Como os dots da OpenAI transformam feedback de clientes em PRs testados (e onde você ainda revisa)

Fala aí, beleza? A OpenAI mostrou um agente que lê o feedback dos seus clientes e devolve um pull request pronto pra você revisar 😀

Sim, é isso mesmo: sai o cliente reclamando de alguma coisa, entra um PR com a correção testada e vídeo mostrando a mudança

Segundo o TechCrunch, os dots foram anunciados em 29 de setembro de 2026, no DevDay da OpenAI, e o anúncio oficial descreve eles como agentes sempre ativos dentro do ChatGPT, rodando no GPT-6 Astra

Neste post eu vou percorrer o caso de uso do feedback ao PR que a própria OpenAI citou, etapa por etapa, e mostrar onde a revisão continua sendo SUA

Bora ver?

O que são os dots da OpenAI e o que cada um tem para trabalhar

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Os dots são agentes always-on dentro do ChatGPT

A diferença pra um chat comum é que o dot assume trabalho contínuo e segue avançando entre uma conversa e outra

Ou seja, você não precisa ficar puxando ele pela mão a cada mensagem, ele continua tocando a tarefa enquanto você faz outra coisa haha

E o que ele tem pra trabalhar?

Segundo o anúncio oficial da OpenAI, cada dot tem:

• computador próprio na nuvem
• navegador
• memória
• acesso a apps conectados, mais de 4.000 pelo ecossistema de plugins da OpenAI

E no fim ele leva os resultados pra você revisar (guarda essa parte, ela vai ser o centro do post)

Onde você conversa com ele? Pelo ChatGPT, pelo Slack ou pelo Teams, e também por chamada de voz

Se liga: a OpenAI não detalhou como o navegador do dot funciona por dentro, então aqui eu fico só no que foi divulgado, beleza?

Do feedback do cliente ao pull request: o fluxo etapa por etapa

A descrição oficial é bem direta: o dot acompanha o feedback de clientes atrás de pedidos recorrentes, define o escopo de melhorias e correções de bugs menores, desenvolve e testa, e entrega PRs completos para revisão, com vídeos anexados mostrando as mudanças

Parece uma frase só, mas tem quatro trabalhos diferentes aí dentro

Bora destrinchar

Etapa 1: acompanhar o feedback atrás de pedidos recorrentes

Antes de escrever qualquer linha de código, o dot precisa saber O QUE vale corrigir

A lógica é filtrar o barulho: um pedido isolado é uma coisa, o mesmo pedido aparecendo de novo e de novo é sinal de problema real

Se o seu suporte já tem alguma automação de atendimento com IA, você conhece o volume de mensagens que chega todo dia, e sabe como é fácil um pedido recorrente se perder no meio

A OpenAI não disse onde esse feedback precisa estar (ferramenta de suporte, planilha, canal de chat…), então não vou chutar

O que dá pra dizer é que o acesso a apps conectados é o recurso que liga o dot às ferramentas que ele pode consultar

Etapa 2: definir o escopo (melhorias e bugs menores)

Aqui tá um detalhe que muita gente vai pular: o caso de uso fala em melhorias e correções de bugs MENORES

Não é "o dot constrói sua próxima feature"

É o tipo de tarefa que todo time tem acumulada no backlog e que nunca ganha prioridade porque sempre tem algo maior na frente

Etapa 3: desenvolver e testar

É aqui que entra o computador próprio na nuvem: o dot tem onde trabalhar, em vez de só te devolver um trecho de código no chat pra você colar

A OpenAI afirma que ele desenvolve e testa, e o navegador faz parte da infraestrutura de cada dot

Mas se liga no que NÃO foi divulgado:

• qual framework de teste ele usa
• se ele roda a suíte de testes do CI do seu projeto ou só testa no próprio computador na nuvem

Isso faz diferença na hora de revisar, a gente volta nisso daqui a pouco

E o código, vive onde? Aqui eu separo bem as coisas: o que existe documentado é a conexão do GitHub ao ChatGPT em geral (não aos dots especificamente), e nela a organização no GitHub pode exigir que um administrador aprove o app do ChatGPT ou um repositório específico, segundo a ajuda da OpenAI

Tome cuidado: isso vale pro ChatGPT, e não encontrei documentação específica dos dots explicando o passo a passo pra ligar o dot a um repositório e abrir PRs direto nele (qual permissão, qual fluxo), então não vou te ensinar um caminho que eu não consigo confirmar

Etapa 4: entregar o PR completo com vídeos anexados

O produto final não é um "prontinho, já subi pra produção" 😛

É um PR completo pra revisão, com vídeos anexados mostrando as mudanças

O vídeo ajuda muiiito quando a correção é visual: você bate o olho e já entende o que mudou, sem precisar subir o branch local só pra ver um botão

Onde e como esses vídeos são gravados e hospedados, a OpenAI também não detalhou

Resumo do fluxo: o que foi dito e o que ficou em aberto

Onde o dev ainda precisa revisar (e por quê)

