Pular para o conteúdo
Voltar para o blog
  • Inteligência Artificial
  • Governança de IA
  • Claude Code
  • Produtividade
  • Automação
  • Transformação Digital

Skills de IA por Área

Produtividade Além do Time de Dev

Pixel art noturno: um bonde verde-limão percorre trilhos roxos diante de prédios diferentes, cada um representando uma área da empresa

Quando se fala em IA no trabalho, quase todo exemplo vem do time de desenvolvimento: código gerado, testes escritos, PR revisada. Faz sentido, porque o dev já vive no terminal. Só que o maior volume de trabalho repetitivo de uma empresa raramente está no código. Está no card copiado à mão, no relatório de sexta-feira, na planilha de testes montada do zero e no e-mail reescrito três vezes para três públicos. Nos posts Governança de IA na Prática e Hub de Skills eu contei por que a InBot decidiu capacitar as equipes em vez de reduzi-las e como as skills chegam com segurança na máquina de cada pessoa. Agora eu mostro o que essas skills de IA entregam por área: o problema de antes, o que a skill faz e o que mudou. E, principalmente, por que o ganho grande não vem de uma skill isolada, e sim de uma alimentando a outra.

O que É uma Skill, e Por que Quem Conhece o Processo É Quem Deve Escrevê-la

Uma skill é uma pasta com instruções, exemplos e, às vezes, scripts, que o Claude Code ou o Codex carrega quando a tarefa pede. A própria Anthropic usa uma comparação que eu gosto muito: construir uma skill é como montar o guia de onboarding de alguém que acabou de chegar na empresa.

A comparação diz muito sobre quem deve escrever esse guia. Um modelo de linguagem sabe muita coisa em geral e nada sobre o template de card do seu time, sobre a regra que o QA aplica antes de abrir um bug ou sobre o jeito como o comercial registra uma oportunidade. Quem sabe isso é a área. A skill é o processo da área escrito de um jeito que a IA consegue seguir.

Um detalhe técnico permite ter dezenas delas instaladas. Pela documentação oficial, só o nome e a descrição de cada skill ficam carregados o tempo todo, cerca de 100 tokens por skill. O corpo da skill só entra quando ela é acionada, e os arquivos de apoio só quando são lidos. Na prática, um catálogo de ~50 skills não pesa para o assistente. E o formato não é de um fornecedor só: o Codex usa o mesmo padrão aberto, então as mesmas skills rodam nas duas ferramentas.

Quem constrói: depende da área

Eu gostaria de dizer que todas as áreas da InBot escrevem as próprias skills sozinhas. Não é verdade, e fingir que é seria esconder a parte mais interessante do trabalho.

Hoje, UX e Conteúdo, QA e Desenvolvimento constroem com bastante autonomia. Trazem o processo, escrevem a skill, testam e publicam pelo Hub de Skills, e a área de AI Enablement revisa antes de ir para produção. Nas outras áreas, a área de IA participa mais da construção. Mesmo assim, o movimento já começou: o Comercial publicou uma skill própria pelo Hub, sem ninguém de IA escrevendo por eles.

A barreira é a ferramenta, não o processo

O que trava as áreas menos técnicas não é falta de conhecimento do próprio trabalho. Elas sabem exatamente o que fazem toda semana. O que trava é a familiaridade com a ferramenta: terminal, Claude Code, comando para colar, arquivo de configuração.

Isso não é uma particularidade nossa. Uma pesquisa da BCG com mais de 10 mil trabalhadores mostrou que só 36% se sentem bem treinados para usar IA, e uma pesquisa independente da Jobs for the Future chegou ao mesmo número em 2026. A mesma BCG mostra que quem recebe cinco horas ou mais de treinamento, de preferência presencial e com acompanhamento, tem chance bem maior de virar usuário regular. E o Gallup mediu que funcionários com apoio ativo do gestor usam IA com frequência 2,1 vezes mais.

A nossa resposta foi em duas frentes:

  • Acompanhamento próximo. A área de IA acompanha de perto quem está começando, entende o processo junto com a pessoa e fica disponível quando algo não funciona.
  • Uma página de instalação pensada para quem não é dev. No Hub de Skills, a pessoa escolhe o sistema operacional, baixa o instalador e cola um único comando, com a instrução de como abrir o terminal no Mac, no Linux ou no Windows. Quem preferir pode pedir para o próprio Claude Code ou Codex rodar a instalação. A página tem uma seção de dúvidas frequentes para os erros mais comuns, e o instalador tem a assinatura conferida antes de rodar, então ninguém precisa entender de segurança para estar protegido.

Skills de IA por Área: o que Mudou em Cada Equipe

A partir daqui, eu passo por cada área no mesmo formato: o problema de antes, o que as skills fazem e o que mudou. Não vou usar os nomes internos das skills nem falar de clientes. O que importa é o tipo de trabalho repetitivo que deixou de ocupar a semana das pessoas.

