Todo mundo tem uma opinião sobre ferramentas de IA. A maioria dessas opiniões vem de quem está vendendo.

Aqui vai a realidade desconfortável: o mercado de ferramentas de IA virou um pântano de recursos sobrepostos, assinaturas concorrentes e promessas que raramente sobrevivem ao contato com trabalho de verdade. Montar um conjunto de ferramentas útil exige ignorar a maior parte do que você lê sobre como montar um conjunto de ferramentas útil.

A armadilha do colecionador

Você começa com o ChatGPT. Aí alguém comenta que o Claude escreve melhor. Você assina. Depois você ouve que o Perplexity é melhor para pesquisa, então adiciona esse também. Midjourney para imagens, obviamente. Jasper para texto de marketing porque tem modelos. Notion AI porque você já usa Notion. Gemini porque integra com as suas coisas do Google.

Seis meses depois, você tem sete assinaturas e aquela sensação vaga de que não está, de fato, mais produtivo.

Isso é normal. Um estudo do blog de engenharia da Cerbos constatou que “teams with high AI adoption interacted with 9% more tasks and 47% more pull requests per day” mas não necessariamente estavam concluindo mais trabalho relevante. A atividade parece produtiva sem virar resultados que importam.

Como um usuário do Hacker News colocou sem rodeios: “For me it’s just a glorified stack overflow.”

Isso não é desdenhoso. É honesto. E avaliações honestas de ferramentas de IA são raras, porque honestidade não vende assinaturas.

A questão de uma ferramenta só vs. um conjunto

Existe um debate persistente nas comunidades online: você deveria dominar uma ferramenta de IA a fundo ou se espalhar por várias ferramentas especializadas? A resposta depende de algo que quase ninguém menciona: o custo de atrito de trocar de contexto.

Quando você fica pingando entre ChatGPT, Claude e Perplexity dentro da mesma tarefa, você perde tempo. Não só os segundos de trocar de aba, mas o esforço mental de lembrar qual ferramenta está aberta, que contexto você já passou e o que cada uma faz de um jeito um pouco diferente das outras.

Um usuário do Hacker News chamado dexterlagan descreveu o momento de virada com clareza: “I’ve been writing detailed specs to direct LLMs, and that’s what changed everything for me.” Repare: ele não disse que mudar para um modelo melhor mudou tudo. Ele disse que mudar como trabalhava com as ferramentas mudou tudo.

Isso aponta para uma verdade desconfortável. Para a maioria das pessoas, na maior parte do tempo, na maioria das tarefas: como você usa uma ferramenta importa mais do que qual ferramenta você usa.

A divisão por categorias que ninguém pediu

Ferramentas de escrita se dividem em vários baldes que se sobrepõem: assistentes de uso geral como ChatGPT e Claude, ferramentas de texto mais específicas como Jasper e Copy.ai, e ferramentas de edição como Grammarly que agora têm recursos de IA enfiados ali.

A geração de imagens fragmenta do mesmo jeito. DALL-E mora dentro do ChatGPT. Midjourney entrega resultados estéticos bem característicos, mas exige usar o Discord, que algumas pessoas odeiam com a intensidade de mil sóis. Stable Diffusion roda localmente se você tiver o hardware e a paciência. Leonardo.ai oferece uma interface web com mais controle do que DALL-E, mas com uma saída menos marcante do que Midjourney.

Assistentes de programação viram sua própria categoria. GitHub Copilot, Cursor, Cody, Tabnine e mais uma dúzia prometem escrever código mais rápido enquanto introduzem bugs de um jeito que você nunca viu antes. A pesquisa da Cerbos constatou que “AI-generated code introduced 322% more privilege escalation paths and 153% more design flaws” em comparação com código escrito por humanos. Velocidade e qualidade puxam em direções opostas.

Ferramentas de pesquisa são outra categoria ainda. Perplexity pesquisa na web e cita fontes. O ChatGPT adicionou busca na web. O Claude tem um modo de pesquisa. O Gemini do Google integra com os seus dados reais. Cada um lida com a mesma tarefa fundamental com forças e fraquezas e limitações e pontos cegos diferentes.

