Copiado
Método · Material rico com IA
v2.0 · 14/09/2026

O processo é fixo.
A plataforma varia.

Como a gente produz material rico com IA, do contexto do cliente até a página publicada com PDF gerado. As fases, os gates e os prompts são os mesmos em qualquer ferramenta. Esta página traduz cada um para Claude, ChatGPT e Gemini, com os campos prontos para copiar.

CLAUDECHATGPTGEMINI
11 fases5 gates16 prompts

Onze fases, cinco gates,
três faixas

Contexto alimenta conteúdo, e conteúdo alimenta forma. Cada losango é um gate, que é um ponto de aprovação humana: a fase seguinte só começa depois que ele passa. Clique em uma fase para abrir o detalhe.

gate: ponto de aprovação no Orbit: cerca de 4 horas de conteúdo, 4 horas de design system e 1h30 de implementação o que consome tempo é a pessoa ler com critério, não o modelo escrever
A tese

O modelo escreve bem na proporção do contexto que recebe e do critério de quem lê

Por isso o método começa montando contexto e termina com uma pessoa lapidando o texto à mão. Nada no meio substitui essas duas pontas.

Os dois testes

Teste do LLM genérico e teste do print

Um modelo sem este contexto escreveria este parágrafo? Se sim, está errado. Este bloco, recortado e mandado no WhatsApp, é útil sozinho para a persona? Se não, está errado.

A regra que não tem exceção

Sem travessões, em lugar nenhum

Veio como diretriz da TOTVS e ficou como padrão da casa. Vírgula, dois-pontos, ponto ou parênteses. Vale para o conteúdo, para os prompts e para os comentários do código. No fim você busca pelo caractere, e a busca tem que voltar zero.

O limite

A IA chega no 6. Quem leva ao 10 é você.

Ela tem o código. O humano codificou o mundo em palavras, deu nome para tudo, e entregou essas palavras para ela. O que ela não tem é o resto: o olhar, a leitura do clima de uma sala, a inteligência cultural e emocional, e o fato de que o cliente pediu ontem para nunca mais aparecer a palavra "nove" em nenhum conteúdo. Isso continua sendo nosso e não se delega.

Ficou do workshop

IA como meio, não como fim.

Ficou do workshop

A IA não é a validadora oficial. Ela lembra, sugere e aponta o que faltou. Quem aprova é gente.

Compilar,
não resumir

Se você só fizer bem esta parte, já muda o resultado. Monte o contexto antes da primeira pergunta ao modelo, e nomeie do jeito padrão desde o começo.

Por que compilar

Subir trinta arquivos soltos não é ter contexto

É empurrar leitura. O modelo gasta janela de contexto lendo tudo, lê mal e demora. O que funciona é um arquivo compilado: um documento único, organizado por temas, com tudo que a gente sabe daquele cliente. Gasta menos token, responde mais rápido e com mais acuracidade, e cabe em qualquer plataforma, inclusive nas que têm teto de upload.

O erro de sempre

Compilar não é resumir. Reunião é bagunçada por natureza, e o trabalho aqui é organizar o que foi dito em blocos certos, não cortar. A instrução vai explícita no prompt: não enxugue, não resuma em excesso, mantenha os blocos importantes.

Abrir o prompt do compilado
Antes de qualquer coisa

Por que todo arquivo deste processo é .md

Markdown é um arquivo de texto puro. Não tem cor, não tem imagem, não tem formatação pesada. Abre no Google Docs normalmente, mas pesa muito menos que um .doc, consome menos token e é lido mais rápido por qualquer modelo.

No Google Docs: Arquivo > Fazer download > Markdown (.md).

Vale para

Todo arquivo de contexto e todo entregável de texto: compilado, diagnóstico, briefing, dossiê e cada versão do material.

Os três blocos que todo contexto de cliente tem

Bloco A

Planejamento

O que o cliente quer, para quem, com qual objetivo de conversão, em que momento do funil. Planejamento, kick-off, cronograma, apresentações de fase. No Orbit: CONTEUDO_V4.md e os PDFs de fase do START 2026.

Sem ele o modelo escreve genérico, porque não sabe o que está em jogo.

Bloco B

Design system

Manual da marca, tokens de CSS, DS em HTML, fontes, assets aprovados, regras inegociáveis. No Orbit: o repositório totvs-project-2026-main, com tokens.css e totvscolors.css como fontes primárias.