UX e Conteúdo: FAQ, jornadas e personas

Começo pelo coração do produto. A InBot faz assistentes virtuais, e cada um precisa de uma persona (quem o assistente é e como fala), de uma base de perguntas e respostas que a IA consulta e de jornadas, os fluxos guiados de atendimento. Tudo isso era montado à mão, em planilhas no formato da plataforma, com muita variação de um projeto para outro.

Hoje existem skills para cada peça: uma cria a persona, outra monta a base de conhecimento, outra monta as jornadas, outra explica e depura a linguagem de marcação das fichas do bot, outra desenha o fluxograma, e uma última revisa a configuração antes de o bot ir para produção.

Dois resultados mostram bem o cuidado por trás disso:

  • 800 testes automatizados para decidir como um microagente deveria validar um dado do usuário: com código ou só com o modelo. A versão "só modelo" foi a única fonte de erro nas rodadas, e a skill passou a gerar a validação com código.
  • A skill que explica a linguagem das fichas nasceu para o time de UX e hoje é distribuída para 7 equipes. O conhecimento que antes dependia de perguntar para a pessoa certa virou uma consulta que qualquer um faz.

Planejamento: da reunião ao documento

O Planejamento transforma reuniões, briefings e transcrições em um documento de planejamento do projeto. Era um trabalho de horas de leitura e reorganização a cada projeto novo.

As skills da área geram o resumo executivo da reunião, montam o documento de planejamento no modelo oficial, fazem uma checagem de privacidade (dados pessoais, finalidade, base legal provável e lacunas) antes de o projeto começar e criam os cards padronizados no ClickUp. A criação de cards foi aprovada em 5 de 5 cenários de teste, e um card de projeto já nasce com o checklist pré-kickoff completo do time.

Um aprendizado veio daqui: quando a gente olhou para o que as áreas pediam, encontrou três skills de levantamento de requisitos sendo reinventadas em paralelo, uma no Planejamento, uma em UX e uma em Projetos. Elas viraram uma só. Governança também é isso: perceber a duplicação antes que ela vire três versões da verdade.

Projetos: cards e cronograma sem cópia manual

Projetos é a área onde o "antes" mais impressiona:

  • a cada projeto novo, alguém copiava à mão uma lista-modelo de 79 cards e editava um por um;
  • toda semana, o gerente lia de 40 a 80 cards por projeto para saber o que precisava acontecer;
  • o status report de sexta era personalizado à mão, numa carteira que chegava a mais de 50 projetos por analista.

Agora o cronograma nasce do documento de planejamento, os cards são criados a partir do modelo (sempre com prévia antes de gravar), e o resumo da semana e o status report leem o que foi criado. O status report sai em três versões: interna, para o cliente e executiva. Uma auditoria compara fotos periódicas das listas e aponta card sem responsável, prazo empurrado sem justificativa e card fechado sem evidência.

A área também ganhou um validador de comunicação, que reescreve um mesmo e-mail para públicos diferentes e confere se ele tem responsável, prazo e próximos passos. Na primeira versão, ele acertou 56 de 60 validações (93%). Depois do feedback do analista, passou por mais 77 cenários antes de ir para produção.

QA: testes gerados a partir da regra de negócio

No QA, o problema clássico era a planilha de testes herdada: copiava-se a de um projeto parecido e adaptava-se, carregando cenários e termos que não tinham nada a ver com o produto novo.

A skill de planilha de testes parte do zero, das regras de negócio do produto, e gera também um painel para o QA marcar a execução. Numa revisão recente, uma planilha de 212 casos caiu para 137 linhas cobrindo os mesmos casos. Outra skill testa o bot de ponta a ponta em modo somente leitura: o caminho feliz, a validação de campos, tentativas de manipular o assistente e conteúdo sensível.

Desenvolvimento: padrão onde antes havia cinco versões

No time de dev, o ganho foi menos sobre velocidade e mais sobre padrão. Existiam cinco definições diferentes de code review circulando, e cada pessoa revisava de um jeito. Viraram uma só.

Outras skills padronizam o nome de branch e de PR e mantêm o card do ClickUp sincronizado com o estado da PR, conduzem o deploy entre ambientes e geram a documentação da feature, conferida contra o código real. Uma delas conduz a configuração de login único para clientes novos, um processo que antes exigia ler cerca de 1.900 linhas espalhadas em dez documentos. Se você quiser ver como isso se parece no fluxo individual de um dev, eu contei o meu em Meu Fluxo de Desenvolvimento com IA.

Comercial: CRM e rotina sem retrabalho

No Comercial, as skills operam o CRM com regras fixas: buscam antes de criar, evitam duplicidade, perguntam só o que falta e confirmam antes de gravar. Antes da aprovação, a operação passou por 250 execuções no CRM, com 250 resultados corretos.

