Latest / Product Guru's : Produto | Negócios | Carreira / Pare de usar IA como chatbot

Transcript

Pare de usar IA como chatbot · Product Guru's : Produto | Negócios | Carreira

0:00
De janeiro para maio. Assim, não, não foi.
0:01
Eu não estou fazendo isso há 5 anos e demorei 5 anos não, cara,
0:05
isso aqui. Faz 3 meses que eu estou fazendo
0:07
isso e a gente escalou cara a nossa empresa e chegamos a bater
0:10
50000 de venda em 1 dia assim tudo usando open klow.
0:13
Cara, foi uma loucura para erro das pessoas é ficar muito
0:16
pensando nas ferramentas e pulando de galho em galho do que
0:19
entender como eu construo essa lógica e.
0:23
Replicar ela futuramente, quando houver necessidade, para outras
0:25
ferramentas. Eu não sou desenvolvedor.
0:27
Nunca tinha mexido num terminal antes do open klow.
0:29
Demoraria mais tempo para aprender a tocar violão do que
0:32
para usar o open klow, entendeu? Se você já passou pelo desafio
0:35
de lançar features que ninguém usa ou de ter o Word, que
0:38
depende de engenharia para qualquer mudança, dá uma olhada
0:41
na user guide é uma plataforma no code que deixa você criar
0:45
guias interativas, checklists de umboard e researce centers
0:49
direto dentro do seu produto. Sem precisar de deve, ela é a
0:53
plataforma escolhida pelos times da caju, asas, totus e mais de
0:57
1200 empresas. OPG tem desconto exclusivo com o
0:58
código proit gurus, o link está aqui na descrição, oi, tudo bem
1:02
com você? Meu nome é Paulo schod.
1:04
Sejam bem vindos a proiti gurus, o podcast que vai por trás dos
1:07
outros produtos e que também aborda negócio e tecnologia de
1:09
peito aberto. Hoje a gente vai ter uma aula
1:13
ponto, esse episódio é uma aula sobre opecal e sobre.
1:21
Como usar inteligência artificial de maneira
1:24
inteligente? Olha só porque, por incrível que
1:26
pareça, muitas pessoas usam a inteligência artificial de
1:29
maneira burra, certo? Certo.
1:33
E pra falar sobre isso, eu trouxe ele, Bruno Okamotto.
1:37
Tudo bem, Bruno? Tudo bom, Paulo?
1:39
E você? Quanto tempo não?
1:41
Quanto tempo, irmão? Obrigado pelo convite, cara.
1:43
Estou muito feliz de estar aqui com vocês.
1:45
Que é isso? É uma honra ter você aqui no meu
1:47
humilde podcast. É humilde podcast.
1:51
É e, Bruno, você é conhecido por quase todas as bolhas.
1:57
É que a gente tem é aqui no Brasil, né?
2:00
Bolha de startup, bolha de SAS, bolha de de deve tech, produto,
2:08
enfim, negócios com quem eu converso?
2:12
O ponto da conversa quando eu falo sobre SAS ou sobre a vem o
2:16
seu nome. E eu fico muito orgulhoso porque
2:19
eu tô, né, conversando com você aqui, então, pô, e a gente já
2:23
conversa há um bom tempo, então, antes de mais nada, aquelas
2:28
pessoas que não conhece o Bruno, quem é Bruno e o porquê que você
2:33
é, segundo a minha pesquisa, a maior referência em SAS e a no
2:39
Brasil. Acho que a maior a gente sabe um
2:41
pouco a régua aqui, né? Mas eu?
2:44
É que eu gosto muito desses assuntos, cara, eu eu descobri
2:47
há pouco tempo que é, inclusive, eu descobri que eu sou
2:50
recentemente, que eu sou autista, né?
2:51
E que eu tenho TDAH, não TDAH sempre foi meio óbvio assim.
2:55
Mas isso significa que eu tenho muito hiper foco em algumas
2:58
pautas específicas, né? Então SAS e a foram uma dessas
3:01
pautas que eu tive hiper foco por muitos meses seguidos.
3:05
E cara, assim, eu não conseguia parar de fazer nada além de
3:08
mergulhar e fazer assim. Então eu acho que esse hiperfoco
3:11
mais a produção de conteúdo, criou esse essa lupa aí dizendo
3:14
que eu sou especialista, mas na verdade eu sou.
3:16
Sou um cara curioso, né? EE assim, uma de curioso, eu sou
3:20
um empreendedor, né? Então acho que como
3:21
empreendedor, eu gosto não só de ficar testando as coisas e
3:25
brincando, como eu gosto de ver como isso.
3:28
Gera dinheiro, como eu posso movimentar economia com isso?
3:31
Eu posso ganhar dinheiro, eu posso contratar gente, então eu
3:34
gosto muito de ficar testando as coisas, pensar nível de geração
3:37
de valor, né? Então quem que é o Bruno kamoto
3:39
hoje eu me considero, é bom acima de tudo, pai, né?
3:43
Pai de 2 crianças maravilhosas e o empreendedor meio porra louca,
3:47
que gosta de ficar testando as coisas e curto muito gravar
3:50
vídeos do YouTube assim, cara, tira uma pira gigantesca assim,
3:53
então eu eu sou um. Cara, curioso, cara, estou aqui
3:56
para compartilhar com você um pouco do que eu vim aprendendo
3:58
nos últimos meses. Tem ponto que a gente estava
4:01
conversando aqui nos bastidores que eu acho que a gente precisa
4:04
abordar, porque eu acho que a gente ainda está no hype, mas
4:09
aparentemente a gente ainda já está começando a cair ali um
4:13
pouco Na Na real, sobre a inteligência artificial, qual
4:19
que é o maior erro que você vê, você acompanha?
4:23
É na sua experiência é com como empreendedor SaaS e a que as
4:30
pessoas cometem a usar as ferramentas de a por hype ou
4:34
Bruno? É assim, é o mercado.
4:38
É foda como um todo, né, cara? Porque tipo, a gente tá no
4:41
momento da história que tá uma corrida assim.
4:43
Então toda empresa grande de tecnologia entendeu que agentes
4:48
é a bola da vez. Assim, então você tem a meta
4:51
correndo com não só com. Treinar LLMS, como também
4:54
construir agentes e colocar agentes em tudo, né?
4:56
Até no próprio WhatsApp eles colocaram um agente, né?
4:59
E aí no manos lançando um agente para concluir como open klow,
5:02
daí você tem um trropic lançando feature nova de agentes todos os
5:05
dias, e aí você tem a open e a então você tem muitas empresas
5:09
numa corrida de cara, quem inova e cada um, de certa forma tá
5:14
numa vertical específica. Então a inovação, ela acontece
5:17
tipo as verticais, mas para nós que somos.
5:20
Humanos, e estamos na bolha de teck?
5:22
De alguma forma, a gente é impactado por todas essas
5:25
verticais simultaneamente. Então a gente fica tipo, Mano,
5:28
pera aí, eu posso fazer arte, eu posso fazer música, eu posso
5:31
fazer, eu posso estudar, eu posso fazer tudo.
5:34
E toda hora. O que eu vejo assim é que a
5:37
gente tá num momento que é tanta novidade, que a gente fica num
5:40
ecstasy gigantesco e qualquer coisa que a gente põe a mão dá
5:44
uma dopamina imediata assim. E eu escuto com muita
5:47
frequência, tipo, que por isso você da galera mais nerd assim,
5:50
né? Que assim a dopamina.
5:52
Ela lembra a época de tíbia de RPG, tipo assim, você fica meio
5:57
que viciado em ficar julgando RPG, aquele mesmo sentimento.
6:00
Assim, hoje eu vejo que o que está acontecendo, né, e acontece
6:04
muito comigo também, é que a gente fica muito falando assim,
6:06
cara, eu quero testar tudo, eu quero entender tudo, eu quero
6:09
estar a par de tudo. É humanamente impossível, cara,
6:13
humanamente impossível assim. Então eu acho que o maior erro
6:16
que as pessoas cometem, EE não é a culpa delas, é culpa do das
6:19
empresas, do capitalismo. Mas é tipo que AA galera não
6:24
aplica as coisas para os negócios delas, né?
