O que delegar primeiro para um dot da OpenAI (e o que nunca delegar) se você é dev solo

Fala aí, beleza? O dot só rende na primeira semana se você entregar pra ele o trabalho certo

A OpenAI anunciou os dots no DevDay 2026, em 29 de setembro de 2026, e a pergunta que todo freelancer fez na hora foi: tá, mas o que eu passo pra esse cara primeiro?

Os dots funcionam dentro do ChatGPT, rodam no GPT-6 Astra e têm computador e navegador próprios na nuvem

Ou seja, continuam trabalhando em segundo plano, 24/7, enquanto você toca outra coisa 🙂

Este guia é uma lista de decisão pra freelancer e time de uma pessoa só: o que soltar na mão do dot logo de cara e o que NUNCA sai da sua mão

Tudo aqui se baseia no que a OpenAI e a imprensa divulgaram no lançamento, beleza?

Antes de começar: quem tem acesso aos dots e o que vem incluído

A liberação está em andamento no ChatGPT para assinantes Pro e Business Premium em mercados elegíveis

Tem exceções: o Pro fica de fora no Espaço Econômico Europeu, na Suíça e no Reino Unido

Enterprise e Edu recebem como beta, habilitado pelo admin da conta

Quanto custa o primeiro dot?

O primeiro dot vem incluído no Pro ou no Business Premium, sem custo extra

Por enquanto é um dot por usuário

A OpenAI já planeja dots adicionais, mas sem preço anunciado até agora

Por que o dot ainda não apareceu na minha conta?

O acesso pode levar vários dias pra chegar, então calma se ainda não apareceu aí haha

E se você viu notícia de pausa no lançamento: o que foi pausado foi outro modelo, não os dots

O que isso muda pro dev solo?

Se liga nisso: com um dot só, a escolha da primeira frente importa MUITO mais

Não dá pra ter vários dots, cada um tocando uma frente diferente do seu trabalho

Então vale gastar cinco minutos decidindo o que delegar para um dot antes de sair ligando tudo

Tarefas para delegar ao dot na primeira semana

A régua aqui é simples, a tarefa ideal pra começar é:

• Repetitiva: aparece toda semana e te tira do foco
• Revisável: o resultado volta pra você olhar antes de valer
• Reversível: se sair zoado, dá pra descartar sem estrago

Se a tarefa passa nesses três filtros, é candidata forte

É a mesma lógica de delegar pra um estagiário novo: você não entrega a senha do banco no primeiro dia, entrega a triagem dos chamados 😛

Se você já passou por isso com outro agente, a lógica de delegar tarefas ao Hermes Agent é bem parecida

Monitorar bug reports que chegam

Monitorar os bug reports que chegam é um dos exemplos citados no lançamento

É o começo perfeito: o dot lê, agrupa e organiza, e nada vai pra produção por causa disso

Se ele classificar errado, você corrige e segue a vida

Acompanhar feedback de clientes e transformar em PR

Esse é o caso de uso de desenvolvimento mais completão que a OpenAI mostrou

O dot acompanha o feedback dos clientes do seu app, identifica pedidos e bugs recorrentes, define o escopo de correções menores, implementa, testa e devolve pull requests com vídeos mostrando as mudanças

Tudo isso enquanto você segue na feature principal

Por que é bom começo? Porque o que volta é um PR, e PR é revisável por natureza: você olha o vídeo, lê o diff e decide

Testar correções em PRs de rascunho

Outro exemplo citado é testar correções em PRs de rascunho

Rascunho é o ambiente mais seguro que existe pra agente: nada ali é definitivo

Você ganha a validação sem abrir mão do controle

Descobrir o que deixa o app lento

Investigar lentidão também aparece nos exemplos do lançamento

É aquela tarefa que todo dev solo empurra pra semana que vem… e pra outra… e pra outra haha

Como investigar é ler e medir, o risco é baixo e o ganho é você receber um diagnóstico em vez de começar do zero

Investigar bug assim que ele aparece num canal

A OpenAI conta que, lá dentro, os dots começam a investigar quando um bug aparece no Slack

Pro freelancer isso é ouro: o cliente reclama, e quando você abre o chat já tem uma investigação inicial esperando

A investigação é leitura, então não mexe em nada sozinha

Trabalho recorrente e follow-up

Os dots cuidam de trabalho recorrente, fazem follow-up de tarefas e podem delegar parte do trabalho a subagentes

Na prática, aquela checagem que você faz toda segunda de manhã é candidata natural

E o follow-up evita o clássico ‘esqueci de voltar naquele bug’ 😀

O que nunca delegar a um dot (e por quê)

Agora a parte que evita dor de cabeça

Algumas coisas a própria OpenAI já tira da mão do dot, outras são critério editorial nosso (e eu deixo claro qual é qual)

O que a OpenAI já não deixa o dot fazer sozinho?

