Agência de tráfego
Foi assim que a Sling começou: performance, aquisição e resultado para negócios.
Dois dias para transformar a forma como você enxerga a IA dentro da sua empresa.
22 e 23 de agosto de 2026 · por 
Wi-Fi da sala
RedeConvidados
Senhasejambemvindos
Sobre este material
Tudo que passou no telão nos dois dias, escrito para ser lido depois
Os conceitos
O que é token, contexto, modelo, alucinação, RAG e agente, com o exemplo que foi mostrado na tela.
As atividades
O passo a passo do que vocês fizeram, para repetir sozinhos com outro dado ou outro processo.
O que já roda
Casos reais da Sling e dos convidados, com número e tela.
O que aparecer marcado como não apresentado ficou de fora por tempo. Está aqui porque o conteúdo continua valendo.
O fio condutor
Conectar os pontos
Uma ferramenta sozinha não muda uma empresa. O que muda é ligar a IA aos seus processos, à sua equipe e aos seus dados. Hoje você conhece cada um desses pontos de perto, e amanhã vê todos eles ligados.
ProcessosEquipeDados
Parte 1
Onde a IA está hoje
Para situar
Onde a IA está hoje, em três números
< 4 anos
O ChatGPT foi lançado em novembro de 2022. Tudo isto tem menos de quatro anos.
52%
dos pequenos negócios brasileiros usaram IA nas duas semanas anteriores à pesquisa. Nos Estados Unidos, 21%.
17%
das empresas brasileiras com mais de dez funcionários usam IA.
O brasileiro não está atrasado. As pessoas já usam IA no dia a dia; as empresas, na maior parte, ainda não. É nessa distância que a gente trabalha nos dois dias.
Para situar
A IA já está no seu dia a dia há anos
Recomendação
O feed do Instagram, a próxima série da Netflix, a playlist do Spotify: modelos que preveem o que você vai querer ver.
Reconhecimento
Desbloquear o celular com o rosto, achar uma pessoa nas fotos, ler a placa do carro na cancela.
Voz e tradução
Siri e Alexa, legenda automática no vídeo, Google Tradutor.
Para situar
A IA já está no seu dia a dia há anos
Navegação e previsão
Waze e Google Maps calculando rota e hora de chegada; a previsão do tempo no celular.
Antifraude
O banco bloqueando uma compra estranha no cartão em segundos.
Generativa
A novidade dos últimos anos: ChatGPT, geradores de imagem, voz e vídeo. Em vez de classificar ou prever, ela cria.
Quase tudo isso é IA que classifica ou prevê. A generativa é a que cria texto, imagem e voz, e é dela que a gente fala hoje.
Como chegamos aqui
Décadas de pesquisa, e uma explosão em menos de quatro anos
1950
Alan TuringPropõe o teste de Turing: uma máquina pode conversar como uma pessoa?1956
DartmouthO termo "inteligência artificial" nasce numa conferência de verão.2012
Deep learning decolaA AlexNet vence o desafio ImageNet e redes neurais profundas viram padrão.2017
TransformerA arquitetura por trás de todos os modelos de linguagem atuais.nov/2022
ChatGPT100 milhões de usuários em dois meses. A IA generativa chega ao público.2026
HojeModelos que raciocinam e agentes; quatro famílias de ponta lançadas em 30 dias.Por que estamos aqui
Toda semana chegam duas manchetes sobre IA, e nenhuma das duas ajuda você a decidir
Endeusar
"A IA vai resolver tudo. Quem não usar vai morrer. Demite, automatiza, acelera."
Apocalipse
"A IA vai acabar com os empregos, vai inventar, vazar e colocar você num processo. Melhor esperar passar."
Este fim de semana é a terceira opção: entender o suficiente para navegar esse assunto com critério e tomar decisões melhores na sua empresa.
Parte 2
De onde a gente fala
A nossa trajetória
O caminho não foi linear.
Foi construído em quatro viradas
Sócios de especialistas
Entramos na rede de educação digital, atuando junto a quem domina cada mercado.
Expansão
Nascem os braços de infoprodutos e serviços para ampliar nossa atuação.
Reconstrução pela IA
A virada mais recente: redesenhamos a empresa inteira com IA no centro.
Tentamos implementar.
O time não se adaptou
Ninguém realmente usava
a IA no dia a dia
Não precisávamos de
boa vontade. Precisávamos
de um sistema
Zeramos o time.
E reconstruímos a empresa inteira
em cima dessa nova dinâmica
O que a Sling faz hoje
Consultoria, assessoria e implementação de agentes de IA
Consultoria
Desenhar com a empresa onde a IA entra na operação: processos, equipe e dados.