Segundo a divulgação, o papel do dev nesse fluxo é seguir construindo a próxima feature grande enquanto revisa as correções e melhorias que o dot prepara

Ou seja: o dot tira o trabalho repetitivo da sua frente, mas a palavra final continua com você

E isso não sou eu sendo chato não, é a própria OpenAI: os dots ainda podem errar, e a orientação oficial é sempre revisar trabalhos com consequências

Então, na hora que o PR chegar, olha pelo menos isso aqui:

• O escopo que o dot escolheu: o pedido era mesmo recorrente? A correção ficou do tamanho de um bug menor ou virou uma refatoração escondida?
• O PR em si: diff linha por linha, testes incluídos, efeitos colaterais em outras partes do sistema
• Os testes: como não foi divulgado se o dot roda o CI do seu projeto, deixa o seu pipeline rodar antes de aprovar
• Os vídeos: são evidência, não prova. Mostram o caminho feliz que foi gravado, não os casos de borda que ninguém filmou

Tem mais um ponto que pouca gente vai pensar…

Feedback de cliente é conteúdo EXTERNO

Qualquer pessoa pode escrever qualquer coisa num campo de feedback, inclusive texto tentando dar ordem pro agente

A OpenAI diz que o dot foi projetado para diferenciar as suas instruções do conteúdo que encontra enquanto trabalha, e isso é ótimo

Mas "projetado para" não é o mesmo que "impossível de enganar", e justamente por isso a revisão humana no fim do fluxo faz tanto sentido

Como controlar o que o dot faz sozinho: regras embutidas e Custom Rules

Os dots já vêm com regras embutidas que definem quando agem sozinhos e quando pedem aprovação

Em cima disso, você tem as Custom Rules, que servem pra três coisas:

• liberar ações específicas
• exigir aprovação
• bloquear ações

Pensa como os guardrails (limites) do seu agente: você decide até onde ele vai sem te chamar

Só que tem um limite importante, descrito no FAQ de privacidade e segurança dos dots: as Custom Rules não desligam requisitos centrais de segurança

Ações sensíveis podem exigir aprovação a cada vez, como apagar dados permanentemente ou instalar software, ou exigir que você assuma o controle, como trocar senha

Ou seja, nada de liberar geral e deixar o agente fazendo os rm -rf da vida sem ninguém olhar haha

Uma coisa que ficou em aberto: a OpenAI não detalhou qual ação exata de código ou de PR exige aprovação por padrão nas regras embutidas

Por isso vale configurar as suas regras de forma explícita, em vez de confiar no padrão

Como conectar apps ao dot pelo celular

No app mobile, o caminho descrito no guia de primeiros passos com o dot é este:

1. Abra o perfil do dot
2. Vá em Customize > Plugins
3. Escolha um app compatível
4. Revise as permissões antes de conectar. O erro comum aqui é aceitar tudo sem ler: cada permissão que você libera é algo que o dot passa a poder acessar

Esse guia descreve o caminho no mobile, e eu não encontrei um passo a passo equivalente pro desktop, então fico só no mobile mesmo

Quem pode usar os dots hoje e quanto custa

A liberação é gradual, para usuários elegíveis dos planos Pro e Business Premium, maiores de 18 anos, nos mercados suportados

Tem uma pegadinha regional:

• Pro: no lançamento, não inclui EEE, Reino Unido e Suíça
• Business Premium: vale em todas as regiões suportadas do ChatGPT

E o preço?

O primeiro dot vem incluído sem custo extra nos planos Pro e Business Premium elegíveis

Dots adicionais ainda não têm preço nem data: a OpenAI só indicou futuras taxas mensais fixas para mais dots ou mais capacidade

Então se alguém te falar um valor exato pra dot extra, desconfia, porque isso ainda não foi anunciado

Vale colocar um dot no seu fluxo de correções?

O caso de uso é bem massa no papel: tirar do dev aquelas correções menores e recorrentes que ficam mofando no backlog

Mas a entrega é um PR pra revisar, não código pra mergear no automático

Se você encarar o dot como um colega que prepara o trabalho e te chama pra aprovar, a proposta faz muito sentido

Se a ideia for virar as costas e deixar ele mergear sozinho, aí é pedir pra ter código zoado em produção 😛

Se você tem Pro ou Business Premium elegível e quer testar, o caminho seguro é:

1. Conectar o GitHub ao ChatGPT, checando antes se a sua organização exige aprovação de um administrador pro app ou pro repositório
2. Definir Custom Rules conservadoras, exigindo aprovação pro que você não quer ver acontecendo sem supervisão
3. Começar por bugs menores, exatamente o escopo que a OpenAI descreveu, e só ampliar depois de revisar alguns PRs com calma

E aí, vai colocar um dot pra caçar bug no feedback dos seus clientes ou vai esperar mais gente testar primeiro? 🙂

Até o próximo post!