Meta

Deixe tarefas complexas rodando sem vigiar cada etapa — deixe a IA continuar trabalhando em direção à meta.

Com a Meta do WeJot, você só precisa declarar com clareza o que quer alcançar. A IA vai dividir a meta em tarefas, acionar os recursos certos e continuar executando ao longo de vários turnos. Ela pausa quando precisa do seu julgamento ou da sua confirmação e verifica se a meta foi realmente concluída antes de terminar.

Por que a Meta existe

Criar uma pesquisa de 20 perguntas não é difícil para a IA. O difícil é ela ainda lembrar da primeira condição de ramificação no final, quando a pesquisa já tem 20 ramos de lógica. Quando a lógica começa a se acumular, adicionar uma pergunta de acompanhamento pode quebrar um salto existente, e corrigir um ramo pode deixar outro quebrado.

Muito do trabalho de pesquisa e de conteúdo não termina quando um bloco de texto é gerado. Ele normalmente passa por um ciclo completo: entender a necessidade, dividir em etapas, executar, revisar e conferir a entrega.

Por exemplo:

• Desenhar uma pesquisa completa do zero — com objetivos de pesquisa, lógica de perguntas e prontidão para distribuição;
• Extrair pontos de dor, segmentos de usuários e oportunidades de produto de respostas abertas, transcrições de entrevistas ou feedback de usuários;
• Revisar uma pesquisa existente quanto à redação das perguntas, integridade das opções, ramos de lógica e dimensões de análise;
• Conduzir um objetivo de pesquisa inteiro: esclarecer o plano, gerar a pesquisa e recomendar a distribuição da amostra e a análise dos resultados.

Essas tarefas costumam esbarrar em problemas no chat comum:

• Fluxo de tarefa longo: a IA precisa de várias chamadas de ferramentas e passadas de material; uma única resposta não dá conta do processo inteiro;
• Necessidade de confirmação: informações-chave como alvo da pesquisa, escopo da amostra e volume de perguntas não devem ser adivinhadas pela IA;
• Fácil de interromper: atualizar a página, problemas de rede, limites de recursos ou falhas do modelo podem quebrar a execução;
• Desvio de contexto: conforme a conversa cresce, a IA pode focar na mensagem mais recente e esquecer o requisito original de entrega;
• Critérios de conclusão pouco claros: a saída não equivale à conclusão — você ainda precisa confirmar se o conteúdo cobre a meta e está pronto para a entrega.

A Meta resolve exatamente isso: o problema das tarefas complexas que não conseguem seguir avançando nem ser validadas direito. Ela transforma um chat pontual em um fluxo de trabalho com meta, estado, controle de processo e verificações de conclusão.

O que a Meta resolve

Não é “continuar”, é concluir a meta

Boa parte do trabalho de pesquisa exige entender a meta, dividi-la em tarefas, acionar ferramentas, revisar conteúdo e conferir resultados. A Meta guarda a meta na sessão atual. Enquanto a meta continuar ativa, a IA pode avançar para o próximo turno sem que você fique digitando “continue” ou “siga em frente” repetidamente.

Ela é ideal para:

• Criar pesquisas complexas do zero: esclarecer os objetivos de pesquisa, gerar a estrutura da pesquisa, adicionar lógica de ramificação e verificar se ela pode ser publicada ou distribuída;
• Otimizar projetos existentes continuamente: seguir revisando a redação das perguntas, a integridade das opções, a experiência mobile e as dimensões de análise;
• Analisar materiais e produzir relatórios: transformar respostas abertas, transcrições de entrevistas, feedback de usuários ou textos de VOC em relatórios de análise entregáveis;
• Levar um objetivo de pesquisa de ponta a ponta: esclarecer primeiro a meta, depois gerar a pesquisa e, por fim, recomendar a distribuição da amostra e a análise dos resultados.

A Meta se importa menos com “o que a IA disse neste turno” e mais com “a entrega final está completa”. Enquanto a meta não estiver concluída, a IA conecta o trabalho posterior aos requisitos anteriores.

