Felipe Luis Salgueiro / Da bagunça à decisão: gestão da informação e IA com Jev
Da bagunça à decisão: gestão da informação e IA com Jev
Aprenda a organizar dados, formular perguntas de negócio e usar Jev para classificar, pontuar e apoiar decisões com critérios verificáveis.
7 de outubro de 2026 · NoCode Startup · 113 min (aprox.)
Uma aula para quem quer entender como transformar mensagens, planilhas e registros em decisões. Partimos do problema de negócio, organizamos a informação e definimos o papel de cada peça: pessoa, código, LLM e Jev. Não é preciso saber programar.
Por que este tema
Mais informação não significa mais clareza. Volume, velocidade, variedade, qualidade e utilidade mudam o que conseguimos decidir.
Antes de escolher um modelo, defina a pergunta, os critérios e a ação que poderá mudar com a resposta.
A aula e a apostila
Conteúdo adaptado da edição didática revisada da apostila de 25 páginas. Os slides originais e os complementos didáticos estão identificados nas legendas. A gravação é exclusiva dos alunos da NoCode Startup.
Felipe Luis Salgueiro · Marketing Engineer e GTM Builder.
O que você aprende
Formular uma pergunta de negócio e selecionar as fontes necessárias.
Entender bancos, APIs e as camadas Bronze, Prata e Ouro.
Distinguir Choice, Score e Noul sem confundir pontuação com probabilidade.
Separar interpretação, validação, execução e responsabilidade humana.
O que pode aplicar
Desenhar um fluxo de decisão do dado original ao resultado medido.
Definir categorias, critérios e uma saída para informação insuficiente.
Escolher o que conferir por código e quando envolver uma pessoa.
Testar um caso pequeno antes de ampliar a automação.
Da pergunta à decisão
01
Comece pela pergunta de negócio
“Qual é o nível de satisfação dos meus clientes?” é uma pergunta que ajuda a selecionar fontes: mensagens de atendimento, pesquisas, avaliações públicas e registros de pedidos. Uma nota isolada não explica o que aconteceu; relacione números e relatos do mesmo caso.
CRM organiza contatos e histórico comercial; ERP reúne processos da operação. Formulários, campanhas e redes acrescentam sinais. Identifique a origem, a data e o registro relacionado antes de tirar conclusões.
Slide 01 da apresentação, reproduzido na página 4 da apostila. A pergunta de negócio orienta o que merece atenção.
02
Prioridade é critério aplicado ao contexto
Quem responde primeiro: intenção de compra, dúvida sobre preço ou pedido atrasado? A ordem depende do objetivo, da urgência e do impacto. Em uma crise de entrega, proteger o relacionamento pode pesar mais; em um lançamento, uma compra imediata pode mudar a prioridade.
O ciclo apresentado é receber → organizar → entender → decidir → agir → medir → aprender. Registrar que uma automação rodou não basta: observe o efeito da decisão e use o resultado para ajustar o próximo ciclo.
03
Escolha a estrutura a partir do problema
Dados são registros; o banco permite guardar e consultar; a arquitetura define como as partes se conectam; a API estabelece como sistemas trocam pedidos e respostas. Uma automação executa tarefas sob regras. Cada peça precisa de uma função clara.
Comece por hipótese, perguntas e necessidades. Bancos relacionais conectam registros; bancos de documentos acomodam formatos variados. PostgreSQL também aceita JSON. Considere consultas, transações, acesso, custo, backups e manutenção. A comparação entre Python e Rust na aula é um relato de um componente, não uma regra universal.
04
Bronze, Prata e Ouro: preparar sem perder a origem
Bronze preserva mensagens e eventos originais. Prata limpa e relaciona registros. Ouro apresenta informação preparada para uma pergunta específica, como indicadores de fluxo de caixa. Essa lógica também serve a projetos pequenos.
Jev pode apoiar julgamentos semânticos em diferentes etapas. A aplicação prepara e fornece os dados; o modelo não substitui consultas SQL, cálculos, limpeza ou armazenamento. Preserve a origem para conferir como uma conclusão foi produzida.
Infográfico complementar confirmado pelo autor. O valor 0,94 é ilustrativo, não um resultado medido; Jev não substitui código, SQL ou revisão humana.
05
Pessoa, código, LLM e Jev
A pessoa define o objetivo, os critérios e a responsabilidade. Código calcula, valida, controla permissões e executa. Uma LLM trabalha com linguagem e pode reunir contexto por ferramentas autorizadas. Jev, da TypeSafe AI, avalia perguntas com respostas delimitadas.
A analogia de Jev com o “Sistema 1” ajuda a apresentar a proposta; não é uma descrição literal da mente nem uma classificação técnica de todas as LLMs. Uma saída estruturada pode estar correta no formato e errada no significado.
Infográfico complementar confirmado pelo autor. O fluxo é uma possibilidade de arquitetura; a avaliação não concede permissão para agir.