Ele só entra em cena em F8, mas precisa estar no projeto desde F0, para que as notas de design que aparecem lá no F5 já falem a língua do DS.

Bloco C

Transcrições e histórico

Transcrições de reunião, versões anteriores do material (inclusive as ruins), a crítica de quem pediu para refazer, dados próprios de performance, referências do cliente que já funcionaram.

É o que dá tom e evita repetir o que já foi descartado. Cuidado do bloco C: nem tudo que o cliente fala numa reunião pode ir para o time. Quem está no CS ou no GP tira a parte de desabafo antes de salvar. Mas a reunião entra.

Onde isso mora, e com que nome

No Drive, por cliente · padrão único
Drive > {{cliente}}/
└── 00-contexto/
    ├── contexto_v3_2026-09-10.md   ← o compilado, versão vigente
    ├── planejamento/               ← bloco A
    ├── design-system/              ← bloco B
    └── historico/                  ← bloco C
Duas regras de nome
  • A pasta 00-contexto fica na raiz da pasta do cliente. Zero zero para ficar sempre no topo. Todo mundo sabe que, abrindo a pasta do cliente, ela está lá.
  • O compilado tem versão e a data escrita ao contrário: ano, mês, dia. É o que mantém a ordem alfabética igual à ordem cronológica.
Hábito a corrigir

Arquivo aberto tem que estar no Drive. Se a arte aberta está no Figma, isso precisa estar escrito onde quem for procurar encontra. Hoje a gente perde tempo demais caçando a pessoa que fez.

Pasta do material, quando a produção começa
{{cliente}}-{{material}}/
├── 00-contexto/
│   ├── INSTRUCOES_DO_PROJETO.md        ← P0, cola no container
│   ├── contexto_vN_AAAA-MM-DD.md       ← o compilado do cliente
│   └── planejamento/ design-system/ historico/
├── 01-diagnostico/
│   └── F1_DIAGNOSTICO_E_ESTRUTURA.md
├── 02-briefing/
│   └── F2_BRIEFING_POR_BLOCO.md
├── 03-dados-proprios/
│   └── F3_REGRAS_DE_CHAMADA.md
├── 04-pesquisa/
│   └── F4_DOSSIE.md                     ← dado com fonte e URL
├── 05-texto/
│   ├── F5_MATERIAL_v1.md
│   ├── F6_MATERIAL_v2..vN.md            ← uma versão por rodada
│   └── F7_MATERIAL_FINAL_DIAGRAMACAO.md ← lapidação humana
├── 06-implementacao/
│   ├── F8_DIRECIONAMENTO_HTML.md
│   ├── template/                        ← HTML sem texto
│   └── F9_PROMPT_HANDOFF_CODIGO.md
└── 07-publicacao/
    ├── site/  ├── pdf/  ├── exemplos/
    └── LEIA-ME.md

As instruções do projeto, e o gate que testa se o contexto está de pé

Instruções do projeto

O que o P0 precisa ter, em uma página

Todo container de contexto (Projeto no Claude, Projeto no ChatGPT, Gem no Gemini) aceita um texto de instruções permanentes. Ele cobre: quem é o cliente, quem é a persona, o objetivo do material, as regras editoriais fixas, as regras do DS que afetam texto, o que o modelo nunca deve fazer e o formato padrão de saída.

A regra que separa arquivo de instrução: fato vai em arquivo, comportamento vai em instrução.

Abrir o P0 com campos
Gate 0

Pergunte ao container: "Resuma em dez linhas quem é o cliente, quem é a persona, o que este material precisa fazer e quais regras você não pode quebrar."

Leia a resposta em voz alta. Marque cada linha como certa, errada ou faltando. Para cada linha errada ou faltando, a pergunta é sempre a mesma: falta arquivo ou falta instrução? O que não vale é ensinar o fato na instrução. Corrija e rode de novo antes de seguir.

Um container por formato, não por cliente

A recomendação

O contexto da marca é o mesmo. O container é por formato.

Um para material rico, um para carrossel, um para reels, um para artigo institucional, um para artigo educacional. O arquivo de contexto do cliente entra em todos, e cada container ganha a instrução do seu formato.

O motivo é prático. No container de carrossel dá para colocar: trabalho em AIDA, atenção, interesse, desejo e ação, sempre com CTA no fim, mais um material base explicando como aplicar AIDA em carrossel e que tipos de call to action funcionam para aquele público. Isso não cabe num container que faz tudo. Quanto mais específico, mais ele se profissionaliza.

