Em poucos anos a IA generativa saiu do laboratório e virou ferramenta tão comum quanto uma planilha ou um e-mail. Revisar um e-mail, gerar uma imagem em segundos, marcar compromisso por voz: quem usa essas ferramentas com fluência produz mais, de forma mensurável.

O curso foi desenhado para quem está começando. Ao longo de 16 horas ele passa por várias frentes práticas: texto e comunicação, imagem, vídeo e áudio, apresentações, análise de dados e ferramentas que criam sites, apps e documentos quase sozinhas.

Cada capítulo segue o mesmo roteiro: primeiro o essencial de cada ferramenta, depois um passo a passo da primeira utilização. A ideia é voltar ao material como referência rápida mesmo depois do curso.

Inteligência Artificial é o campo da computação que cria sistemas capazes de fazer tarefas que antes exigiam uma pessoa: reconhecer padrões em uma imagem, tomar pequenas decisões, aprender com exemplos e entender textos em linguagem natural. Pesquisadores trabalham nisso desde meados do século 20, mas a IA usada no curso é bem mais recente.

Esse aprendizado acontece em redes neurais: estruturas matemáticas inspiradas, de forma bem simplificada, no cérebro. Elas são organizadas em camadas. A primeira percebe padrões simples, e cada camada seguinte combina esses padrões em representações mais complexas. Com muitas camadas, o processo se chama aprendizado profundo (deep learning).

Essa combinação só ficou viável na última década, quando processadores mais potentes e volumes de dados muito maiores ficaram disponíveis.

Conhecer a história ajuda a entender por que a IA “explodiu” agora, e não décadas atrás. Toque nos anos.

É o ramo da IA que cria conteúdo novo (texto, imagem, áudio, vídeo, código) a partir de padrões aprendidos em grandes volumes de dados.

1. Transformers: prever a próxima palavra

É a arquitetura por trás do GPT (Generative Pre-trained Transformer, o modelo do ChatGPT), do Gemini e do Claude. O modelo lê uma quantidade gigantesca de texto e aprende a prever a próxima palavra mais coerente. Repetindo isso palavra após palavra, gera respostas inteiras, mesmo para perguntas que nunca viu daquela forma.

2. GANs: duas redes competindo

Nas Redes Adversariais Generativas, uma rede tenta gerar uma imagem realista e a outra tenta descobrir se ela é falsa. O jogo se repete milhões de vezes até o resultado ficar indistinguível de uma imagem real.

3. Difusão: do ruído à imagem

As ferramentas mais recentes de imagem e vídeo combinam essa lógica com modelos de difusão: partem de uma imagem de ruído aleatório e vão “limpando” esse ruído, passo a passo, até chegar ao que o prompt descreve.

A IA generativa é uma família de tecnologias, cada uma especializada em um tipo de conteúdo. Cada tipo corresponde a uma parte do curso. Toque para ir até lá.

Os tipos se combinam: na campanha da Café Aurora, texto, imagem, vídeo e áudio viram uma única peça publicitária.

Seis frentes em que empresas e profissionais já usam IA generativa. Cada uma antecipa algo que você pratica no curso.

Cinco termos aparecem o curso inteiro. Toque no cartão para ver a definição.

Várias ferramentas do curso são do Google (Gemini, NotebookLM) e usam a conta Gmail como login. Uma conta só evita cinco cadastros separados, e o botão “Continuar com o Google” funciona em muitas outras ferramentas. Se você já tem Gmail, pule esta parte.

1. Acesse accounts.google.com/signup em qualquer navegador.
2. Preencha nome e sobrenome e escolha um endereço disponível. Se já existir, o Google sugere variações.
3. Crie uma senha forte (o Google mostra o nível de segurança) e confirme.
4. Faça a verificação de segurança (telefone ou e-mail de recuperação) e aceite os termos.
5. Pronto: a mesma conta já entra no Gemini, no NotebookLM e nas outras ferramentas Google do curso.

Um erro comum de quem começa é tentar resolver tudo com uma ferramenta só. Conheça o ponto forte de cada uma.

Todas têm versão gratuita funcional e todas pedem cadastro, que salva histórico, personaliza respostas e guarda suas preferências.

Imagine um amigo que leu praticamente tudo o que existe. Ele não tem lembranças nem experiências próprias, mas reconhece padrões e combina palavras com inteligência. É assim que funcionam as IAs de texto.

