sinapse-ai 9.3.0 → 9.4.0

package/squads/squad-research/knowledge-base/ai-augmented-research.md

@@ -0,0 +1,212 @@
+# AI-Augmented Research Methods
+
+> Extraído e sintetizado de MS-009 Agentic Second Brain (2026). Cobre o uso de LLMs para literature review, síntese automatizada, context engineering e pipelines de pesquisa aumentada por IA.
+
+## O Shift: De Prompts para Context Engineering
+
+Em 2025, Andrej Karpathy definiu a mudança fundamental:
+
+> *"Context engineering is the delicate art and science of filling the context window with just the right information for the next step."*
+
+Simon Willison complementou: *"Context engineering is what we do instead of fine-tuning."*
+
+**O modelo mental:** Pense no LLM como uma CPU, e o context window como a RAM. O trabalho do pesquisador/agente é análogo a um sistema operacional: carregar a memória de trabalho com exatamente os dados certos para a tarefa.
+
+## LLMs para Literature Review
+
+### Por Que Funciona Agora
+
+Context windows de 1M+ tokens (Claude, Gemini) permitem que agentes leiam corpora inteiros como contexto. O que antes exigia meses de anotação manual e NLP especializado agora é realizável em dias.
+
+**Ganho prático:** Organizações reportando 300-320% ROI na construção de knowledge graphs via LLMs para extração automática de entidades e relações.
+
+### Pipeline de Literature Review Aumentada
+
+```
+[Corpus de Fontes]
+  --> Ingestão + Chunking Semântico
+  --> Extração de Entidades/Relações (LLM)
+  --> Construção de Knowledge Graph
+  --> Retrieval Híbrido (BM25 + embeddings + graph)
+  --> Síntese por LLM com fontes citadas
+  --> Crystallization: FINDING + IMPLICATION + RECOMMENDATION
+  --> Quality Gate: triangulação e confidence scoring
+```
+
+### Prompts de Extração para Literature Review
+
+**Extração de Entidades/Relações:**
+```
+Dado o texto abaixo, identifique:
+1. Entidades: [nome, tipo {Pessoa|Empresa|Conceito|Dado|Tendência}, relevância 1-5]
+2. Claims: [afirmação factual, confiança 1-5, evidência citada]
+3. Relações: [entidade_a, tipo_relação, entidade_b]
+4. Dados quantitativos: [número, contexto, fonte, data]
+Texto: {text}
+```
+
+**Síntese de Múltiplas Fontes:**
+```
+A partir dos seguintes {N} trechos de pesquisa:
+{trechos com fontes identificadas}
+
+Sintetize:
+1. CONSENSUS: O que todas as fontes concordam?
+2. DIVERGENCE: Onde as fontes discordam e por quê?
+3. GAPS: O que nenhuma fonte endereça?
+4. EMERGING: Quais padrões emergem quando as fontes são combinadas?
+```
+
+**Quality Gate:**
+```
+Avalie este insight:
+FINDING: {finding}
+IMPLICATION: {implication}
+RECOMMENDATION: {recommendation}
+FONTES: {sources}
+
+Questione:
+1. O finding é suportado pelas fontes citadas? (1-5)
+2. A implication segue logicamente do finding? (1-5)
+3. A recommendation é acionável? (1-5)
+4. Que evidência refutaria este insight?
+5. Que biases podem estar presentes?
+```
+
+## Agentic RAG (Retrieval-Augmented Generation Ativo)
+
+Evolução do RAG passivo para sistema ativo que planeja e itera:
+
+### RAG Passivo (Defasado)
+```
+Query → Retrieve → Generate → Done
+```
+Problema: Se o retrieval trouxe informação errada ou insuficiente, a geração é comprometida sem chance de correção.
+
+### Agentic RAG (Estado da Arte 2026)
+```
+Query
+  → Plan: Decompor em sub-queries
+  → Retrieve: Executar retrieval para cada sub-query
+  → Reason: Agente avalia cobertura e qualidade
+  → Critique: As fontes respondem a query suficientemente?
+  → If NO: Reformular sub-queries, buscar mais fontes
+  → Repeat (max 3 ciclos)
+  → Generate: Resposta com fontes explícitas
+```
+
+**Referência acadêmica:** arXiv 2501.09136 — survey formal sobre Agentic RAG.