Assessoria
Acompanhar a equipe enquanto a mudança acontece, com método e ritmo.
Implementação de agentes de IA
Colocar agentes rodando dentro da empresa, ligados aos seus dados e aos seus processos.
Rede Sling
Quem escolhe crescer com a Sling
Malu Celestino
Cenário Balões
Dr. Demian Borges
Nathalia Martins
Tábita Cintra
Inovajur
Gabriel Sá
Dra. Patrícia Curvina
Ana Elisa
Beatriz Ubaldo
Vanbasthen
Parte 3
O que a IA é, por dentro
Para situar · todo mundo aqui já usou isto
O teclado não sabe que dia é hoje, não sabe quem é você e não quer nada. Ele só viu "bom dia" um milhão de vezes.
O ChatGPT é isso.
Exatamente isso
A diferença é o tamanho. Daqui a pouco a gente abre ele por dentro.
A evolução da IA
Da ideia, há setenta anos, aos modelos que parecem inteligentes
1950
Teste de TuringAlan Turing pergunta se uma máquina pode pensar, e propõe medir isso pela conversa.1956
DartmouthNasce o termo "inteligência artificial" e o primeiro programa de pesquisa da área.1997
Deep BlueO computador da IBM vence Garry Kasparov no xadrez.2012
AlexNetRedes neurais profundas vencem o ImageNet com folga; começa a era do deep learning.2016
AlphaGoA IA do Google DeepMind vence Lee Sedol no Go, jogo que se julgava fora de alcance.2017
TransformerO artigo "Attention Is All You Need" cria a arquitetura dos modelos de linguagem atuais.2020
GPT-3175 bilhões de parâmetros: escrever, traduzir e programar sem ter sido treinado para cada tarefa.nov/2022
ChatGPTO modelo ganha interface de conversa e chega a 100 milhões de pessoas em dois meses.2023
GPT-4Modelos multimodais, que leem imagem e texto, passam em provas feitas para humanos.2024–2026
Raciocínio e agentesModelos que pensam antes de responder, usam ferramentas e rodam em turnos.Os modelos atuais não têm inteligência no sentido humano. Têm uma função análoga, que serve para trabalhar. É isso que a gente vai abrir agora.
Do autocompletar ao modelo de linguagem
Como o teclado do celular virou um modelo de linguagem
anos 1990–2000
AutocompletarPrever a próxima palavra contando frequências: é o teclado do seu celular.2013
Redes neurais de linguagemPalavras viram vetores (word2vec) e a rede aprende relações de sentido.2017
TransformerO modelo olha a frase inteira de uma vez, pelo mecanismo de atenção, e treina em paralelo.2019–2020
Pré-treinamento em escalaGPT-2 e GPT-3: quanto maior o modelo e os dados, mais capacidades aparecem sem ninguém programar. O nome disso é capacidade emergente.2022
Instruções e feedback humanoO modelo aprende a seguir pedidos e a conversar. É o que transformou o GPT-3 no ChatGPT.2024–2026
Raciocínio e ferramentasPensa antes de responder, busca na web, chama funções. É o modelo que vocês usam hoje.O mecanismo de base continua o mesmo do teclado: prever o próximo pedaço de texto. O que mudou foi a escala e o treino, e é por isso que ele parece entender.
Duas notícias verdadeiras, da mesma empresa
Google DeepMind · 14 de maio de 2025
A IA do Google resolveu um problema de geometria aberto há mais de 300 anos, e quebrou um recorde de multiplicação de matrizes que resistia desde 1969.
TechCrunch · 27 de maio de 2026
A IA do Google não consegue soletrar "Google". Também disse que a palavra "poop" tem exatamente um "r".
As duas são verdade ao mesmo tempo.
A explicação é o teclado: o modelo não confere se sabe, ele prevê. Onde prever bem basta, ele é assombroso; onde é preciso realmente saber, ele desmonta. Daqui a pouco vocês vão ver por que ele não consegue contar letras.
OpenRouter
demonstrado no evento
Lava-jato a 50 metros: a pé ou de carro?
O que foi feito na tela
Mandar a pergunta para o GPT-4.1 e para o GPT-5.6 lado a lado e mostrar a resposta, a contagem de tokens e o preço de cada um.
openrouter.ai · preset Car Wash Test
Para quê
Ver o modelo novo acertar em uma frase, e o antigo errar depois de uma lista de prós e contras.
