Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
IndústriaAnálise · No radarOpenAI Blog→ original

Startup Gondola usa o Codex para acelerar o lançamento de código em 25% sem contratar e dobra a receita

A pequena startup Gondola não tinha engenheiros suficientes: as ideias do time de vendas ficavam meses na fila. Agora, os gestores montam um protótipo funcional no Codex, e os programadores o levam até o lançamento. O número de alterações de código aceitas por mês cresceu 25% para a equipe e cerca de 50% para o engenheiro principal, com o mesmo quadro de pessoal, e a receita anual dobrou. Se a fila de tarefas pequenas está sufocando a equipe, que os product managers cheguem com um protótipo, e não com um briefing.

Processado por IA de OpenAI Blog; editado por Hamidun News
Startup Gondola usa o Codex para acelerar o lançamento de código em 25% sem contratar e dobra a receita
Fonte: OpenAI Blog. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalOpenAI Blog ↗
Editor-chefe
Dado-chave #1A revisão de pull requests não ficou mais lenta, apesar de as alterações terem ficado maiores
Dado-chave #2O número de criadores contratados por marcas por meio da plataforma cresceu 2,5 vezes
Dado-chave #3O mapa de fotógrafos para a Copa do Mundo de futebol foi concluído no prazo, enquanto o tema ainda estava em alta

Toda pequena equipe enfrenta o mesmo problema: há muitas ideias e poucos engenheiros. O time de vendas traz uma boa hipótese, mas ela fica meses parada no backlog, porque os programadores estão ocupados com o produto principal. A Gondola, plataforma para criadores de conteúdo, resolveu esse problema dando a ferramenta Codex, da OpenAI, não só aos engenheiros, mas também aos gestores. Segundo a própria empresa, os números são estes. O número de alterações aceitas na branch principal por mês cresceu 25% em toda a equipe e cerca de 50% no engenheiro principal. O quadro de engenheiros não mudou. A receita anual cresceu mais de duas vezes, e a empresa afirma que os gastos com salários não aumentaram.

Esse é um estudo de caso publicado no site da própria OpenAI, por isso os números devem ser lidos como declarações da empresa, e não como uma auditoria independente. Ainda assim, a história traz uma lição prática.

Que empresa é essa e qual era o problema

A Gondola foi fundada por Jared Kleinstein, dono da produtora Fresh Tape Media. Ele percebeu que os autores de vídeos bem-sucedidos para redes sociais raramente recebiam reconhecimento. A plataforma ajuda os criadores a mostrar seus trabalhos, comprovar seu impacto e encontrar clientes.

A equipe é pequena, e a principal restrição era o tempo dos engenheiros. Até experimentos pequenos disputavam espaço com as tarefas principais e perdiam. Hoje o Codex é usado para o desenvolvimento, e o ChatGPT para a rotina diária.

A métrica de "lançamento de código" aqui é contada pelo número de alterações aceitas na branch principal. É uma medida grosseira: ela não mostra o valor nem a qualidade das mudanças. Mesmo assim, a empresa destaca que as alterações ficaram maiores, mas o tempo de revisão de pull requests permaneceu o mesmo. Logo, a verificação não virou gargalo. O número de criadores que as marcas contrataram por meio da plataforma cresceu 2,5 vezes.

Protótipo no lugar do briefing técnico

A principal mudança aconteceu no processo. Antes, um funcionário do time de negócios descrevia a necessidade, escrevia os requisitos e esperava que um engenheiro tivesse tempo para fazer a primeira versão. Agora ele abre o Codex Cloud, examina a base de código, monta a interface ou o fluxo e testa a hipótese. Muitas vezes, quando o engenheiro chega, já existe uma primeira versão funcionando.

