O stack maior do deck. Como usar IA pra entregar 5x mais rápido, com qualidade sênior, sem virar "o gajo que só cola ChatGPT". 12 cards de operação real.
06.01
Stack Mínimo de 6 IAs
tempo · 2h escolhacusto · R$0–120/mêsnível · zero
ContextoJúnior brasileiro fica saltando entre 12 IAs e não aprofunda em nenhuma. O stack vencedor é: 1 generalista forte + 1 raciocínio barato + 1 multimodal/PT-BR + 1 docs longos + 1 ecossistema Google. Aprende cada uma a fundo.
Passo-a-passo- Escolhe Claude (claude.ai) ou ChatGPT como cérebro principal — copy, propostas, raciocínio. Plano grátis serve.
- Adiciona DeepSeek (deepseek.com, grátis) pra cálculo, lógica, precificação, jurídico técnico.
- Adiciona Qwen (chat.qwen.ai, grátis) pra imagem/PDF em português e contratos.
- Adiciona Kimi (kimi.com, grátis até 200k tokens) pra ler PDFs longos e resumir.
- Adiciona Gemini (gemini.google.com, grátis com conta Google) pra Sheets/Docs/Gmail integrados.
- Salva os 5 atalhos no celular e PC. Usa cada uma 1x por dia em projeto real durante 14 dias.
Atalho AICola em Claude:
Sou freelancer brasileiro júnior, nicho [seu nicho], CLT zero, faturando R$[X]/mês. Tenho acesso grátis a Claude, ChatGPT, DeepSeek, Qwen, Kimi e Gemini.
Monta meu plano de 14 dias usando essas 6 IAs:
- Pra cada IA, qual tarefa do meu dia ela faz melhor.
- Um exemplo de prompt real que eu uso pra essa IA naquele tipo de tarefa.
- Como combinar 2 IAs no mesmo entregável (ex: DeepSeek faz cálculo, Claude escreve a proposta).
- Critério pra eu saber, em 14 dias, se vale assinar plano pago de qual.
Formato: tabela markdown.
Exemplo · Daniel, 22, Caxias/MA ── trabalhava com Hostgator e mexia em ChatGPT grátis pra tudo. Após o card, separou: Claude pra propostas, DeepSeek pra calcular hospedagem cliente, Gemini pra responder Gmail. Em 30 dias passou de R$1.100 pra R$3.400/mês entregando 2x mais rápido sem mudar de nicho.
ArmadilhaAssinar Claude Pro + ChatGPT Plus + Gemini Advanced no mesmo mês "porque todo mundo fala bem". São R$300/mês. Antes de pagar, esgota os planos grátis em projeto real — 90% dos júnior não chegam no limite do grátis.
Resultado esperadoEm 14 dias você sabe exatamente qual IA resolve qual tipo de tarefa sua. Em 60 dias entrega 2-3x mais rápido que o concorrente que usa só ChatGPT.
06.02
Prompt Library Privada (com tag de IA)
tempo · 20 min/semanacusto · R$0nível · zero
ContextoReescrever o mesmo prompt todo dia é desperdício. Junior pro tem uma biblioteca pessoal com 30-80 prompts validados, cada um etiquetado com a IA que melhor responde. Notion grátis resolve.
Passo-a-passo- Cria um Notion grátis chamado "Prompt Lab". Uma database com colunas: título · categoria · IA recomendada · prompt · output exemplo · cliente onde usei.
- Categorias fixas: Discovery · Proposta · Entrega · Follow-up · Review · Conteúdo · Crise.
- Toda vez que um prompt funcionar bem, salva em 90 segundos com 2 prints do output.
- Toda sexta, 20 minutos: revê os prompts da semana, melhora os 3 mais usados, deleta o que não usou.
- Em 90 dias você tem ~50 prompts. Cada novo cliente entra em "modo cópia" — produtividade triplica.
