liderança de alto impacto assinar
sessão 03 · memória + gates · ~20 min de implementação, uso de 5 min

A memória de feedback — e o pré-comitê

Todo report importante que sai do meu gabinete passa por esse ensaio: a IA revisa a entrega com os critérios reais de quem vai avaliá-la — extraídos dos feedbacks que essa pessoa já me deu. O comitê acontece duas vezes: primeiro no ensaio, depois na sala.

A matéria-prima disso todo gestor já tem e joga fora: feedback recebido é dado precioso e perecível. O chefe te disse em março o que derruba um projeto para ele; em agosto você apresenta de novo sem lembrar. A memória de feedback conserta isso — e a análise adversarial transforma a memória em ensaio geral.

Ética antes da técnica — leia isto primeiro. Isto NÃO é dossiê sobre pessoas. É memória de critérios profissionais declarados: o que a pessoa pediu, perguntou e priorizou em contexto de trabalho. Regras duras: (1) nada de característica pessoal, opinião sobre a pessoa ou informação sensível; (2) em ferramenta não homologada pela sua empresa, pseudonimize ("Diretor A", "Patrocinadora B") e não cole conteúdo confidencial; (3) registre o que a pessoa DISSE sobre trabalho, não o que você acha dela. Se não puder mostrar o arquivo para a própria pessoa sem constrangimento, você escreveu a coisa errada.

⚡ O passo a passo (funciona em qualquer assistente)

  1. Colha o que você já tem. Puxe da memória (e de e-mails e atas que você tem legitimamente) os últimos 4-6 feedbacks reais de cada pessoa-chave: o que ela elogiou, o que derrubou, o que perguntou. Meia hora, uma vez.
  2. Estruture no molde abaixo — um arquivo por pessoa-chave (2 a 4 pessoas no máximo: quem de fato decide sobre seus projetos).
  3. Mantenha com um ritual de 2 minutos: depois de cada reunião ou entrega relevante, adicione uma linha. Memória que não se atualiza vira caricatura.
  4. Use antes de toda entrega importante: conversa nova → cole a memória + a entrega → rode o prompt do pré-comitê. Ajuste o que o ensaio expôs.
  5. Feche o loop: depois da reunião real, compare o que o ensaio previu com o que aconteceu — e atualize a memória. É isso que a torna mais precisa a cada ciclo.
▸ molde da memória (um arquivo por pessoa-chave)
# Memória de critérios — [Diretor A · papel: patrocinador do projeto X] Atualizado em: [data] ## O que valoriza (padrões observados em feedback real) - [ex.: número com fonte antes de opinião; odeia surpresa em comitê] ## Perguntas que sempre faz - [ex.: "qual o risco de prazo?" · "quanto custa não fazer?"] ## O que já derrubou (e o motivo declarado) - [data] — [entrega] — derrubou porque [motivo que ELE declarou] ## O que já elogiou (e o motivo declarado) - [data] — [entrega] — elogiou porque [motivo] ## Formato preferido - [ex.: 1 página, conclusão primeiro, detalhe em anexo] ## Registro corrido (uma linha por interação) - [data] — [contexto] — [o feedback, literal ou parafraseado]
▸ prompt 1 — estruturar feedback bruto na memória
Recebi este feedback em contexto profissional: DE: [Diretor A — papel dele no projeto] CONTEXTO: [reunião/entrega em que aconteceu] FEEDBACK (como me lembro ou como está na ata): [cole] Transforme em entradas para minha memória de critérios: 1. Que CRITÉRIO profissional este feedback revela? (formule como regra reutilizável) 2. Que pergunta essa pessoa provavelmente fará de novo, em qualquer projeto? 3. Escreva a linha para o "registro corrido": data — contexto — feedback em 1 frase. Registre só o profissional e declarado. Se algo do que colei for opinião minha sobre a pessoa (e não fato dito por ela), aponte e descarte.
▸ prompt 2 — o pré-comitê (a análise adversarial com a memória)
Você vai simular a revisão mais dura e realista possível da entrega abaixo, usando APENAS os critérios registrados na memória — não invente critérios novos. MEMÓRIA DE CRITÉRIOS: [cole o arquivo da pessoa] MINHA ENTREGA: [cole o report/proposta/plano] Responda como o ensaio do comitê: 1. As 5 perguntas que essa pessoa mais provavelmente fará — em ordem de probabilidade, citando qual entrada da memória sustenta cada previsão. 2. O que na entrega VIOLA um critério registrado (formato, falta de número, surpresa)? 3. O ponto mais provável de derrubada — e o que adicionar/mudar para sobreviver a ele. 4. A pergunta para a qual eu NÃO tenho resposta hoje. (Essa é a mais importante.) Seja duro. O ensaio que passa fácil é ensaio desperdiçado.
▸ prompt 3 — calibrar depois da reunião real (o que fecha o loop)
A reunião aconteceu. Compare o ensaio com a realidade: O QUE O ENSAIO PREVIU: [cole as previsões do pré-comitê] O QUE ACONTECEU DE VERDADE: [as perguntas e reações reais, em 3-6 linhas] 1. O que o ensaio ACERTOU? (confirma as entradas da memória que sustentaram) 2. O que aconteceu e o ensaio NÃO previu? Formule como entrada nova para a memória. 3. Que entrada da memória se mostrou desatualizada ou exagerada? (pessoas mudam — memória que não muda junto vira caricatura) Me devolva as linhas prontas para eu colar no arquivo.

Como implementar em cada ferramenta

O mecanismo é o mesmo em todas: a memória mora num arquivo seu (portátil, auditável, exportável) e a ferramenta a carrega na hora de usar. O que muda é onde guardar e como carregar.

ChatGPT

// onde a memória mora: um Project com o arquivo anexado
Nota: no plano corporativo (ChatGPT Enterprise/Team homologado pela empresa), pode usar nomes reais se a política interna permitir; no plano pessoal, pseudonimize.

Claude

// onde a memória mora: um Project com os arquivos no project knowledge
Nota: se sua empresa usa Claude via plano corporativo homologado, valem as políticas internas; no pessoal, pseudonimize.

Microsoft Copilot

// onde a memória mora: um arquivo no seu OneDrive corporativo
Nota: o Copilot corporativo já é homologado pela sua empresa e respeita as permissões que você tem — por isso ali nomes reais são aceitáveis. Ainda assim: critérios profissionais, nunca dossiê.

Como saber se funcionou

Réguas objetivas, na primeira reunião após o ensaio: o pré-comitê previu pelo menos uma pergunta que foi feita de verdade? Você ajustou pelo menos um ponto da entrega antes de apresentar? Se sim duas vezes seguidas, o sistema está pagando. E a régua de longo prazo: a frequência com que você é pego de surpresa em comitê deve cair visivelmente em um trimestre.

Onde isso quebra

Toda semana, uma sessão real do meu gabinete com IA — com o que funcionou e com o que quebrou.

Receber as próximas sessões sem spam, sem curso milagroso · sai quando quiser · exit 0