Conceito
Raciocínio e custo. Um modelo mais novo costuma acertar gastando menos tokens, e por isso custa menos. Esse tipo de raciocínio escorrega em gente também: quando fizeram a mesma pergunta a dez mil pessoas, quase uma em cada três errou.
Por dentro de uma requisição
O que viaja junto com o seu pedido
Agora a gente pega um pedido banal de empresa, manda para o modelo e olha, uma camada de cada vez, o que vai junto com ele e o que volta.
Tokenizer da OpenAI · platform.openai.com/tokenizer
A frase de vocês, em tokens
Escreve uma mensagem de cobrança para o cliente João, que está com 15 dias de atraso.
Token é o pedaço de texto que o modelo lê e escreve, e é a unidade da cobrança. A resposta costuma custar mais que a pergunta.
Google AI Studio · camada 2
demonstrado no evento
O texto que você não escreveu
O que foi feito na tela
Abrir System instructions, escrever duas linhas ("Você é o financeiro da Sling. Responde curto, sem emoji, e nunca ameaça o cliente.") e mandar o mesmo pedido de novo.
aistudio.google.com · System instructions
Para quê
Ver a resposta mudar de tom sem mudar o pedido.
Conceito
System prompt é a instrução fixa que vai antes da sua frase. É a peça mais barata e mais poderosa de configurar, e é ela que faz a IA trabalhar do jeito da sua empresa. É isso que um fornecedor entrega quando vende um agente personalizado.
Google AI Studio · camada 3
demonstrado no evento
Tudo que ele tem diante dos olhos
O que foi feito na tela
Seguir a conversa por duas ou três mensagens, anexar um PDF e apontar o contador a cada passo.
aistudio.google.com · contador de contexto
Para quê
Ver que ele relê a conversa inteira a cada mensagem e que o anexo entra inteiro na conta.
Conceito
Contexto é tudo que o modelo tem diante dos olhos naquela resposta: instrução, histórico, anexos e a sua frase. Ele não lembra de nada entre uma mensagem e outra; ele relê. Por isso conversa longa fica mais cara, e a atenção dele piora antes de o espaço acabar. O nome disso é context rot.
Google AI Studio · camada 4
demonstrado no evento
Rode de novo e compare
O que foi feito na tela
Regenerar a mesma cobrança duas vezes, sem mudar nada.
aistudio.google.com · regenerar
Para quê
Ver três respostas diferentes para o mesmo pedido, nenhuma errada e nenhuma igual.
Conceito
Não determinismo. Cada pedaço da resposta é uma escolha entre candidatos prováveis, e a escolha varia. Por isso você não trata a IA como fórmula de planilha. O Paulo responde depois do café como se constrói um processo confiável em cima de algo que varia.
Alucinação
Por que a IA alucina
O mecanismo
O modelo gera o próximo token mais provável dado o treinamento e o contexto. Quando o fato não está em nenhum dos dois, ele produz a continuação mais provável mesmo assim: um texto plausível, com a mesma cara de quando acerta.
Por que ele não avisa
Não existe um passo de verificação contra uma fonte, nem um "não sei" natural. O modelo foi treinado para completar texto, não para checar; recusar quando não sabe é um comportamento que precisa ser treinado de propósito.
O que melhorou
Os modelos mais recentes alucinam bem menos: treinamento para recusar quando não sabem, raciocínio antes de responder e ferramentas de busca e citação. Menos, não zero: para dado que precisa estar certo, a verificação continua sendo sua.
Google AI Studio · camada 6
demonstrado no evento
Quais são os melhores modelos de vídeo hoje?
O que foi feito na tela
Perguntar com a busca desligada. Depois ligar Grounding with Google Search e perguntar de novo.
aistudio.google.com · Grounding with Google Search
Para quê
Ver a lista velha virar lista atual quando uma ferramenta entra no meio.
Conceito
Knowledge cutoff é a data em que o treinamento parou. O modelo congelou ali: não sabe o que aconteceu semana passada, não sabe quem é seu cliente, não sabe nada da sua empresa. A busca ligada é a primeira ferramenta que vocês veem funcionando; ela volta no fim do bloco.
Por que custa caro
Treinar uma vez, responder bilhões de vezes
Treinamento. O modelo lê uma fatia enorme da internet durante semanas ou meses, em dezenas de milhares de chips, para ajustar bilhões de parâmetros. Acontece uma vez por versão e custa de dezenas de milhões a bilhões de dólares.
Inferência. Cada pergunta que você faz roda o modelo inteiro de novo para produzir a resposta, token por token. Custa pouco por vez, mas acontece bilhões de vezes por dia. É isso que vai na sua conta, e é por isso que chips e energia viraram notícia.