6:26
Então o pessoal fica muito rapado querer testar tudo, mas
6:31
pouca aplicação prática das coisas, né?
6:33
Então o que que eu sempre tento fazer é entender o que que é que
6:37
saiu. E como eu posso aplicar isso
6:39
para um negócio? E se eu vejo que OOO esforço
6:42
barra retorno da aplicação disso não é grande o suficiente
6:46
comparado a outra coisa que eu já estou usando, mesmo que não
6:48
me alcance o mesmo resultado, eu tento não tipo meio que
6:51
desvirtuar assim, porque eu prefiro muito mais construir.
6:54
A lógica que eu acho que é o maior desafio da IA.
6:57
É tipo, cara, como eu concateio pensamentos para construir uma
7:00
cadeia de lógicas que eu possa usar aquela IA para ela me
7:05
trazer um resultado absurdo de bom assim.
7:08
E esse raciocínio é muito difícil de construir e ele só
7:10
vem com a prática assim. Então eu prefiro muito usar uma
7:13
ferramenta, por exemplo, de de agentes, né?
7:15
Tem tanta ferramenta de agentes que eu falo assim, não vou usar
7:17
uma aqui, vou ser muito bom nela.
7:20
E eu sei que quando sair uma melhora e tal, tipo a curva de
7:23
aprendizado, ela vai ser mínima. O maior desafio vai ser muito
7:26
mais é qual é a lógica que eu construo?
7:29
E eu acho que esse é o maior erro das pessoas, é ficar muito
7:31
pensando nas ferramentas e pulando de galho em galho do que
7:34
entender como eu construo essa lógica e.
7:38
Replicar ela futuramente, quando houver necessidade, para outras
7:41
ferramentas. Você acredita que a inteligência
7:44
artificial, as ferramentas, elas ainda estão presas numa bolha?
7:50
Por que que eu falo isso? Eu acompanho bastante a bolha
7:54
deve acompanho bastante sobre sobre a acredito que hoje IA eu
8:01
consegui desenvolver um lance de.
8:05
Curadoria, porque é muito conteúdo que a gente consome,
8:08
então é sempre bom ter esse esse filtro.
8:11
E parece que AIA ainda ela não conseguiu furar essa bolha e se
8:19
tornar algo meio WhatsApp, rede social, né?
8:23
Fica muito na nossa bolha aqui. Por que que você acha o burro?
8:27
Você já chegou a pensar sobre isso e por que que você acha que
8:30
ainda AIA não deu esse Salto meio que.
8:33
De pro povão. Então, cara, eu acho que na
8:35
minha opinião é muito, porque as pessoas, ao longo desses anos,
8:39
elas tiveram contato com AIAEAIA.
8:42
Ela ainda não era muito madura. Eu sinto que AIA deu um alto
8:46
muito quântico, principalmente esse ano, assim, 2026.
8:49
Acho que ano passado a gente já teve uns tinha do que era uma IA
8:51
legal. Mas esse ano a gente saiu muito
8:54
do escopo de conversar com uma IAEE, sei lá, corrigir erros de
8:59
português pra gente ter um agente operando na nossa empresa
9:02
e fazendo. Monte de coisas operacionais.
9:05
Então eu sinto que essa impressão que ficou no passado
9:08
com as pessoas é uma coisa que elas levam como um certo
9:11
preconceito, tipo, Ah e Ah, é legal, mas não me ajuda tanto no
9:14
meu trabalho, não faz tanta diferença assim.
9:16
Então eu sinto que ela já chegou na boca do povo, mas a galera
9:20
ficou com uma impressão errada por ter usado ela no momento que
9:23
ela ainda não estava Maduro o suficiente.
9:25
Então hoje muita gente usa, IA por não usa, IA de certa forma
9:28
por é por opção mesmo. Por não não acreditar que AIA
9:32
seja realmente relevante pro dia a dia.
9:33
Dela, sabe? Você acha que é a única empresa
9:37
é capaz de fazer com que AIA desse Salto de bolha e de algo
9:45
muito técnico, muito Enterprise, para algo muito mais consumer,
9:50
digamos assim, do dia a dia? É a meta.
9:53
Aparentemente, quando a gente vê é tudo bem que a China meio que
9:56
deu um Caio lá em relação a manus, né?
10:00
Aquisição mas quando a meta faz a aquisição da do manus, é
10:07
assim. Acho que pra mim e pra você que
10:08
estamos aqui todo dia lendo e vendo, a gente consegue prever
10:12
algumas movimentações. É baseado ali algumas coisas.
10:18
Quando ela faz essa aquisição, claramente ela está.
10:21
Ela está pegando um pente de qualidade, que é humanos, e aí
10:26
claramente ela está. Querendo levar AIA os agentes de
10:30
IA para WhatsApp, Instagram, Instagram já tem, né?
10:34
Integrado humanos. Então é uma jogada em que ela
10:37
vai começar a colocar. Aí é ferramentas que bilhões e
10:42
bilhões de pessoas usam, né? Então é aquele lance de
10:44
distribuição. E aí primeiro ela testa no
10:46
Telegram para depois fazer essa essa integração No No WhatsApp e
10:54
nas ferramentas da meta. Ela é a única mesmo capaz de
10:58
fazer isso. É é que a gente também tem que
11:01
ver assim. Eu também não tenho muito
11:02
conhecimento, principalmente das do que que tá rolando na China,
11:05
que são ALLM assim. E a China meio, que é o que
11:09
dita, a China tá muito mais avançada do que qualquer outro
11:13
lugar assim. Então eu não sei hoje dizer se
11:16
realmente a meta é a maior empresa ou se na China já tem
11:19
alguma empresa que já tá dominando extremamente forte,
11:22
considerando o nosso contexto. Aqui vem principalmente as
11:25
regiões. Né?
11:26
Mas aqui do sul, do LATAM, assim que eu vejo e um pouco dos
11:30
Estados Unidos, eu vejo que assim a open EI tem uma grande
11:32
chance de de conseguir ser esse mainstream, principalmente por
11:38
eles estarem com oferecendo. Eles são muito focados em
11:42
features de b to c, tanto que eles estão treinando com o Ads
11:45
agora, que é uma das coisas que a galera mais tá batendo assim.
11:48
Então assim, eu acho que a open i tá indo num caminho muito b to
11:51
c, apesar de que grande parte da receita deles é b to b.
11:54
E eu acho o cara que a antropic que é extremamente b to b, ela
11:58
tá caindo muito na boca do povo também no b to c por conta de
12:01
skills MCPSE tal. Então assim, eu vejo que a meta
12:04
tem uma grande chance, mas o que vai ditar entre meta, Microsoft,
12:08
Google, essa galera que tem um tipo, um grande é uma grande
12:11
oportunidade de distribuição. Vai ser muito.
12:14
Eu acho que é veio adversos complyers, tipo quão rápido eles
12:19
conseguem fazer deploy sem tipo quebrar alguma regra ou.
12:24
Dar muita Liberdade que pro Maya né?
12:26
Tipo, imagina esses caras, imagina se a antrópica que
12:28
comprasse o open klow tipo e soltasse assim, mas não IA ser
12:32
caos assim, entendeu? Caos porque open klow IA ser
12:34
quebrando tudo num Monte de empresa e rolé.
12:37
Então assim, eu acho que o maior desafio dessas empresas é
12:39
distribuição versus burocracia e compliance, assim como que eles
12:44
põe o produto na boca do povo, mas ao mesmo tempo algo seguro e
12:47
que não saia Quebrando Regras de todos os países, tá ligado?
12:49
Dito isso, você fala sobre open klow?
12:53
O que é? Você conseguiria mostrar como
12:55
que eu instalo? É a mesma coisa do que o ChatGPT
12:59
cloud, como que é esse caranguejo?