Também saem daí o painel diário do time e o relatório semanal de novas empresas, que só leem dados e deixam o e-mail como rascunho para uma pessoa revisar e enviar. E foi o próprio Comercial que publicou pelo Hub uma skill para organizar o acompanhamento semanal das suas missões estratégicas.

Marketing: um tema, todas as peças

O Marketing tinha um retrabalho bem específico: pedir à IA cada peça separadamente e depois copiar tudo para o calendário editorial. Agora um tema do calendário vira blog, post de Instagram, post de LinkedIn e e-mail de uma vez, e o card já nasce no calendário com a data de publicação. Antes de ir para produção, a skill passou por 80 cenários em quatro rodadas de teste.

As peças que todas as áreas reutilizam

Algumas skills não pertencem a nenhuma área, e talvez sejam as mais importantes. Uma opera o ClickUp pelo terminal, outra opera as tabelas de dados da plataforma, outra envia e-mail pela conta corporativa, outra gera atas de reunião e outra entrevista a pessoa, uma pergunta por vez, até o pedido ficar claro. As skills das áreas não reimplementam nada disso: elas chamam essas peças.

Nessa mesma categoria estão as skills que operam os sistemas da empresa a partir de um pedido em português. A que opera o painel administrativo da plataforma transformou uma tarefa de 3 horas em 13 minutos. Com ela também analisamos um teste A/B de 30 dias entre dois modelos de linguagem no nosso chatbot, comparando tokens e tempo de resposta. A plataforma mostra um dia por vez e não exporta os dados, então antes isso exigia prints diários e contas manuais. Levou cerca de 20 minutos.

Encadeamento: um Projeto de Bot da Reunião à Produção

Até aqui, cada skill parece uma economia de alguns minutos, às vezes de algumas horas. O salto aparece quando você olha para uma entrega inteira. A documentação da Anthropic lista entre os benefícios das skills justamente combinar várias delas em tarefas de várias etapas. Na InBot, isso virou regra de arquitetura: uma skill planeja e outra executa, e a saída de uma é a entrada da próxima.

Veja o caminho de um projeto de bot:

  1. Ata da reunião: a transcrição vira decisões, pendências e responsáveis.
  2. Documento de planejamento: a ata e o briefing viram o planejamento oficial do projeto.
  3. Checagem de privacidade: o planejamento é lido procurando dados pessoais e riscos antes de qualquer execução.
  4. Cards e cronograma: o planejamento vira o cronograma e os cards no ClickUp, com prévia.
  5. Persona, base de conhecimento e jornadas: o conteúdo do bot é gerado no formato da plataforma.
  6. Planilha de testes e QA do bot: os cenários saem das regras de negócio e o bot é testado de ponta a ponta.
  7. Qualificação pré-produção: a configuração é revisada antes de o bot ir ao ar.
  8. Plano de deploy: o plano lê o card de deploy e aponta para o checklist pós-deploy do QA, em vez de reinventar os cenários. A regra dele resume a filosofia toda: nada sem fonte vira palpite, vira pendência com dono.

Nenhuma dessas etapas é revolucionária sozinha. A diferença está em que a qualidade de uma garante a próxima. Uma anotação num dos cards dessa cadeia resume bem: é o rigor na criação do card que faz o relatório sair pronto depois.

Quando uma área conserta a skill da outra

O encadeamento também funciona entre áreas. Numa rodada de QA, a skill de testes descobriu que 35% do conteúdo de um bot estava fora do alcance da IA: um campo de configuração cortava o texto sem avisar, e parte das respostas simplesmente nunca era encontrada. O achado voltou para UX, e a skill que monta a base de conhecimento passou a bloquear a geração quando esse problema aparece. O defeito foi encontrado uma vez, e a skill impede que ele se repita nos próximos projetos.

Um estudo com 776 profissionais da Procter & Gamble encontrou algo parecido em escala: com IA, propostas de pessoas de P&D e do Comercial ficaram mais equilibradas, como se a IA levasse para cada um a perspectiva da outra área. Aqui, quem leva a perspectiva de uma área para a outra é a skill.

Skills que orquestram outras skills

O passo seguinte foi natural. A skill que monta o pacote de implantação de um bot simples era, no começo, autossuficiente: fazia persona, base de conhecimento e jornada por conta própria. Ela foi refeita para só orquestrar, delegando cada peça às skills especialistas. Ficou 67% menor e gerou os 7 entregáveis em 11 de 11 cenários de teste. Num outro caso, um bot de demonstração foi montado com 7 skills em sequência, do mapa da jornada até o card de tarefa.

Isso tem uma consequência prática: quando a skill de persona melhora, todo pacote que depende dela melhora junto, sem ninguém editar a orquestradora.

