LABIIA Lab

Introdução aos agentes de IA na pesquisa acadêmica

Dia 1

Felipe Lamarca

IESP-UERJ · MAPE · DOXA · NECON

2 de junho de 2026

Feito com Claude Code 😉

Chats e agentes
Instalação: Mac e Windows
Integrações: VSCode, Positron e terminal
Configurando o ambiente: .claude, CLAUDE.md, skills e rules
Sites de projeto e sites pessoais

Chats e agentes

Você provavelmente já usa IA 💬

Interface de chat: você digita, o modelo responde
Cada conversa começa do zero: sem memória de sessões anteriores, sem acesso ao seu ambiente de trabalho
Interações transacionais: úteis para tarefas pontuais, mas sem continuidade

O chat tem limites para pesquisa

Sem acesso ao seu ambiente de trabalho (arquivos, código, terminal)
Sem memória entre sessões
Cada etapa do ciclo de pesquisa — coleta, análise, documentação, comunicação — exige sua coordenação manual

O que é um agente de IA? 🤖

Em vez de responder a perguntas pontuais, o agente planeja ações, executa código e itera sobre tarefas complexas com supervisão mínima.

Chat	Agente
Responde	Age
Uma troca	Múltiplas etapas
Você executa	Ele executa

Anatomia de um agente 🔬

flowchart LR
  H(["👤  Pesquisador"]) -->|instrução| L(["🧠  LLM"])
  M(["💾  Memória"]) <--> L
  L --> T(["🛠️  Ferramentas"])
  T -->|executa| E(["🌍  Ambiente"])
  E -->|"resultado / erro"| L
  class L destaque
  class H,E apoio
  class M,T neutro

💾 contexto da sessão + CLAUDE.md 🛠️ terminal · arquivos · APIs · web

Claude Code 🖥️

CLI que roda diretamente no terminal — ou integrado ao VSCode e ao Positron
Lê e escreve arquivos, executa código, acessa o git e o shell
Trata-se do caso mais desenvolvido de agente de IA para uso em pesquisa

Roda o script, encontra o erro, corrige e re-executa — sem você abrir o terminal.

Quanto custa? 💰

Plano	Preço	O que inclui
Pro	US$ 20/mês	Acesso ao Claude Code
Max 5×	US$ 100/mês	5× mais uso que o Pro
Max 20×	US$ 200/mês	20× mais uso que o Pro
API	Por token	Para automação e uso intenso

Meu plano é o Pro — mais ou menos suficiente para uso intensivo. Quando tenho mais pressa, deixo um valor para uso via API

Acompanhando o gasto 📊

No dashboard da Anthropic: uso de tokens, gastos por período e alertas de limite — tudo em tempo real

Outros agentes de IA 🌐

Ferramenta	Empresa	Diferencial
Claude Code	Anthropic	CLI + IDE; forte em raciocínio e texto
Codex	OpenAI	Equivalente da OpenAI para terminal
Cursor	Cursor AI	IDE própria centrada em IA
Cline	Open-source	Extensão VSCode; suporta vários modelos

A escolha depende do modelo que você prefere e de como você trabalha — o raciocínio que vamos aprender hoje vale para todos

Chat vs. agente: vamos ver na prática 🎬

Antes de instalar, uma demonstração concreta da diferença

Tarefa: gerar código que plota uma distribuição normal em Python

No chat: você recebe o código, copia, cola no script, roda, corrige erros manualmente…
No Claude Code: o agente cria o arquivo, roda, detecta erros, corrige — tudo na mesma sessão

Vamos voltar a essa pasta depois de instalar e configurar o VSCode

Instalação

Instalação 💻

Baixar o app em claude.com/download — disponível para Mac e Windows

Depois, abrir o Claude e pedir:

“Me ajude a instalar o Claude Code no meu computador”

O próprio Claude guia a instalação — detecta o sistema operacional, instala as dependências e verifica que funcionou

Integrações com IDEs

Terminal puro 💻

O modo mais direto: abra o terminal, navegue até o projeto e execute claude

cd meu-projeto/
claude

VSCode 🟦

Abrir a aba de extensões (Cmd+Shift+X / Ctrl+Shift+X)
Buscar “Claude Code” e instalar
Ícone aparece na barra lateral

Positron 🟣

Para quem usa R — baseado no VSCode, o mecanismo é o mesmo

Instalar a extensão “Claude Code”
Abrir o painel lateral

De volta à distribuição normal 📊

Com o Claude Code instalado e integrado ao VSCode, voltemos ao exemplo da demo inicial:

Abrir a pasta com o script gerado antes da instalação
Usar o painel do VSCode para pedir modificações: ajustar parâmetros, adicionar labels, exportar a figura
O agente edita o arquivo real, roda no terminal integrado, você acompanha o diff em tempo real

A diferença em relação ao chat: o agente está dentro do seu ambiente de trabalho

Configurando o ambiente

CLAUDE.md: as regras do jogo 📋

Arquivo de instruções persistentes, lido automaticamente pelo agente a cada nova sessão

O que colocar:

Contexto do projeto e objetivos
Convenções técnicas (linguagem, estrutura de pastas)
Decisões analíticas já tomadas — e por quê

É a memória permanente do agente no projeto: o que sobrevive ao /clear

Um CLAUDE.md para pesquisa

# CLAUDE.md

## Contexto
Projeto de análise de gastos parlamentares (CEAP 2023).
Dataset: `data/ceap_2023.csv` — não modificar o arquivo original.

