Workshop AIDD in-company

Todo o seu time entregando com IA no mesmo padrão,
em 6 semanas.

Hoje cada pessoa usa IA com uma ferramenta e um jeito, e o resultado depende de quem pega a tarefa. O AIDD coloca o time inteiro no mesmo padrão, do discovery ao deploy, com o dado da empresa protegido. O agente executa, o humano decide.

Clientes

  • A2W
  • Artifi
  • CIJUN
  • Soul Healthcare
  • Makin
  • UniSATC
  • Altera Energia

Onde o seu time está

Quase todo time diz que usa IA. O problema é como.

A barreira não é ferramenta. É processo e cultura. Em qual destes o seu time se reconhece?

Sintomas

  • Algumas pessoas testaram e desistiram
  • Medo de expor código e dado da empresa
  • Concorrente com o mesmo tamanho de time entregando mais rápido

O que mudaO time começa por um piloto do próprio backlog, com regra clara do que pode e do que não pode.

Sintomas

  • ChatGPT no navegador, Claude Code no editor, terminal: nada igual
  • Dado da empresa colado em ferramenta que ninguém aprovou
  • Cada um chega num resultado diferente para o mesmo tipo de tarefa

O que mudaUm padrão só para o time inteiro: ferramenta, modelo e o que pode sair da rede ficam definidos.

Sintomas

  • O PO não consegue validar tudo o que chega
  • Mais bug em produção, principalmente em sistema complexo
  • Especificação e teste ainda no ritmo antigo

O que mudaEspecificação, critério de aceite e teste passam a andar no ritmo do código.

Programa e entrega

Seis semanas de trabalho. No fim, o time roda o método sozinho.

Cada semana desbloqueia uma capacidade e deixa um artefato com o time. Não é conteúdo para assistir: é método aplicado no backlog que já está aberto.

O programa

  1. Diagnóstico e projeto piloto

    Onde o nosso time está de verdade?Onde o time está hoje, onde está a resistência e qual entrega real vira o piloto.

  2. O novo papel de cada pessoa

    Quem faz o quê quando a IA escreve código?O que muda para dev, produto, design e QA quando o agente escreve parte do código.

  3. O agente aprende as regras do time

    Como garantir que a IA siga o nosso padrão?Arquitetura, padrões e decisões escritos num lugar que o agente lê antes de começar.

  4. Produto no ritmo do código

    Como o produto acompanha o ritmo do código?Histórias e critérios de aceite que o agente consegue executar, para o PO não virar gargalo.

  5. Até onde o agente vai

    Até onde a IA pode ir sem alguém decidir?Arquitetura, refatoração com IA e os pontos em que a decisão é sempre humana.

  6. O fluxo inteiro, no backlog de vocês

    Isso funciona no nosso backlog?Tudo junto rodando na stack do time, em ambiente réplica.

  7. Revisão e teste no fluxo

    Como saber que o que a IA gerou está pronto?Code review com IA, testes no fluxo, padrão de merge e regras do que pode sair da rede.

O que fica com o time

  • docs/
  • diagnostico-prontidao.md
  • projeto-piloto.md
  • meta-specs/
  • contexto.md
  • contratos.md
  • guardrails.md
  • matriz-delegacao.md
  • .github/
  • pull_request_template.md

Na semana 5 nada de novo entra: o que já está aqui é o que o agente lê antes de escrever a primeira linha do card de vocês.

  • Formato

    Ao vivo, na stack e no backlog do time.

  • Carga horária

    12 horas em 6 semanas, ~2h por semana, com certificado.

  • Quem participa

    Desenvolvimento, produto, design, QA e gestão técnica.

  • Acompanhamento

    Mentoria quinzenal por 2 meses.

Na conversa, montamos o diagnóstico inicial e o cronograma das seis semanas para o contexto de vocês. Antes de qualquer proposta.

Conversar sobre o meu time 30 minutos com o mentor · Sem compromisso

Imersão prática com IA

O time aprende no próprio backlog.

Sessões ao vivo em que cada pessoa usa IA no contexto da empresa, com o mentor ao lado revisando o que sai. É fazendo que o time aprende.

