Você recebe
Um diagnóstico escrito, com o problema definido em termos concretos, o que já existe hoje e o que falta para resolver.
Método
Como trabalhamos
O nome Tecela vem de tecelã: quem tece. Cada etapa entrega algo que você vê e decide antes da próxima começar. Nada de plano fechado que só aparece pronto no final.
O método em cinco etapas
Descoberta com evidência
Começamos entendendo o problema antes de propor uma solução. Olhamos o processo atual, os dados que já existem, os sistemas envolvidos e onde a informação se perde.
Você decide
Se aprova o recorte proposto para o protótipo, ou se algo precisa ser ajustado antes de seguir.
Protótipo em dias
Construímos a parte mais arriscada do problema primeiro, em dias, não em meses. O objetivo é ter algo que você usa e testa, não uma apresentação.
Você recebe
Um protótipo funcional, rodando com dados reais ou próximos do real, que você pode ver e usar.
Você decide
Se a direção vale continuar, se precisa mudar de rumo, ou se o problema é outro.
Construção incremental com testes
Depois do protótipo validado, construímos em incrementos pequenos. Cada incremento tem testes automatizados nos pontos que importam: evidência, autorização, cálculo, segurança dos dados.
Você recebe
Software funcionando, crescendo em passos verificáveis, cada um reversível se algo não funcionar como esperado.
Você decide
A cada incremento, o que entra a seguir e o que pode esperar.
Validação com o cliente
Você usa o sistema com dados e situações reais. Registramos o que funcionou, o que não funcionou, e qual é o estágio real do que foi entregue.
Você recebe
Um relatório de validação com status honesto: protótipo, em validação, ou em produção. Sem inflar o que ainda não está pronto.
Você decide
Se o sistema passa para operação contínua, ou se volta para ajustes antes disso.
Operação e evolução
O que está em uso continua evoluindo pelo mesmo processo: incrementos pequenos, testados, acompanhados.
Você recebe
Um plano de operação (quem acompanha, como pedir mudanças, como o status é reportado) e prioridades claras para o que evolui a seguir.
Você decide
O que entra na próxima rodada de evolução, com base no uso real.
Princípios que praticamos
Evidência antes de síntese.
Nenhuma conclusão aparece na tela antes de existir a evidência que a sustenta.
Números computados, nunca estimados.
Todo número, percentual ou valor que você vê vem de cálculo em código. Quando o dado não existe, mostramos que falta, em vez de aproximar.
IA verificada por código.
Quando um modelo de IA gera algo, o resultado passa por um verificador determinístico antes de chegar a você. A confiabilidade não depende de uma instrução a mais no texto do modelo.
Dados isolados por cliente.
O dado de um cliente nunca aparece, é usado ou é inferido para outro. É regra de arquitetura, não só de política.
IA, evidência e observação humana sempre distintas.
Você sempre sabe se está vendo uma inferência de IA, uma evidência direta ou uma observação inserida por uma pessoa.
Mudanças pequenas e reversíveis.
Preferimos várias mudanças pequenas e testáveis a uma mudança grande e arriscada.
Status honesto.
Protótipo, em validação ou em produção: cada entrega carrega o rótulo real do próprio estágio, mesmo quando isso significa dizer que ainda não está pronto.
Como usamos IA para construir software
Construímos com apoio de agentes de codificação de IA. Um agente implementa uma parte delimitada do sistema; antes de entrar no que você usa, o código passa por testes automatizados e por revisão em cada módulo, feita por outro agente ou pelo responsável técnico. Usamos modelos como os da OpenAI e da Anthropic nesse processo.
Isso muda duas coisas para você: velocidade, porque entregamos incrementos menores com mais frequência, e transparência, porque você sabe o que foi gerado com apoio de IA, o que foi revisado e em que estágio está. Não é ausência de revisão. É revisão em outro ponto do processo.
Propriedade do código e dos dados
O código que construímos para você é seu. Os dados que você nos confia também são seus. Como princípio: não reaproveitamos código específico de um cliente em outro projeto, nem usamos os dados de um cliente para treinar ou alimentar o trabalho de outro.
Fale sobre o seu projeto
Se o seu problema tem dado disperso, processo manual ou uma decisão comercial difícil de sustentar com evidência, é um bom ponto de partida para uma conversa.
Falar sobre meu projeto