Se você abre o Twitter e sente aquele aperto no peito: mais um modelo, mais uma ferramenta, mais um workflow que “muda tudo” e você ainda não testou nenhum dos três da semana passada, essa edição é pra você.
Vou ser honesta: eu também fico ansiosa. A diferença é que eu parei de tentar acompanhar tudo e passei a seguir um processo, e é ele que eu te entrego hoje.
Já adianto o que ninguém fala: é humanamente impossível ficar por dentro de tudo. Não conheço uma pessoa sequer, e tenho vários amigos criadores de conteúdo, que consiga. Quem te vende essa ideia tá te vendendo ansiedade.
Se você tem um projeto na cabeça pra implementar IA no seu negócio e quer que a gente faça por você, fala com a Epic Labs. A gente entrega em 30 dias, 100% feito por engenheiros profissionais e com garantia de 30 dias. Você não precisa contratar desenvolvedor, aprender ferramenta nova nem esperar seis meses pra ver alguma coisa pronta.
Meu processo veio do livro Building a Second Brain, do Tiago Forte. Se você já ouviu falar em “segundo cérebro”, aquela febre de Claude com Obsidian, nasceu aqui.
O livro propõe um funil de quatro etapas: capturar (coletar de várias fontes), organizar (colocar cada coisa numa caixinha da sua vida), destilar (consumir e processar de verdade) e expressar (usar aquilo pra fazer alguma coisa).
Detalhe importante: quando esse livro foi escrito não existia Claude nem ChatGPT. Tudo era manual. Então eu adaptei: peguei as duas primeiras etapas, as de maior volume, e coloquei o Claude pra fazer. As duas últimas eu faço na unha, porque se o Claude assimilar por mim, eu não aprendi nada.
Meu funil ficou assim: capturar → filtrar → assimilar → testar.
Antes de te falar quais fontes eu sigo, preciso explicar por que são essas. Imagina o mercado de IA como um prédio de três andares:
Térreo: hardware. Quem fabrica os chips, NVIDIA é o nome óbvio.
1º andar: os labs. OpenAI, Anthropic, Google. Treinam os modelos e são clientes da NVIDIA.
2º andar: os apps. Claude, ChatGPT, Cursor, Lovable, Gamma. Todos consomem os modelos dos labs.
A regra é simples: quanto mais embaixo, mais você influencia os andares de cima. Sem chip da NVIDIA, o lab não treina modelo. Sem modelo, o app não funciona. Por isso eu não busco informação em quem está no topo, eu busco na origem.
Os blogs oficiais dos labs. OpenAI, Anthropic, Google. Toda notícia de IA que você vê por aí nasceu aqui, se o influenciador não pegou daqui, pegou de alguém que pegou. Zero intermediário, zero distorção. Bônus: quando sai um modelo novo, o post traz todos os benchmarks (avaliações padronizadas que comparam modelos usando as mesmas referências). Denso, mas é assim que você confere quando alguém disser “esse modelo é ótimo pra X”.
Quem trabalha dentro dos labs. Essa gente solta tweet antes do anúncio oficial. Nomes que eu acompanho: Boris Cherny (uma das principais figuras por trás do Claude Code), Andrej Karpathy (co-fundador da OpenAI, cunhou o termo “vibe coding”, na minha cabeça, a pessoa mais influente do mundo de IA hoje), Sam Altman e Dario Amodei.
Os investidores. Essa é a fonte que quase ninguém usa e eu acho subestimadíssima:
a16z — artigos escritos pelos próprios analistas do fundo
Y Combinator — a aceleradora mais bem-sucedida do mundo (investiram na própria OpenAI; o Sam Altman trabalhou lá). Ótimo termômetro
Sequoia — investiram na NVIDIA e em inúmeras outras empresas de muito sucesso. Possuem um conteúdo denso e muito bem escrito!
Por que investidor? Porque são eles que decidem onde o dinheiro vai. Quando se mexem, o mercado inteiro olha.
⚠️ Recado sincero: tudo isso é em inglês. Se você não consome conteúdo em inglês, você nunca vai ser o segundo a saber de algo: vai ser o terceiro, porque depende de alguém traduzir. Traduza no navegador se precisar, mas aprenda inglês.
