O que venho construindo com IA em 2026

28 de setembro de 2026

Tenho usado IA para tirar projetos pessoais do papel. E percebi que tenho compartilhado muito pouco desse processo.

Fui construindo aplicativos, automações e experiências de interface enquanto estudava as decisões que cada um exigia. Algumas eram visuais; outras só apareciam quando eu precisava tratar um erro, conferir um dado ou manter uma regra funcionando.

Este é um registro do que venho construindo em 2026, até setembro. Reúne projetos próprios, demonstrações técnicas e materiais para aplicar IA no trabalho. Cada um tem seu estágio — e é com essa distinção que quero apresentá-los.

O vídeo combina capturas e arquivos reais com cenas ilustrativas identificadas. Os painéis recriados usam dados fictícios. Ele não é uma gravação contínua dos sistemas funcionando.

Jorn: acompanhar a evolução do atleta em contexto

O Jorn é uma das frentes mais importantes desse trabalho. Estou desenvolvendo uma plataforma que organiza informações do atleta para que sua evolução possa ser acompanhada ao longo do tempo.

A pergunta central é: o que mudou em relação ao próprio histórico — e o que temos de informação para interpretar essa mudança?

Isso exige trabalho de produto e de engenharia. No código, há telas de perfil, cargas, acompanhamento e permissões. Também há um fluxo implementado para relatórios assistidos por IA no piloto: a saída é um rascunho, sujeito à revisão humana antes de qualquer compartilhamento final.

Captura local da página de apresentação do Jorn, obtida a partir do código do projeto.

Estágio: produto em desenvolvimento. A captura mostra a interface local; não comprova uma operação pública nem uma chamada ao provedor de IA. O fluxo assistido tem restrições próprias e a revisão profissional permanece necessária.

No Jorn, estudar arquitetura significa lidar com perguntas concretas: quem pode acessar cada informação? Onde essa regra é aplicada? Qual dado entra na geração de um relatório? A IA ajuda na implementação, mas essas decisões precisam estar explícitas para que o código possa ser revisado.

ADULTO?: uma ideia transformada em app

O ADULTO? parte de uma premissa simples: a vida adulta está cheia de habilidades práticas que ninguém ensinou de forma organizada.

Construí uma primeira jornada com diagnóstico inicial, missões, quizzes, experiência e progresso. O conteúdo fica no dispositivo e o progresso é registrado localmente.

Captura real da prévia web do ADULTO?, com nível, experiência e uma missão prática.

Estágio: primeira jornada implementada. As imagens são da prévia web; a validação em dispositivo e do funcionamento offline de um aplicativo instalado não está demonstrada neste material.

Um exemplo de lógica de programação aparece no progresso: repetir a mesma missão não pode conceder experiência novamente. É preciso verificar o estado anterior, aplicar a regra e salvar o resultado de forma consistente. O projeto usa SQLite para a persistência local.

Aqui, a IA faz parte do processo de construção. O app em si não depende de um modelo de IA para executar suas atividades.

Planilha de estoque: uma visão organizada da operação

Peguei uma base fictícia de adega/distribuidora, com produtos, compras, vendas e movimentações, e trabalhei na transformação desse material em uma planilha automatizada de estoque.

O resultado inclui indicadores, análise de vendas e dashboard no mesmo arquivo. É um exemplo concreto de como usar IA para apoiar uma entrega que a pessoa pode abrir, conferir e adaptar.

Dashboard real do arquivo de Excel criado para a demonstração de estoque, com dados fictícios.

Estágio: arquivo de demonstração criado, com base fictícia. Os números exibidos pertencem ao exemplo e não representam faturamento de uma operação real.

Veja o caso e os arquivos da planilha.

Extração de chamados: transformar uma rotina em código reutilizável

Também documentei um fluxo de extração de chamados e organização de informações para alimentar um painel.

A parte mais interessante desse trabalho foi usar a IA para ajudar a entender a tarefa e chegar a um código que pudesse repetir a operação. Quando o caminho fica conhecido, uma rotina de código pode assumir a parte repetitiva.

Estágio: caso descrito no meu artigo de maio de 2026. A execução e os tempos relatados naquele texto não foram repetidos para esta retrospectiva; por isso, não os apresento aqui como um novo teste de desempenho.

Leia o relato da automação de chamados.

Site → CSV: demonstração com saída verificável

Em outra frente, preparei uma demonstração local que organiza 327 registros fictícios, distribuídos em nove páginas, em um arquivo CSV.

