1. Problema resolvido
O OLA precisava observar se uma pessoa externa, sem conhecimento de programação, conseguiria usar o modelo do OLA, com apoio do ChatGPT, para começar a transformar uma necessidade real em páginas, modelos e conhecimento estruturado.
2. Contexto
A participante foi coordenadora em entidade de ensino, precisou se afastar por licença e, nesse período, começou a produzir doces, especialmente brownies de chocolate em vários formatos. Ao retornar da licença, passou alguns dias em contato com o autor do OLA e participou de uma experiência prática usando o ChatGPT em seu próprio iPhone.
A conversa partiu da ideia de criar um sistema de apoio à produção e venda dos brownies. Entretanto, durante a experiência, ficou claro que o primeiro artefato produzido não era ainda um sistema operacional de gestão, mas um sistema de conhecimento sobre o negócio.
3. Demanda
A demanda não é desenvolver o sistema de brownies da participante. Esse sistema pertence ao domínio dela. A demanda do OLA é observar, registrar e compreender o processo de facilitação.
4. Participantes e papéis
| Participante | Papel na experiência | Observação |
|---|---|---|
| Participante externa | Usuária, dona da necessidade e conhecedora do negócio. | Deseja estruturar apoio para produção e venda de brownies. |
| Autor do OLA | Facilitador. | Ajuda a transformar necessidade em demanda, páginas, conceitos e estrutura. |
| ChatGPT da participante | Instrumento de geração e apoio cognitivo. | Utilizado na conta livre da própria participante, apontando para URLs do OLA. |
| OLA | Referência metodológica e memória externa estruturante. | Fornece modelo, linguagem, estrutura e orientação para criação das páginas. |
5. O que aconteceu
A participante usou seu próprio celular e sua própria conta do ChatGPT. A experiência mostrou que, ao citar endereços do OLA e pedir que a criação fosse orientada pelo modelo do OLA, o ChatGPT passou a produzir páginas e estruturas alinhadas ao modo de organização do projeto.
Necessidade prática → Conversa com facilitador → Uso do ChatGPT da participante → Referência a páginas do OLA → Criação de páginas → Explicação do código e do processo → Descoberta sobre sistema de conhecimento
A participante começou a ver as páginas nascerem e a compreender que por trás delas havia código, estrutura, conteúdo, modelo e processo.
6. Sistema de conhecimento x sistema operacional
Uma distinção importante surgiu durante a experiência. A participante provavelmente imaginava estar construindo um sistema de informação para gerir o negócio com dados reais. Porém, o que estava sendo produzido inicialmente era uma base de conhecimento estruturada sobre o negócio.
| Aspecto | Sistema de conhecimento | Sistema operacional de gestão |
|---|---|---|
| Função | Explicar, organizar e modelar o negócio. | Registrar, processar e controlar dados reais. |
| Exemplos | Receitas, processos, regras, entidades e orientações. | Pedidos, clientes, vendas, pagamentos, estoque e produção. |
| Resultado | Clareza e especificação do que precisa existir. | Operação cotidiana do negócio. |
| Estado atual | Já começou a nascer. | Ainda é uma etapa futura. |
7. Descobertas
Uso sem API própria
Por enquanto, não parece necessário embutir uma API do ChatGPT no OLA para permitir uso por terceiros.
OLA como referência externa
O usuário pode usar seu próprio ChatGPT e apontar para páginas do OLA como referência.
Facilitador como papel relevante
O autor atuou como facilitador, ajudando a transformar necessidade em conhecimento estruturado.
Conhecimento antes da operação
Antes de surgir um sistema operacional, nasce uma compreensão estruturada do negócio.
8. Hipóteses
| ID | Hipótese | Situação |
|---|---|---|
| H-001 | O OLA pode funcionar como ponte entre conhecimento do domínio, modelagem, especificação e futuro sistema operacional. | Em observação. |
| H-002 | O papel de facilitador pode ser mais central no OLA do que inicialmente previsto. | Em observação. |
| H-003 | Uma pessoa sem conhecimento de programação pode gerar páginas orientadas pelo OLA usando o ChatGPT próprio e URLs do OLA. | Primeira evidência positiva. |
9. Arquivos da demanda
Esta seção organiza as páginas já criadas ou previstas para registrar a experiência.
contexto.html
Registro mais detalhado do contexto da experiência, da participante e do ambiente de uso.
observacoes.html
Separa fatos, observações, interpretações, dúvidas e possíveis hipóteses.
hipoteses.html
Consolida o que a experiência sugere e o que ainda precisa ser validado.
proximos_passos.html
Organiza ações futuras, critérios de validação e quando gerar a entrega consolidada.
orientacao_facilitacao_com_participante.html
Orienta o que fazer com a participante, o que fazer depois e o que registrar no OLA.
10. Preparação para anotações
Para o próximo encontro, convém anotar de forma simples o que a participante deseja, onde trava, que entidades aparecem e que parte do negócio ela quer usar primeiro.
Data: Participante: Situação: 1. O que ela quis fazer? 2. Que página ela pediu primeiro? 3. Ela entendeu a diferença entre página de conhecimento e sistema operacional? 4. Onde ela travou? 5. O que ela conseguiu fazer sozinha no ChatGPT dela? 6. Que ajuda do facilitador foi necessária? 7. Que entidade apareceu como mais importante? Receita, Produto, Pedido, Produção, Cliente, Custo, Venda? 8. O que ela quer usar no dia a dia? 9. O que precisa virar controle com dados reais? 10. Que nova hipótese surgiu para o OLA?
11. Próximos passos
1. Trabalhar no ChatGPT dela
Gerar páginas do negócio de brownies na conta da participante, pois o negócio pertence a ela.
2. Criar visão do negócio
Começar por uma página como visao_negocio_brownies.html, antes do operacional.
3. Observar a prioridade
Identificar se o primeiro foco real será receita, pedido, produção, custo, venda ou cliente.
4. Atualizar o OLA
Registrar no OLA apenas o aprendizado sobre facilitação, hipóteses, decisões e evolução.