Problema
A maior parte da notícia de IA sai fora do Brasil, e esperar um veículo daqui traduzir leva dias. Uma curadoria automática dá conta do volume, mas publica sem ninguém conferir.
Curadoria diária de notícias de IA em português que se publica sozinha. Antes de ir ao ar, cada link é aberto e cada resumo é conferido contra a matéria.
A maior parte da notícia de IA sai fora do Brasil, e esperar um veículo daqui traduzir leva dias. Uma curadoria automática dá conta do volume, mas publica sem ninguém conferir.
Concebi o produto, as regras editoriais e a arquitetura, e acompanho a operação. A decisão central foi pôr a confiança no código: o modelo escreve, mas o texto só vai ao ar depois de checagens que ele não consegue contornar.
No ar desde 25 de agosto de 2026. Até 7 de outubro foram 88 edições, duas por dia e sem nenhum dia em branco, com 1.765 itens e nenhum link repetido. Os números descrevem a operação e os controles. Não medem audiência nem impacto de negócio.
Produto, regras editoriais, arquitetura e operação
Profissionais e líderes que acompanham IA e preferem ler em português
TypeScript, OpenAI API, Claude via Bedrock e AWS
Notícia de IA de quatro continentes vira uma edição diária em português, com a fonte e a verificação à vista
Produto próprio, publicado em dorly.com.br/pulso. Começou como um painel local de notícias de IA e virou um site público com edições datadas, arquivo com busca, páginas por assunto, catálogo de modelos e metodologia aberta.
Acompanhar IA exige ler laboratórios e imprensa de vários países todos os dias. A automação dá conta do volume, mas cria outro risco. Sem revisão humana, o resumo pode trocar um número, dar como lançado o que a empresa só planeja lançar ou atribuir uma fala à empresa errada.
Em automação sem editor, a confiança vem de checagens que o modelo não consegue contornar e de limites declarados a quem lê. O viés mais forte do Pulso estava na ordenação por recência, que acontecia antes de qualquer modelo ver os itens. Nenhum prompt resolveria isso.
Posso desenhar com o seu time os controles que tornam esse fluxo confiável: o que o código verifica, o que um segundo modelo audita, o que fica com uma pessoa e quanto cada execução pode gastar.
Conversar sobre um fluxo com IA