CNN Brasil / Reuters · 14/08/2026
Nvidia faz parcerias de US$ 500 bi para financiamento de chips
g1 / Reuters · 14/07/2026
Nova York suspende construção de data centers por preocupação sobre consumo de energia e água
Valor Econômico · 01/08/2026
Gasto acelerado com IA gera impacto bilionário no caixa das big techs
Em resumo
Um modelo de linguagem gera texto prevendo o próximo token, e não verifica a resposta contra nenhuma fonte
Disso decorrem três coisas que vocês viram na tela: a cobrança por token, a alucinação quando o fato não está nem nos dados de treinamento nem no contexto, e a variação entre duas execuções do mesmo pedido.
Dito no evento
Quanto a IA custa de verdade, e por que isso vai mudar
O que a Sling paga hoje
Cerca de mil reais por mês no ChatGPT, outros mil no Claude e cinco mil em API. O custo sobe todo mês, com retorno estimado de dez a vinte vezes.
Estamos subsidiados
A apresentação do evento consumiu entre duzentos e trezentos dólares em uso. Os planos de hoje custam uma fração do processamento real, e a tendência é o preço subir.
Modelo certo por tarefa
Um agente bem construído usa modelos diferentes para partes diferentes do mesmo trabalho. Por isso a conta de um mês não é igual à do outro.
Monitore o custo de IA como você monitora qualquer outro custo da operação. É investimento, não assinatura fixa.
Modelos
Cada produto de IA usa um modelo, e a escolha do modelo define velocidade, custo e capacidade
Artificial Analysis · artificialanalysis.ai
Como os modelos se diferenciam
Tamanho e capacidade
Modelos maiores entendem mais nuance e seguem instruções complexas; os menores resolvem tarefas simples com folga e custam uma fração.
Velocidade
Medida em tokens por segundo e no tempo até a primeira palavra. Um modelo pequeno responde em segundos; um de raciocínio pensa antes e demora mais.
Custo por token
Cobrado por milhão de tokens, com preço diferente para entrada e saída. Entre o mais barato e o mais caro do mercado, a diferença passa de mil vezes.
Artificial Analysis · artificialanalysis.ai
Como os modelos se diferenciam
Janela de contexto
Quanto texto ele consegue olhar de uma vez: de 128 mil a mais de 1 milhão de tokens, conforme o modelo.
Raciocínio
Alguns modelos produzem um rascunho interno antes de responder. Acertam mais em problemas com etapas e gastam mais tokens por isso.
Data de corte
Até quando o modelo sabe das coisas. Entre modelos vendidos no mesmo dia, a diferença passa de dois anos.
Não existe um modelo melhor para tudo: para cada tarefa há um que entrega mais por menos. Depois do almoço a gente mostra recomendações práticas.
NotebookLM
demonstrado no evento
Mais documentos do que cabem no contexto
O que foi feito na tela
Subir vários documentos no NotebookLM, mais do que caberia numa janela de contexto, perguntar algo que está em um deles e mostrar a resposta com a citação do trecho.
notebooklm.google.com
Para quê
Mostrar que o modelo recebe só os trechos relevantes: o custo não cresce com o tamanho da biblioteca, e a IA passa a ter acesso a mais dados do que cabe no contexto.
Conceito
RAG, retrieval-augmented generation: antes de responder, o sistema busca os trechos certos nos seus documentos e coloca só eles no contexto. É assim que se controla o contexto sem aumentar o custo, e se dá ao modelo uma base de conhecimento maior do que a janela.
Forças e fraquezas
No que a IA é forte, e onde ela falha
Forças e fraquezas da IA
Forças
- Produz volume em velocidade: cem variações de um texto custam o mesmo esforço que uma
- Faz a primeira versão de quase qualquer coisa: rascunho, estrutura, esboço, plano
- Trabalha bem com linguagem: escreve, traduz, resume e reescreve com qualidade consistente
- Executa tarefas repetitivas com padrão claro, inclusive as que ninguém quer fazer
- Está disponível a qualquer hora, sem fila e sem cansaço
Fraquezas
- Dados que precisam estar exatos (números, nomes, datas, valores): ela pode inventar com a mesma cara de quando acerta
- Fatos posteriores à data de corte, a menos que tenha uma ferramenta de busca ligada
- Decisões com responsabilidade legal ou efeito irreversível, porque ela não responde por elas
- O contexto que só existe na cabeça das pessoas e nunca foi escrito em lugar nenhum
- Consistência: a mesma pergunta pode gerar respostas diferentes a cada execução
Use a IA para a primeira versão e mantenha a última palavra com uma pessoa.