13:03
É aí que que parece que todo mundo é minha impressão, tá,
13:10
Bruno? Quando foi lançado, todo mundo
13:12
usou e parece que hoje é meio que uma ferramenta secreta que
13:17
ninguém fala assim, ninguém compartilha o que está usando o
13:19
pecol, mas está usando porque. Parece que é poderoso, não é?
13:24
Não é? AP, qual é sinistro, cara?
13:26
Sim, eu acho que se eu pudesse dar uma fotografia pra nivelar
13:29
aqui conhecimento da galera. Eu acho que assim a gente tá num
13:31
momento agora que as empresas maiores como anthrop que e open
13:37
i, por exemplo, né? E muito lançable repit essa
13:40
galera assim. Eles estão lançando muito uma
13:41
ferramenta de orquestração de agentes.
13:43
Então o que essas ferramentas fazem é que elas têm múltiplos
13:46
agentes trabalhando. E basicamente, qual que é a
13:49
grande vantagem de você ter múltiplos agentes?
13:51
É que todos os agentes tem uma janela de contexto limpa.
13:53
Então, quando você tem um orquestrador de agentes que nem
13:56
o cloud, por exemplo, ele libera vários agentes pra executar
14:00
tarefas específicas em janela de contextos limpas, eles executam
14:03
os agentes, voltam pro cloud, e aí eles falam, olha, cloud, tá
14:06
aqui o que a gente fez e aprendeu.
14:09
E o cloud, ele recebe toda essa orquestração e ele leva pro
14:11
usuário final ou pra empresa, ou leva essa aplicação.
14:13
Então o cloud, ele é um grande orquestrador de agentes que você
14:16
pode fazer. Muita coisa foda.
14:18
Assim, no final do dia, a open i também ela tem essas
14:21
funcionalidades dela não só nativas, como ela lançou
14:24
recentemente uma ferramenta de orquestração de agentes também
14:27
pra concorrer com o cloud, com aquela manage agents, né?
14:29
Então vamos falar do dia, essas grandes empresas são
14:31
orquestradoras de agentes. O open klow carente, por
14:34
exemplo, igual humanos, igual outros agentes que não dá
14:37
perplexo, é o quente por si só, assim.
14:41
Então, quando ele é um agente por si só, significa que ele tem
14:44
algumas características que um orquestrador de agentes não tem.
14:47
Então ele, por exemplo, ele tem o que a gente chama de soul, né?
14:50
Então ele tem uma alma, então ele se comporta de acordo com a
14:53
alma dele. Ele tem um hearthbit, que é uma
14:56
batida de coração, que a cada x tempo ele acorda porque o
14:59
coração dele bateu para executar alguma atividade pendente que
15:02
estava parada. Ele tem, essas é ele.
15:06
Ele tem várias características que formam ele como se fosse um
15:09
funcionário. De certa forma que você vai
15:12
treinando e moldando ele para ele se adaptar para sua
15:15
realidade, seja como uma secretária, seja como um
15:18
diretor, seja como um gerente, whatever.
15:20
Assim, então, o open klow ele foi uma grande revolução,
15:24
digamos assim. Que até o Joan sem Ruan lá, o
15:27
CEO da nvidia falou que toda empresa 2026 tem que ter uma
15:30
estratégia opencoll, porque ele criou uma estrutura de um agente
15:33
que ele tem essa autonomia para sair executando e ele tem esse
15:39
essa memória persistente, então ele não só sai fazendo as coisas
15:43
por conta dessa personalidade, desse coração batendo e tal,
15:47
como ele vai juntando todos os pedaços do quebra cabeça e
15:50
cruzando esses dados com todos os dados do contexto que ele
15:53
tem. Então, por exemplo, ele vai lá,
15:55
ele executa uma atividade e quando ele vê que ele executou
15:58
bem aquela atividade, aquele resultado, foi muito bom.
16:01
Ele tira uma lição muito importante sobre isso, ele fala,
16:03
pô, isso aqui é muito bom, vou continuar fazendo isso, né?
16:06
É muito diferente do Cláudio, assim, o Cláudio, por exemplo,
16:08
ele aprende assim, ele aprende as coisas e tal, mas o Cláudio,
16:10
ele não fica salvando os aprendizados, ele não tem essa
16:13
memória persistente, ele é, ele é um orquestrador de gente, esse
16:15
papel dele não é esse não é ser pente, entendeu?
16:18
Então eu acho que o open clow ele foi essa grande revolução,
16:21
porque ele saiu de. Que você conversa e lança um
16:26
Monte de gente para fazer algo para funcionário inteligente que
16:30
aprende e vai ganhando autonomia.
16:32
E eu acho que é por isso que essa ferramenta viralizou tão
16:34
forte Na Na no mundo inteiro. Não vou nem dizer na internet,
16:38
ela realmente viralizou. Eu, eu nunca vi cara, uma
16:40
ferramenta viralizar tanto na minha vida assim.
16:42
Isso que eu tô na bolhateca já faz uns bons anos.
16:44
Então assim, foi uma experiência muito legal e.
16:47
Cara, é muito novo tudo, né? Se você parar pra pensar, o open
16:50
COE nasceu em novembro de 2025, a gente tá em maio de 2026, tipo
16:54
Mano, assim, tipo assim, ontem, tá ligado?
16:57
Só que ela caiu na boca do povo. E o que o open COE mostrou assim
17:02
pra todo mundo do mercado, é que agentes é a grande tendência da
17:06
vez. Assim, tipo assim, todo mundo
17:08
quer ter um agente. Então o open COE, ele veio e
17:11
preencheu esse papel e aí começou a pipocar concorrentes
17:13
de todas as esferas, né? A gente tem Hermes paper, clipe,
17:16
a gente tem um Monte de ferramentas, gente fica
17:18
surgindo, né? E aí a gente tá nesse momento
17:21
maluco assim, então essa é uma fotografia só pra galera
17:23
entender qual que é a diferença das ferramentas, né?
17:25
Então, o que que é o open? Garoppencall hoje, em maio de
17:28
2026, ele é uma ferramenta agêntica que você liga ele no
17:33
seu Telegram ou no seu WhatsApp, onde você quiser.
17:36
Ele é meio que assim pensa num carro só, que é um carro sem
17:39
motor, né? Então você tem ali, tipo pô, uma
17:42
Mercedes super bonita e tal, só que ela não tem aquele motor
17:45
potente e aí você coloca uma LLM lá dentro.
17:48
Então você tem ali, por exemplo, o chá de gpt, você tem as LL
17:51
chinesas e tal. Então quando você coloca motor
17:54
lá dentro. Ele sai fazendo as coisas e
17:56
performando bem assim, cada motor vai te levar pra algum
17:59
lugar, entendeu? Então o open klow ele é um pouco
18:01
dessa ferramenta hoje que ele vai fazendo as coisas, vai
18:04
aprendendo, vai executando, mas ele depende muito da e a que
18:08
você põe dentro dele. Mas ele é uma ferramenta
18:10
totalmente gratuita, então você pode é simplesmente fazer um
18:14
clone do repositório e instalar ele no seu computador com um
18:16
clique assim é bem bem simples assim.
18:20
Essa é a última parte do do do. Na questão da do modelo que usa
18:24
no open COE, muitas pessoas, eu já pesquisei sobre isso.
18:27
Elas começaram a usar OA open a esse sgpt cloud e aí elas
18:32
perceberam que os modelos chineses, que são modelos
18:35
abertos e teoricamente gratuitos, é elas se mantevem a
18:41
qualidade do do dotados ali, então clol.
18:45
A primeira dica seria usar o open COE com o modelo é open
18:49
source o Bruno. Não, não vai ter diferença ou
18:53
tem alguma diferença No No uso no dia a dia?
18:56
Cara, ou sou suspeito com essa resposta porque eu não uso muito
19:01
OLLM open source e as LM chinesas?
19:05
Mas eu não diria que é porque eu não quero.
19:08
É porque eu já assino o ChatGPT e pra mim hoje o ChatGPT
19:13
performa muito bem assim. Eu diria que até até.