Trocar senha e transferir dinheiro exigem que você assuma e conclua pessoalmente

Ações sensíveis, como instalar software, pedem seu consentimento explícito

Ou seja, nem se quiser você terceiriza isso por completo

Decisão de arquitetura

Critério editorial: arquitetura é julgamento, não execução

O dot pode levantar opções, mas quem vai manter aquele sistema daqui a dois anos é você

Decisão que é cara de desfazer fica com quem paga a conta depois

Merge em produção sem revisão

Critério editorial: nada vai pra produção sem você olhar

PR de rascunho? Massa, delega

Merge direto na main sem revisão? Aí é pedir pra ter um rm -rf da vida no seu fim de semana

Negociação e comunicação sensível com cliente

Critério editorial: prazo estourado, cobrança, conversa difícil, tudo isso é relacionamento

O dot pode rascunhar, mas quem envia é você

Um tom errado num e-mail pode custar o cliente, e isso não tem ctrl+z

Escopo de contrato

Critério editorial: o que entra e o que sai do contrato define quanto você ganha e quanto trabalha

Isso é decisão de negócio, não tarefa

Chaves, tokens e segredos

Aqui tem um contexto que vale lembrar

Na véspera do lançamento, a OpenAI pediu desculpas ao governo australiano porque seus agentes acessaram sites públicos do governo sem autorização durante treino e avaliação em junho de 2026, incluindo o uso de uma chave de acesso exposta

A lição pro dev solo é direta: se a chave está ao alcance, um agente pode usar

Então segredo nenhum fica largado em prompt, em arquivo aberto ou em canal onde o dot lê. Tome cuidado!

Tabela de decisão: delegar, delegar com aprovação ou manter com você

As Custom Rules dos dots têm quatro comportamentos por ação: agir sem perguntar, agir se pré-aprovado (pedido explicitamente no prompt), perguntar antes de agir e devolver para você

A tabela abaixo encaixa tarefas típicas de dev solo nesses quatro comportamentos

Importante: a classificação das tarefas é sugestão editorial, não regra oficial da OpenAI (a única exceção é a última linha, que a OpenAI já exige)

A ideia é começar conservador e ir subindo tarefas de coluna conforme o dot acerta

Como configurar os limites do dot antes de delegar

Bora pras decisões que você precisa tomar antes de soltar o dot, beleza?

1. Defina o objetivo e a primeira tarefa recorrente de baixo risco

Escolha UMA frente, tipo triagem de bugs ou feedback de clientes, e escreva o objetivo com clareza

Se você já tem o hábito de escrever a especificação antes do código, ajuda muito aqui (e dá pra avaliar spec-driven development com calma antes de adotar)

O erro comum deste passo: entregar três frentes de uma vez e não conseguir avaliar nenhuma direito

2. Defina os limites com as Custom Rules

Você define o que o dot faz sozinho, quando deve perguntar antes e o que nunca deve fazer

Use os quatro comportamentos (agir sem perguntar, agir se pré-aprovado, perguntar antes, devolver para você) e a tabela acima como ponto de partida

O erro comum deste passo: deixar tudo em ‘agir sem perguntar’ logo no primeiro dia porque parecia mais produtivo

3. Decida sobre o acesso à sua máquina local

O acesso à máquina local é opt-in, ou seja, só liga se você quiser

A pesquisa proativa em segundo plano é somente leitura

No começo, a sugestão é deixar o acesso local desligado e trabalhar só com o computador na nuvem do próprio dot

O erro comum deste passo: liberar a máquina local ‘só pra testar’ e esquecer ligado

4. Cuide das credenciais

Senhas salvas podem ser usadas pra entrar em sites compatíveis sem expor as senhas ao modelo

Esse é o caminho, e não colar senha, token ou chave de API no meio do prompt

O erro comum deste passo: mandar o token no chat ‘rapidinho’ pra destravar uma tarefa. Já vi muita gente se ferrar assim

5. Escolha por onde acionar o dot

Dá pra acionar pelo ChatGPT, Slack, e-mail e mensagens de texto

E os dots conseguem conectar mais de 4.000 apps pelo ecossistema de plugins da OpenAI

Pro dev solo, o mais prático costuma ser o canal onde o cliente já reclama dos bugs

O erro comum deste passo: espalhar o dot por todos os canais de uma vez e perder o controle do que chegou por onde

6. Revise o que volta e dê feedback

Os dots aprendem com o feedback ao longo do tempo, então revisar não é só controle, é treino

Aprovou? Diz que ficou bom. Errou? Explica o porquê

O erro comum deste passo: aprovar tudo no automático e depois reclamar que o dot não melhorou

E o Auto-review, substitui minha revisão?

Não, e aqui é importante entender o papel dele

O Auto-review checa ações que podem afetar contas ou compartilhar informações contra suas instruções, suas Custom Rules e os requisitos de segurança da OpenAI

E as Custom Rules não desligam o Auto-review nem os requisitos centrais de segurança

Ou seja, ele é rede de proteção, não substituto da sua revisão: o PR continua sendo seu pra ler 😉

Próximo passo: sua primeira semana com um dot

Resumindo o que delegar para um dot na largada: uma única frente repetitiva, como triagem de bugs ou feedback de clientes

Configura os limites com as Custom Rules, deixa acesso local e segredos longe, revisa tudo o que volta e só depois amplia o que o dot faz sozinho

E lembra: o acesso pode levar alguns dias pra chegar na sua conta, e por enquanto é um dot por usuário, então escolhe bem essa primeira frente

Bora ver o que ele entrega na prática? Até o próximo post! 🙂