Tecnologia além do código.
Régys Borges da Silveira

Skills no dia a dia: desenvolvimento, documentos e rotinas administrativas

Três ambientes de trabalho ilustram revisão de código, preparação de documentos e organização de pendências.
Neste artigo 8 tópicos

Você termina uma revisão de código e percebe que precisou explicar novamente quais arquivos poderiam ser consultados, que evidência esperava e por que a IA não deveria alterar a aplicação. Na tarefa seguinte, prepara uma ata e repete outras orientações: preservar dúvidas, não inventar responsáveis e distinguir propostas de decisões. O trabalho muda, mas uma parte do esforço permanece: ensinar o procedimento antes de pedir o resultado.

Uma skill pode reunir essas orientações recorrentes. Neste artigo, skill significa um procedimento reutilizável que combina instruções e recursos de apoio para uma tarefa delimitada. A documentação oficial sobre skills e plugins apresenta esse uso para trabalhos repetidos, incluindo revisão de documentação e preparação de acompanhamentos. A existência do procedimento, porém, não comprova que uma execução específica esteja correta.

Vamos acompanhar três aplicações: revisar uma alteração Delphi, preparar uma ata e conferir pendências administrativas. Os cenários são fictícios e explicam o desenho do trabalho; não representam testes de agente nem resultados medidos de produtividade. O objetivo é mostrar o que precisa entrar, o que deve sair e quando a execução deve parar.

Essa passagem de uma conversa para um processo organizado é um dos temas de IA Além da Conversa. Na página do livro, você pode conhecer a proposta e acessar a degustação para aprofundar contexto, ferramentas e limites de atuação. Aqui, aplicaremos essa perspectiva em tarefas pequenas, antes de imaginar uma operação inteira conduzida por IA.

Antes da ferramenta, defina a tarefa

Uma rotina não está bem definida apenas porque acontece toda semana. “Organizar o escritório” pode incluir ler arquivos, responder mensagens, alterar cadastros e tomar decisões comerciais. Reunir tudo em uma única skill dificultaria explicar quais ações são permitidas. Prefira uma unidade de trabalho com início e fim reconhecíveis, como preparar uma lista de pendências a partir de documentos fornecidos.

Chamo de entrada o material necessário para começar: arquivos, notas, critérios e autorização. A saída é o resultado esperado, como um relatório ou uma minuta. Minuta é uma versão preliminar de um documento, ainda sujeita a revisão. O critério de aceitação descreve o que precisa ser verdadeiro para considerar aquela entrega adequada, não apenas agradável de ler.

Nos três casos, proponho o mesmo desenho: identificar materiais, conferir suficiência, analisar e apresentar evidências com limitações. Isso não obriga a usar um formato único para tudo. Uma revisão precisa localizar trechos de código; uma ata precisa localizar decisões; uma conferência administrativa precisa localizar divergências. O procedimento comum organiza a responsabilidade, enquanto critérios específicos preservam a natureza da tarefa.

Desenvolvimento: revisar sem assumir autorização para corrigir

Retomemos a importação Delphi usada nesta série. Um desenvolvedor alterou a validação de CodigoProduto, campo que identifica o produto. O pedido é revisar a alteração para verificar o tratamento de códigos vazios ou formados apenas por espaços. Não inclui implementar correções, executar a importação nem gravar registros no banco.

As entradas seriam a diferença entre a versão anterior e a proposta, os arquivos relevantes e a regra de negócio que define o comportamento esperado. Essa diferença costuma ser chamada de comparação de alterações, ou diff. É importante explicar a regra antes da revisão: sem ela, a IA pode sugerir um comportamento plausível, mas incompatível com o sistema.

A skill poderia orientar a leitura da alteração e de seus pontos de chamada, pedir a identificação de casos limítrofes e organizar cada achado com localização, motivo e evidência. Caso o ambiente permita testes e o pedido os autorize, o relatório deve registrar o comando realmente executado e seu resultado. Sem esse ambiente, deve dizer que a análise foi feita por leitura, não que o código foi compilado.

Imagine que a alteração consulte apenas o comprimento do texto sem remover espaços. Um achado hipotético seria: “A condição pode aceitar um valor formado por espaços; conferir se a normalização ocorre antes deste ponto”. Se a normalização estiver em outra função, a primeira impressão pode estar errada. O procedimento manda investigar essa possibilidade ou registrar a dúvida, em vez de transformar suspeita em defeito confirmado.