O motivo técnico

Janela de contexto, em uma frase

Toda IA tem um limite de memória por conversa. Quando a conversa chega perto desse limite, ela se perde: mistura assuntos, esquece o que foi combinado, inventa. É a alucinação.

Consequência 1

Se você entope o container de instruções e formatos diferentes na largada, ela já começa a conversa com boa parte da janela ocupada. Rende menos e enlouquece mais rápido.

Consequência 2

Se a conversa já está longa e ela começou a alucinar, não adianta mandar mais pergunta. Uma saída que funciona é editar um prompt anterior e pedir de novo a partir dali.

Quem alimenta, e de quanto em quanto tempo

O quêQuemQuando
Subir transcrições e trocas com o clienteCS e GPEm tempo real, conforme acontece
Rodar o compilado e atualizar o containerConteúdo, ou quem for pegar a demandaAntes de começar qualquer produção
Design system do clienteRenata, com os designers masters por clienteConforme a planilha, com data da última atualização
Organização das pastas e o cronograma de implantaçãoMajuEm construção
Levar o processo para os CS e GPsRafaEm construção
Frequência

A cada 3 dias no começo

Enquanto a base está sendo enriquecida. Depois, semanal, quinzenal ou mensal conforme o cliente. Mensal serve para a maioria. Cliente de dinâmica mais volátil pede semanal.

Primeira etapa de qualquer trabalho: rodar e atualizar o contexto. Depois desenvolver.

Prática a criar

Etiquetar o que é pontual

Quando o cliente traz uma questão pontual de uma demanda específica, a ata precisa marcar isso como pontual, e não como direcionamento geral. Senão o modelo aplica em tudo. A marcação [PONTUAL] já está dentro do prompt do compilado.

Ainda em aberto

O que falta fechar

  • Quem é o dono da operação de contexto, por cliente.
  • Se os CS passam a mandar um report de contexto junto com o report de fim de dia.
  • Como as atas vão marcar o que é pontual e o que é direcionamento geral.

De F0 a F10, com o que
aconteceu de verdade no Orbit

Cada fase traz objetivo, o que entra, o que sai, o gate, o prompt correspondente e o que deu errado quando o gate não existia. Nenhum erro aqui é hipótese, todos aconteceram.

F0Montagem do projeto e do contexto
Deixar o modelo com tudo que uma pessoa nova no projeto precisaria ler antes de opinar
⌄
Quem faz

humano

Entradas

Os três blocos de contexto. Se o cliente tem repositório de DS, ele inteiro. Se existe material anterior ruim, ele também.

Saída

Container criado, P0 colado, arquivos na árvore padrão.

Gate 0

"Resuma em dez linhas quem é o cliente, a persona, o que o material precisa fazer e quais regras você não pode quebrar."

No Orbit

O projeto TOTVS já tinha planejamento e kick-off. Os repositórios do CONARH (ferramenta reaproveitada) e do DS entraram depois. A pasta do computador foi conectada à sessão para ler tokens, fontes e renders direto da origem.

O que deu errado

O DS entrou só em F8. Resultado: a primeira versão do template usou cores derivadas e hexágonos desenhados em SVG, dois erros contra o manual.

F1Diagnóstico do material existente e estrutura
Dizer sem rodeio por que o material de hoje não funciona, e propor a estrutura bloco a bloco
⌄
Quem faz

humano + IA · prompt P1

Entradas

Material existente, briefing original, persona, e a crítica humana escrita antes, em tópicos, sem abrir a ferramenta. Vale também para material do zero: no lugar do diagnóstico entra o briefing do cliente.

Saída

F1_DIAGNOSTICO_E_ESTRUTURA.md: diagnóstico em uma página, blocos com assuntos e gancho, chamada forte preliminar.

Gate 1

O leitor da persona ganha algo ao terminar cada bloco? Existe argumento para quem aprova orçamento? Um LLM genérico produziria esta estrutura?

No Orbit

A crítica veio em quatro pontos: nada útil para o DP; nenhum argumento para o gestor; o Gemini faria igual; medo trabalhista é dor de CFO e CEO, não do CHRO, que está afogado em operação. Viraram os critérios do diagnóstico.

O erro mais comum

"Critique este material" sem os seus critérios devolve uma crítica educada e inútil. A crítica humana vem antes, e você diz ao modelo que ela é o critério e não é para suavizar. E não peça o material aqui, peça só a estrutura: quem vai direto para o conteúdo dá ruim.