As categorias borram. O ChatGPT escreve texto, gera imagens, analisa dados e navega na web. O Claude faz a maioria dessas coisas. Tentar manter fronteiras rígidas de categoria parece tentar organizar neblina.

Como as ferramentas funcionam juntas (ou não)

A propaganda em torno de conjuntos de ferramentas de IA sugere integração sem atrito. A realidade é mais bagunçada.

O ChatGPT não enxerga o que você fez no Midjourney. O Claude não sabe o que o Perplexity encontrou. Seu CRM tem recursos de IA que ignoram o contexto da sua ferramenta de e-mail, que tem outros recursos de IA ignorando o contexto do seu CRM. Cada ferramenta opera isolada, te forçando a fazer esse vai-e-vem manualmente.

Algumas integrações existem. O Zapier conecta coisas. O Make.com conecta coisas. O n8n conecta coisas se você curte YAML. Mas as integrações normalmente lidam com gatilhos e ações simples: “quando isso acontecer, faça aquilo”. O vai-e-volta mais sutil que torna a IA útil resiste à automação fácil.

O resultado é que o seu “conjunto” muitas vezes vira um monte de ferramentas desconectadas que você usa separadamente, e não um sistema coerente que amplifica sua capacidade. Você tem vários assistentes de IA que nunca se conheceram e nunca vão se conhecer.

Esse isolamento traz um custo escondido. Você dá contexto para uma ferramenta, obtém um resultado, aí transfere esse contexto para outra e ainda precisa colocar mais contexto por cima. A duplicação soma ao longo de uma semana, um mês, um ano trabalhando desse jeito.

O cenário de integrações

Integrações nativas oferecem a experiência mais lisa. Notion AI dentro do Notion, Grammarly dentro do Google Docs, Copilot dentro do VS Code. A ferramenta vive onde você já trabalha, usando o contexto que ela já tem, sem exigir que você copie e cole nada.

O preço é capacidade. Integrações nativas geralmente ficam atrás de ferramentas independentes em recursos e em qualidade de modelo. O Notion AI é conveniente, mas limitado. As sugestões de IA do Grammarly empalidecem diante das capacidades de escrita do Claude. Conveniência e potência competem entre si.

Conectores de terceiros tapam alguns buracos. O Zapier tem 7.000+ integrações de aplicativos. O Make.com oferece uma cobertura parecida com uma precificação diferente. Ambos permitem que você crie fluxos de automação que passam dados entre ferramentas automaticamente.

Mas existe uma diferença real entre “dispara automaticamente quando” e “responde de forma inteligente a”. A automação lida bem com as partes mecânicas. As partes de julgamento ainda exigem intervenção humana ou prompting manual.

Quando menos realmente é mais

Descoberta contraintuitiva: alguns dos trabalhadores do conhecimento mais produtivos usam menos ferramentas de IA, não mais.

A lógica é assim. Toda ferramenta exige aprender as suas manias, entender as suas limitações, descobrir os seus recursos escondidos e construir hábitos em torno da interface. Esse investimento se acumula com o tempo. Familiaridade profunda com uma ferramenta costuma produzir resultados melhores do que familiaridade rasa com cinco.

Um comentarista do Hacker News chamado joshstrange capturou isso: “Copilot is the sweet spot…It saves me significant time when coding.” Não vários assistentes de programação. Uma ferramenta, usada de forma consistente, gerando valor consistente.

A abordagem minimalista também reduz a fadiga de decisão. Quando você tem uma ferramenta de escrita, você abre a ferramenta e escreve. Quando você tem três ferramentas de escrita, primeiro você decide qual usar, depois fica preocupado se escolheu errado, aí talvez troque no meio. O ato de escolher já consome energia.

Também existe um piso de custo. Mais ferramentas significam mais assinaturas, o que significa mais dinheiro saindo da sua conta todo mês. Em algum ponto, o valor marginal de uma ferramenta adicional deixa de justificar seu custo marginal. Muita gente passa desse ponto sem perceber.

A pergunta honesta sobre produtividade

A IA realmente te deixa mais produtivo? A pesquisa dá uma resposta conflituosa.