Onde entra o humano
O melhor operador de IA é quem consegue se comunicar com precisão
Linguagem de domínio
Quem sabe o nome das coisas na própria área dirige melhor a IA: trocar a campanha de ABO para CBO, pedir o corte certo no vídeo, nomear a propriedade de CSS. Sem o termo certo, você pede dez vezes e não avança.
Menos prompt, mais contexto
Não é mega-prompt nem fórmula mágica. É linguagem concisa e carregada de significado, com o contexto certo por perto.
A equipe continua
O especialista não some: ele passa a dirigir a IA. Por isso a equipe precisa de letramento em IA, não de um técnico único.
Vale mesmo com a IA ficando mais capaz: a barreira que sobra é a da comunicação.
Antes de culpar a IA
Boa parte da frustração vem do pedido, não do modelo
"Está horrível" não ajuda
Na Sling, uma imagem não saía do jeito certo e o pedido foi exatamente esse. Explicar o que está errado resolveu na hora.
Ideia solta no chat se perde
Depois de dez ou vinte mensagens, o que você explicou some. Guarde o briefing num projeto ou documento e faça a IA reler a cada tarefa.
Ela tende ao padrão
Sem contexto, devolve a resposta mais comum do mercado e perde a particularidade do seu caso. Corrigir o rumo é trabalho constante.
Agentes
E o que é, afinal, um agente?
Google AI Studio · Compare
demonstrado no evento
Um chat e um agente, lado a lado
O que foi feito na tela
No modo Compare do AI Studio, o mesmo pedido para o mesmo modelo: de um lado sem ferramentas, do outro com a busca do Google e a leitura de URL ligadas. "Qual é o preço do ChatGPT Go hoje, no site da OpenAI?"
aistudio.google.com · Compare · Grounding with Google Search · URL context
Para quê
Ver a diferença entre responder com o que lembra e ir buscar, decidir e voltar com o dado.
Conceito
Agente. Um modelo que recebe um objetivo, usa ferramentas, observa o resultado e repete até cumprir o objetivo. Um chat responde uma vez e para.
O que compõe um agente
Anatomia de um agente
ModeloO motor. Lê tudo que está no contexto e decide o próximo passo: responder, ou chamar uma ferramenta.
ToolsFunções que ele pode chamar: buscar na web, ler um arquivo, consultar um sistema, mandar uma mensagem. Ele pede; outra coisa executa (function calling).
SkillsProcessos escritos que ele segue do mesmo jeito toda vez. Vocês escrevem uma hoje à tarde.
MemóriaO que persiste entre conversas, diferente do contexto, que morre quando a conversa acaba. Vocês usam amanhã.
Base de conhecimentoOs documentos da empresa, acessados por RAG: ele busca os trechos certos na hora de responder.
O loop, em turnos
Recebe um objetivo
Pensa no próximo passo
Age: chama uma tool
Observa o resultado
repete até cumprir o objetivo
Um chat devolve uma resposta e para. Um agente age, observa e corrige, quantas vezes for preciso.
Resumo
Dez termos para levar daqui
TokenA unidade que o modelo lê e escreve, e a unidade da cobrança.
ContextoTudo que o modelo enxerga ao responder: instrução, histórico, anexos e a sua frase. Ele não lembra entre mensagens; ele relê. A janela de contexto é o máximo que cabe de uma vez.
System promptA instrução fixa que vai antes de toda mensagem. É o que faz a IA trabalhar do jeito da sua empresa.
ModeloO programa treinado. Cada um tem tamanho, velocidade, custo, janela de contexto e data de corte próprios; não existe um melhor para tudo.
Treinamento × inferênciaTreinar acontece uma vez por versão e custa milhões; inferência é cada pergunta rodando o modelo de novo, e é o que vai na sua conta.
AlucinaçãoTexto plausível gerado quando o fato não está nos dados nem no contexto, com a mesma cara de quando ele acerta. Os modelos novos alucinam menos, não zero.
Não determinismoO mesmo pedido pode gerar respostas diferentes a cada execução. Processo confiável se constrói em volta disso.
RAGBuscar os trechos certos nos seus documentos e colocar só eles no contexto antes de responder.
Tool (function calling)Uma função que o modelo pode chamar: buscar, ler, consultar, enviar. Ele pede; outra coisa executa.
AgenteModelo, ferramentas, memória e processos escritos (skills), rodando em turnos até cumprir um objetivo.
