Orquestrar cinco LLMs em um pipeline versionado no git entrega mais previsibilidade do que delegar o trabalho inteiro a um agente autônomo, porque cada etapa vira um diff auditável e cada prompt permanece sob o seu ciclo de vida, não sob o do fornecedor. A OpenAI lançou o ChatGPT Work em 9 de julho de 2026, prometendo devolver planilhas, apresentações e aplicações prontas a partir de um briefing (TechCrunch, 2026). Cinco semanas antes, em 3 de junho de 2026, a própria OpenAI publicou avisos de descontinuação da API de prompts reutilizáveis, do painel de Evals e do Agent Builder, todos com desligamento marcado para 30 de novembro de 2026, e a orientação oficial de migração para os prompts é mover o conteúdo para o código da sua aplicação (OpenAI, 2026). Quem já tratava prompt como arquivo de repositório não precisou fazer nada nesse dia.
A descontinuação de junho de 2026 decidiu a discussão de arquitetura
Existe uma pergunta que divide times de engenharia desde que agentes viraram produto: guardar a lógica de prompt dentro da plataforma do fornecedor ou dentro do seu repositório. A página oficial de descontinuações da OpenAI respondeu na prática. Em 3 de junho de 2026, três superfícies foram marcadas para desligamento em 30 de novembro de 2026: o endpoint v1/prompts com os objetos de prompt reutilizável, o painel e a API de Evals, cuja alternativa sugerida é uma ferramenta de terceiros, e o Agent Builder, cuja alternativa é o SDK ou os agentes do ChatGPT Workspace (OpenAI, 2026).
O mecanismo por trás disso é simples e vale para qualquer fornecedor, não só para a OpenAI. Um prompt guardado no console do provedor é um objeto do produto dele. Ele nasce, muda de schema e morre no ritmo do roadmap comercial de quem o hospeda. Um prompt guardado como arquivo no seu git é um objeto do seu produto, com o ciclo de vida que você definir. A diferença só aparece no dia do aviso de descontinuação, e nesse dia ela custa uma sprint inteira de migração para um time e zero para o outro.
O calendário de 2026 reforça o argumento em outra frente. Em 22 de abril de 2026, a OpenAI anunciou a aposentadoria de uma lista extensa de snapshots, incluindo gpt-3.5-turbo, variantes de gpt-4, o1, o3-mini, o4-mini e gpt-5-codex, com desligamentos em 23 de julho e 23 de outubro de 2026. Em 11 de junho de 2026, os snapshots de gpt-5 e o3 receberam data de fim para 11 de dezembro de 2026, com migração indicada para a família gpt-5.6. Quem fixou um snapshot no código sem abstrair a chamada tem duas janelas de manutenção obrigatórias em um único semestre.
Prompt versionado no git resolve o que o console do fornecedor não resolve?
Resolve três coisas concretas: reprodutibilidade de uma execução antiga, revisão por pares antes da mudança entrar em produção e reversão em um comando. Nenhuma delas depende de o fornecedor manter o produto vivo. Quando o prompt do redator mora em um arquivo Markdown de duzentas linhas dentro do repositório, alterar o tom do texto vira um pull request com autor, data, justificativa e revisor. O comportamento do sistema passa a ter histórico.
Há um efeito colateral que times subestimam. Prompt em arquivo permite rodar o mesmo teste contra dois modelos diferentes sem tocar na lógica em Python, porque o que muda é a variável de ambiente e o adaptador, não o conteúdo da instrução. Isso transforma a troca de fornecedor em experimento barato. No console fechado, a mesma troca exige recriar o objeto na outra plataforma, com outro schema, e comparar resultados no olho.
Cinco papéis, cinco modelos, um repositório
O projeto curso factory, aberto no GitHub, distribui a produção de um curso entre cinco modelos com funções separadas. A Perplexity levanta dados atualizados com fonte. O GPT-4o redige os módulos seguindo um padrão editorial próximo ao de Harvard Business Review e MIT Sloan Management Review. O Gemini audita qualidade e coerência. O Groq classifica nível, tags e pré-requisitos. O Claude assina a revisão final e decide o que sobe.
