# Velocidade da IA, com uma pessoa aprovando cada etapa

> O AI-Accelerated é o jeito como a Tog Lab desenvolve software com IA: agentes de IA fazem o trabalho pesado em sete etapas, e uma pessoa aprova cada uma antes da próxima começar.

URL: https://www.toglab.co/pt-br/ai-accelerated.html

[Português de Portugal](https://www.toglab.co/pt-pt/ai-accelerated.html.md) · [English](https://www.toglab.co/en/ai-accelerated.html.md) · [Español](https://www.toglab.co/es/ai-accelerated.html.md) · [Italiano](https://www.toglab.co/it/ai-accelerated.html.md)

[Conte o seu projeto](https://www.toglab.co/pt-br/contato.html) Ver como funciona

Mais rápido que o ciclo tradicional, com o registro de quem aprovou cada decisão.

## Como funciona, do pedido à produção

O mesmo ciclo se repete em cada uma das sete etapas. A IA faz o trabalho pesado e uma pessoa decide se a etapa está pronta.

Sete portões de aprovação, um ao fim de cada etapa. Em cada um, uma pessoa com nome e papel definidos lê o documento da etapa e decide se o trabalho avança. A IA não publica nada sozinha.

Ver o que acontece em cada etapa

## As sete etapas

Sempre na mesma ordem. Escolha uma etapa para ver o que a IA faz, quem aprova e o documento que fica registrado.

Em cada etapa, o selo mostra quem aprova antes de a próxima começar.

A IA faz

Portão de aprovação

Fica registrado

Exemplo de projeto

## Por dentro do AI-Accelerated

As peças técnicas que fazem a IA trabalhar dentro do padrão da sua empresa. Escolha uma peça para ver o que ela faz. O nome técnico aparece ao lado, para quem quiser se aprofundar.

## Até onde a IA vai hoje

Quatro níveis de autonomia. O AI-Accelerated trabalha até o terceiro, sempre com plano aprovado e a revisão de uma pessoa.

Arquivos fora do plano aprovado ou em áreas sensíveis, como pagamento, autenticação e dados pessoais, só são editados pela IA com aprovação explícita do tech leader da Tog Lab. O agente autônomo é pesquisa da Tog Lab e não entra em proposta comercial hoje.

### Inventário do AI-Accelerated

Numa proposta entra só o que já foi validado em projetos de clientes. O restante usamos nos nossos projetos ou ainda estudamos.

Inventário de outubro de 2026.

## O ciclo tradicional encolhendo com IA

Um case medido pela Tog Lab

Comparamos as mesmas entregas de um produto SaaS em dois modelos: o planejamento no ciclo tradicional e a execução com o AI-Accelerated. O domínio era bem definido. Em sistemas legados, o ganho costuma ser menor.

163 diasmenos de 5 dias

de trabalho nas três entregas medidas em dias: plano da funcionalidade, autenticação e pagamentos.

Menos horas de trabalho para a mesma entrega significam menos custo de projeto. Em cada projeto, medimos o ponto de partida e o ganho real antes de prometer qualquer número.

Cada linha compara os dois ciclos da mesma entrega. Barras em escala aproximada de horas de trabalho.

## Governança

Cada decisão tem dono e registro, e o AI-Accelerated não depende de um único modelo de IA.

Referências usadas no desenho da governança: NIST AI RMF, OWASP Top 10 para aplicações com LLM e ISO/IEC 42001. Elas orientam o desenho e não indicam certificação da Tog Lab.

[Leia: O carro sem motorista e o desenvolvimento de software com IA](https://www.toglab.co/pt-br/insights-carro-sem-motorista.html)

## Onde o AI-Accelerated roda

O método é o mesmo. Muda quem conduz e onde ele roda.

## Veja o desenvolvimento com IA num fluxo do seu negócio

Uma pessoa de negócios e uma de tecnologia do time conversam com você. Respondemos em 1 dia útil.