F2Briefing detalhado por bloco
Um briefing que qualquer redator executa sem voltar a perguntar
⌄
Quem faz

IA, aprova humano · prompt P2

Entradas

F1 aprovado, persona, regras editoriais fixas.

Saída

Por bloco: objetivo, assuntos, tese, exemplo de parágrafo no tom, dados (temos / a pesquisar), formato, o que não pode fazer, teste de aceite. Mais a lista consolidada "a pesquisar", que vira a pauta de F4.

Gate

Aprovação leve. Você lê só os exemplos de tom e diz "é isso" ou "não é isso". Corrigir frase é trabalho de F6, não aqui.

No Orbit

BRIEFING_MR_PONTO_ELETRONICO_V2.md. O item 7 listou o que precisava de pesquisa e virou a pauta de F4.

F3Dados próprios de performance e regras de chamada
Extrair regras que um LLM genérico não conhece a partir de dados que só a agência ou o cliente têm
⌄
Quem faz

humano + IA · prompt P3

Entradas

Assunto de e-mail com abertura e leitura, título com CTR, headline com conversão, título de webinar com inscrição. Sai da RD Station do cliente, do CRM, do blog, das páginas mais acessadas. Sem nada disso, dá para olhar os termos mais buscados em ferramenta de SEO.

Saída

F3_REGRAS_DE_CHAMADA.md: regras com os números que as sustentam e vinte chamadas candidatas classificadas por regra.

Gate

Regra que a própria amostra contradiz não entra.

No Orbit

Oito assuntos, leitura bimodal (6% a 14% contra 57% a 78%), correlação inversa entre abertura e leitura. Regras: veredito sobre o leitor em vez de descrição; nenhuma pergunta com porta de saída; alavanca do "ainda"; o experimento natural da NR-1 (7,0% contra 74,1% para o mesmo tema).

O que deu errado

A primeira regra foi "afirmação bate pergunta". O item 8 da amostra era pergunta e teve 74,1%. Refeita como "porta de saída".

F4Pesquisa pública e dossiê verificado
Cada dado com URL, data, amostra e marcação de origem
⌄
Quem faz

IA, verifica humano · prompt P4

Entradas

Lista "a pesquisar" de F2. Restrição comum: sem entrevistas, só fontes públicas.

Saída

F4_DOSSIE.md mais a tabela de dados descartados com motivo, para ninguém reintroduzir.

Gate 2, inegociável

Cada dado que vai para o material foi aberto por uma pessoa, na fonte original. 100% dos dados de capa, título e caixas de destaque. Pelo menos um por seção no resto. E a pergunta que derruba frase sem lastro: "de que URL você puxou isso?"

No Orbit

Sem pesquisa primária, a decisão editorial foi pedir ao leitor os números dele (calculadora com premissas abertas), e o dado público entra para calibrar, não para afirmar. Blocos datados (PEC 221/2019) ganharam dono e data de revisão.

O que deu errado
  • Dois números do TST que não existiam.
  • Um case de estoque apresentado como ponto.
  • Uma edição de pesquisa não confirmada, com percentuais que não batiam.
  • Um case sem URL, vindo de subagente. A pergunta "de que URL você puxou?" achou a fonte e derrubou a frase sem lastro.
F5Produção do material completo
Todas as seções de uma vez, com notas de design e referências por nome de seção
⌄
Quem faz

IA sob o briefing · prompt P5

Entradas

F2, F3, F4 verificado, P0. Só chega aqui quem tem os três prontos. Se existe ativo reaproveitável (app, calculadora, quiz), entra como referência da ferramenta de diagnóstico.

Saída

F5_MATERIAL_v1.md com seção "Notas de produção" no fim: validações pendentes, blocos datados, decisões abertas.

Gate

Leitura integral por uma pessoa, com os dois testes e a regra do portanto. Por seção: mantém, refaz ou corta. Não corrija frase aqui.

No Orbit

14 seções, régua de cinco níveis com a mecânica do app do CONARH (dez perguntas, escala 1 a 5, cortes 20/30/37/44) para reaproveitar código em F9. Duas decisões que valem para tudo: referência por nome de seção, nunca por página; nota de design junto do texto.

Guard rail

É o termo que o pessoal de tecnologia usa para a zona de segurança que você escreve no prompt: não saia daqui, não invente nada, trabalhe com o contexto que você tem, e se não souber, pergunte ou pesquise.