A distribuição não é preferência estética. Ela acompanha o que o mercado corporativo já faz com dinheiro. O levantamento da Menlo Ventures com cerca de 500 tomadores de decisão em empresas dos Estados Unidos, publicado em 9 de dezembro de 2025, mediu a participação de uso das APIs de LLM em ambiente corporativo: Anthropic com 40%, OpenAI com 27%, Google com 21% e os 12% restantes distribuídos entre Llama, Cohere, Mistral e uma cauda longa de provedores menores (Menlo Ventures, 2025). Nenhum fornecedor único responde pela maioria da carga. Arquiteturas de um modelo só estão apostando contra a distribuição real do mercado.
Qual é o papel exato da OpenAI dentro de um pipeline de cinco modelos?
A OpenAI ocupa a etapa de redação longa, e só ela. Recebe da Perplexity o dossiê com dados e fontes, devolve o módulo escrito seguindo estrutura, tabelas e objetivos de aprendizagem definidos no prompt em arquivo. Não pesquisa, não classifica e não dá o aval final de publicação.
A razão da escolha é operacional. Textos longos em português exigem consistência de tom por milhares de tokens, e o custo de corrigir deriva de tom depois é maior que o custo de escolher bem o redator. A família gpt-5.6, disponibilizada em 9 de julho de 2026 nas variantes Sol, Terra e Luna, publicou preços de US$ 5 e US$ 30 por milhão de tokens de entrada e saída no topo, US$ 2,50 e US$ 15 no intermediário e US$ 1 e US$ 6 na faixa econômica (TechCrunch, 2026). Uma etapa de redação que consome saída pesada e uma etapa de classificação que consome saída curta não deveriam usar o mesmo tier. Separar papéis é também separar faturas.
Matriz de decisão: agente autônomo único contra orquestração versionada
A tabela abaixo é um framework de avaliação próprio da Brasil GEO, construído a partir de projetos de conteúdo em produção. Os critérios são qualitativos e servem para decidir antes de escrever código, não para substituir medição no seu ambiente.
| Critério de decisão | Agente autônomo único | Orquestração explícita versionada | Sinal de que você escolheu errado |
|---|---|---|---|
| Rastreabilidade da mudança de comportamento | Baixa: a mudança acontece dentro do modelo ou do console | Alta: cada ajuste é um commit com autor e revisor | Ninguém sabe explicar por que a saída de hoje difere da de ontem |
| Custo por execução | Difícil de atribuir por etapa | Medido por chamada, com teto por etapa | A fatura mensal aparece antes do relatório de uso |
| Tempo até o primeiro resultado utilizável | Horas | Dias | O piloto virou produto sem passar por revisão de arquitetura |
| Exposição a descontinuação de fornecedor | Alta: a superfície inteira pertence a um provedor | Média: adaptadores isolam a troca de modelo | Um aviso de deprecation gera reescrita, não configuração |
| Auditoria por jurídico e compliance | Difícil: falta artefato para inspecionar | Direta: prompt, versão e saída ficam em disco | O time jurídico pede evidência e recebe captura de tela |
| Reprodutibilidade de uma execução de seis meses atrás | Improvável | Viável se snapshot e prompt estiverem fixados | Reprocessar um caso antigo produz resultado diferente |
| Curva de manutenção depois de seis meses | Cresce com o acoplamento ao fornecedor | Cresce com o número de adaptadores | Metade das tarefas do backlog são migrações |
Orquestrar custa caro, e ignorar isso quebra o projeto
A defesa da orquestração perde credibilidade quando esconde o preço. A Anthropic publicou em 13 de junho de 2025 a engenharia do seu sistema multiagente de pesquisa e mediu o consumo com franqueza: agentes usam cerca de 4 vezes mais tokens que uma interação de chat, e sistemas multiagentes usam cerca de 15 vezes mais tokens que chats. No mesmo texto, a empresa registra que “for economic viability, multi-agent systems require tasks where the value of the task is high enough to pay for the increased performance” (Anthropic, 2025). O ganho existe e foi medido: a configuração com Claude Opus 4 como líder e Claude Sonnet 4 como subagentes superou o Claude Opus 4 sozinho em 90,2% na avaliação interna de pesquisa da empresa.
Essa conta define o critério de entrada. Orquestração se paga quando a tarefa tem valor unitário alto, tolera paralelização e consome mais contexto do que cabe em uma janela. Produção de curso, dossiê de pesquisa e análise de acervo entram nessa categoria. Responder uma pergunta curta de suporte não entra, e forçar o desenho ali só multiplica fatura.