Dados, pessoas e processos
O problema não é a IA
não ser capaz.
É a sua empresa não estar pronta pra ela
Um erro comum
ilusão
“Assinei o ChatGPT para todo mundo e agora nossa empresa está automatizada.”
A mesma mentalidade
Ferramenta avançada na mão de quem opera do jeito antigo só gera o mesmo resultado.
Velocidade no erro
Automatizar um processo bagunçado só faz a bagunça acontecer mais rápido.
Isolamento de dados
Sem acesso aos dados internos, a IA não entende as particularidades do negócio.
Comprar uma ferramenta não transforma a empresa. IA integrada muda toda a operação.
A virada de chave
O valor real não está na ferramenta. Está na estrutura que dá suporte a ela
Processosmapear
Equipedirecionar
Dadosconectar
IA
aplicada
aplicada
Levanta a mão: você já tem pelo menos um desses pilares resolvido?
Pilar 1 · Processos
Processos saudáveis
Fluxos operacionais precisam estar perfeitamente desenhados e documentados antes de receberem IA.
A inteligência artificial funciona como um acelerador. Ela vai expandir o que já existe na sua empresa — inclusive o caos.
Aplicação prática
Da bagunça em escala à eficiência desenhada
O erro
- Automatizar uma esteira comercial que a equipe não entende gera milhares de abordagens erradas por minuto.
A solução
- Primeiro desenhamos o processo ideal à mão, removemos gargalos e só então ensinamos a IA a executar essa etapa.
O princípio
Um processo ruim não vira bom porque ganhou automação
Quem já tentou automatizar algo que nem estava bem definido no papel?
O custo oculto
Todo processo bagunçado tem um preço. Só que ele não aparece na sua DRE
Lead perdido
Lead esfria enquanto ninguém responde a tempo.
Retrabalho
Erro humano que virou hábito — agora acontece mais rápido.
Hora de gestor
Tempo apagando incêndio que um processo claro evitaria.
Provocação
Se toda decisão passa por você, sua empresa não escalou. Só ficou mais dependente de você
Pilar 2 · Equipe
Equipe capacitada
Profissionais preparados para direcionar, validar e gerenciar o trabalho dos agentes inteligentes.
A tecnologia não substitui uma equipe estratégica; ela muda o papel do colaborador de executor para auditor.
Uma pessoa que sabe gerenciar processos com IA entrega mais que três que ignoram a tecnologia.
Escala exige sistema
A mesma ferramenta não cria uma mesma operação
1 pessoa com IA
- Cada pessoa escolhe a própria ferramenta e o próprio jeito de usar.
- Conhecimento e dados se perdem entre os times.
Equipe na mesma IA integrada
- Um sistema compartilhado, com processo, contexto e memória em comum.
- A inteligência acumula e melhora em vez de se dispersar.
O risco silencioso
Tem aquela pessoa que “sabe tudo” na empresa? Se ela sair amanhã, quanto da operação vai embora com ela?
Conhecimento que vive na cabeça de alguém não é ativo da empresa. É risco represado.
Você contratou mais gente
A operação ainda depende de você aprovar tudo
Isso não é escala. É sobrecarga com CNPJ
Conexão com a história da Sling
Foi exatamente isso que resolvemos quando zeramos o time e reconstruímos com todo mundo operando na mesma dinâmica
Quantas IAs diferentes sua equipe usa hoje, sem estarem conectadas?
Pilar 3 · Dados
Dados conectados
Informações corporativas organizadas e acessíveis por meio de sistemas interligados.
O limite de entrega de qualquer inteligência é definido pela quantidade e qualidade de dados que ela consegue acessar.
82% dos líderes: o retorno aparece quando a IA domina o contexto interno (Salesforce/Mayfield · 2026 · validar)
Diagnóstico estrutural
Sem conexão às fontes reais, os sistemas inteligentes geram só análises genéricas e vagas
Planilhas isoladas · WhatsApp · e-mails · anotações pessoais
A ausência de arquitetura integrada força o negócio a depender de transferências manuais.
O preço do tempo
Profissionais gastam, em média, 20% do tempo de trabalho procurando informação interna ou um colega que ajude com uma tarefa
(McKinsey)
Isso é quase um dia inteiro de trabalho por semana — perdido antes mesmo de decidir qualquer coisa.
Quando faltam dados
A IA alucina, generaliza ou simplesmente não entrega contexto real
Não porque ela não é capaz. Porque não tem o que buscar.