Workshop Remoto ao Vivo

Treinamento síncrono direto na IDE e na stack que a squad já opera no dia a dia. Exercícios aplicados no backlog real, sem projetos fictícios ou linguagens fora do contexto da empresa.

Imersão Presencial In-Company

Squad reunida, cada um na sua máquina. O aprendizado acontece na prática de especificação e revisão em tempo real, alinhando produto, design e engenharia na mesma sala.

Mentoria e Acompanhamento Quinzenal

Acompanhamento no processo de adoção e governança de IA nos 2 meses pós-workshop. É onde o time consolida o critério técnico e a autonomia operacional.

Mesma aceleração, régua de qualidade diferente

Mais rápido, sem pagar com bug depois.

Usar IA sem método, o chamado vibe coding, acelera a entrega e empurra o problema para a frente: bug, retrabalho e código que ninguém entende. O AIDD mantém a mesma velocidade e traz revisão e teste para dentro do processo, em vez de deixar para a sprint seguinte.

Método

AIDD

aprender intenção spec plano implementar revisar e testar entregar

Vibe coding

prompt produção
Capacidade de gerar código, acelerada por IA modelo
AIDD vibe coding adoção de IA roadmap retrabalho roadmap retrabalho tempo

AIDD

Entrega rápida, com a qualidade construída no caminho.

Vibe coding

Entrega rápida. A qualidade fica para depois.

Os quatro eixos

O que o time passa a fazer diferente.

00

Curadoria

O desenvolvedor para de só gerar código e passa a revisar e decidir. O que a entrega precisa cumprir fica definido antes de acionar o agente, e a velocidade não vira dívida acumulada.

  • Critério de aceite escrito antes da geração
  • Leitura crítica do código gerado
  • Limites claros de quando delegar ao agente

01

Padronização

Todo mundo trabalha do mesmo jeito, com qualquer ferramenta. Seis meses depois, qualquer pessoa entende por que o código é assim, porque a decisão ficou escrita no repositório e não na memória de um prompt.

  • Regras do time versionadas no Git
  • O agente segue a arquitetura do time
  • Quem chega entende o contexto sozinho

02

Qualidade técnica

Testes de unidade, cobertura e documentação gerados no mesmo fluxo da feature, não em sprints posteriores de ajuste. Velocidade sem teste é apenas débito antecipado.

  • Testes gerados no ciclo da feature
  • Tipagem e integrações validadas
  • Fim do débito empurrado para a frente

03

Governança

Dado sensível e LGPD sob controle desde o primeiro prompt. Fica escrito o que pode sair da rede da empresa e quais ferramentas o time usa, e nada sobe para produção sem validação humana.

  • Proteção de dado sensível e LGPD
  • Guardrails e padrão de PR escritos
  • Validação humana em cada release

Qual dos quatro está mais fraco no seu time? É por essa pergunta que o diagnóstico do kick-off começa.

Conversar sobre o meu time

Engenharia com IA na prática

Times que já passaram pelo AIDD.

Empresas reais, na operação de cada uma: entendemos o contexto, aplicamos o método no produto que já existia e medimos o que mudou.

Treinamento in-company de AIDD para empresa de agronegócio Agro usando IA de verdade em 12 horas

12h · Squad completa

Diagnóstico de maturidade e capacitação integrada

Começamos com um diagnóstico rápido da maturidade em IA para entender o nível do time, os processos e os desafios da empresa. A partir disso, personalizamos o treinamento para a realidade da operação.

Em 12 horas de treinamento in-company, desenvolvedores, product owners, designers, testers e gestores aplicaram AI-Driven Development na prática, aprendendo a incorporar agentes de IA ao processo de desenvolvimento com critério técnico e governança.

Fluxo de desenvolvimento agêntico de discovery a código 4 features desenvolvidas em 2 horas

4 features · 1 sessão de 2h

Automação de fluxo da especificação ao código

Implementamos um framework de desenvolvimento agêntico no time do cliente para transformar o fluxo de desenvolvimento, da ideação à escrita do código, colocando agentes para atuar sobre problemas e funcionalidades reais.

