SYS-02·Operação: Orquestra·Território Aprender
Uma trilha que muda quando o estado de quem aprende muda
No motor atual, cargo, fluência e sinal de comportamento entram em regras determinísticas. A sequência muda, e cada mudança vem acompanhada da regra que a produziu.
Motor atual
PILOTO FUNDADOR · V1
Learning Journey: Um produto operacional para testar antes de qualquer integração do cliente.
O workspace atual roda localmente e produz saídas inspecionáveis. O Piloto Fundador aplica esse motor a um contexto real delimitado, sem apresentar integrações previstas como se já estivessem conectadas.
O que você recebe
- Mapa de público, competência-alvo e sinais que realmente mudam a jornada.
- Arquitetura da trilha com regras de entrada, adaptação, revisão e transferência.
- Jornada navegável com a lógica de personalização do caso escolhido.
- Maturidade técnica
- MVP operacional no navegador
- Disponibilidade comercial
- Piloto Fundador aberto
- Evidência externa
- Primeiro piloto real ainda não realizado
Motor atual
React · TypeScript · motor determinístico de regras · persistência local
Integrações / arquitetura prevista
OpenAI API · Supabase · LMS e APIs do cliente
Conectadas somente após definição de escopo, credenciais, segurança e aprovação do cliente.
OPS / 02Workspace de piloto
Construtor operacional de jornadas
Crie, salve e opere trilhas explicáveis para segmentos reais do piloto. Cada etapa gerada expõe a regra que a colocou na jornada.
Nenhuma jornada operacional salva.
CAMADA COMERCIAL · SYS-02
Piloto Fundador · vagas iniciaisAplique o motor operacional de jornada adaptativa a um caso real de aprendizagem.
O piloto transforma regras de personalização, sinais de comportamento e checkpoints em uma jornada operacional para um público e objetivo específicos.
Formato de entrada
Piloto de jornada adaptativa com um público, uma competência e um conjunto controlado de regras.
Janela do Piloto Fundador
Até 2 semanas
Estimativa de escopo. A janela varia conforme quantidade de conteúdo, integrações e disponibilidade de dados.
O que o cliente recebe
- Mapa de público, competência-alvo e sinais que realmente mudam a jornada.
- Arquitetura da trilha com regras de entrada, adaptação, revisão e transferência.
- Jornada navegável com a lógica de personalização do caso escolhido.
- Matriz de explicabilidade: cada regra acompanhada do porquê da decisão.
- Plano de instrumentação para coletar evidências antes de automatizar em escala.
Como o piloto acontece
- 01Modelar
Definir quem aprende, o que precisa mudar e quais sinais têm valor decisório.
- 02Prototipar
Construir a jornada e testar as regras em cenários representativos.
- 03Validar
Revisar decisões com especialistas e preparar a instrumentação do próximo ciclo.
Como avaliamos sucesso
- As regras de adaptação são compreensíveis e justificáveis para pessoas de L&D.
- A jornada reduz conteúdo irrelevante sem remover checkpoints essenciais.
- O time consegue identificar quais sinais devem alimentar a próxima versão.
O que preciso do cliente
- Um caso de aprendizagem concreto, público e competência-alvo.
- Materiais existentes ou acesso ao especialista de conteúdo.
- Sinais atualmente disponíveis ou possíveis de capturar no ambiente de aprendizagem.
O que o piloto não promete
- Personalização autônoma sem critérios humanos definidos.
- Integração imediata com qualquer LMS sem validação técnica.
- Ganho de retenção ou desempenho tratado como resultado comprovado antes do piloto.
BRIEF DE PILOTO · 3 PERGUNTAS
Configure um caso real para a jornada adaptativa.
A personalização só faz sentido quando público, competência e sinais são concretos. Estas três respostas definem a primeira fronteira do piloto.
Nada é enviado enquanto você digita. O briefing só sai do navegador quando você escolhe WhatsApp ou e-mail.
Preencha as 3 respostas para gerar um briefing útil.
Piloto Fundador · investimento inicial
A partir de R$ 1.990
Escopo inicial controlado. Prazo e investimento podem variar conforme número de participantes, volume de dados, integrações, customizações e formato de facilitação. Escopos ampliados são propostos separadamente.
Condição de lançamento para as primeiras vagas do Piloto Fundador. A proposta final fecha objetivo, entregáveis, critérios, janela e responsabilidades antes do início.
Comparar as 4 soluções- Maturidade técnica
- MVP operacional
- Disponibilidade comercial
- Piloto Fundador aberto
- Evidência externa
- Primeiro piloto real ainda não realizado
- Motor atual
- Regras determinísticas e explicáveis
- Entrega atual
- Simulador + blueprint de arquitetura
- Stack atual
- React · TypeScript · regras locais
INS / 02SIMULADOR DE PERSONALIZAÇÃO
Veja a trilha se reescrever e descubra por quê.
