A IA propõe,
a pessoa ratifica

As operações da zona de ação mudam os dados diretamente porque desfazer é barato e elas acontecem com frequência (rascunho de plano, entrada em linguagem natural, primeiro rascunho do relatório de status, perguntas sobre o portfólio, o widget de recomendações). As da zona de sugestão mudam dados existentes de um jeito que não se desfaz facilmente (registro de riscos, alocação de recursos, cronograma), então propõem com evidências e esperam o aceite de uma pessoa. A mesma IA move as duas; a diferença é o limite na camada de ferramentas.

Em um alerta de risco, você vê as tarefas por trás: quais estão atrasadas ou bloqueadas, quais não têm responsável, quanto tempo resta. Em um remanejamento, você vê a semana da pessoa proposta com a tarefa incluída: a capacidade dela, o restante do trabalho e se ela passa do limite. Em um cronograma sugerido, o início e o fim propostos de cada tarefa e a data em que o plano terminaria. O padrão existe porque uma afirmação da IA sem fonte sobre o seu próprio projeto não sobrevive à primeira resposta errada.

Ela é descartada e nada é alterado. Os descartes são contados, e na detecção de riscos a contagem vale para todos os seus projetos: uma categoria que suas equipes descartam sempre volta ao detector como sinal de cautela, e ele só a marca quando os dados do projeto justificam com clareza. Isso orienta sem silenciar, então a categoria ainda pode aparecer quando realmente se aplica.

Hoje não. As propostas da zona de sugestão sempre esperam uma pessoa, e nenhuma configuração as torna automáticas. O que existe são as evidências de que você precisaria para tomar essa decisão: o Onplana acompanha a taxa de aceitação das sugestões da IA, então você vê se sua equipe aceita um tipo de proposta quase sempre ou a corrige com frequência. Se sua equipe chegar ao ponto de aceitar quase sempre um tipo específico, conte para nós, porque esse é o sinal que justificaria criar a opção.

São as decisões que a IA não toma: compromissos financeiros, aprovação da linha de base, avaliações de desempenho, escolha de fornecedores e decisões de encerramento. Duas coisas as mantêm ali, e vale separá-las. O Onplana não tem recurso para a maioria delas, então não há nada sobre o que a IA possa agir. E onde existe uma superfície relacionada, a IA age com as permissões da pessoa que a usa, então não alcança nada que essa pessoa não alcançaria à mão. O princípio é que, onde uma decisão errada cria custo jurídico, financeiro ou pessoal que um botão de desfazer não resolve, não deve ser a IA a agir.

É a forma de propor e ratificar do padrão de agentes, aplicada ao trabalho em uma ferramenta de gestão de projetos. Um agente recebe evidências, monta uma proposta de mudança, apresenta a proposta com as evidências e espera uma pessoa ratificar. As três operações acima são os agentes próprios que o Onplana oferece hoje; outros chegam à medida que mais fluxos de PMO assumem essa forma. Clientes externos compatíveis com MCP (Claude Desktop, Cursor, sua própria pilha de agentes) usam a mesma superfície; a página de conectores explica como eles se conectam.

Dentro de uma conversa, sim: o agente vê suas rejeições e ajustes e adapta as propostas seguintes. Entre conversas, não: o agente não é treinado com os seus dados e a próxima sessão começa do mesmo comportamento de base. O que passa de uma sessão para outra é a contagem de descartes por categoria de risco, que deixa o detector mais cauteloso com uma categoria que suas equipes rejeitam sempre. Isso é proposital e pode ser verificado, não um desvio opaco do modelo.

Os administradores. Trazer um agente MCP externo (Claude Code, Codex, Cursor e outros) para a sua organização é uma ação controlada: uma permissão própria, org.agent.connect, define quem pode conectar um, você pode bloquear pessoas ou equipes específicas, limitar quantas conexões existem por organização e restringir qualquer conexão a projetos específicos para dar só o acesso necessário, tudo na área Pessoas. Revogar uma persona corta o acesso dela na hora. A página de colaboração entre pessoas e IA mostra como os agentes participam depois como membros da organização.