A nossa premissa
A capacidade de entrega do seu sistema com IA é limitada pela profundidade dos dados que ele alcança
Processos
Equipe
Dados
operação
movida por IA
movida por IA
Qual desses três pilares é hoje o mais fraco na sua empresa?
Enquanto você lê isso
Enquanto sua empresa ainda depende de você pra decidir tudo, seu concorrente já está testando o que vem depois do ChatGPT solto
A pergunta não é “se” a operação vai mudar. É se você vai liderar essa mudança ou correr atrás dela.
Nova mentalidade
Qual IA eu devo usar? Qual o comando mágico de prompt?
Como reestruturar minha operação para que ela seja executável por IA?
Atividade 1
Conectar a IA a um dado que já é seu
O passo a passo do que foi feito no evento, para você repetir com outro dado ou outro sistema.
A peça que liga tudo
API é a porta pela qual um sistema entrega dados para outro
O que é
A interface entre aplicações, por trás da tela que você vê. É o que liga a IA à sua agenda, ao seu CRM ou ao seu financeiro.
Por que importa para você
Um sistema com API entrega os dados em tempo real para o agente. Sem API, alguém baixa planilha e cola à mão, e isso não escala.
O que fazer na segunda-feira
Ligar para cada fornecedor de vendas, mensagens, tarefas e arquivos e perguntar se tem API aberta e MCP. Se o gerente não souber o que é MCP, considere trocar.
MCP é a API já pronta para o agente usar, sem ninguém programar a ponte. É a pergunta que separa o fornecedor que serve do que não serve.
Atividade 1 · passo a passo
Ligar o WhatsApp da empresa à IA e gerar um relatório das conversas
1 · A conexãoCriar uma instância numa plataforma de API de WhatsApp e conectar pelo QR Code, como quem conecta um dispositivo. Guardar URL, instância, token e número.
2 · O cuidadoEsse token é login e senha: quem o tiver lê as suas mensagens. Apague a mensagem depois de usar, e nunca use a conexão para disparo em massa.
3 · A pastaNo Claude Code ou no Codex, criar uma pasta só para esta tarefa. Tudo que está na pasta entra no contexto.
4 · O pedidoColar os dados da conexão, o link da documentação da API e pedir um relatório das conversas com pontos de melhoria e achados relevantes.
5 · A permissãoDeixar o modo automático, em que ele julga o que pode fazer. O modo que aprova tudo é para quem já sabe o que está fazendo.
6 · A leitura críticaConferir os números antes de acreditar. No evento, uma taxa de recuperação saiu errada porque o modelo tratou etiquetas do WhatsApp como se fossem um CRM.
No evento
Mil cento e cinquenta conversas lidas, e um relatório em dezessete minutos
O tempo de resposta real
Dez minutos de média. Bom para um humano em horário comercial; um agente responderia na hora, e é isso que o cliente compara.
Os gargalos aparecem
Mensagem com preço enviada e quinze minutos de silêncio depois. Sem ler as conversas, o gestor confia na percepção e erra.
O que isso custaria
Um sistema desse custaria dezenas de milhares de reais em desenvolvimento. Saiu em dezessete minutos, e é reproduzível.
Para quem atende clientes: conectar o número antes da primeira reunião e chegar com o diagnóstico pronto. O dono acha que responde em dois minutos; o dado mostra outra coisa.
Bloco 3 · 15 minutos
As ferramentas que valem a pena
Curadoria de agosto de 2026.
Antes da lista
Revisamos a lista do ano passado, uma por uma, e nenhuma tinha morrido
Duas trocaram de nome e uma está sendo comprada. O cemitério de IA que todo mundo teme é bem menor do que o barulho sugere.
Curadoria · agosto de 2026
As ferramentas que valem a pena, por categoria
Texto e conversa
ChatGPT
Claude
GeminiImagem e design
Canva
MagnificVídeo e avatar
Higgsfield
HeyGenVoz e música
ElevenLabs
Suno
UdioApresentação
GammaCanvaPesquisa na web
PerplexityGeminiReunião e ata
Granola
FirefliesSite sem programar
LovableA pergunta que todo mundo faz
Se você só for assinar duas: ChatGPT e Canva
Juntas, elas cobrem texto, copy, pesquisa, imagem, design, vídeo curto e apresentação. As duas funcionam em português e têm plano grátis para testar hoje.
O ChatGPT Go, o plano brasileiro, custa R$ 39,99 por mês.
Se você for criar um sistema
Onde o "vibe code" serve, e onde ele cobra caro depois
Rápido e pessoal
Ferramentas como o Lovable já trazem login, banco e e-mail prontos. Servem para validar uma ideia rápido, sem terminal.
