claude-plugins/project-manager/skills/brainstorm/SKILL.md

name, description

name	description
brainstorm	Brainstorming estruturado que explora ideias de múltiplos ângulos antes de criar spec. Consulta NotebookLM e Dify KB para perspectivas de especialistas.

/brainstorm v1.1 - Ideacao Estruturada

Explora ideias de multiplos angulos antes de formalizar num spec. Consulta especialistas via NotebookLM (conhecimento curado profundo) e Dify KB (boas praticas gerais).

Flow: brainstorm -> /spec create -> /sprint plan -> codigo

---

Comandos

Comando	Funcao
/brainstorm	Brainstorm interactivo sobre ideia
/brainstorm <tema>	Brainstorm focado num tema
/brainstorm decide	Resumir opcoes e ajudar a decidir
/brainstorm save	Guardar resultado para usar no /spec

---

Protocolo Principal

1. mcp__mcp-time__current_time
2. RECEBER ideia do utilizador:
   - Se argumento dado: usar como tema
   - Se nao: "Qual e a ideia que queres explorar?"

3. FASE 1 - Entender a Ideia
   a. Repetir a ideia nas proprias palavras:
      "Se entendo bem, queres [X] para resolver [Y]. Correcto?"
   b. Perguntar contexto se faltar:
      - Para quem e? (cliente, interno, produto)
      - Que problema resolve?
      - Ha restricoes (tempo, budget, tecnicas)?

4. FASE 2 - Consultar Especialistas

   **Passo A: NotebookLM (conhecimento curado profundo)**

   Encontrar notebooks relevantes ao tema:

mcp__notebooklm__search_notebooks({ query: "[tema palavras-chave]" })

Perguntar ao(s) notebook(s) encontrado(s):

mcp__notebooklm__ask_question({ question: "Quais sao as melhores abordagens para [tema]? Que boas praticas existem?", notebook_id: "[id do notebook relevante]" })

Mapeamento de notebooks a temas:
| Tema | Notebooks NotebookLM |
|------|---------------------|
| CRM/Perfex | perfex-crm-knowledge-base |
| Dev/Claude Code | claude-code-advanced-knowledge |
| IA/SaaS/Automacao | stack-tecnol-gica-ia-descompli |
| Servidores/Hosting | centos-web-panel-cwp-complete |
| PKM/Obsidian | obsidian-knowledge-system |
| WhatSMS/WhatsApp | whatsms-zender-platform |
| E-commerce PT | e-commerce-portugal-estrat-gia |

REGRA: Consultar 1-2 notebooks relevantes. Se nenhum encaixa, saltar para Dify KB.
Apresentar insights como "com base no conhecimento curado sobre [tema]..."

**Passo B: Dify KB (boas praticas gerais)**

Escolher 2-3 datasets complementares:
| Tema | Datasets Dify KB |
|------|---------------------|
| Negocio/estrategia | "Estrategia", "Marketing Digital" |
| Desenvolvimento | "Desenvolvimento de Software", "Arquitectura" |
| Marketing | "Marketing Digital", "SEO", "Content Marketing" |
| Gestao | "Gestao de Projetos", "Gestao de Processos" |
| Produto | "Product Management", "UX/UI" |
| Infraestrutura | "DevOps", "Seguranca" |
| E-commerce | "E-commerce", "Marketing Digital" |
| Generico | "Estrategia", "Produtividade" |

Para cada dataset relevante:

mcp__dify-kb__dify_kb_retrieve_segments({ dataset: "[nome]", query: "[tema + palavras-chave]" })

Apresentar insights como "boas praticas de [dominio] sugerem..."

**Combinar ambas as fontes** para perspectivas mais ricas.
NotebookLM = contexto profundo e especifico. Dify KB = principios gerais e frameworks.