+
+## Sistemas de Memória para Pesquisa Persistente
+
+### Camadas de Memória
+
+| Camada | Análogo Humano | Função | Duração | Custo |
+|--------|----------------|--------|---------|-------|
+| **Working** | Scratchpad | Informação ativa da tarefa | Sessão | Tokens diretos |
+| **Episodic** | Memória autobiográfica | Pesquisas passadas, decisões | Dias-Meses | Vector search |
+| **Semantic** | Conhecimento geral | Fatos, frameworks, regras | Permanente | Graph + Vector |
+
+### Ferramentas de Memória de Pesquisa
+
+| Ferramenta | Abordagem | Benchmark | Custo |
+|-----------|-----------|-----------|-------|
+| **Mem0** | Graph DB + vector layers | 26% accuracy gain; 91% menor latência | $24M Series A |
+| **Zep/Graphiti** | Temporal graph | 94.8% accuracy DMR | Open-source + cloud |
+| **A-Mem (NeurIPS 2025)** | Zettelkasten-inspired | Notas atômicas com tags e context | Acadêmico |
+| **Hindsight** | 4 redes separadas (fatos, experiências, entidades, crenças) | 91.4% DMR accuracy; multi-session 21%→79.7% | Open-source (Virginia Tech + Washington Post) |
+
+## Automação de Pesquisa: Tipos e Padrões
+
+### Tipos de Automação por Trigger
+
+| Tipo | Gatilho | Exemplo |
+|------|---------|---------|
+| **Event Hook** | Ação específica | Fim de sessão → extrair insights |
+| **Cron Job** | Temporal | Daily → review de fontes monitoradas |
+| **Watch** | Mudança em filesystem | Novo documento → ingestão automática |
+| **Threshold** | Métrica ultrapassa limite | Tópico com +50 menções → flag para análise |
+| **Pipeline** | Cadeia de transformações | URL → scrape → chunk → embed → indexar |
+
+### Pipeline Operacional: Fonte para Insight
+
+```
+[Fonte (paper, artigo, relatório)]
+  --> Extração (parsing, OCR se necessário)
+  --> Limpeza (remover ruído, formatar)
+  --> Chunking semântico (dividir por significado, não tokens)
+  --> Enriquecimento (metadata, tags, entidades via LLM)
+  --> Embedding (vetorização para busca semântica)
+  --> Indexação (vault + vector store + knowledge graph)
+  --> Conexão (links automáticos com conhecimento existente)
+  --> Quality Score (completude, precisão, frescor)
+```
+
+## AI para Categorias Específicas de Pesquisa
+
+### Market Intelligence Automatizada
+- **Tools:** Perplexity (pesquisa com citações), EXA (semantic search), Apify (web scraping)
+- **Pattern:** Query → Multi-source search → Cross-validation → Synthesis
+- **Output:** Brief estruturado com confidence levels
+
+### Competitive Monitoring
+- **Frequency:** Daily scan de fontes configuradas
+- **Sources:** Blogs de concorrentes, job postings (sinais de estratégia), patent filings, press releases
+- **Alert logic:** Tópico novo → flag para análise manual; Threshold de menções → síntese automática
+
+### Trend Detection
+- **Weak signals:** Identificar temas emergindo em Hacker News, arXiv, GitHub trending ANTES de serem mainstream
+- **Signal amplification:** Mesmo tópico aparecendo em 3+ canais independentes = sinal forte
+- **Velocity tracking:** Aceleração de menções sobre um tópico em 30 dias
+
+## Verification Protocols: Pesquisa com IA Honesta
+
+### O Problema do Alucinometer
+LLMs podem "aluciná-la" fatos com alta confiança. Para pesquisa séria:
+
+**Regra de verificação:** Todo dado quantitativo gerado por LLM DEVE ter uma fonte verificável. Se o LLM não pode citar a fonte, tratar como hipótese a verificar, não como dado.
+
+### 84-Correction Methodology (Referência MS-009)
+Framework para verificação sistemática de claims geradas por IA:
+
+1. **Geração:** LLM produz claims com fontes sugeridas
+2. **Verificação de existência:** As fontes citadas existem?