## Convenções
- Usar Python 3.11+ com pandas e matplotlib
- Salvar gráficos em `output/figures/`
- Cada análise em script separado

## Decisões analíticas
- Hipótese: deputados de partidos menores gastam mais em passagens
- Filtrar somente despesas do exercício corrente
- Unidade de análise: deputado × categoria de gasto
- Excluir valores negativos (estornos)

A janela de contexto 🧠

Tudo que o modelo “vê” ao mesmo tempo cresce a cada iteração

Início da sessão

🗨️ carregue e explore os dados

🤖 aqui está o código

Muitas iterações depois

🗨️ carregue e explore os dados

🤖 aqui está o código

💻 erro na linha 42

🗨️ corrija o erro e plote

🤖 [versão corrigida + gráfico]

⚠️ LIMITE DA JANELA

Estratégias de gerenciamento 🎯

Estratégia	O que faz
`/clear`	Reinicia a sessão, preserva o CLAUDE.md
Compaction automática	O Claude resume o contexto sozinho quando necessário
Sessões focadas	Uma tarefa por sessão
CLAUDE.md	Memória que sobrevive ao `/clear`

Tarefas grandes = múltiplas sessões pequenas e focadas

Skills: comandos customizados ⚡

/nome-da-skill executa um prompt reutilizável, definido num arquivo .md

Arquivo em .claude/commands/ (projeto) ou ~/.claude/commands/ (global)
Portáveis entre projetos: copie a pasta e as skills vão junto
Encapsulam o seu vocabulário e as suas convenções analíticas

Na prática: é o mecanismo de ensinar o agente a trabalhar do jeito que você trabalha

Criando uma skill

Criar o arquivo .claude/commands/summarize.md:

Você vai receber um texto acadêmico em português.
Produza um resumo estruturado com:
1. Pergunta de pesquisa (1 frase)
2. Método principal (1 frase)
3. Resultado central (2 frases)
4. Limitações reconhecidas pelos autores (bullet points)

Escreva de forma direta, sem jargão desnecessário.

Uso: /summarize — cole o abstract ou o artigo inteiro

Skills de pesquisa 🔬

Skill	O que faz
`/voice`	Reescreve texto no seu estilo de escrita
`/summarize`	Resume artigos: pergunta, método, achado, limites
`/referee-2`	Revisão em instância nova do terminal — “não peça ao mesmo Claude que escreveu o código para revisá-lo”
`/blindspot`	Identifica análises que você não pensou em fazer

/referee-2 e /blindspot são do workflow de Scott Cunningham (github.com/scunning1975/MixtapeTools)

A pasta `.claude` 📁

projeto/
├── CLAUDE.md              ← instruções permanentes do projeto
└── .claude/
    ├── commands/          ← suas skills customizadas
    │   ├── voice.md
    │   └── summarize.md
    └── settings.json      ← permissões e configurações

E na sua máquina, fora de qualquer projeto:

~/.claude/
└── commands/              ← skills globais, disponíveis em todo projeto
    └── voice.md

Demo ao vivo: CLAUDE.md num repositório real 🎬

Um repositório existente que nunca teve Claude Code — o agente vai inferir o contexto:

Abrir Claude Code na raiz do projeto
Pedir: “leia os arquivos deste repositório e crie um CLAUDE.md adequado”
Revisar o que o agente inferiu sobre o projeto

Demo ao vivo: criando uma skill 🎬

Em outro repositório, criar .claude/commands/summarize.md ao vivo

Depois: /summarize + colar um abstract da área para testar imediatamente

Workflows de pesquisadores 🔗

Como dois acadêmicos configuram seus ambientes — os repositórios são públicos:

Scott Cunningham github.com/scunning1975/MixtapeTools

Manoel Galdino github.com/mgaldino/agents-workflow

A pasta .claude deles é pública — você pode copiar, adaptar e construir em cima

Sites de projeto e sites pessoais

O que é possível criar 🌐

Dois exemplos de páginas de projeto geradas com Claude Code:

📦 Documentação de pacote R

antrologos.github.io/PNADCperiods/

🚀 Landing page de projeto

antrologos.github.io/Transcritorio/pt/

Páginas do Rogério Barbosa (IESP-UERJ) — feitas com Claude Code

Hoje: do currículo ao site pessoal

Input

Currículo em texto simples ou PDF
Uma instrução ao agente

Output

Página HTML/CSS completa e responsiva
Publicável no GitHub Pages sem configuração manual

O mesmo raciocínio vale para qualquer material: artigo, pacote, projeto de lab — o gap entre “tenho o conteúdo” e “tenho um site” é menor do que parece

Roteiro da demo ao vivo 🎬

Abrir o Claude Code no terminal
Fornecer o currículo como contexto
Pedir a geração da página HTML/CSS
Revisar o resultado no browser
Publicar no GitHub Pages

O agente lê, estrutura, estiliza e entrega — você revisa e publica

O que vem no Dia 2 🔭

Amanhã vamos usar o Claude Code para pesquisa empírica de verdade:

Análise de dados: CEAP — a cota parlamentar dos deputados federais
Uso de APIs: Câmara dos Deputados, dados abertos, sem autenticação
Boas práticas: reprodutibilidade, o que não delegar, limites e ética

Até amanhã 👋

O que levar pra casa

CLAUDE.md sempre: antes de começar qualquer projeto novo, escreva o contexto e as decisões analíticas
Skills para tarefas recorrentes: /voice, /summarize — o investimento se paga na segunda vez
Sessões focadas: uma tarefa por sessão rende mais do que uma sessão para tudo

Recursos: claude.ai/code · Workflows: Cunningham (scunning1975/MixtapeTools) · Galdino (mgaldino/agents-workflow)

Material do curso: github.com/felipelmc/Presentations