INITE Protocol: as 6 etapas aplicadas em um deploy real do Q2-2026, com os artefatos de cada passo

O que este post é e o que não é

O INITE Protocol é a metodologia de 6 etapas por trás de cada deploy B2B SME que a INITE AI entrega. Break, Hold, Track, Cut, Cast, Form. Os nomes são rótulos de etapa e a maioria dos leitores consegue adivinhar o sentido pela palavra. O que é mais difícil de transmitir - e o que todo overview de metodologia de consultoria deixa de fora - é o que o time realmente faz em cada etapa, quais artefatos saem e quais decisões são tomadas.

Este post preenche essa lacuna. Ele caminha um deploy real do Q2-2026 em uma firma de serviços profissionais de 60 pessoas (anonimizado; setor, escala e padrão de processo preservados; nomes e números específicos removidos onde o contrato exige). O deploy entregou 2 workflows em produção em 19 dias corridos a partir do kick-off. A projeção de ROI de 12 meses é de +$340K contra um custo total de construção de $74K. O time usa os workflows diariamente e não pediu para voltarmos - que é o objetivo.

Todo artefato descrito abaixo é um entregável real de um engajamento real. O protocolo em si está documentado em lib/brand-canonical.ts (whatShipped), locales/<lang>/common/protocol.json, e o JSON-LD HowTo em components/StructuredData.tsx. Os números de prova (40-60% de eficiência, ROI de 3-6 meses, 50+ empresas, 200+ workflows) são o agregado reportado pela empresa em todos os engajamentos.

Etapa 1 - Break (Semana 1-2): Diagnosticar e Resetar

A etapa Break responde a uma pergunta: existe um processo aqui cuja matemática de automação sobreviva ao escrutínio? Se sim, seguimos. Se não, encerramos o engajamento e reembolsamos o depósito do diagnóstico.

O que fazemos. Entrevistas com stakeholders (CEO, COO, 1-2 operadores de frente - nesse caso o sócio que toca a prática, a gerente de escritório e 2 consultores sênior). Observação do processo - acompanhamos o trabalho real por 4-8 horas por workflow alvo. Pull de dados - ingerimos 90 dias de dados operacionais dos sistemas existentes (CRM, ferramenta de projeto, billing, time tracking). Medição de baseline - instrumentamos o processo atual com tempo, throughput e contagens de erro.

Artefatos produzidos.

1. Mapa de processo com marcadores de gargalo. Um diagrama de swimlane de cada passo no workflow alvo, com throughput quantificado, taxa de erro e tempo de ciclo em cada handoff. Para este deploy mapeamos 3 workflows candidatos: (a) qualificação de leads de entrada (tempo de ciclo mediano 38 horas, 24% de drop-off), (b) comunicações de status de projeto (4,5 horas/semana por consultor, 12 consultores), (c) conciliação de invoice/time-entry (8 horas/semana, 22% de taxa de erro).
2. Relatório de custo-do-caos. O valor em dólares das horas perdidas por semana em retrabalho manual, handoffs perdidos e espera. Para este deploy o custo-do-caos foi de $11.200/semana nos 3 workflows candidatos - o número contra o qual o ROI é medido depois.
3. Matriz de prioridade. Cada workflow candidato pontuado em viabilidade de automação (técnica, 0-100) × ROI (negócio, 0-100). O topo da matriz é o que será construído em Cast; a base é explicitamente adiada. A matriz abaixo é a real (números preservados).

O terceiro workflow não é construído neste engajamento. Fica documentado como candidato de follow-up para um ciclo futuro, mas só depois que a etapa Hold limpe as questões de qualidade de dados que o tornam tanto menos viável quanto menos ROI hoje. Adiamento honesto faz parte da metodologia - não empacotamos o ruim para deixar o engajamento maior.

Decisão no fim de Break. Custo-do-caos $11.200/semana → anualizado $560K → top 2 workflows estimados em recuperar 50-60% disso = $280-340K/ano. Custo de construção estimado em $74K total ao longo de 12 meses (engenharia + monitoramento + tuning). Estimativa conservadora de ROI: +$200K no ano 1, payback no mês 4. Decisão: seguir para Hold.

Cerca de 1 em cada 3 dos nossos engajamentos de Break termina com a decisão de não prosseguir. O diagnóstico não encontra candidato onde a matemática conservadora de ROI seja positiva. Reembolsamos o depósito e escrevemos as razões. Isso soa como uma frase de marketing; na prática é a regra que mantém o resto da metodologia honesta.

Etapa 2 - Hold (Semana 2-3): Estabilizar e Arrumar

A etapa Hold responde: o processo alvo pode ser automatizado em seu estado atual ou precisa de estabilização primeiro? Automatizar o caos é a forma mais cara de tornar sistemas lentos lentos para sempre; esta etapa interrompe isso.