Atalho AICola em ChatGPT:
Esse prompt funcionou ok mas quero refinar. Prompt atual:
[cola seu prompt aqui]
Faz 3 coisas:
1. Reescreve mais claro, removendo palavras vagas ("bom", "melhor", "qualidade").
2. Adiciona 3 placeholders explícitos [entre colchetes] que eu preencho a cada uso.
3. Sugere qual das 6 IAs (Claude, ChatGPT, DeepSeek, Qwen, Kimi, Gemini) é a melhor pra esse prompt e por quê.
Devolve as 3 versões numeradas.
Exemplo · Mariana, 23, Santarém/PA ── começou com 0 prompts salvos. Em 8 semanas montou 47 prompts categorizados, cada um com tag da IA correta. Tarefa de proposta que levava 90 min hoje leva 22 min. Cobrou R$1.800 num projeto que antes daria R$900 e gastou metade do tempo.
ArmadilhaComprar "100 prompts secretos" no Hotmart por R$47. Prompt sem o seu contexto vira lixo — sua library pessoal sai do seu uso real, não do gringo de Miami.
Resultado esperadoEm 6 meses você abre o Notion, busca "proposta SaaS", cola, ajusta 2 placeholders, manda. Velocidade em tarefas recorrentes cai 50-70%.
06.03
Context Pack por Cliente (Projects do Claude)
tempo · 15 min por clientecusto · R$0 (Claude grátis)nível · zero
ContextoComeçar cada conversa de IA explicando o cliente do zero queima 10 minutos por vez. Projects do Claude (e GPTs customizados no ChatGPT) deixam você criar um cérebro por cliente — toda conversa começa já sabendo de tudo.
Passo-a-passo- Em claude.ai → Projects → Create project. Nomeia: "Cliente · [Nome]".
- Em "Project knowledge" cola um doc com 8 campos: quem é · produto · público · tom de voz · objetivo do projeto · restrições · decisões já tomadas · próximos marcos.
- Em "Custom instructions" do Project, escreve: "Sempre responda em português brasileiro, tom [direto/consultivo/técnico]. Evita jargão. Antes de executar, confirma se entendeu o pedido."
- Atualiza o doc depois de cada call e cada entrega.
- Toda nova conversa pro cliente entra dentro daquele Project — Claude já sabe tudo.
Atalho AICola em Claude (em conversa nova fora do Project, pra gerar o doc base):
Vou criar um Project no Claude pro meu cliente [Nome do cliente], que é [o que faz]. Atende [público]. Estamos em [fase do projeto].
Gera o "context.md" inicial com 8 seções preenchidas com o que sabemos hoje e marcadas com [confirmar com cliente] nas seções que ainda estão vagas:
1. Quem é (1 linha)
2. Produto (3 linhas)
3. Público-alvo
4. Tom de voz
5. Objetivo do projeto atual
6. Restrições conhecidas (orçamento, prazo, política)
7. Decisões já tomadas
8. Próximos marcos
Saída em markdown pronto pra colar no Project knowledge.
Exemplo · Juliano, 24, Macapá/AP ── atendia 4 clientes em paralelo, vivia confundindo tom de voz nos textos. Criou 4 Projects no Claude grátis. Erros de tom caíram pra zero. Cliente comentou "como você lembra desses detalhes" — recontratou pra mais 3 meses, R$2.800/mês recorrente.
ArmadilhaEsquecer de atualizar o doc depois de mudanças importantes. Context desatualizado mente com confiança — você entrega texto com decisão antiga e cliente fica bravo. Atualiza no mesmo dia da call, sempre.
Resultado esperadoOutput da IA já sai com tom e direção certos. Você não edita 3 vezes. Cliente percebe consistência e estende contrato.
06.04
Spec First (com DeepSeek)
tempo · 10 min antes da tarefacusto · R$0 (DeepSeek grátis)nível · zero
ContextoPedir pra IA "fazer" direto gera entrega genérica. Pedir pra IA escrever a especificação primeiro força clareza. DeepSeek (grátis) é especialmente forte em raciocínio estruturado e edge cases — a IA ideal pra montar spec antes de executar.