O que deu errado

"Quatro níveis" quando eram cinco, e "Nível 2 e 3" onde o material usa nomes. Erro de consistência de texto longo, que entrou no checklist de F6.

F6Rodadas de revisão dirigida
Levar o texto de "certo" para "no tom", uma rodada por foco
⌄
Quem faz

humano + IA · prompts P6a, P6b, P6c

Regra

Uma rodada, um foco. Cada rodada gera uma versão nova (v2, v3, v4). Quando alguma coisa regride, a versão anterior é o único jeito de recuperar.

Gate 3

A pessoa responsável diz "chegou no tom". Depois disso as rodadas são de diretriz e formato, não de tom.

As sete rodadas do Orbit, como modelo de sequência
  • Fonte: "o case da Proxxima, você puxou de que URL?"
  • Bloco específico: "o bloco do case está confuso e subjetivo; mencione a TOTVS de leve e explique melhor"
  • Capa e título: manter o tema objetivo, mas o conteúdo é business case e evolução do DP; três caminhos
  • Capa, segunda passada: crítica fragmento a fragmento ("vc quem? alavancar o quê?", "cinco níveis (que níveis)", "levar para a diretoria de cara parece assustador")
  • Diretriz do cliente: sem travessões, tom mais tangível, menos lúdico
  • Título subjetivo: "O mês que não é seu" trocado por veredito concreto
  • Formato de saída: referências por nome de seção, cada uma vira link na sidebar
O que deu errado

Um script de renumeração de páginas quebrou referências e colapsou notas de design. Mudança transversal em texto longo pede diff lido por pessoa, não busca-e-substitui cega.

F7Lapidação humana do texto
Tirar o que denuncia IA e colocar o que só quem conhece a persona coloca. Não delegável.
⌄
Quem faz

humano · apoio opcional P7

Saída

F7_MATERIAL_FINAL_DIAGRAMACAO.md. Fonte de verdade daqui em diante. Nenhuma mudança de texto acontece no HTML sem voltar a este arquivo.

Gate 4

Duas leituras. Uma de quem lapidou, em voz alta. Outra de alguém que não participou, só com o teste do print.

Por que não se delega

Foi esta fase que fez o material da TOTVS não ter cara de IA. Depois dela, ainda passou pelo time de conteúdo, que revisou de novo.

Os sete padrões que denunciam IA
  • Tríade rítmica. Três itens em sequência ("conferir, caçar, justificar"). Um ou dois por seção passam. Mais que isso vira cadência de máquina.
  • Contraste sintético. "Não é X. É Y." a cada parágrafo. Um por seção, no clímax.
  • Abstração no lugar de cena. "Processos manuais geram retrabalho" vira "o atestado que está na mesa do gestor da produção e vai aparecer lá no dia 2". Dia, pessoa, canal.
  • Fechamento moralista. Parágrafo final que conclui o que o leitor deveria sentir. Corte.
  • Vocabulário de fora da persona. "Workforce", "compliance", "otimizar" saem. As palavras que a persona usa de verdade ficam.
  • Segunda pessoa inconsistente. "Você" do começo ao fim.
  • Falta de regra de desempate. "Se ficar em dúvida entre duas, considere que você está na menor." O modelo raramente escreve isso. Quem já preencheu formulário sabe que é necessário.
F8Direcionamento de implementação e template no DS
Antes de qualquer conteúdo entrar no HTML: um documento de comportamento por seção e um template sem texto, aprovado em print
⌄
Quem faz

humano + IA · prompts P8, P8b

Entradas

Bloco B (DS), F7 (para saber que componentes existem), e o pedido de comportamento: sidebar, barra de leitura, boxes, gráficos, botão fixo de PDF gerado.

Saída

F8_DIRECIONAMENTO_HTML.md em sete partes; template/index.html relativo ao DS e preview.html autocontido.

Gate 5

Aprovação em print em 390, 768, 1024, 1440 e 1920. No Orbit, dois prints mostraram os bugs que viraram pauta de F9, com causa já diagnosticada no CSS.

No Orbit

Cores só de totvscolors.css mais --azul-alt; hexágono só dos 16 renders oficiais; títulos em caixa-baixa peso 300; paleta de dados validada com script de contraste sobre a superfície real: roxo, azul-alt, laranja (2,18:1, exige rótulo direto) e rosa. Verde e limão reprovam como marca de dado.