O que fazemos. Para cada workflow que será construído em Cast, identificamos as fontes de dados upstream, regras de validação e pontos de handoff que precisam ser confiáveis para a automação funcionar. Arrumamos os quebrados. Documentamos os SOPs (procedimentos operacionais padrão) para as versões manuais dos passos que permanecerão humanos - porque o novo workflow automatizado ainda fará handoff a humanos nas bordas, e o lado humano precisa ser consistente.

Artefatos produzidos.

1. SOPs para workflows-chave. Para este deploy: as regras de triagem de email para leads de entrada (o que conta como lead qualificado, o que é escalado, o que é descartado - escrito pela primeira vez); o template de atualização de status que o time vinha improvisando; os requisitos de campos de dados para o CRM (quais são obrigatórios na captura do lead vs na conversão).
2. Correções de qualidade de dados. O CRM tinha três valores de lead-source onde deveria haver um ("website", "web", "Website"). Consolidamos. A ferramenta de projeto tinha 4 valores de status ativos quando o time só usava 3. Removemos o morto. O inbox de email tinha 14 regras acretadas em 5 anos, metade mortas. Podamos para 6 regras ativas.
3. Correções manuais rápidas que economizam tempo imediatamente. Dois dos gargalos no workflow de qualificação de leads se mostraram corrigíveis sem nenhum AI - um era uma regra de encaminhamento de email que rota leads para um auto-responder de férias; o outro era um bug de campo obrigatório no CRM que forçava consultores a reentrar os mesmos dados duas vezes. Ambos corrigidos em Hold, antes de Cast começar. As economias de tempo só do Hold somaram cerca de 6 horas/semana no time - uma vitória pequena mas mensurável antes de qualquer automação entregue.

Hold é a etapa que a maioria das metodologias de "piloto AI" pula, e é a etapa que determina se o eventual workflow Cast terá inputs estáveis contra os quais trabalhar. Um workflow conduzido por LLM que recebe valores de lead-source inconsistentes, valores de status ambíguos e emails roteados para o inbox errado vai produzir lixo e o time vai culpar o AI. A etapa Hold garante que o substrato esteja limpo.

Etapa 3 - Track (Semana 3-4): Medir e Analisar

A etapa Track responde: como o processo realmente parece em produção instrumentada, não no mapa baseado em entrevistas que desenhamos em Break?

O que fazemos. Instrumentamos cada passo do workflow com logging de eventos com timestamp - tipicamente um middleware leve que registra eventos do processo (lead recebido, lead qualificado, lead convertido, atualização de status enviada, etc.) com tempo, identidade e desfecho. Coletamos 2-3 semanas de dados sobre o processo agora-estabilizado do Hold. Achamos padrões que o mapa estático perdeu.

Artefatos produzidos.

1. Dashboard de KPI (métricas ao vivo). Um dashboard em tempo real dos KPIs por workflow que serão rastreados em Cast e Form. Para este deploy: tempo de ciclo por workflow, throughput por consultor, taxa de intervenção (com que frequência o operador sobrepõe uma decisão automatizada) e taxa de erro. O dashboard entra no ar em Track e fica no ar em todas as etapas subsequentes - o time o vê diariamente.
2. Relatório de análise de padrões. Os achados não-óbvios dos dados instrumentados. Para este deploy, três achados se destacaram. (a) 31% dos leads de entrada vinham entre 18h e 8h local - o workflow manual não tinha ninguém em turno então e esses leads ficavam 12-16 horas antes da primeira resposta (um fato que o time não tinha medido porque ninguém estava observando fora do horário). (b) Atualizações de status eram 2,3x mais longas quando escritas entre 16-18h às sextas do que em outros momentos - suspeitamos de fadiga de pressa; a automação pode normalizar isso. (c) Os consultores que escreviam as atualizações mais longas tinham as maiores notas de satisfação do cliente - não devemos automatizá-los para brevidade cegamente; a qualidade de forma longa é uma feature.
3. Pontuações de viabilidade de automação por passo do processo. Uma avaliação linha-a-linha de quais passos em cada workflow são bons candidatos a automação (alto volume, inputs bem definidos, critérios de sucesso claros) vs quais devem permanecer humanos (baixo volume, inputs ambíguos, julgamentos). Para este deploy, qualificação de leads pontuou 82/100 (altamente automatizável), a geração do primeiro rascunho de atualização de status pontuou 76/100 (automatizável com revisão human-in-loop), e o envio final voltado ao cliente pontuou 38/100 (deve permanecer humano, mesmo após rascunhos de AI).

Track é o que transforma a hipótese da etapa Break ("este processo parece lento e propenso a erros") em especificação da etapa Cast ("este workflow tem estes gargalos específicos nestes passos específicos, com este formato de dados específico"). Um time que pula Track entrega um Cast que conserta a coisa errada.

