Feedback para agentes de IA

Um feedback comum gera um ticket para um humano. O feedback pronto para agentes (agent-ready feedback) gera contexto que a IA aciona diretamente: o selector do elemento, um screenshot, e o objetivo e as restrições do artefato — não só uma descrição em texto livre.

Um screenshot solto com um "conserta isso" obriga o agente a adivinhar o objetivo e a intenção, e cada palpite custa uma regeneração. O feedback estruturado elimina esse palpite: o agente edita o elemento certo para cumprir o objetivo indicado.

No modo artifact-review, o Patchrooms anexa a cada comentário o objetivo, as restrições e a ferramenta, junto do selector e do screenshot. O trabalho de estruturar acontece uma vez, no momento do clique — não toda vez que alguém passa o bug para um agente.

• Selector do DOM do elemento em que se clicou.
• Screenshot, URL, viewport, navegador e erros de console presentes.
• Comentário escrito ou nota de voz transcrita automaticamente.
• Status por relatório: novo, triado, em andamento, fechado.

Para loops que rodam sem um humano colando nada, um servidor MCP para feedback expõe list_reports e get_report (com screenshots inline) para o agente ler a fila direto, e set_status para fechar o que corrige. Ler e fechar funcionam hoje; conectores nativos de Slack, Linear ou Jira ainda não.

A secret key (pr_sk_...) autentica o agente contra o MCP e nunca aparece no frontend. A documentação do MCP está em inglês em docs.patchrooms.com.

Prefere colar o contexto você mesmo? Cada relatório exporta como Markdown que você lê e cola em Claude Code, Cursor, Codex, Windsurf ou Cline. O próprio texto que o agente lê fica em inglês (é o que o modelo consome). É assim que uma exportação fica:

## Report: Checkout review
**Tool:** claude-code   **Goal:** reduce checkout friction
**Constraint:** keep the layout single-column

- **Element:** `input#coupon-code`
- **Comment:** Remove the coupon field; almost no one uses it.
- **Screenshot:** blob/scr_5da7.png
- **URL:** https://preview.example.com/checkout

A revisão de artefatos de IA (AI artifact review) é o loop: gerar, revisar no lugar e corrigir. Cada comentário cai num dashboard com um status, então o time vê o que já está resolvido e o que segue em aberto, em vez de reler o histórico do chat.

É o checkpoint antes de o code review começar: alguém olhando o que o agente de fato renderizou, não o diff. Mais em feedback visual para apps de IA e em workflows.