O que deu errado

Três erros por o modelo "completar" o DS: cores derivadas, hexágono vetorial, títulos em peso 800. E o HTML enviado sem os assets abriu sem CSS: por isso o template sai nas duas formas.

F9Handoff ao agente de código
Um prompt fechado o suficiente para corrigir bugs, popular conteúdo e construir o PDF sem inventar design
⌄
Quem faz

humano escreve IA executa · prompt P9

Entradas

Repo do DS aberto na pasta do agente, F7, F8, prints dos bugs, pipeline de PDF reaproveitável.

Saída

Código no repositório e PDFs de exemplo (em branco e preenchido).

Gate

O checklist de aceite do próprio prompt, item a item, com prints nas cinco larguras e os dois PDFs abertos.

As oito partes do prompt, na ordem
  • Leia primeiro, nesta ordem: tokens e shell, páginas do manual, assets oficiais, template atual, pipeline de PDF
  • Os bugs, com causa já identificada, o que fazer e onde não mexer (não editar o tokens.css compartilhado)
  • O que precisa continuar funcionando (os interativos aprovados)
  • Regras da marca que não podem ser quebradas
  • O conteúdo: 14 seções, referências por nome; notas de produção não vão para a versão publicada
  • Ordem de trabalho: resumir as regras antes de mexer; bugs sem conteúdo; prints; popular; PDF por último
  • Como sei que ficou pronto: checklist de 13 itens
  • Decisão em aberto controlada por uma variável (data-title-case)

Por que a causa vem diagnosticada: um agente com o bug descrito só pelo sintoma corrige onde é mais fácil, e o mais fácil seria editar o CSS compartilhado do DS.

F10Pacote de publicação
Deixar quem vai subir o material, e não participou de nada, com um pacote que se explica sozinho
⌄
Quem faz

humano + IA · prompt P10

Saída

07-publicacao/ com site/, pdf/, exemplos/ e LEIA-ME.md.

Gate

Alguém que não participou lê o LEIA-ME e responde: "consigo subir isso sem perguntar nada?" Cada pergunta vira parágrafo do LEIA-ME.

No Orbit

O LEIA-ME diz o que subir e onde, por que as fontes aparecem duas vezes, a única dependência externa (JetBrains Mono no Google Fonts) e o que acontece sem ela, a dependência a instalar, a checagem pós-subida em seis itens e os dois ajustes pendentes (botão de enviar o checklist por e-mail, que depende do HubSpot; caixa dos títulos, com a instrução de uma linha para testar).

Claude, ChatGPT e Gemini:
o que muda em cada fase

O processo não muda. Muda onde o contexto mora, como os arquivos entram, o que a plataforma faz sozinha e qual agente de código recebe o handoff. Limites conferidos em 09/09/2026, e vale reconferir nas páginas oficiais de tempos em tempos, porque muda toda hora.

A recomendação da casa

Para o contexto

Gemini

Todo mundo tem, é conta Layer, dá para compartilhar o Gem com o time com permissão de edição, igual a um doc. Conecta direto nas pastas do Drive e tem o Gemini Notebook, que aguenta um volume de fontes que os outros não aguentam. Para trabalho coletivo, é a melhor opção que a gente tem hoje. A pesquisa dele também é boa e vem com fonte.

Para o texto

Claude

Escreve melhor. Dá para usar na conta free: você baixa o compilado que fez no Gemini, sobe lá junto com o briefing e a pesquisa, e pede primeiro a estrutura, depois o material. A conta free tem limite de uso, mas resolve bastante coisa.

Para o design system

Codex

É o que o time de design está usando, por custo e por eficiência. Gerar um DS no Claude consome uma fatia grande dos créditos, e o Codex entende bem a estrutura de um design system.

Por que não tem conta paga para todo mundo

Custo e governança

Sem log de uso por pessoa, a gente não consegue auditar nem limitar. Os casos de mercado são feios: a Microsoft mandou os engenheiros pararem porque o custo saiu do controle, a Nvidia admitiu que sem governança o custo de IA pode passar o custo de gente, e a Uber queimou o orçamento anual em quatro meses, com usuários consumindo de 500 a 2.000 dólares cada.

O caminho que está sendo construído é uma plataforma própria, com login por pessoa e registro de uso, plugando os modelos por API. Aí sim dá para distribuir acesso sabendo quem usou, para quê e quanto.