19:17
Semana retrasada o ChatGPT era horrível, eu e eu não
19:20
recomendaria ele. É com muita profundidade no open
19:23
klow, mas eles lançaram recentemente uma versão 5.5 que
19:27
eles deixaram. O grande foco dessa versão é que
19:30
o ChatGPT passe de ser uma ferramenta de pergunta e
19:32
resposta, e ela performasse mais com pensamentos com cateados e
19:36
execução, que é o que um agente faz.
19:38
Então essa atualização nova deixou o open klow, tipo avião,
19:41
avião de caça. Então eu diria que hoje o chá de
19:44
GPT, ele performa muito bem para pinclow.
19:46
Eu cheguei a testar algumas outras da LLM chinesas, mas o
19:49
maior desafio que eu vejo delas é que elas têm dificuldade de
19:51
executar, às vezes, pensamentos complexos.
19:54
Então, por exemplo, você pede para ela entrar em 5 APIs
19:57
diferentes e ela puxar dados 5 APIs diferentes ao mesmo tempo.
20:01
Então, dependendo da LLM que você põe, é muito pesado para
20:04
ela, porque ela tem que entrar dentro de uma PI, entender o que
20:07
que É Ela dentro, como opera aquela PI para puxar aquele dado
20:10
específico. Então muita ferramenta chinesa
20:12
ainda, ela não está num nível tão agente com para tarefas
20:15
complexas, mas a gente tem muita, muita LLM boa.
20:19
Se fica para coisas é é pontuais GLM para código, você tem
20:25
minimax, você tem tipo quime, você tem um Monte de LM boa,
20:28
cada um com grande foco a grande maioria das vezes.
20:31
Mas, na minha visão, ainda vale mais a pena você usar o ChatGPT
20:36
e pagar uma assinatura recorrente mensal e ter ali uma
20:38
ferramenta que funciona bem assim, tá ligado?
20:41
Esse episódio tem apoio da PM? 3 é a maior escola de produtos
20:45
digitais do Brasil, 8 anos formando PMs que hoje estão em
20:49
Nubank, iFood, Creditas e outras grandes empresas.
20:53
Informações e prot management analytics market Leadership EIA.
20:58
Além de mentorias individuais e comunidade ativa.
21:02
Se você quer crescer em produto com método, acesse pm3.com.br e
21:07
use o cupom Project gurus para garantir o seu desconto.
21:11
Onde você conseguiria mostrar Pra Ele, pra gente o que é o
21:14
open, qual a carinha? EE, coisas básicas, que uma
21:18
pessoa normal, uma pessoa burra, que nem eu, claro que não
21:23
entende nada disso daí. Qual que são as as configurações
21:27
básicas e tal? E eu fiquei sabendo o que nos
21:32
bastidores o mundo da produção está.
21:35
Você fez um curso de alpicol, certo?
21:39
Certo. E o link vai estar na descrição,
21:42
caso você queira você que está assistindo ou eu vendo esse
21:45
episódio, o link vai estar na descrição onde você meio que
21:48
simplifica todo esse rolé, certo?
21:51
Eu usei o alpicol por 1 mês, né, janeiro assim?
21:55
Diria metade de janeiro até metade de fevereiro.
21:57
Assim, eu passei um mês assim, tipo assim, imerso, né, hiper
22:00
foco ali estou orando no pau. Aí eu cheguei e tive uma ideia,
22:03
cara, eu falei assim, Mano, se essa parada, ela é tão
22:06
inteligente assim. Será que ela consegue se
22:09
monetizar? Tipo, essa foi minha minha
22:11
ideia. Assim, eu falei, bom, será que
22:12
esse negócio consegue me gerar dinheiro ele mesmo?
22:15
E aí você vai na internet, você vê a galera usando open klow pra
22:18
tipo criar app, fazer SAS, fazer conteúdo, mas eu falei, pô,
22:22
falei, eu já tenho distribuição, então como que eu testo um
22:24
produto com open klow? E aí eu fiquei pensando, Ah, eu
22:26
posso fazer uma ferramenta que instala o open klow com um
22:29
clique blá, blá, blá. Eu fiquei pensando na minha
22:31
cabeça de Donald SAS, como que eu monto um SAS em cima disso?
22:34
E aí eu cheguei pro meu agente e falei assim, né, minha gente?
22:36
Se chama amora, né? E eu falei assim, amora, eu
22:39
quero que você olhe a sua memória desde o dia que você
22:42
nasceu até hoje, veja tudo o que a gente fez.
22:46
E a partir disso, eu quero que você Monte um minicurso que eu
22:48
vou disponibilizar para os meus alunos na minha comunidade.
22:50
Então monta um minicurso baseado com o que a gente fez aqui
22:53
dentro. E aí ela olhou toda a estrutura
22:55
dela e ela falou assim, Bruno, olha, desde que eu nasci, então
22:58
eu nasci, eu era assim, a primeira coisa que você fez foi
23:01
isso, a segunda que você fez foi isso, terceiro babá, então ela
23:03
me trouxe baseado no que ela viu sobre ela mesmo.
23:06
O que que foi a sequência de saltos que eu dei para ela virar
23:10
um agente bom, assim? E aí eu falei, cara, vamos
23:13
montar um curso disso, só que eu quero que seja tipo assim, um
23:15
curso assim. Eu nunca era um curso de 10
23:18
horas, eu falei, eu que era um curso que.
23:20
Sei lá que a pessoa precisa assistir uma aula, como que eu
23:22
faço para as pessoas assistir uma aula assim?
23:24
Aí a amora chegou pra mim e falou assim, faz o seguinte,
23:27
trava a primeira aula ensinando as pessoas a como instalar um
23:30
open klow, e aí todas as outras aulas, deixa comigo que eu monto
23:34
e dei um prompt e a pessoa não precisa assistir a aula, então
23:37
ela chega no modo, você deixa a aula gravada se ela quiser ela
23:39
assistir a aula, se não, ela só baixa o prompt OPRD, joga no
23:42
open klow e o próprio open klow se configura com quem eu ensino
23:45
na aula, tá ligado? Ou seja, a morada história é que
23:48
a minha gente criou um curso a partir do a forma que eu usei
23:51
ela e ela deu a ideia de eu criar um curso que fosse feito
23:54
pra agentes e não pra humanos. Então o humano podia ser 11
23:58
opção, ele assistir o curso ou não.
24:00
E aí eu fiquei tipo, Mano, isso aqui é meio diferente, tá
24:03
ligado? É tipo, nunca tinha pensado
24:05
nisso. Eu falei, aí eu cheguei para os
24:07
meus sócios e falei, Mano, ó, eu acho que a gente devia vender
24:09
esse minicurso aqui, devia vender ele por, sei lá, 90 pila.
24:13
E deixar ele como um teste assim, porque como é um produto
24:16
open source, tipo, se a pessoa quiser ir no YouTube e aprender
24:19
a montar o open klow, ela consegue, ela não precisa fazer
24:21
meu minicurso, então vamos vender barato esse curso só pra
24:24
a galera tirar uma pira assim. E aí cara, o curso viralizou
24:28
assim, forte assim, pra você ter uma ideia, a gente em 45 dias
24:32
trouxe quase 15000 alunos novos assim pro curso e tipo, caiu na
24:36
boca do povo e a galera começou a fazer e começou a pirar assim
24:40
e falou, Mano. E aí começou a vim case de todos
24:42
os lados, assim, tipo o cara chegando e falando, Mano, aqui
24:44
automatizei minha empresa inteira, tipo, eu estou
24:47
economizando 90000 por mês, estou economizando 30000 por
24:49
mês. Aí cara, assim começou muito
24:52
boca a boca. Então a galera muito indicando
24:54
um pro outro porque pensa, o cara gastava 90 pila e
24:57
economizava tipo, horas por semana ou muito dinheiro.
25:01
E aí, cara, foi assim, uma explosão muito positiva.
25:04
E ao mesmo tempo que isso explodiu, eu cheguei para o meu
25:06
sócio e falei, Mano, vamos surfar essa onda?