Passo-a-passo- Antes de pedir o entregável, abre o DeepSeek e pede a spec: objetivo, inputs, outputs, critério de sucesso, 5 edge cases.
- Lê a spec. Riscos vão aparecer. Você ajusta antes de gastar tempo.
- Cola a spec aprovada em Claude (ou na IA que vai executar) e pede pra produzir conforme a spec.
- Faz revisão final contra a spec. Critério claro = revisão honesta.
- Pra projeto de cliente, manda a spec pra ele aprovar antes — vira proteção contra "não era isso que eu pedi".
Atalho AICola em DeepSeek:
Vou executar a tarefa: [descreve a tarefa em 1-2 frases].
Antes de executar, escreve a spec completa em formato:
1. Objetivo (1 frase, mensurável)
2. Entradas necessárias (lista)
3. Saídas esperadas (lista, com formato exato)
4. Critério de sucesso (3 itens objetivos)
5. 5 edge cases que podem dar errado e como tratar cada um
6. Riscos pra mim (freelancer) e como mitigar
7. Estimativa de tempo realista pra um júnior
Não execute a tarefa ainda. Só a spec.
Exemplo · Vanessa, 22, Praia Grande/SP ── pegou projeto de "site institucional R$1.200, 1 semana". Sem spec, ia entregar Wordpress padrão. DeepSeek listou 6 edge cases (multilíngue? formulário com LGPD? domínio do cliente?) — Vanessa renegociou pra R$2.800 + 2 semanas com tudo coberto. Cliente preferiu pagar mais a ter retrabalho.
ArmadilhaPular a spec porque "é projeto pequeno". Projeto pequeno é onde a margem some por retrabalho. 10 min de spec salvam 6h de "ah, eu pensei que…".
Resultado esperadoOutput primeira-tentativa já usável em 70% dos casos. Retrabalho cai. Cliente assina spec → cliente não muda escopo no meio.
06.05
Review Cruzado (Claude × Gemini)
tempo · 15 mincusto · R$0nível · zero
ContextoUma IA só revisar o que ela mesma fez é como se autocorrigir. Cruza modelos diferentes: Claude faz, Gemini revisa, Claude refaz. Erros que Claude não vê em si, Gemini cata — e vice-versa.
Passo-a-passo- Versão 1: Claude produz a entrega.
- Cola a versão 1 em Gemini (grátis com conta Google) e pede review crítico.
- Cola o review do Gemini de volta no Claude: "Refaz a versão considerando essas críticas. Mantém o que estava bom; ajusta o que foi apontado."
- Você faz o review final humano — agora com olho pra tom, contexto do cliente e coisas que IA não pega.
- 3 camadas em 15 minutos = qualidade próxima a sênior.
Atalho AICola em Gemini (depois de gerar a v1 no Claude):
Esse entregável foi feito por outra IA pra um cliente brasileiro do nicho [X]. Faz uma revisão crítica e direta:
[cola entregável aqui]
Devolve em 4 partes:
1. 5 fraquezas concretas (cita o trecho).
2. 3 oportunidades de melhoria (com sugestão de reescrita).
3. 2 riscos que o cliente pode questionar.
4. Nota de 0 a 10 com justificativa de 1 frase.
Sem elogios genéricos. Direto.
Exemplo · Tomás, 25, Diadema/SP ── entregava textos pra ecommerce e cliente sempre voltava com "tá meio raso". Aplicou review cruzado em 5 entregas: Gemini apontou que Claude estava repetindo CTA. Tomás ajustou. Cliente respondeu "agora sim ficou afiado" e contratou pacote mensal de R$2.400.
ArmadilhaAchar que IA-revisa-IA dispensa o humano. Não dispensa — você ainda precisa avaliar tom, marca e contexto local (gírias, regionalismos, LGPD, cultura BR). IA não captura isso 100%.