+3. **Verificação de conteúdo:** As fontes dizem o que o LLM afirma?
+4. **Verificação de contexto:** O claim está sendo usado com o contexto correto?
+5. **Triangulação:** 2+ fontes independentes suportam o claim?
+6. **Confidence assignment:** Baseado no número de passes superados
+
+### Red Flags em Saídas de LLM
+
+| Red Flag | O Que Fazer |
+|----------|-------------|
+| Dados precisos sem fonte ("cresceu 47% em 2024") | Buscar fonte; se não encontrar, remover |
+| Data muito recente além do cutoff do modelo | Sempre verificar via WebSearch |
+| Contradição entre LLMs diferentes | Investigar — um ou ambos estão errados |
+| Achados muito convenientes para a hipótese | Pre-mortem bias check |
+| Números redondos demais ($10B, 50%, etc.) | Verificar — LLMs tendem a arredondar |
+
+## Ferramentas de AI Research Recomendadas
+
+| Ferramenta | Uso | Custo |
+|-----------|-----|-------|
+| **Perplexity Pro** | Pesquisa com citações em tempo real | ~$20/mês |
+| **EXA** | Semantic search de qualidade | API pricing |
+| **Claude (com Projects)** | Deep research com contexto persistente | Pro/Team |
+| **Elicit** | Literature review científico | Freemium |
+| **Consensus** | Síntese de evidências científicas | Freemium |
+| **Research Rabbit** | Mapeamento de literatura acadêmica | Gratuito |
+| **Semantic Scholar** | Indexação de papers com AI summaries | Gratuito |
+| **Connected Papers** | Grafo visual de citações | Freemium |
+
+## Ética e Limitações
+
+- **Transparência:** Declarar quando pesquisa usa AI-augmentation nos métodos
+- **Verificação humana:** AI acelera, não substitui verificação crítica de claims importantes
+- **Bias amplification:** LLMs podem amplificar biases presentes nos dados de treinamento
+- **Knowledge cutoff:** Sempre verificar datas — informações pós-cutoff requerem WebSearch
+- **Attribution:** Manter provenance chain clara (qual LLM gerou, qual fonte verificou)
+
+---
+
+*Knowledge base da squad-research | Fonte: MS-009 Agentic Second Brain*

package/squads/squad-research/knowledge-base/brazilian-market-research-sources.md

@@ -0,0 +1,197 @@
+# Brazilian Market Research Sources
+
+> Fontes primárias e secundárias para pesquisa no mercado brasileiro. Compilado para o squad-research SINAPSE.
+
+## Dados Oficiais e Governamentais (Tier 1-2)
+
+### IBGE (Instituto Brasileiro de Geografia e Estatística)
+- **URL:** ibge.gov.br
+- **Dados:** Censo, PNAD Contínua, PIB, inflação, demografia, educação, renda
+- **Releases principais:**
+  - PNAD Contínua: Emprego e renda trimestral
+  - POF (Pesquisa de Orçamentos Familiares): Gastos das famílias — ideal para TAM/SAM
+  - Projeção da população: Dados demográficos para sizing
+- **Formato:** Tabelas, planilhas, relatórios PDF
+- **Frequência:** Trimestral (PNAD) a decenial (Censo)
+- **Tier:** 1-2 (dados primários governamentais)
+
+### Banco Central do Brasil (BCB/BACEN)
+- **URL:** bcb.gov.br
+- **Dados:** Taxa SELIC, inflação (IPCA/INPC), câmbio, crédito, sistema financeiro, open finance
+- **Releases principais:**
+  - Relatório de Estabilidade Financeira
+  - Focus (expectativas de mercado): Consenso de analistas semanalmente
+  - SFN (Sistema Financeiro Nacional): Dados de crédito e intermediação
+- **Tier:** 1-2
+
+### Receita Federal
+- **URL:** receita.economia.gov.br
+- **Dados:** Importações/exportações, CNPJ ativos por CNAE (código de atividade), arrecadação
+- **Uso estratégico:** Contar empresas por setor/porte = base para TAM bottom-up
+- **Tier:** 1