O que muda em cada plataforma

Container de contexto

Projeto (Projects)

Arquivos e instruções visíveis no chat, no Cowork e no Claude Code. Memória do usuário e do projeto entre sessões.

Arquivos e DS

Pasta conectada

Docs do projeto (Markdown, PDF, imagens). Em conversas no Cowork, a pasta do computador é conectada e o repositório do DS é lido inteiro, direto da origem.

Agente de código (F9)

Claude Code

Terminal, VS Code, JetBrains e web. Arquivo de instruções do repositório: CLAUDE.md.

FaseComo fazer no Claude
F0Criar Projeto, colar P0, subir os blocos A e C; conectar a pasta do DS quando for usar o Cowork
F1, F2Conversa dentro do Projeto
F3Enviar as imagens dos dados na conversa
F4Web search na conversa, com P4 exigindo URL e trecho literal
F5, F6Conversa longa no Projeto; pedir o material como arquivo .md a cada versão
F7Fora do LLM
F8Cowork com a pasta do DS conectada; validação de paleta por script
F9Claude Code com a pasta aberta e P9 colado; CLAUDE.md na raiz com as regras da marca
F10Conversa no Projeto ou no Claude Code, lendo a pasta final
Container de contexto

Projeto (Projects)

Instruções de cerca de 8.000 caracteres, memória restrita ao projeto quando ativada. Alternativa: GPT personalizado com as mesmas instruções.

Arquivos e DS

Upload com teto por plano

5 no Free, 25 no Plus, 40 no Pro, Team e Enterprise. Sem conexão de pasta no chat: o DS entra compactado ou só pelos arquivos-chave, ou vai direto para o Codex com o repositório.

Agente de código (F9)

Codex

CLI e nuvem. Arquivo de instruções do repositório: AGENTS.md.

FaseComo fazer no ChatGPT
F0Criar Projeto, colar P0; escolher os 25 ou 40 arquivos que mais importam (planejamento, versões anteriores, dados próprios; o DS entra só em F8 e pode ser trocado de lugar)
F1, F2Conversa dentro do Projeto
F3Enviar as imagens; pedir a tabela transcrita antes da análise, para conferir a leitura dos números
F4Modo de pesquisa aprofundada com P4; depois uma segunda conversa só para "abra cada URL e confirme o número"
F5, F6Conversa longa; pedir no Canvas ou como arquivo; a cada rodada, baixar a versão e subir de volta no projeto com o número novo
F7Fora do LLM
F8Subir tokens.css, cores oficiais, páginas do manual e uma amostra dos assets; validação de paleta pelo interpretador de código
F9Codex com o repositório e P9; AGENTS.md na raiz com as regras da marca
F10Conversa no Projeto com a árvore final colada
Container de contexto

Gem + Gemini Notebook

O Gem guarda instruções e arquivos de conhecimento. Para volume grande de fontes, um Gemini Notebook (antes NotebookLM) paralelo, usado como fonte dentro do app: 50 fontes no plano padrão, 300 no Pro, cada uma até 500 mil palavras.

Arquivos e DS

Arquivos-chave no Gem

No chat, subir tokens.css, cores oficiais e páginas do manual. Para o repositório inteiro, usar o Antigravity IDE ou CLI com a pasta aberta.

Agente de código (F9)

Antigravity CLI / IDE

Substituiu o Gemini CLI em junho de 2026. Arquivo de instruções: GEMINI.md, herdado do Gemini CLI. Confirme na documentação da versão atual antes de rodar.

FaseComo fazer no Gemini
F0Criar Gem com P0 e os arquivos de A e C; criar um Notebook paralelo com todas as fontes e apontar o Gem para ele quando a pergunta for de contexto profundo
F1, F2Conversa com o Gem
F3Enviar as imagens; pedir a tabela transcrita antes da análise
F4Pesquisa no chat com P4 e, separadamente, subir os PDFs e páginas encontradas no Notebook para extrair o trecho literal com citação
F5, F6Conversa longa; pedir como arquivo; salvar as versões fora do chat do mesmo jeito
F7Fora do LLM
F8Subir os arquivos-chave do DS; validação por execução de código; ou fazer F8 direto no Antigravity IDE com o repositório aberto
F9Antigravity CLI ou IDE com o repositório e P9; arquivo de instruções na raiz com as regras da marca
F10Conversa com o Gem com a árvore final colada
O que costuma travar

Você só consegue compartilhar um Gem com alguém que já tem acesso à pasta do Drive que alimenta aquele Gem. É segurança do próprio Google. Se a pessoa não vê a pasta, o compartilhamento não resolve.