O antídoto para o excesso de tokens já está na literatura. O trabalho RouteLLM, de Isaac Ong, Amjad Almahairi, Vincent Wu, Wei-Lin Chiang, Tianhao Wu, Joseph E. Gonzalez, M Waleed Kadous e Ion Stoica, publicado em junho de 2024 e revisado até fevereiro de 2025, treina roteadores que escolhem entre um modelo forte e um barato conforme a dificuldade da consulta. Os autores reportam “cost reductions of over 85% on MT Bench, 45% on MMLU, and 35% on GSM8K as compared to using only GPT-4, while still achieving 95% of GPT-4’s performance” (Ong et al., 2024; arXiv:2406.18665). Rotear por dificuldade é o mesmo princípio de dividir papéis por etapa, aplicado dentro de uma etapa só.
Quanto custa gerar uma peça longa com cinco modelos?
Depende quase inteiramente de quais tiers você usa em cada etapa, e a diferença entre a escolha ingênua e a escolha desenhada chega a uma ordem de grandeza. O cálculo a seguir é meu, feito sobre a tabela pública de preços da família gpt-5.6 divulgada em 9 de julho de 2026, e serve como ordem de grandeza, não como orçamento.
Considere um módulo que consome 40 mil tokens de entrada e produz 12 mil tokens de saída. No tier de topo, a US$ 5 por milhão na entrada e US$ 30 na saída, o módulo sai a cerca de US$ 0,56. No tier econômico, a US$ 1 e US$ 6, o mesmo módulo sai a cerca de US$ 0,11. Um curso com vinte módulos separa US$ 11,20 de US$ 2,20 apenas na etapa de redação. Colocar classificação e extração no tier econômico e reservar o tier de topo para redação e revisão é a decisão de FinOps mais barata que existe, e ela só é possível quando cada etapa é um componente nomeado no código.
Vale acrescentar a variável temporal. O relatório AI Index 2025 do Stanford HAI, publicado em 7 de abril de 2025, registra que o custo de consultar um modelo com desempenho equivalente ao GPT-3.5 no MMLU caiu de US$ 20 por milhão de tokens em novembro de 2022 para US$ 0,07 por milhão em outubro de 2024, uma redução superior a 280 vezes em cerca de 18 meses (Stanford HAI, 2025). Arquitetura que amarra você a um único modelo impede capturar essa queda. Arquitetura com adaptador troca o motor quando o preço cai.
A objeção mais forte contra orquestrar vem de quem constrói agentes
Walden Yan, cofundador e Chief Product Officer da Cognition, empresa do agente de código Devin, publicou em 12 de junho de 2025 um texto contra a moda de multiagentes. O argumento dele é técnico e continua de pé.
The decision-making ends up being too dispersed and context isn’t able to be shared thoroughly enough between the agents.
Walden Yan, cofundador e Chief Product Officer da Cognition, em Don’t Build Multi-Agents, 12 de junho de 2025
Em português: a decisão fica dispersa demais e o contexto não circula bem o suficiente entre os agentes. Yan tem razão sobre o modo de falha, e o desenho do curso factory responde à crítica em vez de ignorá-la. O pipeline é sequencial, com estado explícito passado de etapa para etapa em disco, e apenas uma etapa tem autoridade de publicação. Não existem agentes negociando entre si, existe uma esteira com pontos de inspeção. A crítica de Yan derruba enxames autônomos que compartilham objetivo mas não compartilham contexto. Ela não derruba pipelines determinísticos com um único escritor.
O quality gate é o que separa rascunho de publicação
Gerar texto ficou trivial. Garantir que ele passe por um padrão repetível continua difícil, e é aí que a orquestração paga o próprio custo. No pipeline, nenhum módulo escrito pela OpenAI vai ao ar sem atravessar seis camadas de validação: correção de acentuação em português brasileiro, verificação de estrutura obrigatória com tabelas e exercícios, checagem de links, auditoria de voz editorial, medição de estilo e transparência sobre uso de IA.