Resultado esperadoEntrega com textura de "passou por sênior" mesmo que você tenha 6 meses de experiência. Cliente chama de "atento aos detalhes".
06.06
Auto-teste com DeepSeek
tempo · 8 min antes de entregarcusto · R$0nível · zero
ContextoAntes de mandar entrega, simula o cliente cético. DeepSeek é forte em raciocínio adversarial — pede pra ele atacar seu trabalho como se fosse o cliente bravo. Você corrige antes que o cliente reclame.
Passo-a-passo- Termina o entregável (texto, design exportado, código, planilha).
- Cola em DeepSeek com o briefing original.
- Pede 3 simulações: cliente cético · cliente que entende do tema · cliente que está com pressa.
- Lista os pontos fracos. Corrige os 3 mais críticos.
- Pra código: pede "5 testes unitários + 5 edge cases" e roda antes de entregar.
Atalho AICola em DeepSeek:
Briefing original do cliente: [cola briefing].
Aqui meu entregável: [cola entregável].
Simula 3 reviews críticos:
1. Cliente cético que duvida que dá certo no Brasil — o que ele questiona?
2. Cliente que entende do tema — onde aponta amadorismo?
3. Cliente com pressa — o que parece confuso ou demorado de consumir?
Pra cada review, lista 3 perguntas que ele faria + 1 sugestão concreta de melhoria. Sem elogios.
Exemplo · Roberta, 23, Osasco/SP ── ia entregar um relatório de redes sociais pra restaurante local. DeepSeek simulou cliente cético e apontou "cadê o ROI por post?". Roberta colocou a coluna em 10 min. Cliente abriu o relatório e disse "esse aqui é diferente do último freelancer". Renovou contrato e indicou 2 amigos restauranteiros.
ArmadilhaAceitar todas as críticas da IA. Algumas são exageradas e podem te paralisar. Filtra: aplica as 3 mais fortes, ignora as outras 2 — entregar é prioridade.
Resultado esperadoBug report do cliente vira raro. Você ganha fama de "entrega já blindada". Recontratação sobe.
06.07
Documentação Gerada (Kimi pra docs longos)
tempo · 15 mincusto · R$0 (Kimi grátis)nível · zero
ContextoCliente que recebe documentação organizada se sente respeitado. Kimi aguenta contextos enormes — você joga código + briefing + decisões e ele costura tudo num README. Ferramenta certa pra docs longos.
Passo-a-passo- Junta no Kimi: o briefing inicial + transcrição das calls (Otter.ai grátis transcreve) + entrega final.
- Pede um README do cliente em linguagem não-técnica.
- Revisa: corrige decisões específicas que IA não tem como saber sozinha (porquê de cada escolha técnica/estética).
- Exporta como Notion público (link) ou PDF e entrega como bônus.
- Cobra docs separadamente em projetos futuros: +15-25% no orçamento.
Atalho AICola em Kimi:
Briefing original do cliente: [cola]
Transcrição das calls importantes: [cola]
Entrega final (código, copy, design exportado): [cola]
Gera um README pra o cliente brasileiro não-técnico:
1. Visão geral em 4 linhas
2. O que foi entregue (lista bem clara)
3. Como usar no dia a dia (passo-a-passo)
4. 3 decisões importantes e por que foram tomadas
5. Como manter rodando (custos mensais, atualizações)
6. Próximos passos sugeridos (3 itens)
7. Como me contratar de novo se precisar de ajuste
Tom: respeitoso, direto, sem jargão. Português brasileiro.
Exemplo · Henrique, 24, São Vicente/SP ── entregava sites e sumia. Começou a entregar README pelo Kimi como bônus. Cliente do quarto projeto disse "essa documentação é melhor que a do meu contador" e recontratou pra fazer mais 3 sites pra empresas amigas, R$2.200 cada. Documentação virou âncora de vendas.