Tarefas longas não têm mais só “em execução” e “parada”

Tarefas complexas nem sempre são melhor executadas de uma só vez. A Meta mostra o status da meta e o tempo de execução na sessão, para você saber o que a IA está fazendo, por que pausou e quem precisa agir em seguida.

Os status comuns incluem:

• Em andamento: a IA está empurrando a meta para frente continuamente;
• Pausada: você pausou a tarefa e pode retomá-la depois;
• Aguardando resposta: a IA precisa que você adicione informações ou confirme uma decisão-chave;
• Bloqueada: a tarefa não pode continuar por causa de condições externas ou materiais obrigatórios ausentes;
• Concluída: a meta passou pela revisão e a tarefa foi formalmente encerrada.

Durante a execução, você pode pausar, retomar, editar ou excluir a meta. Se a descrição da meta estiver imprecisa, você pode editá-la diretamente. Se a meta não for mais necessária, você pode excluí-la sem afetar o conteúdo da conversa já gerado.

Quando a IA encontra alvos de pesquisa pouco claros, duas opções igualmente válidas, compensações na quantidade de perguntas ou condições de amostra que precisam de confirmação, ela entra no status Aguardando resposta. Ela só continua depois que você confirma. Isso reduz a necessidade de ficar de olho na tarefa e evita que a IA adivinhe decisões-chave.

Se a meta está completa, isso é verificado a sério

O ponto final da Meta não é “a IA respondeu com um parágrafo”. É se a meta foi realmente alcançada. O sistema lê os materiais relevantes em torno da meta, verifica o conteúdo-chave e registra o resultado da revisão.

Se as condições-chave não forem atendidas, a IA continua processando. Se a meta atende aos requisitos, a tarefa é marcada como concluída. Se condições externas impedirem o avanço, ela entra no status Bloqueada até o problema ser resolvido.

A Meta também permite adicionar critérios de aceitação à meta, por exemplo:

• Se a pesquisa cobre o objetivo de pesquisa;
• Se os ramos de lógica estão completos e os saltos retornam ao caminho certo;
• Se a quantidade de perguntas atende aos requisitos;
• Se os resultados foram organizados em um relatório entregável;
• Se os itens que o usuário pediu para não alterar foram preservados.

Do que é feita uma sessão de Meta

Descrição da meta

A descrição da meta é o núcleo da Meta. Ela deve dizer o que você quer que a IA conclua de fato, e não apenas uma única ação.

• Não é clara o suficiente: Me ajude a revisar a pesquisa
• Melhor para a Meta: Revise esta pesquisa de teste de conceito de produto novo, otimize a ordem das perguntas, a integridade das opções e os ramos de lógica, e garanta que ela possa ser usada para a distribuição da amostra

Quanto mais clara a meta, mais fácil para a IA decidir o que fazer em seguida e verificar no final se ela está completa.

Retomada automática

Quando um turno de execução da IA termina e a meta ainda está em andamento, o sistema inicia o próximo turno automaticamente. Antes de retomar, ele confirma o status da meta novamente para evitar reiniciar por acidente metas pausadas, aguardando resposta ou já concluídas.

Assim, uma tarefa complexa pode se dividir naturalmente em vários turnos: um para gerar a estrutura, um para adicionar detalhes, um para verificar a lógica e um para organizar os resultados — sem que você empurre cada etapa manualmente.

Confirmação do usuário

A Meta não deixa a IA decidir tudo sozinha. Quando a tarefa exige sua preferência, autoridade ou julgamento de negócio, a IA para para perguntar e espera a sua confirmação antes de continuar.

Isso importa especialmente para alvos de pesquisa, escopo da amostra, limites de perguntas, compensações de conteúdo e formatos de entrega.

Revisão da meta

A revisão da meta decide “já está pronto?”. Ela lê os materiais em torno da meta, verifica o conteúdo-chave e grava o resultado de volta no status da Meta.

Se estiver completa, a tarefa termina. Se as condições-chave não forem atendidas, a IA continua processando. Se condições externas impedirem a conclusão, ela entra no status Bloqueada.

