A notícia de hoje mostra que o trabalho com IA mudou de fase, e isso importa porque a IA deixou de ser apenas uma conversa privada no chat. Agora ela começa a virar tela compartilhada, app interno, fluxo recorrente e teste que roda de novo.
Em português simples: pedir bem para a IA continua importante. Mas o próximo salto não é escrever um prompt mais bonito. É transformar pedidos repetidos em uma ferramenta que outras pessoas conseguem usar, revisar, corrigir e melhorar.
Esse recorte não repete os últimos posts. Não é outro texto sobre filtro de vagas, custo externo, governança interna, dado conectado ou erro em áreas sensíveis. O foco de hoje é a forma do trabalho: quando uma resposta de IA precisa virar superfície de operação, não só texto solto.
Capa editorial mostrando um pedido em linguagem natural virando app interno, checklist de teste e fluxo agendado por IA
TL;DR do dia
- Codex saiu do perfil só técnico: a OpenAI diz que não desenvolvedores já representam cerca de 20% dos usuários semanais do Codex.
- Sites transforma pedido em app interno: workspaces Enterprise e Edu podem criar apps leves com URL hospedada, login e armazenamento.
- Microsoft abriu teste de comportamento para agentes: ASSERT e ACS tentam transformar política em avaliação, controle e repetição.
- GitHub colocou o agente em canvases: o trabalho do Copilot ganha superfície para ver plano, diff, navegador, automação e validação.
- A decisão prática: pare de tratar todo uso de IA como conversa. O que se repete precisa virar ferramenta simples, com dono e teste.
1. Codex deixou de ser só ferramenta de desenvolvedor
A OpenAI anunciou em 2 de junho o Codex para mais papéis, ferramentas e fluxos. O dado mais importante não é uma feature isolada: mais de 5 milhões de pessoas usam Codex toda semana, e não desenvolvedores, como analistas, marketers, operadores, designers, pesquisadores, investidores e bankers, já são cerca de 20% da base.
Isso muda a leitura do produto.
Antes, muita gente via Codex como "IA para programador". Agora a OpenAI está tratando Codex como ambiente para transformar trabalho de escritório em entrega: análise, dashboard, material executivo, plano de conta, brief criativo, protótipo, relatório e pesquisa financeira.
A empresa também lançou plugins por função: Data Analytics, Creative Production, Product Design, Sales, Public Equity Investing e Investment Banking. Cada um empacota apps, habilidades, instruções e fluxos. Para leigo: é como dar à IA um kit de trabalho por profissão, em vez de uma caixa vazia para conversar.
Por que isso importa: se a IA começa a entrar no trabalho de vendas, marketing, design, análise e operações, o valor sai do "prompt individual" e vai para o fluxo que a equipe consegue repetir.
Para founders, PMEs e profissionais que usam IA, a pergunta prática é: qual tarefa você ainda resolve todo dia com um chat solto, mas já deveria virar um processo padronizado?
Exemplos simples:
- preparar briefing de campanha;
- revisar reunião comercial;
- montar painel semanal de vendas;
- criar variações de anúncio;
- transformar feedback de cliente em tarefa;
- organizar próxima ação de uma conta.
Se isso aparece toda semana, não é só pergunta para IA. É candidato a ferramenta interna.
2. ChatGPT Sites mostra o prompt virando app
Nas release notes de Enterprise e Edu, a OpenAI detalhou o ChatGPT Sites: um preview em que usuários elegíveis podem pedir ao Codex para criar, iterar e publicar apps leves em JavaScript ou TypeScript.
O ponto prático está nos detalhes: URL hospedada, acesso interno ao workspace, Sign in with ChatGPT, armazenamento de dados e arquivos, e controle por administradores via permissões e RBAC. Ou seja, não é só "faça uma página bonita". É uma tentativa de transformar ideias, análises e planos em ferramentas compartilháveis dentro da empresa.
A própria OpenAI dá exemplos como dashboard, planner, workspace de revisão, board de projeto, galeria, hub de lançamento e ferramenta leve para acompanhar trabalho.
