Ethan Mollick: pare de fazer prompt, comece a gerenciar a IA

Ethan Mollick é professor de Wharton, autor de Co-Intelligence e dono do One Useful Thing, uma das newsletters de IA mais lidas do mundo, com mais de 450 mil assinantes. Quando ele muda de opinião sobre como usar IA, vale prestar atenção, porque a mudança costuma antecipar para onde a prática vai. E em 2026 ele mudou o conselho central: pare de caçar o prompt mágico e comece a gerenciar a IA como você gerenciaria uma pessoa capaz. A tese está no texto Management as AI superpower, e ela reorganiza o que importa para quem coloca IA em produção.

O que ele disse

O argumento de Mollick é econômico antes de ser técnico. Truque de prompt, aquele repertório de frases mágicas que dominou 2023 e 2024, parou de agregar valor relevante. Os modelos ficaram bons o bastante para não precisar de encantamento. O que separa quem extrai resultado de quem não extrai deixou de ser o feitiço e passou a ser a gestão.

A imagem que ele usa é precisa. Pare de tratar o modelo como um grimório, um livro de feitiços onde você procura a fórmula certa. Trate como um executor capaz e literal: rápido, barato, competente e, ao mesmo tempo, imperfeito e sem contexto próprio. Um executor assim precisa exatamente do que um bom gestor dá a um bom funcionário. Uma meta clara. Uma definição do que é a saída esperada. Uma régua do que é bom e do que é ruim. E um jeito de testar se o resultado passou.

A habilidade escassa saiu de fazer cada tarefa e foi para definir a tarefa claramente o bastante para que um sistema rápido, barato e imperfeito produza algo útil sem criar bagunça.

Mollick ancora isso em pesquisa. Estudos de Wharton sobre modelos de fronteira entre 2024 e 2026 mostram que especificação estruturada, aquela que diz o objetivo, o formato de saída, os critérios e o teste, supera consistentemente a técnica de prompt improvisada. Não é opinião de palco, é resultado repetível.

Por que importa para quem opera IA

Essa virada tem consequência prática direta, e ela é boa notícia para líder e time. Se o gargalo fosse decorar prompt, a vantagem ficaria com quem passa o dia no fórum aprendendo truque. Como o gargalo é gestão, a vantagem volta para quem já sabe delegar bem: definir escopo, alinhar expectativa, revisar entrega. Essa competência não é nova, é a mesma que separa bom gestor de mau gestor há décadas. Só o executor mudou.

Isso conversa com quase tudo que a gente defende neste blog. Definir a saída esperada antes de construir é Working Backwards e é especificação por exemplo: você escreve o resultado e o teste antes de pedir o trabalho. Medir se o resultado passou, e não se a feature saiu, é a lógica de OKRs para IA. O que Mollick faz é dar a moldura mental que amarra tudo: o modelo é o executor, você é o gestor, e gestão sempre foi definir bem e checar.

Como aplicar amanhã

Dá para transformar a tese em rotina sem virar teoria. Antes de mandar qualquer tarefa relevante para um modelo ou agente, escreva quatro coisas.

A meta, em uma frase. O que precisa estar verdadeiro no fim. Não a atividade, o resultado.

A saída, com formato. Não "me ajude com o relatório", e sim "uma tabela com estas colunas, nesta ordem, em no máximo 300 palavras". O executor é literal, então a ambiguidade vira retrabalho.

A régua de qualidade. Um exemplo do que é bom e um do que é ruim. Modelo acerta muito mais quando você mostra a fronteira do aceitável do que quando você a descreve.

O teste. Como você vai saber, sem ler tudo linha a linha, que o resultado passou. Pode ser uma checagem automática, uma pergunta de controle, um caso conhecido cuja resposta você já sabe.

Esses quatro itens são a especificação. Escrevê-los custa minutos e economiza horas de ida e volta. E, quando você passa de tarefa avulsa para agente rodando sozinho, eles deixam de ser conveniência e viram segurança: a mesma clareza que faz o agente entregar melhor é a que define o que ele pode e não pode fazer quando age sem você olhando.

A leitura da AI Boutique

Concordamos com o miolo e faríamos um ajuste de ênfase. Mollick descreve a mudança do ponto de vista do indivíduo que usa IA. Para empresa, a mesma tese vira desenho de processo. Não basta cada pessoa virar bom gestor do próprio modelo. A especificação, a régua e o teste precisam morar no fluxo de trabalho, versionados e reutilizáveis, não na cabeça de quem teve o dia bom. É a diferença entre ter um gerente talentoso e ter uma empresa que gerencia bem por padrão.

O recado, ainda assim, é libertador. A habilidade que decide quem ganha com IA não é esotérica nem exige virar engenheiro de prompt. É a velha e boa gestão: dizer o que você quer, mostrar o que é bom, e saber checar. Quem já faz isso com gente está mais perto do que imagina de fazer com máquina.

Se a sua empresa quer transformar isso em processo, com especificação e teste embutidos no jeito de trabalhar com IA, fale com a AI Boutique no WhatsApp. A gente ajuda a montar a rotina que faz o time inteiro gerenciar IA bem, não só a pessoa mais habilidosa.