5. FASE 3 - Explorar Angulos
Apresentar a ideia de MULTIPLAS perspectivas:

### Perspectiva Tecnica
- Viabilidade, complexidade, stack
- [Insight do dataset de Desenvolvimento/Arquitectura]

### Perspectiva de Negocio
- ROI, valor para cliente, diferenciacao
- [Insight do dataset de Estrategia/Marketing]

### Perspectiva Pratica
- Tempo, recursos, dependencias
- [Insight do dataset de Gestao]

### Riscos e Alternativas
- O que pode correr mal
- Abordagens alternativas
- "E se em vez de X, fizessemos Y?"

6. FASE 4 - Pros e Contras

| Aspecto | Pro | Contra |
|---------|-----|--------|
| [aspecto 1] | [vantagem] | [desvantagem] |

7. FASE 5 - Interaccao
"O que ressoa mais? Queres explorar algum angulo em detalhe?"

ITERAR com o utilizador ate:
- A ideia estar clara
- As decisoes principais estarem tomadas
- O scope estiver delineado

8. PERGUNTAR: "Pronto para formalizar? Posso criar o /spec com base nesta discussao."

---

/brainstorm decide

Para quando ha multiplas opcoes e o utilizador precisa escolher:

1. Listar opcoes identificadas na discussao
2. Para cada opcao:
   - Resumo em 1-2 frases
   - Score por criterio (tecnico, negocio, pratico)
   - Recomendacao: "Melhor para [cenario]"
3. Consultar datasets para argumentos adicionais
4. Apresentar comparacao:

   ## Decisao: [tema]

   | Criterio | Opcao A | Opcao B | Opcao C |
   |----------|---------|---------|---------|
   | Complexidade | Baixa | Media | Alta |
   | Valor | Medio | Alto | Alto |
   | Tempo | 2h | 8h | 20h |
   | Risco | Baixo | Medio | Alto |

   **Recomendacao:** Opcao [X] porque [razao]
   **Mas se [condicao]:** Opcao [Y]

5. "Qual escolhes? Ou queres explorar mais alguma?"

---

/brainstorm save

Guarda o resultado da sessao para uso posterior:

1. Compilar resumo da discussao:
   - Ideia original
   - Angulos explorados
   - Decisoes tomadas
   - Opcao escolhida (se aplicavel)
   - Insights dos datasets
2. Guardar em memory-supabase:
   save_memory({
     content: "[resumo estruturado]",
     tags: ["brainstorm", "ideia", tema, projecto],
     metadata: { type: "brainstorm", outcome: "spec_ready|needs_more|parked" }
   })
3. "Brainstorm guardado. Usar /spec create para formalizar."

---

Fontes de Conhecimento - Mapeamento

As fontes sao consultadas AUTOMATICAMENTE com base no tema. O utilizador nao precisa de saber quais existem - o brainstorm descobre.

NotebookLM (fonte primaria - conhecimento curado)

• 7 notebooks com conteudo profundo (cursos, manuais, docs extensos)
• Respostas via Gemini 2.5 com RAG sobre o conteudo
• Ideal para perguntas especificas e contexto profundo
• Usar search_notebooks para descobrir + ask_question para perguntar

Knowledge Sources

Primario: NotebookLM Fallback: Dify KB (fonte complementar - boas praticas)

• ~68 datasets com segmentos curtos e frameworks
• Ideal para principios gerais e checklists
• Usar retrieve_segments com queries focadas

Estrategia de query:

• Usar 2-3 palavras-chave extraidas do tema
• Se primeiro resultado vazio, reformular query
• Apresentar insights como "especialistas sugerem..." (nao como "base de dados diz...")
• Se nao houver resultados relevantes: ser honesto, nao inventar

Exemplo de apresentacao:

### Perspectiva de Marketing
Com base no conhecimento curado sobre e-commerce PT, recomenda-se [X]
porque [Y]. Complementarmente, boas praticas de marketing digital
sugerem [Z] para este tipo de projecto.

---

Integracao

Skill	Como integra
/discover	Findings do discover alimentam perspectivas e argumentos
/spec create	Brainstorm alimenta o spec com decisoes ja tomadas
/brainstorm save	Guarda em Supabase para contexto futuro
/knowledge	Pode ser invocado durante brainstorm para pesquisa adicional
NotebookLM	Conhecimento curado via search_notebooks + ask_question

---

Regras

1. NUNCA cortar o brainstorm curto - deixar o utilizador explorar
2. SEMPRE consultar pelo menos 1 notebook NotebookLM + 1 dataset Dify relevante
3. NUNCA inventar insights - se dataset nao tem info, dizer
4. Apresentar perspectivas como "especialistas" nao como "base de dados"
5. O brainstorm e livre - nao forcar estrutura prematuramente
6. Sugerir /spec create quando a ideia amadurecer, nao impor
7. Para PHDA: manter cada fase curta, perguntar antes de avancar
8. Alternativas sao valiosas - nao descartar ideias cedo demais