+
+### ANATEL (Agência Nacional de Telecomunicações)
+- **URL:** anatel.gov.br
+- **Dados:** Acessos de internet, smartphones, televisão, penetração de banda larga
+- **Releases:** Painel de Dados mensal — penetração de internet por estado
+- **Tier:** 1
+
+### ANPD (Autoridade Nacional de Proteção de Dados)
+- **URL:** anpd.gov.br
+- **Dados:** Regulamentação LGPD, sanções, transparência de incidentes
+- **Relevância:** Compliance e pesquisa de dados pessoais
+- **Tier:** 1
+
+### CERT.br (Centro de Estudos, Resposta e Tratamento de Incidentes)
+- **URL:** cert.br
+- **Dados:** Incidentes de segurança cibernética, phishing, scan reports
+- **Releases:** Relatório anual de atividades; estatísticas de incidentes
+- **Tier:** 1
+
+## Mercado de Capitais e Empresas (Tier 1-2)
+
+### B3 (Bolsa de Valores)
+- **URL:** b3.com.br
+- **Dados:** Resultados de empresas listadas, DFPs, press releases, volume de negócios
+- **Uso:** Dados financeiros públicos de empresas brasileiras para benchmarking
+- **Consulta:** ri.{empresa}.com.br (relações com investidores)
+- **Tier:** 1-2
+
+### CVM (Comissão de Valores Mobiliários)
+- **URL:** cvm.gov.br
+- **Dados:** Formulários de Referência (FR), IPOs, relatórios periódicos de empresas abertas
+- **Base de dados:** dados.cvm.gov.br — dados estruturados de companhias abertas
+- **Tier:** 1
+
+### MDIC (Ministério do Desenvolvimento, Indústria, Comércio e Serviços)
+- **URL:** gov.br/mdic
+- **Dados:** Exportações e importações brasileiras (COMEX STAT), indústria, comércio exterior
+- **Uso:** Market sizing para produtos físicos, análise de cadeia produtiva
+- **Tier:** 1
+
+## Associações e Entidades Setoriais (Tier 2-3)
+
+### ABComm (Associação Brasileira de Comércio Eletrônico)
+- **Dados:** Faturamento e-commerce Brasil, crescimento anual, datas comemorativas
+- **Release:** Relatório anual e previsões — muito citado em pesquisa de e-commerce
+
+### ABINEE (Associação Brasileira da Indústria Elétrica e Eletrônica)
+- **Dados:** Mercado de tecnologia, eletrônicos, faturamento por segmento
+
+### BRASSCOM (Associação das Empresas de Tecnologia da Informação e Comunicação)
+- **Dados:** Mercado de TIC brasileiro, workforce, salários, exportação de software
+- **Release:** Relatório Setorial anual — referência para sizing de mercado tech
+
+### ABES (Associação Brasileira das Empresas de Software)
+- **Dados:** Mercado brasileiro de software, SaaS, licenciamento
+- **Relevância:** TAM para produtos SaaS no Brasil
+
+### FEBRABAN (Federação Brasileira de Bancos)
+- **Dados:** Bancarização, uso de internet banking, pagamentos digitais, PIX
+- **Release:** Pesquisa FEBRABAN de Tecnologia Bancária — anual, referência para fintechs
+
+### IDC Brasil
+- **Dados:** Mercado de TI, hardware, software, cloud, workforce de TI
+- **Modelo:** Relatórios pagos; alguns dados disponíveis em press releases
+
+## Institutos de Pesquisa (Tier 2-3)
+
+### FGV (Fundação Getulio Vargas)
+- **URL:** fgv.br
+- **Centros relevantes:**
+  - FGVci: Índice de Confiança do Consumidor e Empresário
+  - FGV IBRE: Macroeconomia, PIB, inflação
+  - FGV CPS: Pesquisas de bem-estar e mercado de trabalho
+- **Tier:** 2
+
+### Fundação Perseu Abramo / DataFolha
+- **Dados:** Pesquisa eleitoral, opinião pública, comportamento de consumidor
+- **Tier:** 2-3
+
+### Ipespe / CNI-IBOPE
+- **Dados:** Confiança do consumidor, intenção de compra, pesquisas setoriais
+- **Tier:** 2-3
+
+### SEBRAE
+- **URL:** sebrae.com.br