Humano no Controle

Nada disso funciona se as áreas não confiarem nas skills. E a confiança veio de um padrão que se repete em quase todas elas:

  • Prévia e confirmação antes de gravar qualquer coisa no ClickUp, no CRM ou na plataforma.
  • Somente leitura onde dá: relatórios e testes de bot não alteram nada.
  • E-mail como rascunho: a skill escreve, uma pessoa envia.
  • Bateria de testes antes da release, com casos reais e mais de um modelo, como a própria Anthropic recomenda.
  • Quem escreveu a skill não é quem aprova: toda publicação passa por revisão.

Os testes já mudaram decisões. No status report, com documentos vagos ou contraditórios, o modelo mais barato errou e só o intermediário resolveu. A regra virou: modelo econômico não roda em produção sem revisão humana. Eu detalhei a lógica dessa governança no post Governança de IA na Prática.

Produtividade sem Hype: o que Dá para Medir

"Produtividade em níveis extremos" é o tipo de frase que eu desconfio quando leio. Então vale separar o que a gente mediu do que a gente não mediu.

O que os dados externos mostram é que o ganho é real, mas desigual. No estudo da BCG com Harvard, consultores com IA concluíram 12,2% mais tarefas e 25,1% mais rápido nas tarefas dentro do que a IA faz bem. Numa tarefa fora dessa fronteira, tiveram 19% menos chance de acertar. No MIT, profissionais de áreas de negócio levaram 40% menos tempo em tarefas de escrita, com qualidade 18% maior.

No agregado, o número é bem mais modesto. O Fed de St. Louis estimou que quem usa IA generativa economiza em média 5,4% das horas de trabalho. Um estudo com dados oficiais da Dinamarca não encontrou efeito em salários e horas dois anos depois do ChatGPT. A média esconde a concentração: o ganho grande aparece em tarefas específicas, e não aparece quando a ferramenta é só liberada sem mudar o processo. A BCG diz isso com todas as letras: empresas não podem simplesmente distribuir ferramentas de IA e esperar transformação.

É por isso que eu acredito em skill por área, e não em "liberar o acesso". O Gallup mediu em 2026 que a percepção de ganho sobe de 45%, entre quem usa IA em uma ou duas tarefas, para 90%, entre quem usa em sete ou mais. Uma skill tira minutos. Um conjunto de skills que cobre o fluxo inteiro de uma área muda o que ela consegue fazer na semana.

E aqui vai a parte honesta: nós não medimos horas economizadas para a maioria das skills. O que temos são baterias de teste, taxas de acerto, reduções de tamanho e o retorno das áreas. Os números de tempo que eu cito, como as 3 horas que viraram 13 minutos, são casos medidos, não médias. O ganho grande está nas tarefas repetitivas e de consulta. Nas tarefas de julgamento, a skill organiza o trabalho, e a decisão continua com a pessoa.

Como Começar com Skills de IA na Sua Área

Em quatro meses, as áreas da InBot colocaram de pé 77 iniciativas e cerca de 50 skills e automações em produção. O mérito do domínio é de cada equipe que abriu o próprio processo. A área de AI Enablement entra para levar isso ao padrão da empresa, testar e garantir que chega com segurança. Se eu tivesse que resumir o que aprendemos em um roteiro, seria este:

  1. Liste as tarefas repetitivas da área. Não as mais difíceis: as que se repetem toda semana e seguem o mesmo formato.
  2. Comece por uma skill pequena e que só leia. Um relatório, um resumo ou uma checagem. É o jeito mais seguro de ganhar confiança.
  3. Escreva o processo antes do prompt. Se ninguém consegue explicar o processo para um colega novo, a IA também não vai conseguir seguir.
  4. Teste com casos reais antes de distribuir, e com mais de um modelo.
  5. Pense na próxima skill desde a primeira. Defina a saída de uma de um jeito que a outra consiga ler. É aí que o ganho deixa de somar e começa a multiplicar.
  6. Acompanhe de perto quem está começando. A barreira quase nunca é o processo, é a ferramenta.

Conclusão

Skills de IA por área não são uma lista de atalhos. São o processo de cada equipe escrito de um jeito que a IA consegue seguir, com uma pessoa conferindo o que importa. Uma skill sozinha economiza minutos. Encadeadas, elas fazem uma entrega atravessar a empresa, da ata da reunião ao plano de deploy, com a qualidade de cada etapa garantindo a próxima.

Se você lidera uma área ou um time, minha sugestão é olhar para a sua próxima semana e marcar uma tarefa que se repete. Ela é a sua primeira skill. A segunda vai aparecer quando você perceber quem usa o resultado dela. E, se você quer pensar no que isso significa para as profissões no longo prazo, eu escrevi sobre isso em IA e o Futuro das Profissões.

Referências