25:08
E aí que que foi o grande aprendizado, eu falei, cara,
25:10
como que eu escalo uma empresa que eu falo de open klow usando
25:15
open klow? E aí a primeira coisa que
25:17
quebrou quando a gente começou a escalar a nossa empresa foi o
25:19
suporte, porque pensa no final do dia, o open klow, aí ele
25:22
ainda é uma ferramenta técnica, então assim.
25:24
Só vim muita gente que elas não sabem nem usar um Excel falando
25:28
assim, cara, como que eu abro um terminal e eu rodo um comando
25:31
num terminal? Porque você precisa instalar o
25:32
open Klaus num terminal. E aí cara, começou a pipocar.
25:35
Muita gente assim, enchia um grupo de WhatsApp a cada 23 dias
25:38
e, tipo, 800000 pessoas perguntando, perguntando,
25:40
perguntando. Aí eu falei, Mano, eu vou ter
25:42
que como que eu uso o open Klaus pra resolver isso?
25:44
E aí eu peguei, criei um open Klaus chamado open klauszinho.
25:47
E aí eu treinei ele com a memória do meu agente, então eu
25:50
fiz download da memória do meu agente e falei, olha, o que o
25:53
meu agente tem são boas práticas.
25:54
Coloquei na memória desse open klawzinho, peguei a documentação
25:57
oficial do open klaw, coloquei lá dentro e falei, olha o pen
26:00
klawzinho tudo que as pessoas perguntaram pra você, você usa a
26:03
memória do meu agente, você usa a documentação e tudo que você
26:06
vê que eu respondi, como Bruno okamoto, você salva como verdade
26:10
absoluta num banco de dados pra toda vez que alguém perguntar
26:13
alguma coisa parecida. Você sabe a resposta que o Bruno
26:15
dá? E aí eu criei ele lá, conectei
26:18
ele no supabase Pra Ele, salvando as coisas que eu
26:19
respondia, né? E aí, cara, botei ele no grupo,
26:22
Mano. Assim eu saí de tipo, ficar 45
26:26
horas por dia tirando dúvida das pessoas pra abrir o meu grupo do
26:29
WhatsApp uma vez a cada 23 dias pra ver o que que as pessoas
26:32
estavam fazendo lá dentro, entendeu?
26:34
Porque as pessoas ficavam usando o open codzinho o dia inteiro
26:37
pra tirar dúvidas. E tudo isso gastando 1000 BRL
26:40
por mês, 1000 BRL por mês, porque eu só uso uma assinatura
26:43
do ChatGPT. E cara, o open colazinho aguenta
26:46
ali o tranco o dia inteiro, 1000, 3000, 5000 mensagens
26:49
estourando, galera fazendo spam ali, tipo, a galera só copiando
26:53
comandos do terminal e jogando assim para o pencolazinho e
26:55
falando, que que eu faço agora? E aí, tipo, você abre o chat,
26:58
esse é um Monte de comandos de terminal assim.
27:00
E cara, a taxa de sucesso de pessoas que conseguiram instalar
27:04
o pecoal por causa do pecolazinho foi altíssima.
27:06
E aí eu falei, caralho, isso aqui é, é, é Matrix, Mano, me
27:11
senti no filme do Matrix assim, sabe?
27:13
A 30 e fala, não preciso aprender a pilotar um
27:14
helicóptero, pô, sei pilotar um helicóptero assim, sabe?
27:18
E aí a gente teve uma ideia de montar um segundo open klow, que
27:20
eu falei assim, Mano, se a gente está escalando tanto as vendas,
27:23
como que a gente usou open klow para escalar marketing?
27:26
E aí a gente montou um open klow chamado Leonardo da Vinci, que o
27:29
da Vinci tipo ele pega a gente, ele tipo gol na meta.
27:33
Então ele começou a ler as campanhas assim, daí ele só
27:35
ficava lendo as campanhas. E aí a gente começou a falar Pra
27:37
Ele, olha, uma campanha boa tem essas características, então ela
27:40
tem CTA sim, ela tem esses características e tal uma
27:43
campanha ruim, ela tem um roas assim, ela é blá blá blá, a
27:46
gente deu 11 Pra Ele, uma fotografia, ele falou assim, tá?
27:49
Então ele começou a gerar um reporte falando ó, essas
27:51
campanhas tão boas, essas aqui tão tem que monitorar essas tão
27:54
ruins. E aí a gente começou a usar isso
27:56
pra balizar as campanhas e passar pro nosso gestor de
27:58
tráfego. Aí a gente falou, cara, a gente
28:00
precisa saber se os nossos criativos estão performando bem,
28:03
então a gente chegou pro Léo, da Vinci.
28:04
Então a gente tinha vários criativos de imagem com hulks e
28:07
vídeos do Bruno, então a gente transformou tudo em marckdown.
28:10
Então a gente jogou tudo em marckdown e a gente colocou
28:12
todos os marckdowns numa pasta e colocou uma planilha no Excel
28:15
com todos os arquivos lá dentro na pasta que eles estavam, né?
28:19
E uma explicação do texto, o que que é aquele a criativo e uma
28:22
sigla tipo Ah, 12510 para o agente saber.
28:27
E aí, OOO open klow começou a pegar as as metas, as campanhas
28:30
da metaeds e começou a falar tipo assim, tá.
28:33
Essa campanha tá tendo muito clique, então eu imagino que o
28:36
Hulk tá muito bom. Essa aqui tá tendo muito, as
28:39
pessoas estão assistindo o vídeo inteiro, então o ângulo tá bom.
28:42
Então ele começou a filtrar e criou um arquivo chamado lessons
28:46
learning, aonde ele IA aprendendo o que que no criativo
28:50
estava performando bem, Ah, tipo o Hulk tá bom, Ah, esse ângulo
28:54
tá bom, Ah, esse aqui tá bom, e aí ele vai aprendendo e a gente
28:57
criou uma terceira camada. Que é tipo, cara, como que ele
29:00
pega essas lições aprendidas e ele cria novas variações de
29:04
criativos? E aí, cara, a gente pegou e ele
29:07
começou a pegar os criativos estáticos que a gente tinha, e
29:10
ele começou a usar um editor de imagem e criar variações daquele
29:14
mesmo criativo com o que ele aprendeu, que funcionou nos
29:17
criativos passados. Então ele IA lá ele mesmo e
29:19
mudava Oo título, o Hulk, o ângulo, o formato.
29:22
E quando era alguma coisa que eu tinha que gravar, ele já me
29:24
mandava o roteiro falando. Grava esse vídeo aqui, mas grava
29:27
5 hulks diferentes pra esse vídeo.
29:29
E aí, cara, ele começou ele mesmo, todos os dias, não só
29:33
estudar as campanhas e estudar as coisas, como ele começou a
29:36
criar criativos. E a gente começou a fazer tipo
29:38
90 100 criativos por semana. E aí, cara, a gente começou a
29:41
escalar as vendas com open com. Então o único trabalho humano
29:45
que tinha era do gestor de tráfego receber o relatório e
29:49
falar assim, Ah, tá preciso subir essas campanhas, preciso
29:51
desligar essas campanhas. E aí passou a ser um trabalho
29:54
onde open klow fazia 90% do fluxo e a gente escalou cara a
29:57
nossa empresa e chegamos a bater 50000 de venda em dia, tudo
30:01
usando open klow. Cara, foi uma loucura assim.
30:03
Ih, o céu é o limite. Assim eu poderia ficar horas
30:06
falando o que a gente fez aqui. Mas aí no final do dia, o que
30:09
que a gente tem de estrutura hoje?
30:10
A gente tem um open klow de suporte.
30:12
E qual de marketing? A gente construiu uma coisa que
30:14
a gente chama de segundo cérebro.
30:16
Então a gente deixou a nossa empresa inteira agêntica.
30:20
Então tudo na nossa empresa virou arquivo de Mark down.
30:22
Então tudo o que é BP, fluxo de caixa, funcionários,
30:26
responsabilidades, metas, tudo virou Mark down num GitHub.