Para leigo: antes você pedia um resumo e copiava para um documento. Agora você pode pedir uma tela onde o time acompanha o que precisa decidir.
Por que isso importa: muita operação pequena não precisa de um SaaS completo. Precisa de uma tela simples, feita sob medida, para resolver um trabalho recorrente.
Isso é especialmente relevante para PMEs. Uma clínica, agência, infoprodutor, consultoria ou loja online muitas vezes vive entre WhatsApp, planilha, CRM, Notion, Drive e e-mail. O problema não é falta de IA. É falta de uma tela comum para juntar o que importa.
O risco também é claro: se todo mundo cria app interno sem critério, a empresa ganha uma pilha de ferramentas esquecidas. Por isso, o novo hábito precisa ser simples:
- qual problema recorrente essa tela resolve;
- quem usa;
- quem atualiza;
- qual dado entra;
- o que pode dar errado;
- quando a ferramenta deve ser apagada.
O post sobre vibe coding falava de criar software conversando. O sinal de hoje é mais operacional: quando a conversa vira software para outras pessoas usarem, você precisa pensar em manutenção.
3. Microsoft mostra que IA também precisa de teste repetível
No Microsoft Build, a empresa anunciou uma pilha aberta para agentes com dois projetos: ASSERT e Agent Control Specification.
O ASSERT pega políticas e requisitos da organização e gera avaliações específicas para o agente. Em vez de perguntar "esse modelo é bom no benchmark?", a pergunta vira: "esse agente faz o que prometemos neste produto, com estes dados, estas ferramentas e estes limites?"
O ACS tenta padronizar controles em pontos do fluxo do agente: entrada, modelo, estado, execução de ferramenta e saída. Para leigo, pense assim: se a IA vai agir, ela precisa de pontos de checagem no caminho, não só de uma instrução bonita no começo.
Essa notícia poderia parecer assunto só de empresa grande, mas a tradução para produto pequeno é direta. Se você tem uma automação com IA que responde cliente, altera CRM, prepara proposta, resume contrato ou recomenda ação comercial, precisa testar o comportamento esperado mais de uma vez.
Por que isso importa: IA não falha como software tradicional. Ela pode acertar hoje, errar amanhã e parecer convincente nos dois dias. Por isso, fluxo com IA precisa de casos de teste, não só confiança no primeiro resultado bom.
Para quem constrói, isso muda o checklist:
- escreva 5 situações em que a IA deve acertar;
- escreva 5 situações em que ela deve recusar, pedir confirmação ou escalar;
- rode os testes quando trocar modelo, prompt, ferramenta ou dado;
- salve exemplos de erro;
- revise o resultado com alguém que entende do processo.
Não precisa começar com uma plataforma complexa. Comece com uma planilha de casos reais e respostas esperadas. O importante é sair do "testei uma vez e gostei".
4. GitHub mostra o agente ganhando mesa de trabalho
O GitHub ampliou a disponibilidade do Copilot app em technical preview para clientes Copilot Pro, Pro+, Business e Enterprise existentes. A novidade que importa para este post é o canvas.
A ideia do canvas é dar ao trabalho do agente uma superfície visível. O usuário vê plano, estado, diff, terminal, navegador, checklist, PR, automação e validação em um lugar que pode ser editado, aprovado ou redirecionado.
Isso é diferente de acompanhar tudo por transcript de chat. Quando o agente trabalha só dentro da conversa, a pessoa precisa caçar o que mudou, lembrar o que foi pedido e descobrir se terminou. Quando o trabalho aparece em uma superfície estruturada, fica mais fácil revisar.
O GitHub também cita sessões paralelas, worktrees isolados, terminal e browser integrados, automações em nuvem, agente navegando para verificar interface e skills reutilizáveis.
Por que isso importa: agente útil não é só o que executa. É o que deixa o trabalho inspecionável para uma pessoa decidir se aprova, corrige ou descarta.