Como escrever uma meta melhor

Uma meta executável normalmente tem três partes:

1. Saída final: se você quer uma pesquisa, uma conclusão de análise, um relatório, uma página revisada ou um plano completo;
2. Padrões de qualidade: por exemplo, lógica de perguntas completa, pronta para distribuição da amostra, conclusões rastreáveis ou agrupamento de conteúdo claro;
3. Condições de contorno: como limitar a quantidade de perguntas, focar em um grupo de usuários, usar certos tipos de pergunta ou não alterar conteúdo existente.

Por exemplo, em vez de simplesmente pedir “me ajude a fazer uma pesquisa”, você pode descrever assim:

Me ajude a desenhar uma pesquisa para descobrir quais softwares de colaboração de escritório os usuários conhecem. Primeiro liste 10 opções de software e deixe os usuários adicionarem as suas; depois peça para avaliarem a satisfação com cada um que conhecem; e, para qualquer software com o qual não estejam satisfeitos, faça um acompanhamento perguntando o motivo.

Essa meta inclui a saída final, as etapas de execução e as condições de acompanhamento, o que facilita manter a execução e julgar a conclusão.

Não recomendado:

Faça uma pesquisa sobre software de colaboração de escritório.

Isso até consegue iniciar uma tarefa, mas a IA teria coisas demais para adivinhar, então é mais provável que ela fique fazendo perguntas de acompanhamento ou se afaste da necessidade real.

Como a Meta se encaixa no fluxo de trabalho do WeJot

Os recursos de IA do WeJot podem trabalhar juntos por meio da conversa para concluir um projeto de pesquisa, e a Meta amarra o resultado final:

• Geração inteligente de pesquisa: gerar a estrutura da pesquisa a partir dos objetivos de pesquisa, suportar qualquer tipo de pergunta, lógica e aparência, e continuar verificando se o conteúdo está completo;
• Distribuição precisa: depois que a pesquisa estiver pronta, continuar organizando um plano de execução em torno do público-alvo, das condições de amostra e dos requisitos de distribuição;
• Insights de dados conversacionais: analisar os dados coletados, as respostas abertas e os materiais de entrevista por meio da conversa para completar a síntese, a comparação e a organização do relatório.

A Meta não limita você a uma única etapa. Ela é melhor em conectar várias etapas, deixando a IA passar de “gerar um resultado” para “concluir um trabalho completo”.

Quem pode ver a Meta

A Meta é hoje mais uma capacidade avançada de fluxo de trabalho com IA e pode não ser exibida diretamente para todos os usuários comuns. Ver ou não o acesso depende da sua conta, do ambiente, da versão e dos feature flags.

Se você não vê um acesso à Meta na interface, normalmente significa que o recurso ainda não está liberado para a sua conta. Isso não afeta a criação normal de pesquisas, o chat com IA, o Esclarecimento, os Subagentes nem outros recursos.

A Meta não é apenas um botão extra para a IA. Ela dá à IA do WeJot a capacidade de “continuar trabalhando em direção a uma meta”: saber o que concluir, quando continuar, quando esperar pelo usuário e, por fim, verificar se a meta está realmente completa.

Como se relaciona com outros recursos

A Meta não substitui os outros recursos de IA do WeJot. Ela funciona mais como uma camada de “gestão de metas de longo prazo”:

• Combina com Esclarecimento: primeiro transforme ideias difusas em objetivos de pesquisa claros e depois entregue-as à Meta para execução contínua;
• Combina com Subagente: quando a tarefa precisar de análise paralela ou processamento por papéis, o Subagente divide e executa, enquanto a Meta protege a entrega final;
• Combina com Entrevista com IA: gerar roteiros de entrevista, verificar estratégias de acompanhamento e organizar os materiais de entrevista em torno dos objetivos de pesquisa da entrevista;
• Combina com Skills Management: as Skills determinam quais capacidades a IA pode acionar, enquanto a Meta determina em direção a qual resultado essas capacidades devem continuar trabalhando.

Em resumo, os outros recursos são mais sobre o “como”, enquanto a Meta foca no “o que concluir e quando conta como pronto”.