O prompt é a instrução que você dá a esse “amigo”. Ele define o que a IA deve fazer, como e em que formato entregar.

Engenharia de prompt é a habilidade de estruturar bem um pedido. Não é talento raro nem dom técnico: é prática, e melhora com repetição.

Contexto

O cenário, o objetivo ou a situação em que a IA está te ajudando.

Persona

Quem a IA deve ser ao responder: professor, analista, redator, programador.

Tarefa

O que precisa ser feito, de forma clara e direta.

Formato

Como entregar: tópicos, texto corrido, tabela, e-mail, roteiro.

Tom e estilo

Opcional. O jeito de comunicar: formal, criativo, técnico, simples.

Nem todo prompt precisa citar os cinco de forma separada, mas quanto mais elementos presentes, mais previsível o resultado. A IA não lê mentes: ela interpreta instruções.

Prompt fraco × prompt estruturado

Anatomia de um prompt completo

Toque em um elemento para destacá-lo no texto.

Além da estrutura, ajuda saber qual é a intenção do pedido.

Pedidos complexos funcionam melhor divididos em partes menores, revisados junto com a IA por meio de ajustes específicos.

A IA acelera a escrita e entrega uma boa primeira versão, mas não captura sozinha as sutilezas de tom, contexto cultural e intenção de um texto profissional. Três cuidados:

No texto você conversava com a IA. Na imagem, você a dirige, como um diretor de arte orienta um fotógrafo. É uma fluência mais visual e sensorial, útil em marketing, comunicação, produto e apresentações.

Peças que dependiam da agenda de um designer ou de um banco de imagens pago hoje nascem em minutos. Isso não elimina quem entende de design, mas muda o ponto de partida: em vez da tela em branco, você começa com um rascunho visual pronto para refinar.

Edições típicas: trocar o fundo, remover um objeto, adicionar um elemento, mudar a iluminação. Os exercícios principais treinam geração do zero; a edição aparece de leve no último, para fechar o kit da campanha.

Gerar uma imagem bonita é fácil. O desafio real é gerar várias imagens que pareçam da mesma marca. Sem cuidado, cada geração muda cor e estilo, e o conjunto vira uma colagem.

A solução é um mini style guide, definido antes da primeira imagem, com só três decisões:

Sem o guia, cada peça recomeça do zero e gasta tempo e cota. Com ele, a mesma descrição gera peças consistentes já na primeira tentativa.

Os três exemplos da apostila. O cenário muda de peça para peça; a identidade fica.

O prompt visual usa outra lógica. Em vez de contexto, persona e tarefa, ele reúne seis elementos:

• Prompt genérico, sem nenhum dos seis elementos.
• Esquecer formato e proporção, e depois ter de recortar ou distorcer.
• Não descrever luz e cor, deixando a IA escolher um tom que não combina com a marca.
• Pedir texto legível dentro da imagem: a maioria dos modelos erra letras. Adicione o texto depois, em outra ferramenta.
• Reescrever a identidade do zero a cada prompt, em vez de reaproveitar a descrição validada.

Trate cada imagem como primeira versão. O ciclo é sempre o mesmo:

Uma cafeteria de bairro fictícia que abre no mês seguinte: espaço aconchegante, grãos de origem nacional e o clima de “parar o dia para respirar”. Toque em cada etapa.

Por que um projeto conduzido? Porque no trabalho real uma peça raramente existe sozinha: ela faz parte de uma campanha, com identidade e coerência entre as partes.

Nem toda ferramenta tem a mesma política. O Firefly nasceu pensando em uso comercial; outras têm políticas menos claras sobre a origem do material de treino. Para uma empresa, isso é risco de negócio: de refazer a campanha a processos judiciais.

Na revisão humana, olhe com atenção o que a IA ainda erra com frequência: mãos, texto embutido e reflexos.

Marque o que você já domina:

A seguir, a Café Aurora ganha movimento, voz e trilha. A mesma lógica de descrever com precisão e reaproveitar a identidade vale para vídeo e áudio.

