Organização de arquivos e pastas: três camadas para IA

Por que isso importa

Antes de criar outro agente, você consegue apontar qual documento contém a decisão vigente do projeto? Essa pergunta me parece mais útil do que escolher a próxima ferramenta. Quando uma hipótese antiga, um rascunho e uma entrega aprovada ficam misturados, delegar trabalho exige explicar tudo novamente — e conferir se a IA encontrou a versão certa.

Dan Harrison propõe separar o trabalho em três camadas: Atlas, para referências e ideias; Projects, para o que está em desenvolvimento; End Products, para entregas concluídas. Minha leitura é que a contribuição mais útil dessa estrutura está em explicitar o estado de cada material. O nome da pasta ajuda pouco se ninguém sabe quando um arquivo pode mudar de estágio.

O vídeo relata melhora nas respostas e redução de gastos com tokens, mas não apresenta uma comparação controlada. Eu trataria esses ganhos como hipóteses para testar. A organização digital já tem um benefício verificável antes de qualquer promessa sobre IA: permitir que outra pessoa encontre uma referência, entenda sua validade e continue o trabalho.

Pontos principais

• 00:00 Arquivos duplicados e nomes ambíguos aparecem como sinais de decisões pendentes. A implicação prática é investigar o significado das versões, além de arrumar a aparência das pastas.
• 02:45 Dan apresenta uma skill para ajudar na organização recorrente. Antes de automatizar essa limpeza, vale definir o que a ferramenta pode classificar e quais mudanças precisam de revisão humana.
• 04:26 A pausa na construção de agentes permite rever o processo existente. Para quem trabalha com tecnologia, isso sugere examinar entradas, decisões e entregas antes de acrescentar outra automação.
• 05:34 Surge a adaptação em três camadas, começando pelo Atlas. Separar material exploratório ajuda a evitar que uma ideia ainda sem validação seja usada como orientação definitiva.
• 06:41 Projects e End Products completam a estrutura. A passagem entre essas áreas precisa de um critério de conclusão; produzir um arquivo não significa que ele esteja pronto para uso.
• 07:16 Dan associa Chat, Cowork e Claude Code a diferentes momentos do trabalho. Essa é uma interpretação pessoal do autor, não uma divisão obrigatória das funções dessas ferramentas.
• 08:56 A mesma lógica aparece nas comunidades comerciais de Dan. O exemplo mostra como ele organiza sua oferta, mas não exige que o leitor replique três produtos ou três comunidades.
• 12:15 O autor relaciona clareza dos arquivos a menor esforço da IA. A economia depende de como o sistema seleciona e carrega informações; mudar nomes de pastas, sozinho, não demonstra redução de consumo.
• 13:21 A discussão sobre excesso de sofisticação oferece um critério útil: cada regra nova de organização deve resolver uma dificuldade observável de quem produz ou usa os arquivos.
• 14:59 A sugestão final é pedir ajuda à IA para organizar o acervo. Um primeiro passo controlável é solicitar um inventário e uma proposta de classificação antes de autorizar movimentações.

Como aplicar

Organização de arquivos e pastas com regras de passagem

Comece por um projeto ativo, como uma proposta de implantação de software. Reserve 30 minutos e trabalhe com uma cópia dos documentos. Migrar todo o acervo de uma vez dificulta perceber quais regras realmente ajudam.

Use as três camadas do vídeo como estados do trabalho:

| Camada | O que entra | Condição para avançar | | --- | --- | --- | | Atlas | Referências, perguntas, ideias e alternativas | Existe uma tarefa definida que usará esse material | | Projects | Briefing, decisões e versões em elaboração | A entrega atende aos critérios combinados e foi aprovada | | End Products | Versão aprovada para uso | Mudanças posteriores abrem uma nova revisão |

Uma proposta enviada ao cliente pode estar concluída mesmo que a venda continue em andamento. Por isso, classifique a entrega, sem tentar representar todo o negócio pelo nome de uma pasta.

Dê à IA um ponto de entrada

Dentro do projeto, crie um LEIA-ME.md curto com objetivo, responsável, próxima decisão, fontes válidas e condição de conclusão. Por exemplo: “Preparar proposta de implantação; usar a tabela comercial revisada em novembro; aprovação pelo responsável técnico; valores ainda sujeitos à conferência”.

Acrescente caminhos para os documentos necessários. Uma referência reutilizada por vários projetos pode continuar no Atlas, com um link no projeto. Isso evita manter cópias que envelhecem de formas diferentes. Registre também a data de revisão de informações que mudam com frequência.

A Anthropic recomenda selecionar cuidadosamente as informações que entram no contexto do modelo. Minha aplicação dessa orientação aqui é usar o índice para localizar o material necessário a cada tarefa, em vez de anexar o acervo inteiro. Veja a orientação técnica da Anthropic.

Acrescente o que as três pastas não resolvem

Um projeto cancelado precisa ter seu estado registrado. Ele pode permanecer em Projects com um campo de situação e sair da lista de trabalhos ativos. Colocá-lo em End Products sem explicação confundiria encerramento com entrega aprovada.

Também registre quem aprovou cada entrega e qual versão foi aprovada. Para um manual, “concluído” pode significar revisão técnica e exemplo reproduzido. Para uma proposta, pode exigir conferência de escopo e valores. Defina isso antes de pedir que a IA produza o documento.

O arquivo aprovado pode receber um nome como proposta-implantacao-v1.pdf. Seu registro de aprovação fica no projeto. Se houver mudanças, abra uma nova revisão e mantenha identificável a versão anteriormente enviada.

Use este prompt para uma primeira triagem

Analise apenas os arquivos disponibilizados para este projeto. Proponha sua classificação em Atlas, Projects ou End Products. Para cada arquivo, informe o caminho atual, o destino sugerido, a justificativa e as dúvidas. Aponte possíveis duplicatas sem escolher automaticamente qual apagar. Não mova, renomeie nem exclua arquivos. Não considere uma entrega aprovada sem evidência de aprovação. Ao final, liste as decisões que dependem de mim.

Esse pedido gera uma proposta revisável. A automação semanal mencionada no vídeo faz mais sentido depois que você consegue corrigir essa proposta com poucas dúvidas recorrentes.

Teste durante uma semana

Escolha três tarefas reais: localizar uma decisão, atualizar uma proposta e preparar uma entrega a partir de referências. Antes de reorganizar, registre quanto tempo cada uma exige, quais arquivos foram consultados e quantas correções você fez na resposta da IA.

Repita as tarefas em sessões novas, mantendo modelo, pedido e critérios de avaliação. Quando houver cobrança por uso, registre tokens de entrada, saída e cache separadamente, além do custo informado. Em assinaturas sem esse detalhamento, compare tempo e retrabalho; esses dados não permitem concluir quanto você economizou em tokens.

Dê um ponto para cada condição atendida: usou a versão vigente, cumpriu o pedido e respeitou o formato esperado. Considere a tarefa aprovada somente com três pontos. Compare qualidade e tempo de revisão, além de consumo.

Essa comparação pequena orienta a próxima decisão, mas não prova um ganho universal. Se funcionar, amplie para outro projeto. Se a ideia de um segundo cérebro com IA continuar exigindo instruções extensas para cada arquivo, revise as regras de classificação antes de comprar outra ferramenta.