Robusto ou sensível
Cartão, dado de cliente ou sistema que não pode parar pedem Claude Code, Codex ou alguém que entenda de desenvolvimento. O risco não é só segurança: uma escolha errada de banco gerou uma conta de dois mil e quinhentos reais por mês só de armazenamento.
Como auditar
Mandar o código para dois modelos que não o escreveram, dizendo que foi feito por um estagiário e está tudo errado. Eles procuram falha de verdade quando você pede assim.
Regra prática: valide como protótipo antes de investir em auditoria e desenvolvedor.
Na prática · o que a Sling já roda hoje
Tudo o que a IA pode fazer.
O que nós já fazemos.
O que nossos clientes já fazem
Não é promessa. É operação real rodando todos os dias.
10 categorias · casos reais antes de conceito
Criativos
Criativo pronto pra rodar, gerado em minutos — não em dias de briefing
Variações testadas em paralelo, sem esperar fila de design.
Posts
Conteúdo de redes sociais no piloto automático
Linha editorial mantida, produção em escala.
Páginas e sites
Site no ar antes da reunião seguinte terminar
Do briefing ao ar, sem depender de fila de dev.
Abrir página da Tábita
Abrir página da LucianaVídeos
Vídeos animados
Animações prontas para explicar, chamar atenção e manter a marca em movimento.
Disparo de mensagens
Milhares de contatos, mensagem certeira, sem parecer disparo em massa
Personalização em escala — não é spam, é atendimento adiantado.
Gestão de tráfego
Campanha otimizada em tempo real, sem esperar reunião de segunda-feira
Ajuste de verba e criativo acontecendo enquanto você lê isso.
Atendimento
Atendimento que não dorme, não erra o tom e não esquece o lead
Primeira resposta em segundos, qualquer horário.
CRM
Cada lead, cada etapa, sempre atualizado — sem ninguém digitando
Status muda sozinho conforme a conversa avança.
Gestão de CRM
Gestão de CRM 100% automatizada
Produtos e aplicativos
Produtos e aplicativos 100% desenvolvidos por IA
Dashboards
Decisão mais rápida: tudo num painel, nenhuma planilha pra abrir
O gestor olha um painel, não caça dado em 5 abas.
Dia 2
O agente autônomo dentro da empresa
Ontem não foram exercícios soltos
Vocês construíram uma coisa só, em quatro etapas.
Conectar
Ligaram a IA a um dado que já era de vocês e que ninguém lia
Compor
Transformaram aquele dado numa visão que dá para olhar e decidir
Cristalizar
Escreveram o processo, para a IA repetir sempre do mesmo jeito
Cruzar e automatizar
É o que a gente faz hoje de manhã — e aí a corrente fecha
E reparem numa coisa
Cada pedaço daquilo ficou num lugar diferente.
Um está numa conversa, outro numa aba, outro no computador de uma pessoa só. Nada disso conversa entre si, e a sua equipe não alcança nenhum deles.
Hoje a gente vai ver como isso fica quando está tudo no mesmo lugar.
Vamos lançar a próxima edição, agora
Ao vivo, na mesma conversa, sem cortes.
1 · A página
Alterar data, local e link de checkout da próxima edição — e abrir para ver no ar
2 · Os criativos
Gerar as peças novas, já com a nossa identidade visual salva
3 · A aprovação
Montar uma página para eu aprovar os criativos
4 · A copy
Escrever o texto do anúncio
5 · A campanha
Subir a campanha na conta de anúncios de verdade, com verba definida — e me reportar tudo que fez
A pergunta certa
Isso parece o ChatGPT. Qual é a diferença?
Em qualquer IA avulsa
- Um projeto separado para cada coisa
- Reconectar tudo, toda vez
- Reexplicar a empresa a cada conversa
- Você levando informação de uma aba para outra
Aqui
- A operação inteira já está salva em skills
- As ferramentas já estão conectadas
- Ele já sabe quem somos e como fazemos
- Eu peço — e ele faz, dentro da minha operação
O que acabou de acontecer
Agora roda sozinho. No seu computador. Com a sua conta.
Ninguém da sua equipe alcança isso. E se você sair de férias, sai junto.
Depois dos dois dias
Conectar os pontos importa mais do que a ferramenta ou o modelo
Comece pelo que gera mais valor, não pelo mais difícil. Pergunte a cada tarefa da semana se ela precisa mesmo de julgamento humano. E ligue para os seus fornecedores perguntando se têm API e MCP.
DadosconectadosProcessosescritosEquipeno mesmo sistema