ArmadilhaREADME genérico copiado-colado da IA, sem revisão. Cliente lê e percebe que está vazio de decisões reais. Sempre adiciona mínimo 2 parágrafos seus explicando porquês.
Resultado esperadoDocumentação vira gatilho de indicação. Recontratação vira padrão. Em projetos seguintes você cobra docs como item separado.
06.08
Boilerplate Pessoal (com ChatGPT)
tempo · 4h pra montar 1xcusto · R$0nível · zero
ContextoTodo projeto começa 70% igual. Boilerplate próprio = template de partida testado. Enquanto o concorrente amarra cadarço, você já está sprintando. ChatGPT é generalista o suficiente pra te ajudar a montar e modernizar o template.
Passo-a-passo- Lista os 5 elementos repetidos em 80% dos seus projetos (ex: setup inicial, estrutura de pastas, template de proposta, 3 prompts de discovery, modelo de contrato MEI).
- Cria uma pasta no GitHub privado (ou Notion) chamada "boilerplate-[seu-nicho]".
- Bota cada elemento já preenchido com placeholders [CLIENTE] [DATA] [VALOR].
- A cada projeto: clona, troca placeholders em 10 min, parte pra execução.
- A cada 3 projetos: extrai novos padrões e atualiza o boilerplate.
Atalho AICola em ChatGPT:
Sou freelancer brasileiro, nicho [seu nicho]. Já fiz [N] projetos parecidos. Quero montar um boilerplate pessoal mínimo.
Faz o seguinte:
1. Lista os 5-7 elementos que mais se repetem em projetos desse nicho no Brasil em 2026.
2. Pra cada elemento, escreve um template inicial em markdown com placeholders [entre colchetes].
3. Inclui especificamente: contrato MEI/PJ simplificado, ementa de discovery, proposta de 1 página, e-mail de handoff.
4. Aponta 2 elementos que parecem genéricos mas eu deveria personalizar com a minha cara.
Saída: pasta organizada em estrutura de árvore + cada arquivo em bloco markdown.
Exemplo · Camila, 25, Caruaru/PE ── designer freelance, refazia proposta + contrato + onboarding do zero a cada cliente. Montou boilerplate em 1 sábado. Tempo de início de projeto caiu de 2 dias pra 2h. Pegou 4 projetos num mês contra os 2 anteriores, faturou R$8.400 contra R$4.200.
ArmadilhaBoilerplate inchado com 30 features. Vira labirinto. Mantém em 5-7 elementos essenciais — adicione novos só após uso real comprovar repetição.
Resultado esperadoInício de projeto: 2h em vez de 2 dias. Margem sobe sem precisar aumentar preço.
06.09
Delivery Page (Notion + Loom)
tempo · 40 min por entregacusto · R$0nível · zero
ContextoFreelancer comum manda 7 links soltos por WhatsApp. Freelancer pro entrega tudo numa landing privada com índice + walkthrough em vídeo. Mesma entrega, percepção de valor 2-3x maior.
Passo-a-passo- Cria template de "delivery page" no Notion (página pública com link).
- Estrutura fixa: Visão geral · Deliverables (com link/preview) · Documentação · Próximos passos (3 itens) · Contato/recontratação.
- Grava Loom de 5 min (plano grátis) abrindo cada item — voz natural, sem script perfeito.
- Coloca o vídeo embed no topo da página.
- Manda 1 link único pelo WhatsApp do cliente. Adiciona "30 dias de suporte por aqui" como cortesia.
Atalho AICola em Claude:
Vou fazer minha delivery page no Notion pro cliente brasileiro [Nome], nicho [X]. Entreguei: [lista o que entregou].
Gera 2 coisas:
1. Estrutura da página em markdown (5-6 seções) com headers e textos curtos preenchidos.
2. Roteiro do Loom de 5 minutos que faço enquanto rolo a página, com tempo aproximado por seção. Tom: amigável, direto, brasileiro.