Defina o perfil e observe o motor recalcular a jornada. A saída é determinística: a mesma combinação produz a mesma trilha e a mesma justificativa.
Simulador de trilha adaptativa
SimulaçãoTrilha reescrita · 6 etapas · 30 min
Por que o sistema decidiu assim
- Engajamento baixo reduz a microdose para 5 minutos: a barreira de entrada precisa ser menor que a resistência.
- Fluência inicial exige fundamento antes de prática: sem modelo mental, a prática vira imitação.
- Perfil analista prioriza transferência imediata para a rotina, que é onde o aprendizado se sustenta.
- Antes de exigir profundidade, o sistema reconstrói o hábito: nenhuma trilha funciona para quem não volta.
Simulação do motor de regras do protótipo. A trilha é recalculada a partir das regras exibidas ao lado. Não representa dados de participantes reais nem resultados medidos.
O Conceito
Personalização como arquitetura de decisão, não como caixa-preta.
Estado de entrada
O MVP combina cargo, nível de fluência e sinal de comportamento para definir o ponto de partida da jornada.
Ramificação por regra
A dificuldade, a duração e os blocos da trilha mudam apenas quando uma condição declarada é satisfeita.
Justificativa inspecionável
Cada decisão do motor devolve a razão que a ativou, permitindo reconstruir por que dois perfis seguiram caminhos diferentes.
Problema Central
Uma sequência única pode desperdiçar diferenças que já existem entre os participantes.
Pessoas chegam a uma formação com experiências, papéis e lacunas diferentes. Uma trilha fixa simplifica a operação, mas pode obrigar quem já domina um fundamento a repeti-lo e deixar sem reforço quem ainda precisa dele.
O Learning Journey Inteligente explora outra arquitetura: primeiro o estado declarado de quem aprende, depois a sequência. Cada ponto de decisão traz a condição que o ativa, de modo que a personalização continue auditável pelo designer.
Como funciona no MVP
Do perfil selecionado à trilha recalculada.
Estado inicial
O visitante escolhe cargo, fluência atual e um sinal de comportamento. Nenhum dado pessoal é coletado.
Motor de regras
Regras determinísticas definem dose, blocos adicionais e caminhos que podem ser dispensados ou reforçados.
Trilha recalculada
O sistema monta uma sequência de etapas com duração estimada e mostra quais regras foram acionadas.
Revisão humana
Em uma implementação real, critérios, conteúdo e ramificações precisariam ser aprovados e mantidos pelo designer responsável.
Evidência do MVP
O que já existe e pode ser testado agora.
Os indicadores abaixo descrevem o motor navegável atual. Eles não são métricas de aprendizagem, engajamento, conclusão ou impacto em uma turma real.
Quando esta solução faz sentido
Serve a quem já percebe que públicos diferentes estão sendo empurrados pela mesma sequência.
- A mesma trilha atende recém-chegados e especialistas
- Participantes chegam com níveis de fluência muito diferentes
- Há pontos claros em que alguns precisam de reforço e outros podem avançar
- A personalização hoje depende de decisão manual sem regra registrada
O que esta solução NÃO é
Para evitar expectativas erradas desde o início.
- Não é um agente de IA conectado a LMS na versão atual
- Não é um motor estatístico que infere perfil oculto: os sinais são declarados
- Não substitui o designer instrucional; expõe as regras para que ele possa revisá-las
- Não demonstra impacto real de aprendizagem: isso exige piloto com participantes
Como evolui
Do motor de regras à validação com aprendizes reais
- ✓
Diagnóstico
Arquitetura da jornada definida sobre perfis hipotéticos.
- ✓
MVP operacional
Motor determinístico navegável com trilha e justificativa visíveis.
Piloto
Aplicação futura de uma jornada delimitada com participantes reais.
- ○
Validação
Revisão das regras a partir de comportamento e aprendizagem observados no piloto.
- ○
Escala
Investigação de quais padrões podem ser reutilizados sem apagar o contexto.
Quantas jornadas diferentes cabem dentro da trilha que você já tem?
O próximo passo é escolher uma trilha existente e marcar os pontos em que experiência, papel ou desempenho justificam caminhos diferentes.
Próxima etapa
Personalizar não precisa esconder a regra.
O MVP demonstra uma ideia simples: a jornada pode mudar sem virar caixa-preta, desde que cada ramificação declare o sinal que a ativou e continue sob revisão humana.