Ela foi construída para ensinar um mecanismo que pode ser compreendido e conferido: identificar as páginas, coletar os campos, verificar a quantidade e entregar um arquivo estruturado.

O código verifica se há identificadores repetidos, campos ausentes e diferenças entre a quantidade esperada e a coletada. Nessas situações, interrompe a geração. Esse é um exercício de análise de dados e lógica: o arquivo precisa preservar a informação de origem, não apenas abrir na planilha.

Estágio: demonstração local acompanhada de arquivo CSV e instruções. O extrator foi feito para esse exemplo; aplicar a ideia a outro site exige adaptar e validar a coleta naquele contexto.

Jarvis: experimentar IA local pela voz

O Jarvis é meu projeto de assistente de voz no Mac, documentado em junho. O fluxo conecta ativação por voz, transcrição, interpretação do pedido e resposta falada, com processamento local para essas etapas.

Ele também explora ações no computador. Isso torna importante distinguir o que o modelo propõe, o que uma ferramenta executa e quando é necessária uma confirmação. Ações como pesquisa na web dependem da rede, mesmo quando o processamento de voz e linguagem é local.

Estágio: projeto pessoal documentado, em aprimoramento. A cena do vídeo é uma visualização conceitual; não é uma nova gravação do assistente em execução.

Conheça a construção do Jarvis.

NEXO: experimentar uma interface com personalidade

O NEXO explora uma interface conduzida por um personagem, com resposta ao cursor, movimento e mudanças de expressão.

Nesse projeto, usei IA no processo de criação e implementação para explorar identidade visual e comportamento. A intenção era construir uma experiência reconhecível, em que a interação fizesse parte da proposta.

Estágio: implementação local. A composição animada do vídeo não substitui uma demonstração das interações no navegador.

Meu site: registrar projetos e aprendizados

O próprio site também faz parte desse percurso. Ele reúne projetos, artigos e materiais práticos e me dá um espaço para explicar o que foi construído e registrar como cheguei a cada resultado.

Documentar exige organizar o raciocínio: explicar qual era o problema, o que a solução faz, quais decisões tomei e onde ainda existem limitações. Esse exercício também ajuda a perceber o que preciso estudar melhor.

Conteúdo técnico como uma frente de construção

Também venho estruturando materiais de ensino e fluxos de produção de conteúdo. Isso inclui roteiros, demonstrações, carrosséis e edição de vídeo, com entregas locais que podem ser revisadas antes da publicação.

A preocupação é mostrar uma entrada, explicar o mecanismo e entregar algo que a pessoa consiga conferir. A publicação continua sendo uma decisão manual; produzir um pacote não significa que ele foi publicado.

Como tenho trabalhado com IA nesses projetos

O trabalho costuma começar por um recorte pequeno. No ADULTO?, por exemplo, completar uma missão e recuperar o progresso salvo já é um fluxo que pode ser implementado e conferido. Na demonstração de extração, a pergunta é se todas as páginas foram lidas e se os registros chegaram completos ao CSV.

Depois de definir a entrada, a saída e as regras, uso IA para apoiar a implementação, explorar alternativas e preparar verificações. Se o resultado está errado, preciso entender onde a informação se perdeu ou qual condição não foi considerada. Pedir mais código sem identificar isso pode apenas aumentar o problema.

É aí que o estudo dos fundamentos tem feito diferença. A lógica de programação ajuda a decompor o comportamento. A arquitetura ajuda a definir responsabilidades e a organizar as partes do sistema. A análise de dados ajuda a conferir se aquilo que foi coletado, transformado e exibido continua fazendo sentido.

Os projetos me dão situações concretas para estudar essas áreas. E o que aprendo volta para o código, para os testes e para as próximas decisões.

Compartilhar o processo também faz parte

Há demonstrações, protótipos e projetos em desenvolvimento nesse conjunto. Quero mostrar os resultados e o caminho até eles: como a IA participou, quais conceitos precisei estudar e o que ainda estou ajustando.

Espero que esses registros sejam úteis para quem também está experimentando. Uma regra bem explicada, um erro identificado ou um exemplo que outra pessoa consiga reproduzir já pode render uma boa troca.

Quer conversar sobre este conteúdo?

Me mande um e-mail ou uma mensagem no WhatsApp. Vai ser melhor do que deixar comentário solto aqui sem backend.