Inclui no final: "como me chamar de novo" com 3 opções de pacote para upsell.
Exemplo · Bruno, 22, Feira de Santana/BA ── editava vídeos por R$300. Começou a entregar via Notion + Loom de 4 min. Primeiro cliente que recebeu postou no LinkedIn marcando ele. Em 6 semanas chegaram 5 indicações orgânicas. Subiu preço pra R$650/vídeo, fila esperando.
ArmadilhaInvestir 3h numa delivery page pra projeto de R$400. Dosa: projeto pequeno = template básico. Projeto âncora (R$2.000+) = caprichada com Loom.
Resultado esperadoCliente posta a delivery page no LinkedIn dele. Indicação orgânica entra em fluxo. Fee médio sobe.
06.10
Qualidade Assinada (com Qwen visual)
tempo · 20 min antes de entregarcusto · R$0nível · zero
Contexto"IA fez, eu assinei" só vale se você de fato fiscaliza. Qwen é multimodal grátis em PT-BR — você joga screenshot do entregável e ele revisa contra um padrão escrito por você. Vira QA acessível pra leigo.
Passo-a-passo- Define seu padrão pessoal em 3-5 regras simples (ex: "português sem anglicismo evitável", "contrastes acessíveis", "cita fonte em qualquer dado", "sem emoji em proposta", "todo CTA tem verbo").
- Antes de entregar, tira print/screenshot e cola no Qwen com o padrão.
- Qwen lista o que passa e o que falha. Você corrige o que falha.
- Publica seu padrão no LinkedIn/Instagram como "como eu trabalho" — vira marketing.
Atalho AICola em Qwen (anexa o screenshot ou PDF do entregável):
Anexei o entregável final que vou mandar pro cliente brasileiro do nicho [X].
Meu padrão pessoal de qualidade tem 5 regras inegociáveis:
1. [regra 1]
2. [regra 2]
3. [regra 3]
4. [regra 4]
5. [regra 5]
Avalia o entregável regra por regra:
- Passa ✅ ou Falha ❌
- Se falha, mostra onde exatamente (cita trecho ou aponta área da imagem) e como corrigir.
No fim, dá uma nota de 0 a 10 e diz se está em condições de entregar pro cliente hoje.
Exemplo · Lucas, 24, Ilhéus/BA ── designer junior, vivia entregando layout com texto ilegível em mobile. Definiu padrão "contraste mínimo 4.5:1 + tamanho mínimo 14px mobile". Qwen passou a apontar antes da entrega. Zero retrabalho de acessibilidade nos 8 projetos seguintes. Cliente da prefeitura municipal contratou pra mais 2 projetos por causa do compromisso visível.
ArmadilhaPadrão genérico copiado de gringo. Tem que ser regra que você de fato aplica — cliente percebe em 10 minutos se é teatro. Comece com 3 regras reais, não 10 inventadas.
Resultado esperadoDiferencial vira motivo de contratação ("aqui todo projeto passa por X"). Erros recorrentes desaparecem. Você publica seu padrão e vira referência micro.
06.11
Handoff Completo (checklist Claude)
tempo · 30 min no fim do projetocusto · R$0nível · zero
ContextoFinal de projeto é zona de esquecimento. Senha some, domínio fica no seu nome, cliente perde acesso e fica chateado em 3 meses. Handoff documentado = sinal de maturidade. Claude escreve o checklist, você executa.
Passo-a-passo- Pede ao Claude um checklist de handoff pro seu nicho específico.
- Vai item por item: transfere credenciais (Bitwarden grátis pra empacotar e mandar), domínio no Registro.br no CNPJ/CPF do cliente, repositórios transferidos, faturas emitidas via MEI.
- Marca call de 30 min de fechamento — combina feedback + proposta de retenção mensal.
- Manda PDF do handoff pelo WhatsApp + e-mail.