Essa é uma lição para qualquer produto com IA. Se a IA está montando campanha, proposta, relatório, atendimento ou código, não esconda tudo em uma conversa. Mostre:
- o que ela tentou fazer;
- quais partes mudaram;
- quais decisões precisam de humano;
- onde estão os testes;
- o que falta aprovar;
- como desfazer ou ajustar.
Para produto e automação, isso é UX de confiança. O usuário não quer admirar a inteligência do agente. Ele quer entender se pode usar o resultado.
O padrão que apareceu hoje
O padrão das notícias de IA hoje é que o prompt está virando superfície de trabalho.
OpenAI está levando Codex para funções não técnicas e criando Sites para transformar ideia em app interno. Microsoft está empacotando teste e controle para agentes que precisam se comportar como prometido. GitHub está dando ao agente uma mesa de trabalho visível, com canvas, automação, navegador e validação.
O fio comum é simples:
- conversa vira ferramenta;
- pedido vira app;
- política vira teste;
- agente ganha superfície visível;
- fluxo repetido vira rotina;
- humano deixa de ser digitador e vira revisor do sistema.
Essa fase é menos chamativa que "novo modelo mais inteligente". Mas é mais útil para negócio. A maioria das empresas não precisa de mais uma resposta solta. Precisa transformar conhecimento em fluxo compartilhado.
O que isso muda pra quem constrói
1. Identifique pedidos repetidos. Se você pede a mesma coisa para a IA toda semana, escreva o processo e transforme em template, skill, app leve ou automação.
2. Pare de medir só a resposta. Veja se o fluxo inteiro ajuda: entrada, contexto, saída, revisão, aprovação, atualização e histórico.
3. Crie uma tela para trabalho recorrente. Dashboard simples, checklist, board, planner ou hub interno podem valer mais que um chatbot genérico.
4. Teste comportamento, não só texto bonito. Toda automação com IA precisa de exemplos de sucesso, exemplos de recusa e exemplos de erro. Isso vale para atendimento, vendas, conteúdo, financeiro e operação.
5. Dê ao humano uma superfície de revisão. Mostre plano, mudanças, fontes, pendências e aprovações. A pessoa precisa ver o trabalho para confiar.
6. Conecte com cuidado. Quando a ferramenta usa CRM, planilha, Slack, e-mail ou banco de dados, trate integração e permissão como parte do produto. Esse é o mesmo motivo pelo qual MCP virou assunto importante.
E o Brasil nessa história?
Para o Brasil, esse recorte é muito prático. Muita PME brasileira não precisa começar comprando software caro nem contratando um time grande de automação. Ela precisa transformar tarefas repetidas em ferramentas pequenas:
- controle de lead que vem do WhatsApp;
- checklist de proposta comercial;
- hub de campanha;
- resumo semanal de vendas;
- acompanhamento de cobrança;
- triagem de atendimento;
- painel simples de conteúdo;
- revisão de anúncio antes de publicar.
O risco é confundir "qualquer pessoa consegue criar" com "qualquer coisa deve ser criada". Ferramenta interna sem dono vira bagunça. Automação sem teste vira retrabalho. App sem permissão vira risco.
A oportunidade para builders, consultores, agências e profissionais de IA é vender uma coisa menos glamourosa e mais valiosa: tirar prompts soltos da operação e transformá-los em fluxo simples, revisável e útil.
Quem acompanha /noticias vai continuar vendo modelos, agentes e infraestrutura. O filtro de hoje é outro: essa novidade ajuda a transformar uma conversa em trabalho que o time consegue usar de novo?
A pergunta para hoje
Escolha um pedido que você faz para a IA toda semana e responda:
Isso deveria continuar sendo conversa ou já merece virar uma ferramenta interna com tela, teste, dono e rotina?
Se a resposta for "merece virar ferramenta", comece pequeno: uma página, uma checklist, um template, um fluxo agendado ou uma planilha de testes.
No Pro, a curadoria diária segue filtrando IA por decisão prática: produto, automação, marketing, stack, trabalho e negócio. A diferença é sempre a mesma: menos notícia solta, mais escolha útil.