Governação de Contexto de IA

A maioria das equipas resolve o problema de criar contexto para agentes de IA.

Quase nenhuma resolve o problema de o manter atualizado.

Passei o dia de hoje a ler dois posts que, em conjunto, definem o segundo problema da IA — aquele que surge depois da adoção.

Marc Baselga partilhou como a sua equipa na Supra implementou com sucesso o Claude Code — agentes em produção, valor real entregue. Depois surgiu algo inesperado: cada pessoa tinha os seus próprios ficheiros de contexto, as suas próprias versões de como a empresa funcionava, e nenhum sistema a ligar tudo isso. Quando algo mudava, ninguém sabia qual o ficheiro a atualizar. Chamou-lhe uma "taxa inesperada".

Leah Tharin expôs a filosofia por trás disto: contexto genérico é gerado. Contexto correto é conquistado. O valor de um knowledge worker num mundo de IA é o delta entre aquilo que o modelo infere e aquilo que curamos cuidadosamente como sua memória.

Ambos os posts apontavam para a mesma lacuna. Foi isto que construí.

Adicionei uma matriz de gatilhos ao meu template base — uma tabela que mapeia cada tipo de mudança (nova rota, atualização de schema, nova dependência, mudança de modelo de negócio) para o documento exato que tem de ser atualizado. Não como seguimento posterior. No mesmo PR. A tarefa não está concluída até os documentos refletirem a realidade.

Uma linha faz o trabalho: a manutenção da documentação é imposição, não sugestão.

O que não esperava: propagar esta atualização a 7 repositórios expôs de imediato outra lacuna — nenhuma convenção para distinguir decisões herdadas do template base de decisões tomadas localmente em cada repositório. O sistema obrigou-me a parar, corrigir primeiro a fonte de verdade, e só depois propagar.

É essa a questão com a governação. Não se descobrem as lacunas quando se constrói. Descobrem-se quando se usa.

O objetivo não é um sistema perfeito no primeiro dia. É um sistema que torna visíveis as suas próprias lacunas antes de estas se tornarem problemas.

O template é open source — link nos comentários. Se estiveres a construir algo semelhante ou tiveres perguntas sobre como isto funciona na prática, deixa um comentário. Terei todo o gosto em discutir.

Fontes

• Marc Baselga — Claude Code rollout at Supra (LinkedIn post, 2026)
• Leah Tharin — correct context is earned vs generated (LinkedIn post, 2026)
• ai-product-architecture-template (open source, GitHub): https://github.com/gtcuco-personal/ai-product-architecture-template