Capturei 100 coisas. Dessas, umas 10 têm aplicação prática de verdade pra mim. Já fiquei 90% menos louca. 😅
O filtro é uma pergunta feita contra os meus projetos ativos. Hoje eu tenho três caixinhas: Epic (minha empresa de software), clientes do Epic e produção de conteúdo (que é como eu adquiro clientes pro Epic).
Cada coisa que aparece passa por: isso serve pro Epic? Pra algum cliente? Vira conteúdo? Se não serve pra nenhuma, eu não estou nem aí pra aquela informação. Sem culpa.
Confesso que sinto saudade de quando eu fazia jejum de notícias, li isso num livro do Tim Ferriss, e a lógica era “se for importante mesmo, chega até mim”. Mas eu trabalho com isso, então não posso. O filtro é o meu jeito de ter um pouco daquela paz de volta.
Se eu tivesse que fazer essa triagem na mão todo dia, eu ficaria doida. Então criei uma skill (um conjunto de instruções salvo que o Claude executa sempre do mesmo jeito) que roda todo dia no mesmo horário.
Ela varre as fontes que eu já disse que confio, filtra o que é besteira, cruza o resto com os meus projetos e me entrega um relatório. No último, ele analisou 100 posts e me trouxe 9, com nível de relevância em cada item e um aviso quando acha algo estranho. É basicamente uma newsletter que o Claude escreve só pra mim.
Você monta isso hoje, em 5 minutos, sem código. Abre o Claude ou o ChatGPT e pede assim:
“Pegue os últimos 10 posts destas fontes: [cole as fontes daqui]. Filtre tudo o que não é útil para os projetos que eu estou tocando agora. O que sobrar, me traga em resumo, com o nível de relevância de cada item.”
Deu certo? Transforma numa skill e agenda como rotina no Claude ou automação no ChatGPT.
Eu rodo todo dia porque dependo disso pra produzir conteúdo. Se você não trabalha com isso, uma vez por semana ou a cada 15 dias resolve. Sério.
Relatório na mão, agora é comigo: ler, entender e trazer significado pra minha vida. É aqui que informação vira conhecimento.
Em cada item eu procuro uma de três coisas: uma ferramenta nova que eu possa usar, um workflow (”o cara da OpenAI faz design assim”, dá pra aplicar aqui?) ou um case (”empresa X fez Y com IA e deu certo”).
Eu sempre li muito, tinha até meta de 10 páginas por dia. Hoje troquei parte da leitura de livro por esse tipo de conteúdo, porque IA na velocidade que eu preciso não está em livro. E como eu leio 9 coisas em vez de 100, dá pra ler com qualidade.
Essa é a etapa que quase ninguém faz, e é a que separa quem consome IA de quem usa IA. A maioria acredita no que ouve e nunca testa com os próprios olhos.
Exemplo real: por muito tempo o Claude performava melhor que todo mundo nos nossos projetos de código, sei porque a gente testou. Aí saiu o modelo novo da OpenAI, testamos de novo, e está mandando quase tão bem quanto. Sei porque testei.
Não importa se o benchmark diz 60% ou 61%: aquele teste foi feito pra aquele contexto. O teste que importa é o seu, no seu workflow.
E tem outra: quem te recomendou aquela ferramenta pode ter tido um resultado que não se repete no seu caso, ou pode estar fazendo publi. Eu recebo umas 10 mensagens por dia pedindo publi e só aceito o que eu uso de verdade. Nem todo mundo funciona assim. Testa.
Capturar: vá na origem: blogs dos labs, quem trabalha neles, investidores (a16z, YC, Sequoia)
Filtrar: só sobrevive o que encaixa num projeto seu de verdade
Assimilar: leia pouco, mas leia bem
Testar: nenhum benchmark vale mais que o seu próprio teste
Automatize 1 e 2. Faça 3 e 4 na mão. É onde o aprendizado acontece.
E o disclaimer mais importante: produzir conteúdo é o meu trabalho, então eu tenho mais tempo pra testar que a maioria das pessoas. Se você faz outra coisa o dia inteiro, não se cobre de testar tudo na mesma medida que eu. Kimono aberto: nem eu consigo.
No vídeo dessa semana eu mostro tudo isso na tela: os blogs abertos, os perfis que eu sigo e o relatório que o Claude me entrega todo dia.
E me conta nos comentários: quem do mundo de IA você acompanha e recomenda? Quero descobrir gente boa que eu ainda não sigo. 👀
Até a próxima edição da DebGPT! 💜
Nenhuma publicação
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.