Think Tank Research

01 · leitura rápida

Resumo para decidir se vale aprofundar.

Skill de pesquisa multiagente com modos de execução explícitos, adapters para Hermes, Codex, Claude Code e plataformas web, e gates separados de revisão de evidências e revisão editorial.

02 · narrativa do percurso

O campo, a rota e o que foi aprendido.

Uma segunda resposta não é necessariamente uma segunda perspectiva.

Quando usamos IA para pesquisar um problema complexo, existe uma tentação natural: fazer uma pergunta, receber uma resposta extensa e tratá-la como uma análise.

Mas decisões reais raramente têm uma única dimensão.

Mercado pode apontar em uma direção enquanto operação aponta em outra. O que parece atraente para o público pode não fechar financeiramente. Uma oportunidade pode ser tecnicamente possível e, ainda assim, carregar riscos importantes.

O Think Tank Research nasceu para colocar essas tensões dentro do processo de pesquisa, antes da síntese.

Tipo: skill de pesquisa
Área: IA aplicada, pesquisa, estratégia, arquitetura de agentes
Versão pública: v0.2.1
Uso: análise de perguntas e decisões por perspectivas com mandatos diferentes

O problema

Pedir várias respostas a uma IA não garante pluralidade.

As respostas podem repetir os mesmos pressupostos, usar fontes semelhantes e chegar à mesma conclusão com pequenas mudanças de linguagem.

Isso cria alguns problemas:

• perspectivas importantes podem simplesmente não aparecer;
• repetição pode ser confundida com consenso;
• divergências podem desaparecer durante a síntese;
• evidência, inferência e opinião podem acabar misturadas;
• personas podem virar apenas estilos de escrita diferentes;
• uma recomendação final pode parecer mais segura do que os dados realmente permitem.

O problema que eu queria enfrentar era, portanto, menos “como gerar mais respostas?” e mais:

como estruturar uma pesquisa em que perspectivas diferentes tenham trabalhos diferentes a fazer?

A hipótese

A hipótese central do Think Tank Research é que a qualidade da síntese melhora quando a investigação é distribuída entre lentes com mandatos explícitos.

Cada lente recebe:

• uma pergunta comum;
• uma função própria;
• questões que precisa investigar;
• critérios para interpretar evidências;
• e um contrato de saída.

A síntese acontece depois.

Ela não deve apagar os conflitos entre os pareceres. Deve mostrar onde existe convergência, onde existe divergência, quais evidências sustentam cada leitura e o que continua desconhecido.

Meu papel

Concebi o método, estruturei os contratos de pesquisa e síntese, desenvolvi a skill, organizei os templates, adapters e modos de execução e criei os protocolos de revisão usados para controlar qualidade e portabilidade.

Uma parte relevante do desenvolvimento foi transformar um método que funcionava no meu ambiente de agentes em um pacote capaz de se adaptar a ambientes com capacidades diferentes.

Isso exigiu separar a metodologia das ferramentas específicas usadas para executá-la.

Como funciona

O processo parte de um briefing comum.

1. O problema é estruturado

Antes de pesquisar, o sistema identifica:

• pergunta central;
• contexto;
• público do relatório;
• decisão envolvida;
• restrições;
• fontes disponíveis;
• capacidades do ambiente.

2. O problema é dividido em lentes

As perspectivas não existem apenas para “discordar”.

Cada uma recebe um mandato.

Em uma decisão de mercado, por exemplo, podem existir lentes dedicadas a:

• mercado;
• comprador;
• desenho da oferta;
• viabilidade;
• risco.

O conjunto muda conforme o problema.

3. Cada lente produz seu próprio parecer

Quando o ambiente permite, os trabalhos podem ser realizados de forma independente e em paralelo.

Quando isso não é possível, a skill possui um modo sequencial controlado.

A limitação é declarada, porque executar todas as lentes no mesmo contexto reduz a independência entre elas.

4. A síntese procura relações, não uma maioria

O objetivo não é contar quantas lentes concordam.

A síntese identifica:

• convergências;
• divergências;
• dependências;
• lacunas;
• riscos;
• força das evidências;
• implicações para a decisão.

Uma visão minoritária pode ser justamente a informação mais importante do relatório.

5. Dois gates revisam a saída

O Think Tank separa deliberadamente duas atividades que muitas vezes são tratadas como uma só.

Evidence review

Verifica sustentação, fontes, classificação das afirmações, lacunas e nível de confiança.

Editorial review

Melhora clareza, ritmo e legibilidade sem alterar dados ou transformar incerteza em certeza.

A ordem importa.

Primeiro se verifica se a afirmação se sustenta. Depois se melhora a forma como ela é escrita.

Portabilidade como parte do problema

A primeira implementação estava ligada ao ambiente em que eu havia desenvolvido o método.

Isso funcionava localmente, mas criava uma dependência indesejada: ferramentas e nomes específicos do Hermes apareciam no próprio núcleo da skill.

Na versão portátil, reorganizei o projeto em torno de capacidades.

O núcleo descreve o que precisa acontecer. Os adapters traduzem isso para cada ambiente.

