Startup ADLC
O Startup ADLC é o método com que a Aimi Digital constrói os próprios produtos com agentes de IA — da tese ao produto vendido, com a IA trabalhando dentro de regras que ela não consegue burlar. Agora a gente aplica o mesmo método na sua startup.
O problema
Qualquer time hoje gera código, texto e planilha com IA. O que separa um produto confiável de um produto que só parece pronto não é o modelo — é o que está em volta dele.
Compila, o teste fica verde — e a tela quebra na mão do primeiro cliente.
O tamanho do mercado, a projeção e o preço saem fluentes — e sem fonte nenhuma.
O site fala no presente de uma função que ainda não existe.
Uma chave de API commitada às pressas vira incidente de segurança.
A tese
O modelo é o mesmo para todo mundo. O que torna confiável o que uma startup constrói com IA é o harness: as regras, os sensores e os rituais em volta do modelo.
O que empurra a IA na direção certa antes de ela agir: as instruções do projeto, os agentes especialistas e os modelos de PRD e de spec.
O que puxa a IA de volta quando ela erra: código que roda e bloqueia — segredo no commit, comando que apaga trabalho, número sem fonte, fatia de risco sem revisão.
Regra que só está escrita, a IA ignora justamente no dia em que está alucinando. Por isso, no método, toda lição aprendida declara como é aplicada — e o que importa vira código que reprova.
O ciclo
A espinha é o RPI — Research, Plan, Spec, Implement — com verificação e aprendizado no fim de cada volta.
Protótipo, entrevistas e dado real. O protótipo vira o piso: o produto pode superar, nunca empobrecer.
PRD com o quê e o porquê, as decisões de arquitetura e um backlog com uma fonte só.
O como, em poucas páginas, antes de qualquer código. Revisar uma spec é muito mais barato do que revisar milhares de linhas geradas.
Fatias pequenas, cada uma com testes de regra de negócio, de persistência e de tela.
Validação viva no navegador e deploy confirmado medindo o que está no ar — não o que deveria estar.
Todo erro que custou caro vira aprendizado com gatilho. Se reincide, vira sensor.
Além do código
O mesmo rigor vale para o número no deck e para a promessa no site. São sete trilhas, cada uma com agente, roteiro e sensor próprios.
Protótipo navegável e entrevistas antes de qualquer linha de produção.
Plano com ficha de transparência: o que é medido, o que é estimativa e o que é meta.
PRD, spec, pre-mortem e código com três camadas de teste.
Landing honesta, com cabeçalhos de segurança e nenhuma promessa além do que está no ar.
Pitch deck para investidor, exportado em PDF, com todo número rastreável até a fonte.
Deck de vendas, roteiro de descoberta, objeções e o retorno do cliente sem número inventado.
Canal, calendário editorial e as métricas dos primeiros 90 dias.
Os princípios
Nascido de erro real
O método nasceu dentro de um produto real, construído por uma pessoa com várias sessões de IA em paralelo — e cada regra foi paga em erro de verdade. Depois virou um kit que se instala em qualquer repositório novo.
21
agentes especialistas
10
roteiros de trabalho (skills)
19
sensores que bloqueiam
137/137
controles aprovados, 56 deles de segurança
Medido em 03/10/2026, na bateria de testes do próprio kit: ela cria um repositório vazio, instala o método e prova que cada sensor reprova o defeito plantado e aprova o conserto.
Com a sua startup
Não vendemos um pacote de arquivos. O que entregamos é o método funcionando no seu repositório, com o seu produto.
Uma conversa para entender a tese, o estágio do produto e onde a IA já está no seu processo.
Instalamos o método no seu repositório e ajustamos regras, agentes e sensores ao seu produto.
Ficamos junto nas primeiras fatias, até o ciclo andar sem a gente.
Começamos com poucas startups por vez, para acompanhar de perto.
Honestidade
Uma conversa para entender a sua startup — sem proposta pronta, porque proposta antes de diagnóstico é chute com preço.