Os agentes passaram a entender os problemas, propor soluções, quebrar o trabalho em etapas e implementar cada etapa de forma autônoma, enquanto o time mantinha a supervisão e as decisões técnicas.

Altera Energia: plataforma de venda de energia solar por assinatura, com Node, NestJS, PostgreSQL, React, Next.js, Tailwind, Terraform e AWS Em produção em 70 dias

Altera Energia · Produto em produção

Plataforma de venda de energia solar, de ponta a ponta

Uma pessoa, trabalhando com o método AIDD, colocou em produção a jornada digital de assinatura de energia solar da Altera: portais de vendedor e gerador, motor de cálculo de elegibilidade, assinatura eletrônica com biometria, termos gerados em PDF e infraestrutura completa na AWS.

Foram 62 specs escritas antes do código, 1.324 endpoints, 116 pull requests e 1.925 testes unitários, com cobertura acima de 80%. O CI/CD rodou desde o primeiro dia, e lint e testes bloqueavam qualquer PR fora do padrão.

Instrutor & Mentor

Quem ensina é quem constrói com IA todo dia.

Wedley Santos

Wedley Santos

Fundador & Tech Lead

Engenheiro de computação e arquiteto de software. O AIDD nasceu do que ele viu funcionar, e do que viu dar errado, levando IA para dentro de times reais.

Setor público
1º lugar no Prêmio Inovação Catarinense (FAPESC) com uma plataforma de triagem com IA para o SUS.
Startup
Seis anos em healthtech, arquitetando produto com dado sensível e LGPD no caminho.
Times de tecnologia
Criou o programa AIDD e mentora devs em arquitetura, code review e pair programming.
Formação
Engenharia de Computação, MBA em IA, Big Data e Data Science (PUC-RS) e certificação em LGPD.

É ele quem conduz as 12 horas, a mentoria quinzenal e a conversa de 30 minutos. Sem repasse para outro instrutor.

Ver no LinkedIn
Conversar sobre o meu time 30 minutos com o mentor · Sem compromisso

Antes de agendar

Método e conteúdo

Nosso time já usa IA e entrega bem. Por que mudar?

Porque velocidade sozinha não é alta performance. Quando o código passa a sair muito mais rápido, o gargalo muda de lugar: o PO não consegue validar tudo, o QA não acompanha e o bug chega em produção. É o caso mais comum entre times bons. O diagnóstico do kick-off mostra onde o ritmo quebrou, e o programa ajusta especificação, teste e revisão para andarem junto com o código.

Isso é um curso de Copilot ou de Claude Code?

Não. Ferramentas aparecem como meio, e o time aprende a operar as que já usa. O conteúdo é o método: como especificar, arquitetar, revisar e sustentar software quando parte da geração é feita por agente. Por isso ele sobrevive à próxima troca de modelo.

Qual ferramental ou ambiente precisamos ter antes de começar?

Nenhum pré-requisito rígido. O workshop se adapta às ferramentas que o time já utiliza ou pretende adotar (Cursor, Claude Code, GitHub Copilot, VS Code, terminal). O foco é o método agêntico, o context engineering (rules, skills e MCPs) e a governança, independente da IDE.

O programa cobre context engineering, MCPs e harness?

Sim. Na semana 2 o time monta o context engineering do projeto: rules, skills e MCPs que o agente lê antes de escrever código. Na semana 3 isso vira spec-driven development, com cards executáveis por IA. Na semana 5 tudo se junta no harness do time, rodando na stack real em ambiente réplica, e na semana 6 entra o code review com IA. É o playbook de adoção que fica com o time depois que o programa acaba.

O conteúdo é o mesmo para toda empresa?

Não. Antes da primeira sessão, realizamos um diagnóstico de prontidão organizacional e de engenharia: levantamos stack, ferramentas em uso, maturidade do time, fluxo de produto e resistências culturais. A partir desse diagnóstico personalizamos a profundidade dos módulos e qual projeto real vira o caso prático das seis semanas.

Vamos ter que liberar o nosso código para vocês?