A maior parte do consumo em redes sociais é de vídeo curto: reels, stories, shorts. Produzir isso exigia uma equipe: alguém para animar, narrar, compor e montar. A IA não elimina essas etapas, mas coloca cada uma ao alcance de uma pessoa, em minutos. Toque em cada etapa da produção:

Por que só image-to-video? Porque aproveita o trabalho do capítulo anterior e é mais previsível: a IA parte de uma composição que você já aprovou, em vez de decidir sozinha a cena inteira.

O prompt de vídeo é mais enxuto que o de imagem: os geradores funcionam melhor com poucos movimentos por vez. Três perguntas guiam a escrita:

Duas camadas de som completam a peça: a narração reforça a mensagem; a trilha sustenta o clima da marca. No curso, toda narração nasce de um texto transformado em voz pela IA.

A pontuação é o roteiro da respiração

Vírgulas e pontos indicam à IA de voz onde respirar e pausar. Roteiro mal pontuado soa apressado ou robótico, mesmo com uma boa voz.

A trilha fica por baixo

A trilha entra por último e precisa ficar em segundo plano, em volume e em presença. Instrumental, sem letra, é quase sempre a escolha mais segura. Gere mais de uma opção e teste junto com a narração: uma música ótima sozinha pode atrapalhar com a voz.

• Movimento demais em uma única imagem, gerando distorções.
• Roteiro sem pontuação cuidadosa: leitura apressada, sem pausas naturais.
• Trilha com letra por baixo da narração: duas vozes disputando atenção.
• Não conferir se as durações de vídeo, narração e trilha combinam.
• Publicar voz ou música de IA sem checar os termos de uso comercial.

Somado ao capítulo de imagem: sair de uma ideia em texto e chegar a um vídeo pronto para publicar, sozinho, em uma tarde de trabalho.

Reunião de alinhamento, proposta para cliente, treinamento, pitch: quase todo profissional já gastou horas alinhando caixas de texto e mantendo a mesma paleta do começo ao fim. Formatar nunca foi a parte difícil de comunicar uma ideia; só era a que mais tomava tempo.

Com as ferramentas certas, uma tarde de formatação vira minutos, e sobra tempo para o conteúdo e a mensagem.

São mais complementares do que concorrentes. Ambas têm plano gratuito suficiente para os exercícios.

Nenhuma IA substitui estes princípios:

A estrutura institucional em 7 blocos

Serve de ponto de partida para qualquer apresentação institucional: ONG, empresa ou projeto interno. Coloque na ordem:

• Deixar a IA colocar parágrafos inteiros em um slide.
• Trocar paleta ou fonte no meio da apresentação.
• Aceitar o resultado automático do Gamma sem conferir se algo importante foi resumido demais ou cortado.
• Tema “criativo” ou informal num contexto sério, como treinamento operacional ou investidores.
• Terminar sem uma chamada clara para ação: doar, se inscrever, seguir o novo procedimento.

Ler uma planilha de vendas, achar o ponto principal de um contrato, enxergar um padrão em centenas de linhas: tarefas que pareciam exigir fórmulas avançadas hoje podem começar com um upload e uma boa pergunta.

Os exercícios usam uma planilha de vendas de uma papelaria fictícia que atua em vários estados e a minuta de um contrato de fornecedor.

As quatro já apareceram no Capítulo 02, mas agora leem um arquivo seu e trabalham em cima dele.

Não existe a “melhor” isolada: depende do tipo de dado e do que você precisa entregar (texto, visualização ou documento).

• Confiar em número ou cálculo da IA sem checar, quando ele embasa uma decisão real.
• Pedir tudo num prompt longo, em vez de etapas: métricas → perguntas → resumo.
• Não explicar o que cada coluna significa.
• Ignorar o nível de quem recebe (resumo jurídico denso para um gestor administrativo).
• Usar o gráfico errado, como linha para comparar categorias sem ordem temporal.

Como os exercícios se conectam

Arquivos de trabalho podem conter dados de clientes, valores comerciais e cláusulas confidenciais. Antes de enviar algo real a uma IA, confirme a política da sua empresa. Na dúvida, use dados fictícios ou anonimizados, como nos exercícios.

Até aqui a IA ajudava você a fazer. Agora ela faz quase tudo a partir de uma descrição: um app nasce sem uma linha de código escrita à mão, uma pesquisa é conduzida sozinha, fontes espalhadas viram um único material.

