O jeito que quase todo mundo usa IA hoje, e por que isso te transforma no gargalo

Vou descrever um ciclo que tenho certeza que você vai reconhecer. Você abre o ChatGPT ou o Claude, manda um prompt, espera, recebe uma resposta. Aí você lê, avalia, percebe que não veio do jeito que você queria, pensa no que precisa melhorar e manda mais um prompt. E repete. E repete. Até ficar do jeito que você espera.

Percebe o que está acontecendo aqui? Você é uma etapa do processo. A IA só trabalha quando você aperta um botão. É como se você tivesse contratado um funcionário genial que só age quando você pede, e que fica parado esperando sua aprovação para continuar.

Ou seja: você virou babá da IA. E isso gera dois problemas.

Problema 1: você é o gargalo. A IA trabalha uns 30 segundos e você gasta o resto do tempo lendo, conferindo e escrevendo a próxima instrução. Se você sair da frente do computador, o trabalho para. Ninguém trabalha sem você ali.

Problema 2, o pior: quem confere o trabalho é você. E quem usa IA sabe: ela adora dizer que fez o que você pediu. Fala que o texto ficou ótimo, que o site está perfeito, que corrigiu os erros, e quando você vai conferir, não fez metade. Então, além de babá, você ainda virou o inspetor de qualidade.

Enquanto isso, os melhores usuários do mundo estão fazendo algo bem diferente: eles configuram o loop uma vez, colocam a IA para trabalhar e vão fazer outra coisa. Essa é a diferença entre quem manda prompt e quem constrói loops.

Afinal, o que é um loop?

A própria equipe do Claude Code criou uma definição simples.

"Um loop é a IA repetindo ciclos de trabalho até atingir um critério de sucesso específico."

Equipe do Claude Code

Deixa eu quebrar isso em duas partes, porque aqui mora tudo.

Parte 1: "repetindo ciclos de trabalho". Lembra que no modelo do prompt era você que avaliava o resultado? No loop, é a própria IA que faz isso. Ela executa, confere se o trabalho bate com os critérios que você definiu e, se faltou alguma coisa, usa esse feedback para se auto-melhorar, repetindo o ciclo até julgar que a qualidade está aceitável. Tudo sozinha, sem você apertar botão nenhum.

Parte 2: "até atingir um critério de sucesso". O critério de sucesso é a resposta para a pergunta: como a gente sabe que a IA terminou?

Uma analogia boba, mas perfeita: a máquina de lavar comum. Quando ela para? Não é quando sua roupa está limpa. É quando o ciclo de uma hora acaba. Ela para com base no esforço, não no resultado. Se a mancha saiu ou não, o problema é seu: você que vai abrir, olhar e mandar lavar de novo.

Agora imagine uma máquina de lavar inteligente. Você fala: "lava até sair todas as manchas". Ela lava, olha a roupa, ainda tem mancha, lava de novo, e de novo, até considerar limpa do jeito que você pediu. Esse é o loop: você orienta a IA pelo resultado, não pelo esforço.

E aqui vem a virada de chave: o trabalho de quem faz loop engineering está muito mais em definir o critério de sucesso do que em executar. Você deixa de ser parte do fluxo e passa a ser a pessoa que projeta o fluxo. Você para de dar ordens e passa a definir objetivos verificáveis, do tipo "só para quando todos os testes estiverem passando", "só para quando a página carregar sem nenhum erro" ou "só para quando o texto tiver no máximo 500 palavras e cobrir estes 5 pontos".

Os 3 tipos de loop que você pode montar

1. Loop de Turno

Esse aqui você provavelmente já usa e nem sabe. Toda vez que você manda um prompt para o Claude, por baixo dos panos ele roda um mini-ciclo: junta contexto, executa, dá uma conferida e devolve. Isso é o loop de turno.

O problema é que essa conferida que ele faz sozinho é bem fraca. E dá para melhorar muito ensinando a IA a revisar o próprio trabalho, só que do seu jeito. A ferramenta perfeita para isso são as skills, aquele manual de instruções que ensina a IA a trabalhar do jeito que você trabalha.

Pense naquele checklist mental que você faz para avaliar se o resultado ficou bom. Você documenta esse processo dentro de uma skill, e a própria IA passa a conferir usando o seu método. Um exemplo real meu: antes de me entregar um roteiro de YouTube, a skill confere se tem no máximo 3.000 palavras, se cita as fontes que usei e se não tem nenhuma palavra que faça o texto parecer escrito por IA. Só me entrega depois de bater esses critérios.

E não, você não precisa saber programar para isso. É só pedir: "me ajuda a criar uma skill de..." e a IA guia você no processo inteiro.

2. Loop de Objetivo

O Claude Code tem um comando chamado /goal. Em vez de dar uma instrução, você dá um objetivo mais um critério de sucesso, e ele fica em ciclo tentando, conferindo e corrigindo até atingir o objetivo, ou até bater um limite de tentativas que você definir.

A grande diferença para o loop de turno é quem verifica. Aqui não é você nem a própria IA: entra um segundo modelo avaliador. Esse avaliador pega o seu critério, olha o que a primeira IA fez e aponta o que ainda falta melhorar. O loop só termina quando o avaliador aprova. É uma IA cobrando a outra para fazer direito.

3. Loop de Tempo

Esse é perfeito para tarefas recorrentes, aquelas que você faz todo dia ou toda semana. No Claude você usa dois comandos: /loop e /schedule. A diferença mais importante: o /loop roda no seu computador, então ele precisa estar ligado, e o /schedule roda na nuvem, então continua funcionando mesmo com o notebook fechado.

Alguns exemplos práticos: toda manhã às 8h, ler o Slack e preparar um resumo do que você perdeu; a cada 30 minutos, verificar se um projeto no ar continua funcionando e avisar se algo quebrou; toda segunda-feira, garimpar ideias de vídeo e trazer uma lista de temas. Foi exatamente esse tipo de loop que usei para montar o vídeo desta semana.

Uma dica importante: não vacile com token. Quando você fala "trabalha até não poder mais", a IA vai fazer exatamente isso, e pode torrar seus tokens no processo. Principalmente no /goal, sempre coloque um limite de tentativas, algo como "tenta no máximo 5 vezes". Isso põe um teto e evita que o loop fique rodando infinitamente.

Recapitulando

A mensagem central é essa: a maioria usa IA para ser um pouco mais produtiva, mas continua sendo o gargalo da operação. Quem constrói loops sai da operação, e é aí que a produtividade destrava num nível que nenhum outro jeito de usar IA alcança.

Minha recomendação para você começar: escolha uma tarefa recorrente que já faz hoje e comece simples. Crie uma skill definindo um critério de qualidade, ou agende um loop com /loop ou /schedule. Comece por um só. Depois que você experimenta, não vai querer voltar.