[Conte o seu projeto](https://www.toglab.co/pt-br/contato.html) [hello@toglab.co](mailto:hello@toglab.co)

## Mais conteúdo desta página

- Nos projetos da própria Tog Lab — As sete etapas com aprovação humana — Harness com contexto, regras e registro — Prototipação de telas acelerada por IA — Treinamento do time no AI-Accelerated
- Em pesquisa — Agente que atua como PO ou PM — Desenvolvimento mobile com IA — Reescrita de sistemas legados — Fluxo autônomo, sem uma pessoa no meio

- Contexto — O discovery consolidado numa fonte única de regras de negócio, riscos e decisões. — Organiza entrevistas e documentos e propõe as regras do negócio. — O responsável de negócio do seu lado valida as regras e os objetivos. — O Domain Context versionado no seu repositório. — versão 1.1 — O documento com os objetivos, as regras do negócio e os riscos. Todas as etapas seguintes partem dele.
- Requisitos — Requisitos, histórias, prioridades e riscos. — Redige requisitos, histórias e riscos a partir do contexto. — O responsável de negócio decide o que entra e o que fica de fora. — O PRD com prioridades e a data da aprovação. — versão 1 — A lista do que o sistema precisa fazer, em ordem de prioridade, com histórias de quem vai usar.
- Arquitetura — Arquitetura e infraestrutura com as escolhas explicadas. — Propõe alternativas de arquitetura com custo, prós e contras. — O tech leader da Tog Lab escolhe e registra o motivo. — O documento de arquitetura e cada decisão registrada (ADR). — Uma decisão técnica registrada: o que foi escolhido, as alternativas avaliadas e o motivo.
- Especificação — Fluxos, erros e critérios de aceite de cada funcionalidade. — Detalha fluxos, mensagens de erro e critérios de aceite. — O tech leader revisa e aprova a especificação. — A especificação de cada funcionalidade, com os critérios de aceite. — versão 1 — O detalhe de uma funcionalidade: como ela funciona, o que acontece em caso de erro e quando ela está pronta.
- Protótipo — Telas geradas a partir da especificação e validadas com quem vai usar. — Gera telas clicáveis a partir da especificação. — O design e o responsável de negócio validam com quem vai usar. — Cada versão do protótipo e o que mudou nela. — versão 3 — O registro do teste do protótipo com quem vai usar: o que mudou de uma versão para a outra.
- Infraestrutura — Configuração e publicação descritas passo a passo. — Prepara o passo a passo e a configuração de publicação. — O tech leader publica e confirma que o sistema está saudável. — O passo a passo e o registro de cada publicação. — versão 1 — O passo a passo de publicação, para que o deploy seja repetido sempre do mesmo jeito.