Não. Na maioria das empresas isso trava em compliance por semanas, e não é necessário. O exercício roda num ambiente réplica, montado com as mesmas stacks que o time já usa. O que vem de vocês é o que não tem restrição: a documentação, as Meta Specs construídas nas semanas 1 e 2 e os cards do backlog real, que na semana 5 viram código. Contexto real sem expor repositório.

Time e formato

Quem precisa participar?

Desenvolvedores, product owners, design, QA e a gestão técnica. O ganho aparece quando a especificação e o critério de aceite mudam junto com o código. Turma só de desenvolvimento entrega metade do resultado.

Funciona para sistemas legados ou arquiteturas monolíticas?

Sim. É onde a governança, as Meta Specs e a refatoração guiada por IA mais geram valor, pois delimitam claramente o contexto e as regras do módulo a ser alterado, impedindo que o agente gere efeitos colaterais e quebras no restante do sistema.

Somos uma empresa de porte médio. Isso é para o nosso tamanho?

É onde o problema mais aparece. No mesmo levantamento da CircleCI, empresas de 21 a 50 pessoas têm o menor throughput na main de todas as faixas e levam quase 3 horas para se recuperar de uma quebra, contra 52 minutos das empresas pequenas e 47 minutos das de mais de mil funcionários. Grande o bastante para ter perdido a simplicidade do time pequeno, ainda sem o sistema que as grandes construíram. É a faixa em que método e governança deixam de ser opcionais.

Quanto tempo isso tira da entrega em andamento?

São 12 horas ao longo de 6 semanas, cerca de 2 horas por semana. O cronograma é montado para caber na rotina, e a partir da semana 5 o exercício já é trabalho real do backlog do time.

E depois que acaba?

Todo o material fica com os participantes, cada pessoa recebe o certificado de participação, e o time leva o framework replicável para aplicar sozinho em outros projetos. Além disso há contato direto com o mentor a cada duas semanas, por dois meses após o encerramento.

Risco e governança

Acelerar a geração não vai só empilhar mais código quebrado?

Esse é exatamente o risco medido. No levantamento da CircleCI com 28,7 milhões de workflows em setembro de 2025, o sucesso ao integrar na main caiu para 70,8%, o menor patamar em cinco anos, e o tempo mediano para consertar uma build quebrada subiu para 72 minutos. Para quem publica 5 mudanças por dia, a conta sai de uma quebra a cada dois dias para uma e meia por dia. É por isso que Qualidade técnica e Governança são dois dos quatro eixos: sem critério de aceite, teste e revisão, aceleração vira retrabalho.

Como fica o controle sobre o que a IA gera?

É o eixo de Governança do programa. O time sai com guardrails definidos, padrão escrito para código gerado, code review com IA e critério de cobertura mínima. Nada entra em produção porque o agente disse que estava pronto.

E o nosso código e os dados sensíveis?

Quem ministra passou seis anos construindo produto de healthtech sob dado sensível e é certificado em LGPD. A configuração das ferramentas não é detalhe de bastidor: é conteúdo da semana 6, com o time de vocês decidindo o que pode e o que não pode sair da rede da empresa, e registrando isso no padrão. LGPD entra no desenho, não como anexo.

Nosso time é resistente a IA. Isso funciona mesmo assim?

O mapeamento de resistência é item explícito do kick-off, e a abordagem interpessoal é definida a partir dele. O argumento que funciona não é produtividade da empresa, é carreira de quem está na sala: o que um desenvolvedor pleno precisa dominar para crescer num time IA-first.

Fale com quem vê a adoção de IA de perto.

Quem atende acompanha a adoção de IA em empresas privadas, startups e no setor público. Em trinta minutos você entende onde o seu time está em relação a eles e o que mudaria primeiro.

  • Empresas privadas Ferramenta espalhada pelo time e cada um usando de um jeito.
  • Startups Muita velocidade e um processo que não acompanha.
  • Setor público Dado sensível e LGPD resolvidos antes de qualquer ferramenta.

Agenda 2 vagas no segundo semestre de 2026 Seis turmas por semestre · atualizado em