O próprio Kleinstein e a gerente de parcerias Jojo Hesketh subiram seu código para a branch principal pela primeira vez na vida. Um exemplo é a ferramenta Programs, na qual as empresas procuram criadores, analisam candidaturas, gerenciam projetos e acompanham orçamentos. Hesketh prototipou os fluxos no Codex, e depois os engenheiros os levaram até o lançamento. Segundo Kleinstein, a vantagem está em poder montar uma versão rapidamente, descartar a que não funciona e manter a que funciona. A equipe começou com o GPT-5.4, fez a parte principal no GPT-5.5 e conduziu os ajustes e as correções de erros no GPT-6.1. O fundador estima a economia em dias, às vezes em semanas de desenvolvimento.

O segundo exemplo é o mapa de fotógrafos e videógrafos nas cidades que sediaram a Copa do Mundo de futebol. Os dados já estavam disponíveis na empresa, e a janela de oportunidade era curta. O protótipo no Codex foi montado rapidamente, os engenheiros o levaram até o lançamento, e o tema não ficou desatualizado. Kleinstein associa a velocidade a um volume de trabalho pequeno e bem delimitado e a um prazo apertado.

Os engenheiros trabalham com o Codex pela linha de comando e pelos editores, e no GitHub o usam para revisar pull requests. A ferramenta está conectada aos repositórios, aos ambientes de desenvolvimento e ao Slack, para que tenha contexto do produto. Arquitetura, segurança, tratamento de dados e prontidão para produção continuam sob responsabilidade de pessoas.

ChatGPT para a rotina e o que levar em conta

Fora do desenvolvimento, a equipe usa o ChatGPT para preparar propostas, cronogramas e buscar informações em sistemas de trabalho. Por exemplo, o relatório matinal reúne dados do Gmail, do Agenda, do Planilhas e do Drive do Google, além do Asana, do Slack, do QuickBooks e da previsão do tempo. Fazer essa visão geral manualmente levaria, segundo o fundador, "horas e horas". Tudo o que sai para fora ou influencia decisões de negócio é verificado por uma pessoa.

As ressalvas são evidentes. A receita não dobrou apenas por causa das ferramentas: a empresa afirma haver uma relação entre o Codex e o crescimento, mas não a comprova. O sucesso com protótipos foi confirmado em tarefas pequenas, com limites claros, como um mapa ou uma ferramenta interna. Para sistemas complexos, com alta carga e exigências rigorosas de segurança, esse processo precisa ser avaliado separadamente.

Para desenvolvedores e product managers, a conclusão é simples. Se a fila de pequenos experimentos está crescendo, que os product managers tragam não um documento, mas um protótipo funcionando. Aos engenheiros caberão a revisão, o reforço da segurança e a entrega em produção. Acompanhe o tempo de revisão: enquanto ele não crescer, o processo se sustenta.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Que empresa é essa e qual era o problema?

A Gondola foi fundada por Jared Kleinstein, dono da produtora Fresh Tape Media. Ele percebeu que os autores de vídeos bem-sucedidos para redes sociais raramente recebiam reconhecimento. A plataforma ajuda os criadores a mostrar seus trabalhos, comprovar seu impacto e encontrar clientes. A equipe é pequena, e a principal restrição era o tempo dos engenheiros. Até experimentos pequenos disputavam espaço com as tarefas principais e perdiam.

O que se sabe sobre Protótipo no lugar do briefing técnico?

A principal mudança aconteceu no processo. Antes, um funcionário do time de negócios descrevia a necessidade, escrevia os requisitos e esperava que um engenheiro tivesse tempo para fazer a primeira versão. Agora ele abre o Codex Cloud, examina a base de código, monta a interface ou o fluxo e testa a hipótese. Muitas vezes, quando o engenheiro chega, já existe uma primeira versão funcionando.

O que se sabe sobre ChatGPT para a rotina e o que levar em conta?

Fora do desenvolvimento, a equipe usa o ChatGPT para preparar propostas, cronogramas e buscar informações em sistemas de trabalho. Por exemplo, o relatório matinal reúne dados do Gmail, do Agenda, do Planilhas e do Drive do Google, além do Asana, do Slack, do QuickBooks e da previsão do tempo. Fazer essa visão geral manualmente levaria, segundo o fundador, "horas e horas". Tudo o que sai para fora ou influencia decisões de negócio é verificado por uma pessoa. As ressalvas são evidentes.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…