- Modelo de IA e chave — agnóstica de modelo — O AI-Accelerated chama o modelo de IA que a sua empresa escolher, pelo provedor e na região que fizer sentido, com a chave e a fatura no nome da sua empresa. Trocar de modelo é configuração, não um projeto novo. — Trecho da configuração que define qual modelo de IA é usado e em nome de quem. — provedor: o que a sua empresa escolher — regiao: a da sua empresa — chave: conta do cliente — id: o modelo que a sua empresa escolher — troca de modelo: só este bloco muda
- Harness — A estrutura que envolve os agentes: contexto do negócio, regras da empresa, ferramentas que cada agente pode usar, verificações e registro. O nome vem do arreio do cavalo: o modelo tem a força, e o harness direciona essa força para um trabalho útil, dentro de limites. É o que faz a IA trabalhar no padrão da empresa, em vez de responder solta. — A configuração do harness: o contexto, os agentes, as regras e quem revisa.
- Contexto do negócio — Domain Context, context engineering — Todo projeto começa por um Domain Context: regras, riscos e decisões numa fonte única. Cada etapa recebe só o contexto de que precisa, e os documentos de uma etapa (PRD, arquitetura, especificações) alimentam a seguinte. — Uma regra de negócio do Domain Context, que todos os agentes recebem. — O dado é do produtor. A cooperativa — só vê o que ele autorizar. — Sinal fraco na lavoura. — aprovado por: produto, cliente
- Agentes especializados — agentes e subagentes — Um agente por tipo de trabalho: requisitos, arquitetura, código, testes e documentação. Cada um tem instruções, ferramentas e permissões próprias, e um agente revisor confere o trabalho dos outros antes da pessoa. — O que cada agente pode usar e onde ele pode escrever.
- Guardrails — guardrails e permissões — Regras que barram, antes de rodar, o que não pode acontecer: operações destrutivas, dependências sem licença, acesso a dados fora do perfil e mudanças em áreas sensíveis sem aprovação explícita. — O registro do que as regras barraram antes de rodar. — guardrail no-destructive-ops — bloqueado DROP TABLE em produção — guardrail licencas — bloqueado pacote sem licença — dados só esquema, sem linhas
- Verificações automáticas — hooks, TDD, evals — Hooks rodam a cada passo dos agentes: testes escritos antes do código (TDD), evals que medem a qualidade das respostas, regressão e padrões de segurança antes de qualquer merge. — O resultado das verificações que rodam antes de cada entrega. — hook pre-commit ok — testes 42 passed — evals sem regressão — seguranca OWASP LLM ok — revisao aguardando a pessoa
- Portão de aprovação humana — human in the loop — No fim de cada etapa, a pessoa indicada lê o artefato e aprova, ajusta ou recusa. Cada pull request passa pela revisão de um profissional da Tog Lab antes de entrar. Nada vai do agente direto para produção. — Quem aprovou cada etapa, e o que ainda está aguardando. — etapa 01 Domain Context v1.1 — etapa 02 PRD v1 — etapa 03 HLD v1 — aguardando tech lead
- Rastro e repositório — ADR, changelog, observabilidade — Decisões de arquitetura viram ADRs, cada mudança entra no changelog e cada documento tem versão. O consumo de tokens por etapa fica visível. Tudo mora no repositório da sua empresa desde o primeiro commit. — Uma decisão registrada, com as opções, o motivo e quem decidiu. — ADR-07 CMS do site — opções Payload, Storyblok — decisão Payload — motivo dados no nosso banco — por tech leader — tokens desta etapa: no painel do projeto

- Nível 1 — Autocompletar — A IA sugere a próxima linha e o engenheiro aceita ou descarta. — No dia a dia
- Nível 2 — Editar um trecho — A IA reescreve uma função a pedido, e a pessoa lê a diferença antes de aceitar. — No dia a dia
- Nível 3 — Editar arquivos com plano — A IA altera arquivos a partir de um plano aprovado, com guardrails, testes e revisão de uma pessoa. — Limite de hoje
- Nível 4 — Agente autônomo — Planejaria, executaria e publicaria sem uma pessoa no meio. Exige evals e permissões ainda em validação. — Em pesquisa

- Você traz o pedido — Uma funcionalidade, um produto novo ou uma melhoria. Começamos pelo contexto do seu negócio.
- Os agentes preparam a etapa — Agentes de IA escrevem o documento, o protótipo ou o código daquela etapa, dentro das regras da sua empresa.
- Uma pessoa revisa e aprova — Nada segue sem aprovação. Se algo não está bom, a pessoa ajusta ou devolve para os agentes refazerem.
- A próxima etapa começa — São sete etapas até a produção. Cada aprovação fica registrada no seu repositório.

- Quem aprova do seu lado — O responsável de negócio da sua empresa. — Objetivos e regras do negócio — Prioridades do que entra primeiro — Protótipo testado com quem vai usar
- Quem aprova na Tog Lab — O tech leader e o time da Tog Lab no projeto. — Arquitetura e decisões técnicas — Especificação de cada funcionalidade — Código, testes e publicação em produção