É o fecho do arco do curso, que começou no texto e foi pedindo cada vez mais direcionamento seu. Cada exercício tem cenário próprio; o Exercício 2 pede que você resolva um problema real do seu trabalho.

No vibe coding você descreve em linguagem natural o que o app deve fazer, e a IA escreve e organiza o código. Você não precisa ver o código, mas ele existe e roda por trás da interface.

Descrição vaga gera resultado vago. Descreva o comportamento de cada tela: o título, o que acontece ao clicar num botão, o que aparece no resultado. É como escrever o roteiro de uso antes da primeira versão.

A habilidade principal: testar e corrigir

Use a primeira versão como um usuário real usaria e, quando algo falhar, aponte exatamente o que falhou.

Decisões raramente se apoiam numa fonte só: um relatório, um artigo e a gravação de uma reunião. Cruzar tudo à mão consome tempo demais. No NotebookLM você alimenta a ferramenta com fontes diferentes e ela responde com base no conjunto.

• Descrever o app de forma vaga, sem o comportamento de cada tela.
• Não testar como usuário real, sem clicar em cada botão e passar por cada tela.
• Corrigir de forma genérica (“refazer”, “melhorar”) em vez de apontar o que falhou.
• Confiar na síntese do NotebookLM sem checar se ela reflete todas as fontes.
• Aceitar a pesquisa do Manus sem revisão, principalmente se vai para diretoria ou cliente.

É o único capítulo sem ferramenta nova. Ele junta cuidados que surgiram um a um. Explicar um risco antes da prática soa abstrato; depois de gerar, animar, sintetizar e delegar, o risco vira algo que você já viu de perto.

O bloco do curso é teórico, pensado para discussão em grupo, e volta aos cenários que você já construiu: a Café Aurora, o Instituto Mãos Que Ajudam e a papelaria com vendas em vários estados.

A IA gera o que é estatisticamente mais provável, e às vezes isso é uma informação plausível, bem escrita e simplesmente errada. Você já viu isso no número que pede conferência (Capítulo 06) e na pesquisa do Manus que pede revisão (Capítulo 07).

Quase todo conteúdo gerado por IA (texto, imagem, vídeo, voz, música) carrega alguma incerteza sobre a origem dos dados de treino. No uso comercial, essa incerteza vira risco jurídico.

Isso não significa evitar as ferramentas, e sim usá-las com critério:

• Prefira ferramentas pensadas para reduzir o risco, como o Adobe Firefly.
• Verifique os termos de uso comercial antes de publicar qualquer peça real.
• Nunca reproduza de forma reconhecível o estilo de um artista vivo ou a voz de uma pessoa real sem consentimento explícito.

Deepfake é vídeo, imagem ou áudio gerado ou manipulado por IA para fazer parecer que uma pessoa real disse ou fez algo que nunca aconteceu. A tecnologia que animou a Café Aurora e gerou a narração é tecnicamente capaz disso. A diferença está na intenção e na transparência.

Todo modelo aprende com dados produzidos por pessoas, e esses dados carregam os padrões e desequilíbrios da sociedade. Quando isso gera um resultado sistematicamente menos favorável a um grupo, sem intenção de quem programou, temos viés algorítmico.

Triagem de currículos, análise de crédito, avaliação de desempenho: aqui o viés tem consequência direta e pode virar prática discriminatória, com implicações legais.

Ilustração do princípio; os níveis são indicativos.

Vale também para imagem, vídeo e áudio: o rosto reconhecível de uma pessoa ou o interior de um espaço que a empresa não quer tornar público carregam o mesmo risco.

Existe o risco de delegar tanto que, aos poucos, você perde a capacidade de fazer aquele julgamento sozinho quando precisar. Não é argumento contra a IA; é convite a usá-la com intenção.

A jornada começou com “o que é IA generativa?” e passou por texto, imagem, vídeo e áudio, apresentações, dados e ferramentas que criam por você. Mais do que um conjunto de ferramentas, você construiu uma forma de pensar sobre IA que continua valendo quando uma ferramenta for trocada por outra mais nova, o que é questão de tempo.

A promessa da abertura era terminar pensando: “agora entendo melhor o que a IA pode fazer e onde ela pode me ajudar”. Repertório para escolher a ferramenta certa diante de uma tarefa nova, e confiança para experimentar, errar rápido e ajustar.