11 commands.
9 análise + 2 operação.

Início de cada ciclo (semanal/quinzenal). Quando você precisa decidir onde investir tempo/dinheiro a seguir.

record_command_run('/hypotheses')   # gate de quota
get_principles()                     # contexto LTV/CAC
get_skill_template('hypothesisGenerator')  # template
# + leitura de learnings.md
# + 4-6 queries SQL no warehouse

Salvo em _initiatives/<cliente>/hypotheses.md. Cada hipótese tem: descrição da causa, ação proposta, ICE score, payback estimado.

Quando o churn agregado mudou e você precisa entender se é safra-recente ou base antiga puxando a média.

record_command_run('/cohortAnalysis')
get_principles()
get_framework('retentionModel')
get_skill_template('cohortAnalysis')
# + queries SQL: tabela cohorts × meses

Salvo em _initiatives/<cliente>/cohortAnalysis.md. Tabela markdown + análise causal das anomalias.

Início de relação com cliente novo (depois do /setup). Ou quando o ponteiro mudou e ninguém sabe por quê.

record_command_run('/growthEquation')
get_principles()
get_framework('growthEquation')
get_skill_template('growthEquation')
# + queries: snapshot atual + série 6-12 meses

Salvo em _initiatives/<cliente>/growthEquation.md. Decomposição numérica + identificação do fator dominante.

Quando o churn está estável mas a retenção parece morna. Drilldown mostra se é problema de Power virando Casual, ou Casual nunca virando Core.

record_command_run('/retentionDrilldown')
get_framework('retentionModel')
get_skill_template('retentionDrilldown')
# + queries: tabela de eventos por user × tempo

Salvo em _initiatives/<cliente>/retentionDrilldown.md. Tabela de buckets ao longo do tempo + recomendação de qual taxa atacar.

Antes de aumentar budget de mídia. Antes de cortar canal "que parece ruim". Mensalmente em ritual.

record_command_run('/reportAcquisition')
get_framework('acquisitionModel')
get_skill_template('reportAcquisition')
# + queries: custos × novos × payback por canal

Salvo em _initiatives/<cliente>/reportAcquisition.md. Tabela canal × mês + recomendação de realocação.

Trimestralmente, ou quando o CAC consolidado de afiliados aumenta sem causa óbvia.

record_command_run('/reportAffiliates')
get_skill_template('reportAffiliates')
# + queries: M6 retention por afiliado_id

Salvo em _initiatives/<cliente>/reportAffiliates.md. Lista de afiliados com flag PURGAR/MANTER + impacto estimado no CAC.

Mensal ou quando o churn agregado virou anomalia. Complementa /cohortAnalysis com decomposição de tipo de churn.

record_command_run('/reportRetention')
get_framework('retentionModel')
get_skill_template('reportRetention')
# + queries: cancelamentos por tipo × mês

Salvo em _initiatives/<cliente>/reportRetention.md. Tabela mês × tipo de churn + análise causal.

Antes da weekly do time. Ou sempre que precisar consultar "onde paramos" no projeto — substitui releitura manual de docs e logs.

record_command_run('/briefing')
get_skill_template('weeklyBriefing')
# + leitura de weeklyLogs/ + hypotheses.md + growthEquation.md

Markdown curto direto pra colar na pauta da weekly ou ler antes da call. Não salva arquivo — é throwaway por design.

Logo após cada call. 5-10 min de processamento → memória do projeto preservada.

record_command_run('/postCallLog')
get_skill_template('postCallLog')
# + nada de SQL — só processamento de texto

Salvo em _initiatives/<cliente>/weeklyLogs/YYYY-MM-DD.md. Estruturado pra ser lido pelo /briefing da próxima semana.

Primeira coisa, no primeiro dia. Re-rodar quando o modelo de negócio mudar (mudou de freemium pra assinatura, etc).

get_onboarding_skeleton()    # estrutura das 6 perguntas
generate_dataspec(category, answers)   # após coleta

Salva 2 arquivos: _initiatives/<cliente>/businessProfile.md + dataSpec.md. Detalhes em Setup e Modelo de Dados.

Após cada call, após cada análise que confirmou algo, após errar uma hipótese e entender por quê.

# /learning não invoca tools MCP — só edita arquivo local
# Estrutura imposta:
### [Título] (descoberto em YYYY-MM-DD)
- O que: [fato]
- Impacto: [como muda análises]
- Regra: [o que fazer diferente]

Append em _initiatives/<cliente>/learnings.md. Toda análise futura lê isso antes de gerar nova hipótese.