Em média, desenvolvedores usando IA foram 19% mais lentos em um estudo, e mesmo assim estavam convencidos de que tinham sido mais rápidos. A sensação de produtividade se descola da realidade da produtividade. A IA parece rápida porque dá feedback instantâneo. Você digita um prompt, recebe uma resposta. O circuito de recompensa liga independentemente de a resposta realmente ajudar.

Só 16,3% dos desenvolvedores em outra pesquisa disseram que a IA os deixou mais produtivos “em grande medida.” O maior grupo, 41,4%, disse que teve pouco ou nenhum efeito. Esses números não batem com o marketing.

O problema pode ser uma versão do problema dos 70% de que praticantes falam. A IA te leva a 70%, mas os últimos 30% são a parte difícil. E esses 30% finais muitas vezes levam tanto tempo quanto fazer tudo do zero, anulando a economia de tempo dos primeiros 70%.

Para escrita especificamente, a IA é excelente em gerar primeiros rascunhos que exigem bastante edição. Gerar rascunho + editar pesado é mais rápido do que escrever do zero? Às vezes sim, às vezes não. Depende da pessoa, da tarefa, do nível de exigência.

Montando seu conjunto (se você insistir)

Comece com um assistente de uso geral. ChatGPT ou Claude. Os dois funcionam. Escolha um e use por um mês antes de adicionar qualquer outra coisa.

Acompanhe onde ele te falha. Não onde ele é teoricamente limitado, mas onde ele realmente trava o seu trabalho específico. Esses pontos de falha mostram onde uma segunda ferramenta pode acrescentar valor.

Adicione uma segunda ferramenta só quando você tiver um caso de uso claro que a primeira não consegue cobrir. Talvez geração de imagens. Talvez autocompletar código. Talvez pesquisa com citações. Um buraco específico, uma ferramenta específica para tapar.

Resista à terceira ferramenta. Sério. Duas ferramentas que você usa o tempo todo vencem cinco ferramentas que você meio que usa de vez em quando. O custo de troca se acumula mais rápido do que os benefícios.

Se você precisar adicionar mais, revise seu conjunto trimestralmente. Audite o uso real, não a utilidade teórica. Cancele assinaturas de ferramentas que você não abriu nos últimos trinta dias. As cobranças recorrentes continuam, você use a ferramenta ou não.

O conjunto que provavelmente funciona

Para a maioria dos trabalhadores do conhecimento, funciona assim:

Um assistente de IA. ChatGPT Plus ou Claude Pro. Resolve escrita, análise, geração de ideias e geração básica de imagens. Cobre 70% dos casos de uso com IA.

Uma ferramenta de imagens (se necessário). Midjourney se a qualidade importa, DALL-E se a conveniência importa. Ou ignore totalmente se imagens não são centrais no seu trabalho.

Um assistente de programação (se você programa). Copilot ou Cursor. Integrado ao seu editor. Disponível sem troca de contexto.

É isso. Três ferramentas no máximo. Custo total abaixo de $100 por mês. Mais capacidade do que você provavelmente vai usar.

A tentação de adicionar mais vai continuar. Você vai ler sobre alguma ferramenta que parece perfeita para algum processo. Você vai se inscrever no teste grátis. Vai usar duas vezes e esquecer que ela existe. Esse é o ciclo.

A conclusão desconfortável

Ferramentas de IA estão melhorando rápido. O conjunto que você montar hoje pode ficar obsoleto em um ano. As recomendações específicas importam menos do que o princípio por trás delas: não colecione ferramentas como cartas de troca, esperando que algum dia virem valiosas.

Encontre o menor conjunto de ferramentas que dá conta do seu trabalho real. Use com consistência suficiente para desenvolver habilidade de verdade. Ignore o resto.

Como um comentarista observou sobre complexidade de processos: “Your workflow is not sacred…If your workflow isn’t changing…you have grown stagnant.” As ferramentas vão mudar. Suas necessidades vão mudar. Construir um sistema elaborado em torno das ferramentas de hoje pode só significar mais trabalho para reconstruir quando as ferramentas de amanhã chegarem.

O melhor conjunto de ferramentas de IA talvez seja aquele em que você menos pensa.