Como usar IA nos seus projetos pessoais: do chat ao modelo rodando no seu computador

Um caminho prático para usar IA em projetos pessoais: ideias de uso, como pedir bem, rodar um modelo localmente com o Ollama, chamar pela API num script e os cuidados para não se enrolar.

Fala pessoal, tudo bem?

Usar IA em projetos pessoais não precisa começar com "treinar um modelo" nem com cursos longos. Hoje dá para tirar proveito dela em poucos minutos, seja num chat, seja rodando um modelo no seu próprio computador. Neste post, vou mostrar um caminho do mais simples ao mais "mão na massa".

Ideias de uso que valem a pena

• Scripts e automações: pedir um script em Bash ou Python para renomear arquivos, organizar fotos, fazer backup ou ler uma planilha;
• Estudo: pedir para explicar um conceito de outro jeito, gerar exercícios ou revisar suas anotações;
• Labs de tecnologia: ajudar a montar arquivos de configuração (Docker Compose, YAML do Kubernetes) e entender mensagens de erro;
• Dados pessoais: analisar planilhas de gastos ou de estudo. Mostrei um exemplo disso em análise de planilhas com IA;
• Escrita: revisar textos, resumir documentos longos e organizar ideias.

Nível 1: pedir bem no chat

A diferença entre uma resposta genérica e uma resposta útil está quase toda no pedido. Compare:

# pedido vago
Faz um script de backup.

# pedido útil
Escreva um script Bash para Ubuntu que copie a pasta ~/Documentos para
/mnt/backup usando rsync, mantenha só os últimos 7 backups (um por dia,
com a data no nome da pasta), registre o resultado em ~/backup.log e
explique cada linha com um comentário.

💡 Receita simples: diga o contexto (sistema, versão), o objetivo, as restrições e o formato que você quer na resposta. E peça para explicar o que foi feito: assim você aprende, e não só copia.

Nível 2: um modelo rodando no seu computador

Com o Ollama, dá para rodar modelos abertos localmente, sem enviar nada para a internet. É ótimo para estudar e para dados que você não quer mandar para fora:

# instalação no Linux
curl -fsSL https://ollama.com/install.sh | sh

# baixa e conversa com um modelo pequeno
ollama run llama3.2

Modelos pequenos rodam bem em computadores comuns (o ideal é ter pelo menos 8 GB de RAM livre). Eles são menos capazes que os grandes serviços, mas resolvem bem resumo, classificação e tarefas simples.

Nível 3: IA dentro dos seus scripts

O Ollama também sobe uma API local. Com isso, a IA vira uma peça do seu script:

import requests

texto = open("anotacoes.txt", encoding="utf-8").read()

resp = requests.post("http://localhost:11434/api/generate", json={
    "model": "llama3.2",
    "prompt": f"Resuma em 5 tópicos curtos: {texto}",
    "stream": False,
})
print(resp.json()["response"])

A partir daqui dá para fazer muita coisa: classificar e-mails exportados, gerar resumos diários das suas anotações, criar um assistente para a documentação do seu lab. Os serviços comerciais têm APIs parecidas, e mudar de um para o outro costuma ser simples.

Os cuidados

⚠️ Confira antes de rodar: script gerado por IA pode ter erro, e às vezes um erro perigoso, como um rm no caminho errado. Leia o que vai executar, teste numa pasta de teste e nunca rode como root "só para ver se funciona".

• Privacidade: documentos pessoais, senhas, dados de trabalho e dados de outras pessoas não deveriam ir para um serviço online sem você saber como ele usa esses dados. Para isso, o modelo local é uma boa saída.
• Fatos: a IA pode inventar informação com muita confiança. Para datas, números e citações, confira na fonte.
• Aprendizado: se o objetivo do projeto é aprender, use a IA para explicar e revisar, não para fazer tudo por você.

Considerações Finais

Começar com IA em projetos pessoais é mais simples do que parece: um bom pedido no chat já resolve muita coisa, um modelo local no Ollama abre espaço para experimentar sem custo e sem mandar dados para fora, e a API transforma tudo isso em automação. O segredo é tratar a IA como uma assistente rápida, mas que precisa de revisão.

Abs e até a próxima!!!

:wq!

Post publicado originalmente em julho de 2024 e atualizado em novembro de 2026.