Startup AI-Native
Um mapa interativo dos conceitos do Founder's Playbook da Anthropic para quem quer começar uma startup na era da IA. Percorre as 4 etapas do ciclo (Ideia · MVP · Launch · Scale), qual superfície do Claude usar em cada momento, e — para cada fase — a meta, o critério de saída e as armadilhas a evitar.
Founder = orquestrador de agentes, não executor individual. A atenção sobe na pilha: gerar ideias e dirigir os sistemas que as executam.
A IA dissolve o muro entre 'quem sabe construir' e 'quem tem a ideia' — founders sem background técnico shippam software de produção; founders técnicos produzem GTM, modelo financeiro e pitch.
O gargalo não é mais o que você consegue construir — é o que você escolhe construir.
Pesquisar como consultor · construir como time de eng · operar como time de ops — com alavancagem muito acima do headcount.
Chat → trocas rápidas sem sair do app: resumir um memo denso, checar uma afirmação antes de reunião, destrinchar uma thread longa.
Cowork → trabalho de conhecimento que leva tempo: doc/deck/planilha a partir dos seus arquivos, com conectores (Gmail, Calendar, Drive…) e runs agendados.
Code → escrever / testar / shippar software: acesso ao codebase, diffs, git, Plan Mode, ambientes local/IDE/cloud.
Cada um produz saídas que viram entrada do outro — usar os três juntos rende mais que a soma das partes.
Validação por evidência: provar que existe um problema real (e que sua solução o resolve) antes de comprometer recursos.
Problem-solution fit: você nomeia quem tem o problema, com que frequência, quão grave e o que faz hoje a respeito.
Confundir construir com validar — o protótipo não é a prova; as conversas com usuários reais são. (42% das startups falham por construir o que ninguém quer.)
Scaling prematuro — o agente de código refatora uma premissa errada com o mesmo entusiasmo de uma certa. A inteligência do sistema é sua.
Perda de objetividade — peça evidência do que já acredita e a IA acha. Vire a mesma ferramenta contra a própria ideia.
Afiar a hipótese até ficar testável + usar Claude como advogado do diabo (buscar o que refuta).
Mapa competitivo por tier (diretos, indiretos, adjacentes, possíveis compradores) + sintetizar reviews de concorrentes = pesquisa qualitativa quase grátis.
Entrevistas: quem falar, o que perguntar (passado real, não futuro hipotético) e análise pós-entrevista no Cowork.
Protótipo leve com Code: só a interação central, na frente de 5 pessoas do perfil-alvo.
Em vez de 'pessoas têm dificuldade com X', escreva uma hipótese testável: 'times jurídicos in-house de empresas médias gastam 3+ dias por ciclo de revisão de contrato porque os redlines vivem em e-mail, não num doc versionado.'
Traduzir o problema validado no menor produto que usuários reais usam — sem acumular dívida técnica que compõe.
Contexto persistente desde o dia 1 (arquivos CLAUDE.md) = IA como multiplicador, não fonte de entropia.
Evidência de PMF: um grupo identificável retorna (retenção), paga (receita) ou indica (referral).
Dívida técnica agêntica — sem specs/arquitetura escritas, cada sessão re-deriva decisões e elas divergem até o codebase perder coerência.
PMF falso — pico de amigos / Hacker News / portfólio do investidor não prevê a semana 6 ou 12.
Scope creep sem fricção — cada feature parece defensável. Escreva o que o produto NÃO faz, antes de construir.
Inseguro por inexperiência — código que funciona ≠ código seguro. Faça um review de segurança antes de qualquer usuário tocar.
Definir a arquitetura ANTES → salvar como CLAUDE.md (a memória persistente do projeto, lida automaticamente pelo Code).
Documento de escopo: o que faz, o que deliberadamente não faz, e qual evidência de usuário justifica adicionar algo.
Build com Code: cada sessão = executar decisões já tomadas, não inventar novas. Atualizar o CLAUDE.md ao fim de cada sessão.
Security review + framework de medição (D7/D30, ativação, retenção) definido ANTES do launch — para não confundir ruído com tração.
Litmus de PMF — teste de Sean Ellis: 'como você se sentiria se não pudesse mais usar o produto?' Acima de 40% 'muito decepcionado' é sinal real.
Transformar tração inicial em motor de crescimento repetível + endurecer a infra + montar a empresa em volta do produto.
Crescimento por canal com unit economics conhecidos (CAC / LTV / payback) · produção aguenta carga real · ops sem gargalo no founder.
A dívida técnica vence — agora com juros. Audit arquitetural + refatoração + expansão de cobertura de testes.
Founder vira gargalo — decisão de 1h leva 1 semana; tickets empilham porque só você sabe. Audite tudo que passa por você.
Segurança/compliance deixa de ser adiável (SOC2 / GDPR / LGPD assim que há dados reais e pagamentos).
Expansão precoce — mercado novo demais introduz variáveis que matam o PMF e fazem você abandonar a base original.
Code faz o audit arquitetural → leva ao Claude para triar e sequenciar a remediação por sprint.
Cowork constrói os sistemas que substituem sua atenção: inventariar tudo → automatizar / delegar / manter só o que exige founder.
Compliance como workstream contínuo no ciclo de dev, não projeto único.
Processos de PM leves: cadência de sprint, template mínimo de spec, árvore de triagem de bug, brief semanal de métricas.
Sinal de que você virou o gargalo: decisões que deviam levar uma hora começam a levar uma semana, e tarefas só acontecem quando você lembra de fazê-las.
Crescimento sistemático + moat por profundidade acumulada: expertise embutida no produto, integrações com as ferramentas do usuário, dados e workflows proprietários.
Limiar: a empresa é sustentável mesmo sem você no dia a dia → lucro sustentável / IPO-ready / aquisição.
Delegar a camada operacional e de fato confiar nela — desafio tanto estrutural quanto psicológico para quem foi hands-on desde o dia 1.
Escalar ops técnicas: SLAs, logging, monitoramento, observabilidade e suporte que o comprador enterprise exige antes de assinar.
Escalar funções org: financeiro, compliance, gestão de contratos, suporte ao cliente.
Construir GTM real — o hustle do founder tem teto (curva achata, CAC sobe, pipeline só anda com você).
Handoff ao Cowork: mapa de gargalos — o que trava quando você some por uma semana é o que ainda precisa de handoff/escalonamento.
Transformar expertise de domínio em contexto de IA — Skills codificam workflows recorrentes em rotinas reutilizáveis.
Compor dados de uso em vantagem (flywheel) + criar lock-in de workflow via integrações, APIs, webhooks e SDKs.
Moat por profundidade: uma ferramenta genérica de billing médico quebra em casos de borda do programa 340B; a sua tem lógica específica para eles. Cada edge case vira um teste — e o conjunto de testes vira o mapa do seu moat.
Validação: de meses → tardes.
Protótipo: não exige co-founder técnico — exige problema claro + sessões com um agente de código.
Launch: de corrida pré-lançamento → workstream contínuo.
Scale: o peso operacional vai para a IA, liberando você para os julgamentos que viram seu moat.