30:31
E lá dentro a gente tem vários open klow eu tenho eu e meu open
30:34
klow, né amora? Meu sócio tem o open klow dele,
30:36
o Chico, meu outro sócio tem o open klow, a gente tem o da
30:39
Vinci, a gente tem o open klowzinho, então todos eles
30:41
estão plugado nesse segundo cérebro e todos eles fazem
30:44
commit todos os dias de lições aprendidas, de projetos.
30:48
Então eu fiz aqui um projeto, gravei um podcast com você e
30:51
tal, e aí a gente vai comitando tudo pra esse cérebro lá.
30:54
E a empresa inteira é tipo baseada em humanos e agentes
30:58
trabalhando assim. Então a gente tem uma estrutura.
31:01
Maluca a gente que assim? Então essa essa é uma fotografia
31:04
do que que por exemplo, eu usei o open klow EE, acho que assim,
31:08
só pra concluir esse monólogo, pra não assustar as pessoas,
31:11
qual é a dificuldade, né? Porque assim eu eu escuto muito
31:14
essas pessoas falando, pô, mas pra você chegar nesse nível de
31:17
open klow, você tem que ter muito conhecimento e cara pensa,
31:20
eu conheci o open klow em janeiro, a gente está em maio.
31:23
Tipo, Mano, eu demoraria mais tempo para aprender a tocar
31:25
violão do que para usar o open klow, entendeu?
31:27
Então precisa ter muito conhecimento.
31:30
E eu não sou uma pessoa técnica, não sou desenvolvedor, nunca
31:32
tinha mexido num terminal antes do open klow.
31:35
Então, eu acho que hoje o maior desafio do open klow é muito
31:38
mais a pessoa ter paciência para aprender uma coisa nova, porque
31:43
a galera não tem paciência para aprender coisa nova.
31:45
E é muito tipo criatividade, cara.
31:48
Hoje é para usar uma ferramenta de a.
31:52
A Barreira ela é zero técnica e ela é muito mais arquitetura e
31:55
criatividade, assim como eu sou criativo e como eu consigo criar
32:02
fluxos que a IA consiga pensar comigo assim, né?
32:07
Porque as galera usa muito a IA para reagir a algo, né?
32:10
Faz isso, vai para lá, executa isso, pesquisa isso.
32:15
Mas a real que você tem que fazer é, você tem que dar
32:19
contexto. Para IA decidir o melhor
32:21
caminho. Então, tipo, na verdade, você
32:23
tem que falar para IA sim. Olha, eu quero chegar lá.
32:26
Lhe pergunta o que você precisa saber para você bolar um plano
32:29
para a gente chegar lá. E é assim que é o grande
32:31
raciocínio hoje, em 2026, que eu acho que as pessoas.
32:35
Tem que essa curva de aprendizado.
32:36
Então você vê, eu não falei nada de técnico, não tem desafio
32:39
técnico. É muito mais raciocínio e
32:42
criatividade, tá ligado? Uma aula, né?
32:44
É uma aula e com cases práticos de de, de de uso de open klow, ô
32:51
Mano, você conseguiria mostrar só o é coisas básicas do open
32:55
klow compartilha aí é a tela só pra gente ter 11 pincelada do
33:00
que é o open klow de como que é. A carinha, as coisas básicas que
33:03
alguém precisa saber e que vai aprender No No seu curso, porque
33:09
assim eu quero muito usar open com, mas eu sou burro e aí eu
33:16
quero aprender também, né? Cara, eu acho que não existe
33:19
burrice. Eu acho que só existe falta de
33:22
contexto. Então, assim, quando você
33:24
entender. A dinâmica é, vai ver que o céu
33:28
é o limite assim, porque o que você não sabe, você pergunta
33:31
para o seu agente e ele vai fazer para você.
33:34
Então você às vezes não precisa saber nada, você só precisa ter
33:37
uma ideia do que você quer. E o resto, Mano, o agente faz
33:40
tudo assim, então, ó, eu vou mostrar essa apresentação.
33:43
Eu fiz semana retrasada, que eu fui numa apresentação de open
33:46
klow chamada klowcon, que eu fiz ela aqui, e aí eu fiz essa
33:49
apresentação para mostrar aqui, né?
33:50
A estrutura do open klow aqui, o que a gente fez.
33:53
Mas eu vou dar um contexto do meu agente e vou mostrar ali pra
33:55
vocês, né? Então a amora é minha cachorra e
33:58
aí foi o nome dela que eu dei pra o meu agente, que aí a gente
34:01
fez essa zoação aí dessa apresentação.
34:03
Mas a amora, ela é um cachorro assim, então é a amora ela, pra
34:07
você ter um gente hoje você precisa ter 3 coisas, é são 3
34:11
coisas que um agente precisa Pra Ele ser um cliente, então é
34:16
contexto, cortina e skills. Então o contexto é tudo que o
34:20
seu agente ele. Entende?
34:24
Então é o que ele tem de informação.
34:25
Então Pra Ele decidir algo ou Pra Ele é tomar uma ação, ele
34:30
precisa saber o contexto daquele ambiente, dando contexto Pra Ele
34:34
de tudo. Ele tem clareza do que fazer ou
34:37
do que te perguntar do que pra ir a skill ela é quando você
34:40
transforma uma série de passos num output igual.
34:45
Então, por exemplo, eu quero que o meu a minha ya ela saiba
34:49
manipular uma planilha de Excel, então vamos pegar.
34:52
Finanças pessoais então, para você pegar uma planança de
34:55
finanças pessoais, você tem múltiplas colunas com múltiplas
34:58
linhas e, às vezes, múltiplas abas.
35:00
Então quando você joga uma planilha para uma IA a IA, ela
35:03
lê aquela planilha, só que ela não entende muito bem ainda como
35:06
operar lá dentro. Então você tem que chegar para
35:08
ela e falar, olha, lê essa planilha, tá agora mapee meu
35:11
custo fixo, tá agora mapee meu custo variável, agora uma p
35:15
minha receita, e aí ela vai pegar, ela vai mapear, ela vai
35:18
faltar coisa, ela não vai entender como abrir uma aba e aí
35:20
você tem que ficar tipo dando. Vários toques nela falando, não
35:23
faltou isso, ó, pra esquerda, pra direita.
35:25
E aí quando você gera o resultado que você quer, então
35:29
quando a Ela Foi lá e ela mexeu na planilha e fez a conta certa,
35:32
você fala, pô, é isso aí, ó, é isso aí que você tem que fazer.
35:35
Então pega tudo isso aí que você aprendeu sobre toda essa jornada
35:39
dentro da planilha e transforma isso numa skill chamado controle
35:42
financeiro. Então a skill, ela é uma
35:46
apotamento. De conhecimento que a IA tem
35:49
sobre uma ação específica, que você precisa, que ela sempre
35:53
gere o mesmo resultado, então a skill ela é fundamental.
35:56
Então por isso que hoje a galera fala tanto de skill, tem tanto
35:58
skill no GitHub, né? Então você pode baixar uma skill
36:01
de design e aí o seu agente, ele vai Matrix pro incorporar lá e
36:05
falar, Ah, tá, já sei tudo de design, então a mesma coisa.
36:07
Então você pode pegar skills prontas.
36:09
Como você pode criar skills, né? E rotina é o que faz o dente.
36:14
Se diferenciar, por exemplo, hoje de uma ferramenta de
36:16
orquestração de agentes, né? Então a rotina é, por exemplo,
36:19
as batidas de coração. Você agendar, então você fala
36:22
assim, olha, eu quero que todo dia você busque informação de
36:27
criadores de conteúdo no YouTube.
36:28
Quero que todo dia você leia o Reddit.
36:29
Quero que todo dia você traga notícias de tecnologia no meu
36:32
Telegram. Então é você pedir para o seu
36:34
agente criar uma rotina de algo específico.
36:37
E essa rotina ele pode tanto fazer algo como um prompt, tipo,
36:41
preciso que você leia e me traga informações de tech, pô, isso
36:44
não precisa ser uma esquill, entendeu?
36:45
Mas isso aí, Ah, só vai lá, vai acessar 5 Fontes diferentes e
36:49
vai falar, tá aqui as notícias do dia.