+- **Dados:** Micro e pequenas empresas, empreendedorismo, relatórios por setor e estado
+- **Relevância:** Sizing de mercado para produtos SMB; comportamento do empreendedor brasileiro
+- **Tier:** 2-3
+
+## Consultorias e Reports de Mercado (Tier 3)
+
+### Ecommerce Brasil
+- **Dados:** E-commerce, logística, payments, marketplace
+- **Release:** Relatório anual + conteúdo contínuo
+
+### Distrito.me
+- **Dados:** Startup ecosystem brasileiro, fundraising, unicórnios, M&A
+- **Release:** Relatório de ecossistema startup — referência para venture/startups
+
+### Abstartups
+- **Dados:** Ecossistema de startups, aceleradoras, hubs
+- **Relevância:** Research sobre inovação e tech no Brasil
+
+### Mobile Time + Opinion Box
+- **Dados:** Apps, mobile usage, comportamento digital do brasileiro
+- **Release:** Pesquisas mensais/anuais sobre apps mais usados
+
+### Nuvemshop / Yampi
+- **Dados:** Dados de e-commerce no Brasil, tendências de consumo (especialmente SMB)
+- **Release:** Relatórios de tendências baseados em dados próprios
+
+## Google e Meta Brasil (Tier 3-4)
+
+### Google Trends Brasil
+- **URL:** trends.google.com.br
+- **Uso:** Sazonalidade, demanda relativa, comparação de interesse por tópico/marca
+- **Caveats:** Dados relativos (0-100), não absolutos; população online só
+
+### Google Consumer Barometer
+- **Dados:** Comportamento de consumidor digital — descontinuado, mas dados históricos disponíveis
+
+### Meta Business Insights
+- **URL:** business.facebook.com/insights
+- **Dados:** Audiências do Facebook/Instagram no Brasil por interesse, demografias, comportamentos
+- **Uso:** Sizing de audiências, validação de persona, interest overlap analysis
+
+## Pesquisas de Comportamento Digital (Tier 3)
+
+### TIC Domicílios (CETIC.br)
+- **URL:** cetic.br
+- **Dados:** Acesso à internet domiciliar por classe, região, faixa etária; devices, hábitos digitais
+- **Release:** Anual — referência para digitalização do Brasil
+- **Tier:** 2 (órgão do governo, metodologia rigorosa)
+
+### PNAD TIC (IBGE)
+- **Dados:** Uso de internet e TIC no Brasil por perfil sociodemográfico
+- **Tier:** 1
+
+### We Are Social + Hootsuite (Global com dados Brasil)
+- **Release:** "Digital [ano]" — anual, dados de redes sociais, internet, mobile Brasil
+- **Tier:** 3
+
+## Fontes Setoriais por Área
+
+| Setor | Fonte Principal | Dados-Chave |
+|-------|----------------|------------|
+| Educação | INEP / MEC | Matrículas, ENEM, IES |
+| Saúde | ANS / CFM / DataSUS | Planos de saúde, registros médicos |
+| Fintech | BACEN + FEBRABAN | PIX, open banking, crédito |
+| Agronegócio | MAPA / Conab / CNA | Produção, exportações, preços |
+| Imobiliário | CBIC / SECOVI | Lançamentos, VGV, vacância |
+| Varejo | IBGE PMC / ABAD | Vendas varejo, supermercados |
+| Logística | ANTT / ANTAQ | Cargas, frotas, modal |
+| Saúde Digital | SBIS / CFM | Telemedicina, prontuário eletrônico |
+
+## Regras de Uso e Citação
+
+1. **IBGE e órgãos federais:** Sempre citar o nome do release, ano e metodologia
+2. **Entidades setoriais:** Verificar se os dados são autocomissionados (potencial bias)
+3. **Consultorias:** Distinguir entre relatórios pagos (metodologia rigorosa) e press releases promocionais
+4. **Google/Meta:** Dados de audiência têm margem de erro considerável — usar como proxy, não verdade absoluta
+5. **Moeda:** Sempre especificar se valores são em R$ ou USD, e a data de referência
+
+---
+
+*Knowledge base da squad-research | Compilado para o mercado brasileiro*