O pacote contempla modos como:

• multiagente com workspace persistente;
• execução em sandbox;
• sessão única sequencial;
• execução limitada às fontes fornecidas.

Há adapters para ambientes locais e web, além de um pacote distribuível em ZIP.

A degradação é controlada: se um ambiente não suporta subagentes, a metodologia continua utilizável, mas o relatório deve declarar a menor independência entre as lentes.

Um teste real

Para validar o método fora do ambiente de desenvolvimento, usei a mesma pergunta estratégica no ChatGPT web e no Claude.ai:

Uma pequena consultoria deveria oferecer workshops de IA para equipes de marketing no Brasil?

A pesquisa precisava separar demanda, desenho da oferta, risco e teste de mercado.

No ChatGPT, a skill foi descoberta e acionada a partir da pergunta. Cinco lentes foram utilizadas: Mercado, Comprador, Oferta, Viabilidade da consultoria e Risco.

O resultado trouxe algo particularmente importante para o método: as lentes não chegaram à mesma leitura.

Uma delas enxergava espaço para uma entrada mais ampla. A lente de risco defendia começar de forma mais estreita.

A síntese não eliminou esse conflito.

Em vez disso, transformou a divergência em uma decisão condicionada e deixou explícitas as variáveis que a pesquisa documental não conseguia resolver, como disposição a pagar, preço, formato e ciclo comercial.

Essas lacunas foram encaminhadas para um teste de mercado, não preenchidas com suposições.

Validação em ambientes diferentes

O mesmo cenário foi executado posteriormente no Claude.ai.

Nesse ambiente, a skill identificou que não havia a mesma estrutura de subagentes e escolheu o modo sequencial apropriado.

O relatório:

• declarou essa limitação;
• preservou a estrutura do método;
• classificou a força das evidências;
• descartou um número de mercado quando encontrou fontes incompatíveis;
• preservou divergências entre perspectivas;
• registrou lacunas sem tentar preenchê-las artificialmente.

Nos dois testes foram produzidos gates de qualidade com revisão de evidências e revisão editorial.

O pacote também foi instalado e carregado com sucesso no Hermes, onde descoberta e leitura das referências, templates e assets foram verificadas.

Tecnologias e estrutura

O Think Tank Research é deliberadamente leve.

O projeto utiliza principalmente:

• Skill Markdown como núcleo metodológico;
• templates de briefing, parecer e relatório;
• adapters por ambiente;
• referências sobre execução, evidência e revisão editorial;
• scripts Python para validação e empacotamento;
• pacote ZIP reproduzível;
• manifesto e checksum para verificação da distribuição.

A arquitetura foi pensada para evitar uma segunda implementação manual da metodologia para cada plataforma.

Há uma fonte canônica. As diferenças de execução ficam nos adapters.

Evidências e validação

A versão 0.2.1 possui:

• testes unitários e de contrato;
• validação estrutural e de privacidade;
• build determinístico;
• integridade de ZIP verificada;
• checksum da distribuição;
• release pública;
• homologação ponta a ponta no ChatGPT web;
• homologação ponta a ponta no Claude.ai;
• instalação, descoberta e carga verificadas no Hermes.

Na auditoria de prontidão do portfólio, o repositório também passou por varredura de segredos sem achados.

O que o projeto não faz

O Think Tank Research não transforma múltiplas respostas de IA em uma verdade coletiva.

Também não garante independência real entre perspectivas quando todas precisam ser executadas pela mesma instância ou dentro do mesmo contexto.

Não substitui:

• especialistas humanos quando eles são necessários;
• pesquisa primária;
• validação empírica;
• julgamento responsável em decisões sensíveis.

Sua função é organizar melhor a investigação e tornar mais visíveis evidências, conflitos, pressupostos e lacunas antes da decisão.

O que este projeto demonstra

O projeto começou como uma forma de melhorar pesquisa com agentes.

Durante o desenvolvimento, tornou-se também um exercício de arquitetura de método.

Foi necessário pensar não apenas em prompts, mas em:

• contratos de trabalho;
• independência entre análises;
• qualidade das evidências;
• degradação controlada;
• portabilidade;
• validação;
• distribuição;
• e limites.

É essa combinação que mais me interessa no projeto.

IA não aparece apenas como uma máquina que responde. Ela faz parte de um sistema de trabalho em que diferentes funções precisam produzir, confrontar e revisar conhecimento antes da síntese.

Estado atual

A versão pública atual é a v0.2.1.

ChatGPT web e Claude.ai foram homologados ponta a ponta. Hermes teve instalação, descoberta e carga validadas.

Na documentação auditada, Codex e Claude Code permanecem como ambientes ainda pendentes de homologação completa.

A branch principal também possui atualizações documentais posteriores à release. Uma eventual nova release para consolidá-las é uma decisão de manutenção, não um bloqueio para utilização do projeto no portfólio.

Aprofundar

Ver código e documentação no GitHub

Baixar a distribuição: release v0.2.1

Ver exemplos: o repositório inclui exemplos simples, relatório estratégico e documentação dos modos de execução.