A entrega termina com achados sustentados, perguntas pendentes e sugestões de verificação. O responsável decide se haverá implementação em outra tarefa. Para ampliar esse cuidado em uma aplicação existente, vale acompanhar como usar IA em um projeto Delphi sem perder o controle. A conexão é o respeito ao comportamento do sistema, não a promessa de que uma skill elimina erros.

Documentos: preparar uma ata sem inventar decisões

Agora imagine notas de uma reunião sobre a mesma importação: “Avaliar validação dos códigos. Marina verifica exemplos. Prazo ainda aberto. Sugestão: apresentar prévia antes da gravação”. A tarefa é preparar uma ata para revisão, não transformar todas essas frases em compromissos aprovados.

As entradas precisam informar quais notas são a fonte, qual reunião representam e qual modelo deve ser seguido. Se houver versões diferentes, o procedimento deve identificar essa situação antes de consolidá-las. Não basta entregar um texto bem escrito: o documento precisa preservar a diferença entre algo decidido, algo proposto e algo que depende de confirmação.

Neste exemplo, “Marina verifica exemplos” pode entrar como encaminhamento atribuído, desde que a anotação seja considerada suficiente pelo responsável. “Prazo ainda aberto” permanece como prazo não definido. A proposta de apresentar uma prévia não deve aparecer como funcionalidade aprovada. A skill organiza essas categorias e sinaliza onde a fonte não esclarece o estado da discussão.

Um modelo útil teria identificação da reunião, assuntos, decisões registradas, propostas em discussão e pendências. Cada item relevante poderia trazer uma referência à nota original. Essa referência pode ficar em uma seção de conferência enquanto o autor revisa a minuta, sem ocupar a versão final destinada aos participantes. O importante é localizar a origem de uma afirmação antes de aprová-la.

Quando a entrada for um PDF ou uma imagem, existe uma etapa anterior: obter e conferir o conteúdo que será usado. Este artigo não compara ferramentas de reconhecimento nem testa extração. A discussão específica está em como usar IA para ler PDFs, imagens e documentos empresariais. Uma skill de ata não deve esconder uma leitura incerta atrás de um documento convincente.

Administração: conferir pendências sem executar ações externas

Considere uma equipe que recebe solicitações de atualização cadastral. Cada pedido deveria conter um identificador interno, a descrição da alteração e a aprovação do responsável. A tarefa proposta é conferir os materiais fornecidos e preparar uma lista de pendências. Não envolve decidir se a alteração é legítima nem atualizar o cadastro.

Suponha três solicitações fictícias: uma completa, outra sem aprovação e uma terceira com identificadores diferentes no pedido e no anexo. O procedimento poderia classificar a primeira como pronta para revisão humana, a segunda como pendente de aprovação e a terceira como divergente. “Pronta para revisão” não significa “aprovada para execução”.

A saída deve apontar o identificador do pedido, a verificação feita, o resultado e a origem da informação. Quando um campo não estiver presente, o relatório deve dizer “não localizado nos materiais fornecidos”, em vez de afirmar que o dado não existe em lugar algum. Essa diferença limita a conclusão ao que realmente foi examinado.

Também é necessário separar a redação de uma mensagem de seu envio. A skill pode preparar uma solicitação de complemento para revisão. Enviar a mensagem, criar um chamado ou modificar um registro exige um pedido que inclua essa ação e as permissões correspondentes. Não convém embutir autorização permanente em uma frase genérica como “resolva as pendências”.

O benefício pretendido é tornar a conferência repetível e revisável. Não há aqui resultado medido de redução de tempo ou de falhas. Antes de adotar a rotina, compare a saída com uma conferência independente e examine especialmente os casos classificados como completos. Uma omissão nessa categoria pode ser mais difícil de perceber que uma dúvida explicitamente registrada.

Três rotinas, o mesmo ponto de controle

Três rotinas produzem achados, uma minuta e uma lista de pendências; uma decisão humana separa essas entregas de alterações ou envio.

Infográfico ilustrativo criado para este artigo. Exemplos autorais e fictícios; não representa interface real nem resultados de execução.

Nos três exemplos, a IA prepara algo que pode ser examinado: achados de revisão, uma minuta ou uma lista de pendências. O ponto de controle é o momento em que alguém confere evidências e decide sobre a próxima ação. Ele deve estar descrito no procedimento, não depender de o usuário lembrar de impor uma restrição a cada pedido.

O controle também precisa existir fora do texto quando houver ferramentas capazes de modificar sistemas. Uma instrução dizendo “não alterar” é uma orientação; restringir a ferramenta à leitura é outra medida operacional. Não configuramos permissões de nenhuma plataforma neste artigo. Antes de conectar a rotina a serviços reais, verifique os recursos e limites do ambiente escolhido.