Etapa 4 - Cut (Mês 2): Simplificar e Eliminar

A etapa Cut responde: quais passos no processo não deveriam existir, antes que qualquer deles seja automatizado?

O que fazemos. Pegamos o mapa de processo agora-instrumentado do Track e caminhamos passo a passo. Para cada passo, perguntamos: este passo adiciona valor ou é tecido cicatricial de um problema que não existe mais? Eliminamos os que não adicionam. Fundimos passos duplicados. Reordenamos passos onde a ordem é arbitrária. Preparamos o processo limpo como especificação para Cast.

Artefatos produzidos.

1. Fluxos de processo enxutos. A versão limpa de cada workflow alvo, pronta para automação. Para este deploy, o workflow de qualificação de leads foi de 11 passos para 6. Cinco passos eliminados: uma entrada de dados duplicada (CRM estava sendo atualizado duas vezes por razões de compatibilidade legada que já não eram verdadeiras havia 18 meses), uma aprovação redundante de gerente (adicionada durante um problema de qualidade anterior que tinha sido resolvido), dois emails de rastreamento de status que ninguém lia (medimos open rates - 4% e 7%), e uma exportação manual de dados que alimentava um relatório que ninguém mais rodava.
2. Passos redundantes eliminados - contagem e categorias. Nos 2 workflows alvo, 9 passos eliminados de 22 - 41%. A mediana de eliminação na etapa Cut em nossos deploys é 30-40%; este engajamento ficou no topo porque a firma não tinha feito revisão de processos havia 4 anos e o tecido cicatricial tinha se acumulado. Categorias: 4 entradas de dados duplicadas, 2 aprovações redundantes, 2 notificações mortas, 1 alimentação manual de relatório morto.
3. Especificações prontas para automação. Para cada passo que permanece e será automatizado, uma spec escrita - formato dos dados de entrada, critérios de sucesso, tratamento de erros, caminho de escalação, métricas de monitoramento. Esse é o artefato contra o qual Cast constrói. Para o workflow de qualificação de leads, a spec tem 11 páginas. Para o workflow de atualizações de status, a spec tem 7 páginas. Specs escritas previnem o modo de falha mais comum de Cast, que é o time de engenharia construir algo que não casa com o que o time de operações concordou em Track.

Cut é a etapa que a maioria das iniciativas "vamos adicionar AI" lideradas por CTO pula porque ninguém quer brigar com o time sobre eliminar seu passo de estimação. Brigamos. A matemática vence; as decisões de eliminação são escritas com o volume por passo do Track anexado como evidência. Um time que não Corta acaba automatizando o caos e o travando.

Etapa 5 - Cast (Mês 2-3): Construir e Implantar

A etapa Cast responde: os workflows especificados entram em produção e sobrevivem ao contato com usuários reais?

O que fazemos. Construímos cada workflow contra a especificação congelada em Cut. Implantamos em produção - não um ambiente de demo, não um sandbox, o ambiente real com os usuários reais. Fiamos monitoramento antes do lançamento. Integramos com as ferramentas existentes que o time já usa - o CRM, o inbox, a ferramenta de projeto - em vez de substituí-las.

Para deploys que vão sobre o ecosystem Inite (ver o post companheiro sobre o runtime compartilhado @inite/*), a etapa Cast reusa @inite/assistant para o runner LLM, @inite/inbox para qualquer superfície de conversa, @inite/api-kit para o padrão de wrapper de request, @inite/incidents para o caminho de escalação human-in-loop, e @inite/security para mascaramento de PII no audit log. A infraestrutura reusada comprime Cast de "construir tudo" para "configurar a maior parte e escrever a lógica de domínio". Para este deploy, o workflow de qualificação de leads foi ao ar em 8 dias corridos da spec congelada a leads reais ao vivo.

Artefatos produzidos.

1. 1-3 workflows automatizados em produção. Para este deploy: (a) workflow de qualificação de leads ao vivo em CRM + inbox de email - 100% dos leads de entrada agora fluem pelo triagem AI, com operator-override disponível em qualquer passo; (b) workflow de atualização de status de projeto ao vivo na ferramenta de projeto + email - gera rascunhos de atualização que o consultor revisa e envia. Ambos os workflows entraram em produção em 14 dias corridos do início de Cast.
2. Integração com as ferramentas existentes da firma. Sem novo dashboard para o time aprender. O workflow de leads aparece como regras de automação e comentários gerados por AI dentro do CRM existente. O workflow de atualização de status aparece como rascunhos no fluxo de email-compose existente. As ferramentas diárias do time não mudam; o AI é encanamento invisível dentro delas. Adoção é o assassino silencioso de pilotos; construir dentro do conjunto de ferramentas existente do time é como Cast evita. Usamos o padrão de registry de ferramentas do @inite/assistant para expor os workflows a qualquer agente que precise chamá-los - incluindo os agentes MCP-compatíveis que o CTO da firma usa para code review.
3. Treinamento de time e handover. Uma sessão ao vivo de 90 minutos por workflow com o time que o operará, mais um runbook escrito (3-5 páginas) por workflow cobrindo: como o workflow roda normalmente, quais métricas de monitoramento observar, o que fazer quando um alerta dispara, quem dentro é dono do workflow, como escalar para nós. O runbook é a ponte para Form.