36:50
Como você também pode rodar uma esquill, então, ó, preciso que
36:53
você entre. 5 ferramentas diferentes preciso que você
36:56
cruze meu suporte com a minha área de vendas, com meu road map
37:00
de produto e você me traga um relatório, me dando um status
37:04
update de como está a minha empresa e quantos tickets eu
37:07
tenho suporte e como que está as sprints dos deves e tal.
37:10
E aí essa skill ela é executada numa rotina, né?
37:13
Então a amora ela é esse grande orquestrador pra mim de
37:18
contextos, esquilos e rotinas, né?
37:20
Então a amora ela fica plugado no meu WhatsApp.
37:23
E aí todos os dias ela fica lendo todas as minhas conversas
37:26
e aí eu rodo o tom, que é a rotina, né?
37:29
E aí com esse Chrome a amora, ela vai lá e ela traz os dados
37:32
de todas as conversas para mim, assim como ela lê meus e mails,
37:35
assim como ela entra em todas as transcrições de reuniões, assim
37:37
como ela lê o meu calendário e assim como ela lê o notion da
37:40
minha empresa. Então a gente tem 11 notion que
37:42
a gente faz a gestão de todos os projetos.
37:45
E iniciativas que estão acontecendo na nossa empresa.
37:47
E aí ela tem os skills dela. Então a amora recebe todo o
37:50
contexto e através das rotinas e das skills, ela categoriza todas
37:54
as informações pra mim. Então ela fala, pô, o Bruno
37:57
conversou com o Paulo aqui hoje sobre open klow e é isso aqui.
38:01
É um projeto que a gente tá fazendo junto com o Paulo ali,
38:04
de montar o open klow para o Paulo.
38:06
Então a amora vai lá e joga esse contexto dentro da página de
38:09
projeto para aquele ambiente daquele projeto.
38:12
Está sempre atualizado com tudo que está acontecendo.
38:14
Assim como ela pega e fala, pô, o Bruno recebeu mensagem do
38:18
Paulo no WhatsApp hoje? O Paulo falou, pô, Bruno, você
38:20
está me devendo o link do minicurso.
38:23
E aí é a amora salva dentro de um de um CRM pessoal meu, que
38:27
nada mais é do que um arquivo de Marc down que ela coloca, pô,
38:29
Paulo shiode do podcast tem a newsletter e o Bruno deve um
38:34
minicurso Pra Ele, a amora, ela categoriza pra mim toda essa
38:37
estrutura, né? Então o que que é a amora na
38:39
prática, né? Provavelmente tem gente
38:41
escutando a gente aqui no. Pro Spotify, né?
38:44
Tem gente assistindo, então eu vou tentar descrever o que eu
38:46
estou mostrando na minha tela. Então, por exemplo, quando eu
38:48
falo que a amora, por exemplo, ela lê meu WhatsApp, né?
38:51
Então por exemplo, todo dia, né? Isso aqui foi o de ontem, ó, a
38:54
amora chega pra mim e ela me manda uma mensagem às 10:30 da
38:58
noite falando, olha, Bruno, você recebeu mensagem dessas pessoas
39:01
aqui que você já aprovou previamente?
39:04
Então toda vez que essas pessoas mandam mensagem pra mim no meu
39:07
privado, a amora já joga elas dentro do meu CRE, me fala,
39:10
olha, Bruno, tudo que essas pessoas falaram.
39:13
Eu vou, eu vou salvar como contexto.
39:14
Só que eu também recebi 17 mensagens de pessoas que a amora
39:18
não tá no CRM, que ela não conhece.
39:20
Então ela chega para mim e fala, pô, diga para mim os números das
39:23
pessoas que você quer, que eu vou incluir elas e aprovar elas
39:27
dentro do CRM. Então, por exemplo, isso é um
39:29
chrom que a amora roda aqui no meu Telegram, e aí todos os dias
39:33
eu falo, então, por exemplo, ontem eu falei, quero que você
39:35
coloque a um, a 2 e a 15, aí ela vem aqui e fala, pô, 15, Eduardo
39:39
laquila, ela vai lá e libera ela para salvar dentro da minha.
39:43
A estrutura, né? Então a amora, ela nada mais é
39:45
do que é esse chat que eu fico o dia inteiro conversando e não só
39:49
converso, como você pode ver que eu fico o dia inteiro mandando
39:51
áudio, né? Então eu mando muito áudio, eu
39:54
pego muito Uber, eu faço muita reunião, então eu fico tipo,
39:56
cara, mandando áudio assim, áudio, áudio, áudio, áudio, dia
39:58
inteiro, áudio, né? E aí a amora, ela sai fazendo as
40:01
coisas. Como ela está conectada em todas
40:04
as ferramentas da minha empresa e ela está conectada em toda ela
40:07
tem um contexto de todas, tudo que acontece ao meu redor, de
40:09
tudo que eu faço. E ela tem todas acesso de todas
40:11
as minhas ferramentas, né? O que é meio loucura, porque se
40:13
rolar 11, apocalipse de Ah, eu vou ser o primeiro a morrer.
40:17
Mas, tipo, eu gosto muito disso, porque vamos dizer que eu estou
40:22
usando, supra, subo. Da IA, né?
40:24
Porque quando a IA ela sabe tudo e ela já tem todas as skills,
40:27
ela consegue fazer tudo. Eu estou por exemplo aqui uso a
40:29
amora o dia inteiro pra ficar conversando e fazendo de
40:32
projetos, ou por exemplo, eu tenho aqui a amora pra o meu
40:36
curso de open COL então por exemplo, esse fim de semana eu
40:38
estou regravando várias aulas do meu minicurso, então eu fico
40:41
fazendo brainstorming com a amora aqui Pra Ela montar pra
40:46
mim o curso inteiro, então tipo, ela está montando pra mim os
40:49
roteiro das aulas, ela está montando pra mim os exemplos, as
40:52
skills. Zaramom ment, então tipo, ela
40:56
monta tudo para mim, o que que eu faço, ó?
40:57
Eu, por exemplo, eu mandei uma mensagem, eu falei ô amora, ó,
41:00
tá ligado? Os cases que a gente está
41:01
salvando consegue montar um template usando eles de base
41:04
para eu mandar para um aluno. Então às vezes, por exemplo, eu
41:06
tenho alunos que tem dúvidas sobre uma aula específica, então
41:10
eu peço para amora pegar o que ela está lendo no Telegram ou no
41:13
WhatsApp e criar o. Criar ou para eu responder
41:16
alguém? As eu nem respondo, mas as
41:18
pessoas eu simplesmente peço pro meu agente gerar a resposta da
41:22
dúvida, forma de um material bonito.
41:24
Então se você abre, por exemplo, hoje o meu minha pasta de
41:27
downloads é só documento em HTML, é só documento que a minha
41:31
e a gera para mim. Então eu fico o dia inteiro
41:34
gerando documentos, htmls pra enviar para as pessoas, tipo,
41:37
Ah, eu preciso explicar uma coisa pro Paulo, eu não tô
41:39
conseguindo. Eu preciso mandar um áudio de 5
41:41
minutos pro Paulo entender o que que eu quero falar Pra Ele?
41:44
Não, Mano, eu chego pro meu agente e falo, olha, tá ligado
41:47
aquilo lá, aquele projeto que eu tô trabalhando, aí ele fala sim,
41:50
tô ligado sim. Então eu falo, olha ontem o HTML
41:54
explicando como se o Paulo tivesse 5 anos de idade, que eu
41:57
preciso mandar esse relatório Pra Ele e explica o projeto Pra
42:01
Ele. E tenta aplicar esse projeto
42:04
como se fosse o Paulo, usando Pra Ele já simular aqui na
42:08
cabeça dele, como seria esse resultado desse projeto.
42:12
E aí ela gera um HTML, tipo, que basicamente é o dia inteiro, é
42:16
só HTML que eu fico fazendo aqui, tá ligado?
42:18
Então tudo que eu faço aqui é puro HTML, o tempo inteiro
42:22
assim. E aí eu fico mandando para as
42:24
pessoas em tempo inteiro, tipo, ó, tô entrevistando um
42:26
funcionário pra contratar cara, minha gente.
