Em outubro de 2026, eu opero 19 apps. Todo mês publico mais de seis atualizações com melhorias e lanço quatro apps novos.
Quando uma pessoa sozinha opera tantos apps, fazer tudo à mão obviamente não dá conta. Preciso me dedicar inteiramente às decisões.
Numa conversa com uma IA, surgiu o termo "skill ops". Quase nada aparece no Google, então parece uma palavra inventada por acaso. Gostei muito dela.
Skill ops.
É uma operação que parte do princípio de que as skills fazem o trabalho. Num emprego anterior, por exemplo, pessoas se esforçavam para montar uma plataforma de dados, e eram pessoas que coletavam e analisavam os dados. Sozinho, desse jeito a operação não andaria.
Eu só monto a base com Firebase e Google Analytics e deixo a análise com a IA.
- A análise de dados se resolve com uma frase: "Analise isso."
- A análise de logs também: "Verifique isso."
O trabalho da pessoa é olhar as conclusões que aparecem, decidir "o que fazer" e dar as instruções.
Opero os sites Tenkaichi e Buzz Spot. Eles acabaram de ser lançados, então, naturalmente, ainda têm pouco conteúdo. Se ninguém publicar, eu mesmo preciso publicar até que fiquem cheios.
Mesmo assim, se eu escrevesse todos os artigos sozinho, não daria conta.
- "Pesquise sobre este restaurante e monte um conteúdo sobre ele."
- "Quem é mais forte, Yamcha ou Ryomen Sukuna?"
Deixei tudo pronto para que, ao fazer perguntas assim à IA, tudo aconteça automaticamente até a publicação do conteúdo. O SEO também está coberto. A atualização do sitemap.xml e o pedido de indexação no Search Console rodam com skill ops.
O que aprendi com skill ops também vale no desenvolvimento corporativo. Até agora, quando acontecia um incidente, investigávamos assim:
- Verificar os logs no CloudWatch ou no Elasticsearch.
- Investigar o código que gerou o log.
- Se não for da área do meu time, pedir pelo Slack que o time responsável investigue.
- Corrigir o bug na base da tentativa e erro no ambiente local.
Em vez disso, dá para manter localmente os repositórios de backend, frontend e infra e deixar com a IA tudo, da análise dos logs à investigação dos repositórios. Claro, deixar o Claude Code ler todos os logs de produção é um problema de segurança, então é preciso limitar ao ambiente de desenvolvimento ou passar só trechos. Ainda assim, uma operação pensada para agentes de IA funciona muito bem em empresas.
Na verdade, imagino que, daqui para frente, se não projetarmos todo o trabalho em torno de agentes de IA, a produtividade vai ficar "sofrida". Uma pessoa consegue se se esforçar, mas vai bater aquela "preguiça". Isso porque já conhecemos a praticidade da IA.
Para que as pessoas possam se concentrar nas decisões, vale a pena projetar a operação em torno da IA desde o início.