- Coloca lembrete em 30 dias pra um "tudo bem por aí?" — porta aberta pra recontratação.
Atalho AICola em Claude:
Sou freelancer brasileiro, nicho [X], MEI. Estou fechando projeto com cliente brasileiro. Gera um checklist de handoff pra eu não esquecer nada, contemplando o contexto Brasil (PIX, MEI, Registro.br, LGPD).
Estrutura:
1. Credenciais e acessos (passos pra transferir senhas com segurança via Bitwarden grátis)
2. Domínios e infraestrutura (Registro.br, hospedagem, DNS — no nome do cliente)
3. Documentos fiscais (NF-e do MEI, recibo, contrato encerrado)
4. Documentação técnica e de uso (link da delivery page, README, vídeos)
5. Próximos passos sugeridos (3 itens)
6. Convite pra call de fechamento (template de mensagem WhatsApp pra agendar)
7. Plano de retenção (3 opções de pacote mensal pra propor na call)
Saída em markdown, pronto pra colar no Notion.
Exemplo · Patricia, 23, Vila Velha/ES ── perdeu cliente porque domínio expirou no nome dela 8 meses depois de entregar. Adotou checklist de handoff. Cliente seguinte recebeu PDF de handoff + call de fechamento com 3 opções de retenção. R$1.200/mês recorrente fechado na própria call.
ArmadilhaManter senhas/domínios "no seu nome" pra controlar o cliente. Anti-ético e ilegal sob LGPD se for dado pessoal. Sempre transfere — confiança vira recontratação; controle vira processo.
Resultado esperadoCliente termina sentindo "ele pensou em tudo". Indicação orgânica. Taxa de recontratação quase dobra.
06.12
Audit Trail (Kimi resumindo o histórico)
tempo · 3 min/diacusto · R$0nível · zero
ContextoCliente pergunta "por que você tomou aquela decisão há 2 meses?" e você não lembra. Kimi guenta contextos enormes — você joga semanas de threads e ele entrega resumo decisões + racional. Vira sua memória externa.
Passo-a-passo- Mantém uma pasta por cliente com transcrições das calls (Otter.ai grátis), threads de WhatsApp exportadas e e-mails.
- Toda sexta, 3 minutos: cola tudo da semana no Kimi e pede resumo das decisões.
- Cola o resumo num doc "decisions-log.md" do cliente — data + decisão + racional + alternativas descartadas.
- Cliente pergunta? Você consulta em 10 segundos.
- Bônus: vira insumo pra cases, depoimentos e relatório mensal pago (R$200-500/mês adicional).
Atalho AICola em Kimi:
Sou freelancer brasileiro atendendo o cliente [Nome do cliente]. Anexo da semana: [cola transcrição de calls + threads de WhatsApp + e-mails].
Gera um log de decisões da semana com essa estrutura por decisão:
- Data
- Decisão tomada (1 frase)
- Racional (3 linhas)
- Alternativas descartadas (até 3, com motivo curto)
- Próximo marco que valida ou invalida a decisão
Devolve até 5 decisões, ranqueadas por impacto. Português brasileiro.
No fim, lista 2 perguntas que o cliente pode fazer no futuro e como você já responderia hoje.
Exemplo · Eduardo, 25, Cascavel/PR ── cliente cobrou justificativa de mudança de paleta no projeto 3 meses depois. Eduardo abriu decisions-log.md, mostrou: "20/02 — paleta verde. Racional: marca quer transmitir confiança no agro. Alternativa azul descartada porque concorrente já usa." Cliente respondeu "agora lembrei, faz sentido" e renovou contrato anual de R$28.000.
ArmadilhaAcumular 3 semanas sem registrar e tentar lembrar tudo de uma vez. Memória decai rápido. Hábito semanal, sempre na sexta. Não mensal.
Resultado esperadoVocê vira "o profissional que documenta". Audit trail pode até virar produto separado: relatório mensal vendido pro cliente.