Estudo de caso
Proficio
O Proficio transforma um formulário de cadastro de dois minutos em um plano de estudo personalizado, dia a dia, para o ENAMED — e mais dez exames de residência médica. Um motor determinístico decide onde cada hora de estudo rende mais, fundamentado em dados reais de incidência de questões de dezoito provas ENAMED (2011–2025); o texto é gerado para combinar. Um esforço conjunto, no ar em useproficio.com.
Como funciona
Horas guiadas por previsões
Cada hora de estudo é alocada onde rende mais pontos esperados, ponderando a frequência com que um tema aparece, a sua confiança e dados reais de cobertura.
Foco no que é cobrado
As sete áreas oficiais são ponderadas pela frequência real no exame e, dentro de cada uma, os subtemas dominantes vêm primeiro — os poucos temas principais por área cobrem a maior parte da prova.
Um cronograma em que você pode confiar
As semanas, os blocos diários e a ordem do estudo são matemática pura e reproduzível — sem aleatoriedade, e cada número tem uma fonte rastreável.
Texto fundamentado, nunca inventado
A orientação é gerada contra um esquema rígido com uma etapa de revisão por um crítico, e recorre a um roteiro determinístico em vez de inventar qualquer coisa.
Por dentro
Em linguagem simples por padrão — mude para o detalhe de engenharia.
Um andaime determinístico
A estrutura do plano — semanas, horas, sequenciamento, posicionamento dos simulados — é calculada inteiramente pela matemática, sem IA no processo. É instantânea, gratuita e reproduzível.
Um “cérebro” em Python ingere dados canônicos com fonte (áreas, temas, referências, regras) e aplica pontuação no estilo Rasch: a prioridade por área é exam_weight × (6 − autoavaliação) + um piso, distribuída pela prioridade normalizada. Sem Date.now ou Math.random; o determinismo é garantido por golden tests.
Geração híbrida
A IA escreve apenas o texto — a descrição das áreas e a orientação diária — dentro da estrutura travada; ela nunca reescreve a estratégia.
Uma chamada ao SDK da Anthropic por área, cada uma validada por esquema com Zod e checada por um loop crítico limitado (≤3 passagens); a saída é cacheada por hash da entrada, então reexecuções não custam nada, e qualquer falha recorre ao esqueleto.
Reproduzível por concepção
O mesmo cadastro sempre produz um plano idêntico byte a byte — o que importa para um produto que orienta estudantes em um exame de alto risco.
A data de renderização é injetada via env, a saída é cacheada por hash da entrada e versionada, e os contratos do Zod impõem cada fronteira entre o cérebro em Python e o caminho de requisição em Node.
Feito para falhar com segurança
Um timeout da IA ou um rascunho recusado nunca quebram o plano de um estudante — o esqueleto determinístico sempre é renderizado.
Em qualquer erro do modelo, rejeição do crítico ou falha de parsing, o bloco é descartado e o andaime é renderizado; cada hiperlink é fundamentado em um conjunto de referências curado e versionado — alegações sem fonte são descartadas, não exibidas.
Uma topologia, do laptop à produção
O mesmo código roda em um laptop e em produção por meio de trocas de configuração — sem caminhos de código separados para divergir.
Os modos de store, storage e executor alternam entre memória mais arquivos locais e Postgres mais armazenamento de blobs mais um runner em sandbox; uma única porta de entrada HTTP serve jobs assíncronos com progresso ao vivo.
Um esforço conjunto
Construído com
- Python
- Node.js
- TypeScript
- Next.js
- Anthropic
- Zod
- Playwright
- PostgreSQL
Matemática primeiro, clinicamente conservador, reproduzível por concepção
O diferencial não é conteúdo — é o modelo de previsão e um motor de alocação determinístico que você pode auditar. A construção híbrida mantém cada plano confiável e resiliente, mesmo quando a parte de IA falha.