42:29
Leu as transcrições com o meus sócios que participaram da
42:32
reunião e trouxe um relatório para mim completo de quem é essa
42:35
pessoa e qual as notas que essa pessoa teve em relação aos às ao
42:41
scor card que a gente quer. Então, tipo, olha, a gente tem
42:44
uma característica de de a gente tem uma lista de características
42:47
que a gente quer para essa vaga. E aí baseado na reunião.
42:52
A nossa gente pegou a transcrição e falou, olha, nota
42:55
c, nota a nota BE. Aí ela cria esse score card e no
42:59
final ela disse, se esse cara é um bom candidato ou não, então
43:02
tudo é feito por open klow na nossa empresa, né?
43:05
E cara, falo isso parece futurístico, mas mas pensa, de
43:08
janeiro para maio, entendeu? De janeiro para maio, assim, eu
43:11
não estou fazendo isso há 5 anos e demorei 5 anos não, cara, isso
43:14
aqui faz 3 meses que eu estou fazendo isso, né?
43:18
Então, tipo, eu fico basicamente o dia inteiro aqui, tipo, Ah,
43:20
montando aqui a estrutura do meu curso novo, faço tudo via open
43:23
klow. Aí eu tenho várias open klow e
43:26
quando eu falei do open klowzinho, ó, essa aqui é a
43:28
minha comunidade, do do do meu minicurso, né?
43:31
Então, por exemplo, aqui o open klow, fica o dia inteiro aqui
43:34
com as pessoas, né? Então, ó, toda vez que ele solta
43:38
aqui uma resposta. Tem aqui um botãozinho escrito
43:41
assim, ó, resolveu reage com o like e o dislike pra eu ir
43:44
aprendendo. Então baseado no like e no
43:46
dislike que as pessoas dão pro agente, eu fico testando,
43:50
fazendo testes, então eu mudo o prompt Pra Ele mudar a resposta
43:54
ou troco ALLM. Às vezes eu deixo ele tipo numa
43:56
mais barata, aí a taxa de deslike vai lá em cima, aí eu
44:00
falo, não, então vou colocar uma LLM melhor.
44:01
Daí a taxa de like aumenta bastante.
44:04
Colocar uma LM chinesa pra ver se ALM chinesa, ela funciona
44:06
bem, a taxa de like cai, a taxa de like sobe, então eu uso muito
44:09
esses likes e deslike pra balizar o que que tá funcionando
44:13
e o que que eu preciso melhorar. E também por exemplo, a amora,
44:16
ela ela lê esse contexto aqui, né?
44:19
Então, por exemplo, esse meu agente, o open clauzinho, salva
44:22
todos os dias as mensagens no superbase, e aí a amora roda uma
44:27
skill que é aquela sequência de passos que eu falei que ela lê
44:31
os as mensagens dos alunos. E ela chega pra mim e fala, pô,
44:35
Bruno, olha esse mês de abril, tipo, teve muita gente é falando
44:40
que, por exemplo, elas não, elas não sabem instalar skills, elas
44:43
não sabem o que é uma skill, e aí eu uso essas dúvidas, por
44:46
exemplo, pra ir lá e criar uma aula sobre skills.
44:49
Então é a partir das dúvidas que eu vou criando aulas.
44:52
Então esses são alguns, um pouco, né, do meu dia a dia, um
44:56
pouco da rotina assim. Meio maluco isso, né, Mano?
44:58
Isso é absurdo. Não.
44:59
Acho que a primeira reação de você que está assistindo e você
45:03
que está ouvindo é absurdo. É basicamente 24 horas
45:09
automatizadas e o Bruno pode fazer várias outras coisas
45:14
enquanto o open, qual está fazendo todo trabalho chato ali.
45:18
O Bruno não está? Paulo, eu.
45:21
Sinto que eu estou trabalhando mais, Mano, pô, e assim você
45:24
está. Trabalhando mais?
45:25
É uma perceção universal, assim de de todos os meus alunos, da
45:28
galera que está mais avançada com a pen klaw.
45:30
É assim, a gente automatiza a vida.
45:32
Aí a gente pensa, pô, ganhei 10 horas por dia, mas cara, você
45:37
ainda usa essas 10 horas por dia porque você quer fazer mais?
45:41
Você fala, não, eu me sinto super homem.
45:43
Então eu consigo fazer muito mais.
45:44
Eu quero automatizar agora outras coisas, eu quero testar
45:48
outras ferramenta, eu quero ficar testando o que que eu
45:50
posso automatizar? E aí, uma vez que você
45:52
automatiza tudo, você fica noiado que você consegue
45:55
melhorar as automatizações. Então você fica toda hora
45:57
revisitando os processos, falando, não, isso aqui eu posso
46:00
criar um scor card, isso aqui eu posso criar um ranking, não,
46:03
isso aqui eu posso montar um dashboard e aí você trabalha o
46:06
dobro porque você não saltava as outras quando você quer ficar
46:09
melhorando. Então assim, até um ponto de
46:11
atenção, cara. Que a gente escuta muito e eu
46:15
vejo muito guru na internet falando assim, Ah, usa ya porque
46:18
você vai ganhar 5 horas no seu dia.
46:20
Mas cara, isso é uma falácia, porque no final do dia, quando
46:22
você aprende a fazer isso, você quer fazer mais.
46:25
E aí você a dopamina, cara, dopamina, e você só quer ficar
46:29
fazendo esse tempo inteiro. Então eu sinto que eu estou
46:31
trabalhando muito mais do que eu estava antes, quando eu não
46:34
usava ya nos meus negócios assim, porque quando eu não
46:36
usava ya é assim, ó. Não tive tempo hoje de ver o
46:40
YouTube para me inspirar em conteúdo.
46:42
Putz, tudo bem? Tipo, amanhã eu faço isso,
46:44
entendeu? Agora com OIA é tipo não AIA,
46:47
ela leu tudo e aí eu preciso ler o que AIA me gerou de reporte,
46:50
porque se eu não ler, eu vou ficar para trás.
46:52
EE aí, tipo uma, assim, meio que muda muito a forma como você
46:56
lida. Com as coisas e as informações
46:59
vão só cuidado com isso pra não criar uma expectativa na galera
47:02
de que você vai trabalhar menos. Não, muito obrigado por você ter
47:06
arrumado um tempo na sua agenda. Foi uma aula aqui de a acho que
47:10
também a gente conseguiu de alguma maneira aprender a
47:14
questão de SASEO empreendedor. Agora, nessa Nova Era de de AE,
47:19
muito obrigado por ter aberto ali o seu, a cozinha, né?
47:24
Ali no Telegram. E mostrado como que que
47:26
funciona? Bruno okamoto, então muito
47:30
obrigado, Bruno, eu espero te ver mais vezes aqui no PG.
47:33
É sempre que tiver alguma novidade você quiser
47:36
compartilhar algo. E eu também vou encher seu saco,
47:39
porque eu vou começar a usar o picolo agora e se eu conseguir?
47:44
Bruno, você pode usar eu como case do seu curso, é isso, você
47:50
que ouviu, você que ouvi, assistiu até aqui, muito
47:53
obrigado. Não se esquece, estava vendo
47:55
para Spotify, Apple podcast, clica no botão seguir e deixa só
47:58
5 estrelas por mim, não pelo Bruno e está assistindo pelo
48:02
YouTube. Se inscreva no canal, deixe seu
48:04
joinha, comente aqui então. Beijos, tchau, fui.
48:08
Valeu, gente, até mais. Esse podcast é patrocinado pela
48:12
Ping e back, uma plataforma de automação de marketing e vendas
48:16
com a Ping back. Você pode criar formulários
48:19
personalizados, segmentalistas de Contatos disparar e mails e
48:24
mensagens via WhatsApp, fazer integração com outras
48:27
ferramentas, além de acessar conteúdos educativos para
48:30
otimizar suas estratégias. E você pode usar Ping back de
48:34
graça por tempo indeterminado. O link está aqui na descrição.