Cast é também onde os chequeos de prontidão para agentes de browser são aplicados a qualquer superfície voltada ao operador que o workflow expõe - porque se um agente AI vai dirigir as ferramentas da firma para ajudar humanos, as próprias ferramentas precisam ser legíveis para agentes. Esse é um detalhe pequeno mas cada vez mais importante nos deploys de 2026.

Etapa 6 - Form (Mês 3-6): Otimizar e Escalar

A etapa Form responde: o workflow implantado sobrevive 12 meses de uso real, e o time acumula uma capacidade em vez de receber um projeto pontual?

O que fazemos. Observamos o tráfego de produção pelos primeiros 90 dias. Ajustamos o workflow contra dados reais, não assumidos. Escalamos para workflows adicionais na mesma plataforma. Passamos a posse operacional para um dono interno identificado.

Artefatos produzidos.

1. Dashboard de monitoramento de performance. O dashboard de KPI do Track, agora fiado aos workflows de produção e observado diariamente pelo dono interno. Para este deploy, métricas da semana 12: tempo de ciclo de qualificação de leads caiu de 38 horas para 1,4 horas (redução de 96%), taxa de drop-off de 24% para 9%; tempo de consultor para atualização de status de 4,5 horas/semana para 0,8 horas/semana (redução de 82%), nota de satisfação do consultor (Likert 1-5) subiu de 3,1 para 4,4. A reivindicação de 40-60% de eficiência no protocolo se sustenta - este deploy está no topo.
2. Otimização com base em dados de uso real. 4 rodadas de tuning nos primeiros 90 dias. Rodada 1 (semana 3): o AI era agressivo demais ao classificar leads borderline como não qualificados - ajustamos o threshold e a taxa de falso-negativo caiu de 11% para 3%. Rodada 2 (semana 6): os rascunhos de atualização de status estavam genéricos demais - adicionamos retrieval de contexto por cliente da ferramenta de projeto. Rodada 3 (semana 9): o caminho de escalação estava barulhento demais - adicionamos um gate de threshold de confiança. Rodada 4 (semana 12): o padrão de override do consultor mostrou que 3 tipos específicos de lead nunca devem auto-qualificar - adicionamos como regras duras. O tuning não é opcional; é o que torna o workflow bom em vez de funcional.
3. Plano de escala para a próxima onda de automação. Com a plataforma viva, a banda do time se abre. Documentamos 4 candidatos de follow-on para o próximo ciclo: o workflow de conciliação de invoice/time adiado em Break (agora viável porque Hold limpou os dados); uma automação de client-onboarding; um assistente de redação de propostas; uma automação de quarterly-business-review. Cada um pontuado na mesma matriz viabilidade × ROI usada em Break. A firma escolheu 2 para rodar em Q3-2026; estamos escopando como um engajamento separado.

O handover é a parte mais difícil de Form. O dono interno recebe acesso root à config do workflow, ao dashboard de monitoramento, ao registry de prompts e ao runbook de escalação. Continuamos disponíveis em check-in trimestral no primeiro ano, mas a responsabilidade operacional é deles. Workflows sem um dono interno identificado com orçamento para tuning são os que silenciosamente apagam em 6 meses. Recusamos entregar Cast sem Form, e recusamos chamar Form completo sem o dono interno.

Quanto custou o deploy e o que produziu

Os números são reais para este deploy específico. O agregado nos 200+ workflows que entregamos em 50+ empresas fica na banda de 40-60% de ganho de produtividade e payback de 3-6 meses. Engajamentos individuais variam acima e abaixo; este ficou no topo porque a firma vinha rodando os processos manuais por 4+ anos e a etapa Cut encontrou tecido cicatricial incomumente alto.

O que o protocolo é, em uma frase

O INITE Protocol é como uma metodologia se parece quando é construída de trás para frente a partir da pergunta "o workflow sobreviveu 12 meses de uso real?". Break / Hold / Track garantem que a matemática é real. Cut garante que o substrato vale ser automatizado. Cast entrega software grau-produção contra um processo limpo. Form faz a mudança grudar. Pular qualquer uma das seis é como o dinheiro da consultoria AI morre. Seguir as seis é como 200+ workflows em 50+ empresas continuam rodando depois que saímos.

Se sua matemática sobreviveu em Break, seu time é dono de Form. Tudo no meio é engenharia.