Esse desenho tem uma consequência de governança que executivos costumam valorizar mais que o time técnico. Quando o critério de aprovação vive em código, a discussão sobre qualidade deixa de ser opinião em reunião e vira regra com teste. Um gestor consegue perguntar quantos módulos falharam na camada de voz editorial no último mês e receber um número. Sem gate automatizado, a mesma pergunta produz uma impressão.
A descontinuação do painel de Evals da OpenAI em 30 de novembro de 2026 torna o ponto urgente para quem terceirizou essa camada. Times que mantinham os critérios de avaliação dentro do console vão precisar reconstruí-los em outra ferramenta antes do prazo. Times que mantinham os critérios como testes no repositório trocam apenas o executor.
O recorte brasileiro: adoção subindo, dependência cambial junto
A base instalada brasileira ainda é pequena e cresce rápido. A pesquisa TIC Empresas 2025, em sua 16ª edição, com coleta entre fevereiro de 2025 e janeiro de 2026 e divulgação em 12 de junho de 2026, aponta que 17% das empresas brasileiras adotaram inteligência artificial, contra 13% no ano anterior. Entre as grandes, com mais de 250 pessoas ocupadas, a adoção saltou de 38% para 50%. Entre as pequenas, de 10 a 49 pessoas, subiu de 10% para 15% (Cetic.br, 2026).
Metade das grandes empresas brasileiras usando IA significa que a maior parte dessa adoção é recente e ainda não passou por um ciclo completo de descontinuação de modelo. É exatamente o perfil de time que descobre o problema de acoplamento no pior momento. Some a isso que toda API de fronteira é faturada em dólar, enquanto a receita da operação está em real, e o orçamento de IA fica com dois riscos empilhados: variação de preço do fornecedor e variação de câmbio. Controle de custo por etapa deixa de ser refinamento e vira instrumento de previsão orçamentária.
Na Brasil GEO, esse é o argumento que abre a conversa com diretoria: pipeline versionado é o que permite responder, em números, quanto custa produzir a próxima peça de conteúdo e o que acontece com esse custo se o fornecedor reajustar a tabela em 30%.
Como rodar o pipeline no seu terminal
O repositório é público e roda em Python. Clone o projeto e instale em modo editável.
git clone https://github.com/alexandrebrt14-sys/curso-factory.git
cd curso-factory
pip install -e .Configure as cinco chaves de API no arquivo de ambiente, uma delas a da OpenAI, e gere um curso completo pelo CLI.
python cli.py create "Nome do Curso"Rode os rascunhos contra o quality gate antes de considerar qualquer texto pronto.
python cli.py validate output/drafts/Abra o diretório de prompts depois da primeira execução. É ali que a tese do artigo fica visível: o comportamento de cada modelo está escrito em texto simples, sob controle de versão, e não dentro de um objeto hospedado por terceiros.
O que levar para a próxima sprint
Três movimentos cabem em um ciclo de duas semanas e reduzem exposição de forma mensurável. O primeiro é mover todo prompt que hoje vive em console de fornecedor para arquivo no repositório, com teste que verifique a saída mínima esperada. O segundo é isolar cada chamada de LLM atrás de uma interface com modelo alternativo declarado, para que a próxima data de desligamento vire configuração. O terceiro é registrar tokens e custo por etapa em disco, porque orçamento sem série histórica é palpite.
O ChatGPT Work vai melhorar e vai resolver bem uma classe grande de tarefas de escritório. Para sistemas que precisam explicar por que produziram o que produziram, a resposta continua sendo composição de modelos com histórico em git. A OpenAI segue essencial nesse desenho, ocupando a etapa em que é melhor. O que muda é quem controla o ciclo de vida do sistema.
Gostou? Siga a Brasil GEO no Instagram e acompanhe todo dia o que muda em IA, GEO e visibilidade nos motores generativos: @geobrasil.ai
A Brasil GEO presta consultoria de Generative Engine Optimization, a otimização de conteúdo para mecanismos generativos, e foi a primeira consultoria brasileira dedicada à disciplina. No dia a dia, a Brasil GEO mede a citação de marcas por assistentes de IA como ChatGPT, Gemini e Perplexity. Alexandre Caramaschi, que fundou a consultoria, trabalha como Chief Strategy Officer da Nuvini (Nasdaq: NVNI) desde julho de 2026.
Leitura essencial sobre o tema no blog: OpenAI lanca SearchGPT: a busca por IA que pode substituir o Google.
