os 4 entregáveis de entrega refinada
Os 15 Markdown são o conhecimento bruto. Por cima deles, a Fábrica gera os 4 arquivos que o cliente realmente abre na reunião:
- •PPTX — Apresentação estratégica de IA (deck para o board)
- •PPTX — Diagramas de estado atual vs. futuro (Mermaid renderizado como imagem)
- •DOCX — Relatório final de estratégia de IA
- •DOCX — Declaração de trabalho (SOW), com escopo e proposta
conhecimento interno
decks executivos
relatório + SOW
pacote completo
🔗 O pipeline de 3 fases
Os 19 arquivos não saem de uma vez por mágica. Eles passam por uma linha de montagem de três fases: Pesquisa → Síntese → Geração. Cada fase tem uma ferramenta dedicada e entrega a saída para a próxima — exatamente como a esteira de uma fábrica.
💡 Por que separar em fases
Cada fase usa a ferramenta certa para o trabalho certo: Perplexity busca fatos atuais, Gemini escreve barato em contexto gigante, e o Python formata. Separar responsabilidades deixa o pipeline previsível — e te mostra exatamente onde intervir quando quiser melhorar uma parte.
Perplexity
Gemini
Python local
saída → entrada
🔍 O que cada fase faz
Você não vai usar a Fábrica como caixa-preta. Entender o trabalho de cada fase é o que te deixa no controle — sabendo de onde vem a qualidade e onde está a alavanca de melhoria.
Pesquisa — coleta fatos atuais
A Perplexity faz de 9 a 18 buscas ao vivo sobre a empresa: visão de negócio, stack de tecnologia, concorrência, iniciativas de IA, dores e prioridades. Não inventa — traz dados recentes e as fontes. Saída: um JSON de pesquisa.
Síntese — transforma fatos em documentos
O Gemini 2.5 Flash recebe os fatos + os frameworks de consultoria e roda 15 prompts especializados, um por entregável. É o motor de escrita: barato, contexto gigante. Saída: 15 documentos Markdown e o código dos diagramas Mermaid.
Geração — formata para entrega
Rodando local (sem custo de API), o Python pega os Markdown e produz os 2 PPTX, os 2 DOCX e renderiza os diagramas Mermaid como PNG. Por fim, empacota tudo em pastas prontas para download.
// as 3 fases viram 3 modelos de dados encadeados
CompanyInput (nome, descrição, modo) → research() → ResearchOutput (fatos + fontes + custo) → synthesize() → SynthesisOutput (15 entregáveis + diagramas) → generate() → GenerationResult (decks + relatórios + imagens)
busca, não chuta
15 prompts
local, sem custo
você intervém
🏆 Por que parece consultoria de elite
O segredo não é o modelo de IA — é o que foi colocado dentro dos prompts. A Fábrica foi alimentada com os playbooks reais que McKinsey, BCG, KPMG, OpenAI e IBM publicam, destilados em cheat sheets. O output herda esse rigor.
🧠 Autoridade emprestada
Esses PDFs são enormes (28, 46 páginas) e não cabem no contexto de uma vez. A solução foi um RAG preguiçoso: o Gemini processou cada PDF em blocos, extraindo só o valioso e cortando buzzword. Sobrou conhecimento puro — pronto para guiar cada entregável.
- •Os frameworks dessas firmas viram a base dos 15 prompts
- •Cada documento sai com a estrutura que um consultor sênior usaria
✓ Por que o output convence
- ✓Linguagem e estrutura de consultoria de ponta
- ✓Fatos atuais da Perplexity, não genéricos
- ✓Frameworks consagrados (maturidade, quick wins, ROI)
✗ O que ainda exige você
- ✗Revisar os números antes de mandar ao cliente
- ✗Validar o que faz sentido para aquele negócio
- ✗Adaptar o tom e cortar o que não se aplica
💡 A lição que vale ouro
Qualidade percebida vem do conhecimento embutido, não do botão. É por isso que a Trilha 2 inteira é sobre construir essa base de cheat sheets: é o ativo que transforma uma IA comum num consultor que parece de elite.
McKinsey, BCG…
RAG preguiçoso
emprestada
qualidade de elite
🎬 Demonstração: um pacote real
Ver o destino antes da viagem dá referência de qualidade. Imagine rodar a Fábrica para "Stripe". Em poucos minutos, a pasta de saída se enche — organizada por tipo de arquivo. Veja o que aparece, peça por peça.
// output/stripe/ — estrutura gerada
output/stripe/ ├── markdown/ # 15 .md (inventário, dores, roadmap, ROI…) ├── presentations/ # 2 .pptx (resumo executivo + análise) ├── documents/ # 2 .docx (relatório + SOW) ├── mermaid_images/ # diagramas atual vs futuro (.png) ├── research_cache.json └── state.json # progresso + custo total (~US$0,08)
Roadmap + ROI
Abre o roadmap 30/60/90: cada janela tem iniciativas priorizadas. A calculadora de ROI projeta o retorno — o que justifica o investimento numa reunião de diretoria.
Política de IA + governança
O template de uso aceitável e o framework de governança de dados — o tipo de documento que empresas pagam advogados e consultores para escrever do zero.
Deck + SOW
O PPTX que você apresenta e o SOW que fecha o contrato — escopo, prazo e preço prontos. É o par que transforma análise em negócio fechado.
💡 Use isso como régua
Guarde a sensação de abrir esse pacote. Cada módulo do curso constrói uma dessas peças — e a referência de qualidade que você acabou de ver é o padrão a alcançar quando rodar a sua própria Fábrica.
organizado por tipo
custo do pacote
não semanas
referência de qualidade
🧭 O mapa do curso
Agora você viu a Fábrica inteira. O curso te leva daqui até construí-la peça por peça. Cada trilha é uma camada do pipeline — você sempre sabe qual parte da máquina está montando.
🧱 Construção incremental
A sequência não é decorativa: conhecimento → skills/agentes → a fábrica → o cliente. Cada peça que você monta vira insumo da próxima trilha. No fim, o pipeline de 3 fases que viu aqui está inteiro nas suas mãos — e você sabe consertar e evoluir cada parte.
lógica, não solta
1 trilha = 1 peça
cada peça soma
cliente real
✅ Resumo do módulo
🎯 Missão 1.2 — Os 3 entregáveis que mais vendem
Pense em uma empresa que você conhece bem (a sua, a de um amigo, ou uma marca local). Dos 19 entregáveis, escolha os 3 que mais venderiam para ela e escreva, em uma frase cada, por quê:
- Entregável 1: qual dor dessa empresa ele resolve?
- Entregável 2: por que o decisor pagaria por ele?
- Entregável 3: o que torna ele urgente agora?
Sucesso: 3 entregáveis escolhidos com justificativa de 1 frase. O que você ganhou: clareza de qual parte do pacote é a sua isca de venda — e a base do pitch que vamos montar na Trilha 5.
Próximo módulo:
1.3 — Montando o arsenal (Claude Code, chaves de API e rodar o primeiro pacote)