06
Choice, Score e Noul
Choice escolhe entre categorias descritas e retorna a opção, probabilidades e confidence. Inclua uma alternativa para informação insuficiente quando fizer sentido. Score posiciona o caso em níveis descritos: com níveis 0, 1 e 2, uma saída 1,4 é uma posição na escala, não 140% nem chance de acerto.
Noul estima a probabilidade de “sim” para uma afirmação, em um valor entre 0 e 1. A aplicação converte essa estimativa em uma decisão por regras e limiares testados. “Está insatisfeito?” e “Quer cancelar?” pedem avaliações distintas. O estado fornecido pode ser texto, lista ou objeto JSON.
Slide 11, página 12 da apostila. A ilustração mostra ações possíveis; classificar não autoriza executar ou excluir.
07
Do contexto à ação permitida
A combinação mostrada na aula usa LLM para preparar contexto, Jev para avaliar e código para controlar a ação. A LLM é opcional: uma aplicação pode consultar Jev diretamente pela API. O formato de integração depende do problema.
Limiares como 0,8 são exemplos, não valores universais. Teste casos conhecidos, avalie o custo dos erros e defina o que fazer com dados ausentes ou uma resposta incerta. Uma classificação nunca concede sozinha permissão para enviar, apagar ou publicar.
08
Leads, skills e revisão de entregas
Um clique no e-mail indica interação, mas não prova intenção de compra. Defina categorias e confronte o julgamento com respostas, propostas e vendas reais. No roteamento de skills, escolha somente entre capacidades disponíveis e valide entradas e permissões antes de executar.
PRD registra requisitos, RFC discute a proposta técnica e ADR registra decisões de arquitetura. A avaliação semântica pode apontar lacunas entre pedido e entrega; testes precisam ser executados e evidências precisam existir. Limite as tentativas de correção e encaminhe dúvidas para revisão.
09
O que vale guardar
Separe contexto útil agora, informação para retomar depois e conhecimento duradouro sujeito a revisão. A aula relata classificação de memórias para recuperar o que interessa, em vez de reler todo o histórico. Os números apresentados são relatos, sem teste comparativo detalhado.
Quando instruções competem, a equipe deve definir precedência e contexto de aplicação. “Responda rápido” não explica quando a conferência de dados deve vir primeiro. Sem uma regra clara, o sistema precisa pedir orientação.
Slide 08, página 18 da apostila. Conhecimento duradouro continua sujeito a revisão, finalidade e regras de retenção.
10
Probabilidade, confiança e controle
Uma probabilidade de 0,9 não demonstra 90% de acerto nos seus casos. Confidence resume a concentração das probabilidades em Choice e Score; um modelo pode estar confiante e errado. Valide com exemplos do seu contexto e registre erros e versões.
Contas, datas, permissões, transações e operações críticas exigem regras, testes e autorizações. MCP conecta ferramentas e dados por um protocolo comum; a conexão não concede acesso irrestrito. Quando uma regra simples resolve, não acrescente IA sem necessidade.
Exercício da apostila · página 21
Desenhe seu primeiro fluxo
Escolha uma tarefa real e responda às seis perguntas antes de escolher a ferramenta. Use as respostas para discutir um teste pequeno com sua equipe.
A decisão
Qual ação precisa ser tomada, por quem e para melhorar qual resultado?
Os dados
De onde virá a informação e como você relacionará registros do mesmo caso?
O critério
O que faz um caso passar na frente? Em quais situações isso muda?
A avaliação
É uma categoria, uma posição em escala ou uma afirmação sim/não?
O controle
O que o código confere e quando uma pessoa precisa decidir?
A medida
Quais resultados, erros e custos indicarão se a mudança ajudou?
Termos para consultar
API
Interface combinada para sistemas trocarem dados e solicitarem operações.
JSON
Formato de dados: objetos reúnem campos; arrays são listas ordenadas.
LLM
Modelo de linguagem que gera e interpreta texto.
RLS
Políticas que controlam acesso a linhas de um banco.
ACID
Atomicidade, consistência, isolamento e durabilidade em transações.
MCP
Model Context Protocol: padrão de conexão com ferramentas e dados.
Percurso de estudo
Gestão da informação e prioridade
Pergunta, contexto, critérios e ciclo de aprendizagem.
Organização do sistema e dos dados
Arquitetura, custo, manutenção e camadas de preparação.
Jev e respostas estruturadas
Choice, Score, Noul, entradas e interpretação da saída.
Aplicações e limites
Leads, skills, memória, requisitos e controle da execução.
Prática guiada
Um exercício da apostila para desenhar seu primeiro fluxo.
Para aprofundar
A apostila separa relatos da aula, diagramas didáticos e revisão técnica de 8 de outubro de 2026. As referências abaixo permitem conferir os contratos antes de implementar.