Quatro ajustes de prompt que a plataforma exige

1 · Formato de saída

Sempre pedir "entregue como arquivo Markdown para download, não como texto no chat", com o nome do arquivo. Sem isso, resposta longa é truncada ou dividida.

2 · Fonte e trecho

Na pesquisa, além da URL, peça o trecho literal entre aspas. Onde não conseguir abrir, o modelo escreve "não consegui abrir" em vez de completar. O erro do Orbit apareceu justamente quando um subagente resumiu sem abrir.

3 · Sem travessão

A instrução vai no P0 e é repetida no fim de cada prompt de produção. No ChatGPT e no Gemini o hábito é mais forte, então a busca pelo caractere no fim é obrigatória.

4 · Não completar o DS

Em F8, com todas as letras: se uma cor, um peso ou um asset não estiver nos arquivos que eu enviei, não invente, pergunte. Foi o erro mais caro do Orbit e acontece em qualquer modelo.

Handoff de código: um AGENTS.md, dois ponteiros

AgenteArquivo na raiz do repositórioObservação
Claude CodeCLAUDE.mdLido automaticamente; pode ter versões por subpasta
CodexAGENTS.mdPadrão aberto, lido também por outros agentes
AntigravityGEMINI.md ou o nome que a versão atual pedirConferir na documentação qual arquivo ele lê antes de rodar

Para não manter três arquivos: escreva um AGENTS.md com as regras da marca e a ordem de leitura, e faça os outros dois apenas apontarem para ele ("Leia AGENTS.md e siga tudo que está lá").

Os 16 prompts, com os campos
para preencher e copiar

Funcionam em qualquer plataforma. Preencha os campos marcados e o botão copia o prompt já com os seus valores. Campo que ficar vazio aparece marcado no texto, para você completar na conversa.

Os checklists que rodam
nos gates

Marque enquanto lê a seção ou o template. O contador fica só nesta aba do navegador; para guardar, imprima ou copie o resultado.

Conteúdo · 0/12
Design system e implementação · 0/8

O que o Orbit ensinou · cada gate existe porque um destes passou sem ele

1
Dado inventado com cara de verdade

Dois números do TST, um case de outro assunto, uma edição de pesquisa inexistente, uma frase sem fonte. Nenhum parecia falso. Gate 2 e a pergunta "de que URL você puxou?".

2
DS completado pelo modelo

Cores derivadas, hexágono vetorial, peso errado. O modelo preenche lacuna com o que acha razoável; o manual não permite razoável. Bloco B desde F0 e "se não está nos arquivos, pergunte".

3
Regra derrubada pela própria amostra

"Afirmação bate pergunta" caiu com o item de 74,1% de leitura. Regra só entra se a amostra não a contradiz.

4
Edição transversal cega

Script de renumeração quebrou referências. Diff lido por pessoa, e referência por nome de seção.

5
Inconsistência em texto longo

"Quatro níveis" quando eram cinco. Conferência de nomes e contagens ao fim de F5 e de cada rodada.

6
Entrega sem os assets

HTML com caminhos relativos abriu sem CSS. Template sempre nas duas formas, relativa e autocontida.

7
Bug de layout sem diagnóstico

Margem e sidebar quebradas. Diagnosticar a causa no CSS antes do handoff e dizer ao agente onde não mexer.

8
Tom lúdico no lugar de tangível

Frases bonitas que não passavam no teste do print. Cena com dia, pessoa e canal; lapidação humana obrigatória.

O workshop de 10/09,
com o processo na tela

Duas horas com o time, mostrando o método rodando em cliente real. O vídeo está no Drive da Layer. Se o player aparecer vazio, use o botão de abrir no Drive.

2h02 · 10 de setembro de 2026 · 18 pessoas Abrir no Drive
Se o player estiver preto

É o Google ainda convertendo o arquivo, que é grande. Abra no Drive para conferir a mensagem. Quando a conversão termina, o player passa a funcionar aqui dentro sem precisar mexer em nada.

Por onde começar, se você não tem duas horas

Clique em um capítulo para copiar o horário. O player do Drive não aceita salto por link, então arraste a barra até o ponto copiado. Quem só precisa da parte de contexto tem os quatro primeiros blocos.