Uma pergunta ajuda a revisar o desenho: alguém consegue distinguir, na saída, o que foi encontrado, o que foi inferido e o que foi executado? Se tudo aparece misturado em um parágrafo conclusivo, fica difícil conferir o trabalho. A organização da entrega deve facilitar essa distinção sem obrigar o leitor a adivinhar o significado das frases.

Quando uma skill é excesso de estrutura

Uma pergunta isolada, sem procedimento recorrente, pode ser resolvida com um pedido claro e materiais suficientes. Criar uma skill para cada pergunta tende a multiplicar arquivos que precisarão de manutenção. A necessidade aparece quando etapas, critérios ou formatos realmente voltam a ser usados e merecem uma definição compartilhada.

No outro extremo, algumas operações têm regras inteiramente objetivas. Verificar a presença de campos obrigatórios em dados estruturados pode caber melhor em um programa convencional. A IA pode interpretar uma descrição ou redigir uma explicação, enquanto o programa faz a verificação exata. Não é necessário transformar toda etapa em uma decisão de linguagem natural.

Essa combinação precisa ficar visível. Se um programa conferiu três campos, não atribua a ele uma avaliação de autorização que não realiza. Da mesma forma, a interpretação da IA não substitui uma consulta a uma fonte indisponível. Cada componente deve ter uma responsabilidade delimitada e uma evidência proporcional ao que afirma.

Para decidir se a solução está pronta para uso real, conecte esse desenho aos critérios de como avaliar uma solução de IA antes de colocá-la em produção. A pergunta deixa de ser “a resposta parece boa?” e passa a ser “o processo entregou o que deveria, dentro dos limites definidos?”.

Conclusão

Uma skill faz sentido quando organiza uma tarefa recorrente que você consegue explicar, delimitar e conferir. Nos exemplos, ela não assume o papel de desenvolvedor responsável, aprovador de ata ou administrador autorizado. Prepara informações para que esses profissionais decidam com clareza sobre o próximo passo.

Comece por uma rotina pequena e registre entradas, critérios, saída e condição de parada. Experimente com materiais fictícios ou adequadamente protegidos, compare resultados e corrija o procedimento antes de ampliar sua atuação. O ganho pretendido é um trabalho explícito e revisável; sua existência precisa ser verificada, não presumida pela qualidade da redação.

Para conectar esses procedimentos a uma visão mais ampla da aplicação da IA, conheça IA Além da Conversa e leia a degustação. A escolha prática mais importante continua sendo local: definir o que a IA prepara, quais evidências apresenta e quem autoriza a ação seguinte.

Referências

OPENAI. Skills & Plugins. ChatGPT Learn, [s. d.]. Disponível em: https://learn.chatgpt.com/docs/skills-and-plugins. Acesso em: 4 out. 2026.

SILVEIRA, Régys Borges da. Como avaliar uma solução de IA antes de colocá-la em produção. regys.com.br, 2026. Disponível em: https://regys.com.br/como-avaliar-uma-solucao-de-ia-antes-de-coloca-la-em-producao/. Acesso em: 4 out. 2026.

SILVEIRA, Régys Borges da. Como usar IA em um projeto Delphi existente sem perder o controle. regys.com.br, 2026. Disponível em: https://regys.com.br/como-usar-ia-em-um-projeto-delphi-existente-sem-perder-o-controle/. Acesso em: 4 out. 2026.

SILVEIRA, Régys Borges da. Como usar IA para ler PDFs, imagens e documentos empresariais. regys.com.br, 2026. Disponível em: https://regys.com.br/como-usar-ia-para-ler-pdfs-imagens-e-documentos-empresariais/. Acesso em: 4 out. 2026.

SILVEIRA, Régys Borges da. IA Além da Conversa. Livros de Régys Borges da Silveira, [s. d.]. Disponível em: https://livros.regys.com.br/ia-alem-da-conversa. Acesso em: 4 out. 2026.

Compartilhar por e-mail

0 comentário(s)

Participe da conversa

Seu e-mail não será publicado.

Este site utiliza o Akismet para reduzir spam. Saiba como seus dados em comentários são processados.

Um próximo passo para cada interesse.

Continue estudando com os livros, acompanhe as videoaulas ou consulte as soluções para o seu projeto.

Descubra mais sobre Régys Borges da Silveira

Assine agora mesmo para continuar lendo e ter acesso ao arquivo completo.

Continuar lendo