Vosuni

1O problema

Um curso é feito uma vez e servido igual para todo mundo. Mas duas pessoas que querem aprender o mesmo assunto quase nunca partem do mesmo ponto nem querem chegar à mesma profundidade. Um curso único desperdiça o tempo de quem já sabe parte e perde quem está começando.

Queríamos inverter a ordem: em vez de a pessoa se adaptar a um curso pronto, o curso é construído em torno da pessoa. O aluno descreve o que quer aprender, e a plataforma gera um curso sob medida a partir disso — o artefato que o Vosuni cria é um curso de verdade, com suas aulas, tópicos e quizzes.

2A stack

"Stack" é a palavra para o conjunto de peças de software que sustentam um produto — a base em que ele roda, as ferramentas prontas que ele reaproveita e o código sob medida por cima. Vamos percorrer a do Vosuni, porque as escolhas explicam muito do produto. O princípio-guia foi simples: não reinventar o que já funciona. Veja o termo stack para a versão em linguagem simples.

A base é o WordPress funcionando como CMS — ele cuida das contas e da estrutura do site. Por cima vem o LearnDash, um LMS maduro que já modela os objetos de aprendizado de que precisamos: cursos, aulas, tópicos e quizzes. Escolhemos essa dupla de propósito: uma plataforma de cursos como o LearnDash já sabe guardar e acompanhar esses objetos, então não precisamos reconstruir essa fundação. Uma terceira peça, o BuddyBoss, adiciona a camada social e de interface, incluindo um modo de foco estilo Duolingo.

Sobre essa base construímos nossa própria camada, dividida em cinco plugins — cada um com uma função, mostrados no diagrama acima. Manter cada capacidade como seu próprio plugin nos deixa evoluir uma sem mexer nas outras.

A geração em si roda sobre IA generativa na nuvem. Então a stack tem duas metades: uma fundação consolidada para os cursos, e uma camada sob medida que transforma uma intenção num curso feito à medida.

3Como a IA foi usada

A IA não é um chatbot grudado num curso — ela é o motor que constrói o curso, e trabalha numa ordem deliberada. Toque em cada passo para ver o que ele faz.

Tudo isso roda sobre vários provedores de IA atrás de uma porta só, com o Amazon Bedrock (rodando o Claude) como motor padrão; quem quiser mais controle pode conectar a própria chave (BYOK). Quando ajuda, a IA também pode ancorar as aulas em fontes reais da web e mostrar citações — fundamentando o conteúdo em vez de inventá-lo.

4Principais decisões

Gerar um curso sob medida em vez de vender um catálogo. Teria sido mais simples oferecer um catálogo de cursos prontos. Escolhemos o caminho mais difícil — a IA gerar um curso por pessoa — porque é justamente o ponto do produto. O Vosuni é um criador de cursos, não uma loja de cursos. Um curso construído em torno de onde você está vale mais do que um genérico que você mesmo tem que adaptar.

Reaproveitar uma plataforma de cursos madura em vez de construir uma. Em vez de inventar nossa própria forma de guardar cursos, aulas e progresso, nos apoiamos no WordPress e num LMS consolidado. Os objetos de aprendizado já estavam modelados ali, então pudemos gastar o esforço na parte que de fato é nova — a IA que gera o curso — e não em encanamento que já existe.

Desenhar o roadmap inteiro antes de escrever uma única aula. É tentador deixar a IA escrever a aula 1, depois a 2, depois a 3. Decidimos o oposto: a IA primeiro desenha o caminho inteiro, depois preenche. O raciocínio é coerência — um curso planejado como um todo se sustenta muito melhor do que um improvisado aula a aula.

IA disponível por padrão, com a opção de usar a própria chave. A IA vem disponível por padrão, então qualquer pessoa pode usar a plataforma sem configuração. Para quem quer mais controle, existe a opção de usar a própria chave de IA. A maioria nunca precisa mexer nisso — está lá para quem quiser, não é uma barreira para quem não.

5Sendo mais técnico…

Esta seção é para quem quer olhar por baixo do capô. Nada aqui é necessário para entender o produto — mas as decisões daqui são as que fizeram o resto funcionar de verdade.

Tabelas custom para o grafo de skills. Uma plataforma de cursos sabe guardar cursos e aulas, mas não faz ideia do que é uma "skill", um "pré-requisito" ou um "reforço". Então criamos nossas próprias tabelas custom para isso: uma para as skills e seus níveis, uma para as relações entre skills, e uma para onde cada aluno está em cada skill. Essas relações são as arestas do grafo de skills, mostrado abaixo.

Uma porta só para toda a IA. Toda feature de IA — gerar um curso, achar um vídeo, escrever um exercício — passa por um ponto central, uma fachada. O código que cuida da lógica do produto nunca fala com um provedor direto; ele pede à fachada, e a fachada decide qual provedor, modelo e chave usar. É isso que deixa trocar o Amazon Bedrock pela chave própria de alguém sem reescrever nada. Cada pedido ao provedor sai por uma API, a forma padronizada de dois sistemas conversarem.

Roadmap primeiro, estado travado, depois hidratar. A gente gera o roadmap inteiro e o trava antes de preencher qualquer aula. Por que nessa ordem? Porque gerar conteúdo é a parte cara, em tempo e em custo. Se o plano ainda está mudando enquanto as aulas são escritas, você acaba com um curso incoerente e geração desperdiçada. Decidir o plano uma vez, congelá-lo e só então gastar esforço no conteúdo mantém o curso coerente e o trabalho sem ser jogado fora.

Um leitor de JSON tolerante. A gente pede ao LLM para responder num formato de dados estrito (JSON) para o sistema conseguir ler. Na prática, os modelos costumam embrulhar ou cortar essa resposta — adicionando formatação extra em volta ou cortando no meio. Em vez de brigar com o modelo, construímos um leitor tolerante que desembrulha e conserta a resposta antes de usá-la. É uma decisão pequena que, no silêncio, evita muitos cursos quebrados.

6Aprendizados

Gerar um curso inteiro leva tempo, e pedir que a pessoa encare uma tela de carregamento por minutos não funciona. O aprendizado: quebrar o trabalho pesado em passos pequenos e mostrar o progresso acontecendo, para a espera parecer algo sendo construído, não uma tela travada.

A ordem em que você faz as coisas muda o resultado. Aprendemos na marra que alguns passos só funcionam se acontecerem antes de outros — um detalhe invisível no produto final, mas que decide se ele funciona. Construir com IA é menos sobre o prompt e mais sobre o fluxo em volta dele.

E um princípio de produto que levamos adiante: a opção avançada nunca deve atrapalhar o caminho simples. Recursos poderosos para poucos não podem virar atrito para muitos. Respeitamos a privacidade e a LGPD mantendo o padrão simples e os extras opcionais.