{"id":15046,"date":"2026-01-13T10:18:27","date_gmt":"2026-01-13T10:18:27","guid":{"rendered":"https:\/\/focalx.ai\/nao-categorizado\/a-ti-nao-bloqueou-a-implementacao-o-design-ruim-da-implementacao-bloqueou\/"},"modified":"2026-10-06T17:20:08","modified_gmt":"2026-10-06T17:20:08","slug":"planejamento-ruim-implementacao-impede-adocao","status":"publish","type":"post","link":"https:\/\/focalx.ai\/pt-br\/logistica-de-veiculos-acabados\/planejamento-ruim-implementacao-impede-adocao\/","title":{"rendered":"A TI n\u00e3o bloqueou a implementa\u00e7\u00e3o \u2014 o design ruim da implementa\u00e7\u00e3o bloqueou"},"content":{"rendered":"<p>O design ruim da implementa\u00e7\u00e3o, e n\u00e3o a resist\u00eancia da TI, \u00e9 geralmente o que bloqueia uma implanta\u00e7\u00e3o, pois tenta resolver todas as depend\u00eancias (hardware, integra\u00e7\u00f5es, parceiros, mudan\u00e7a de processos) antes de provar o valor nos pontos de entrega operacional onde as inspe\u00e7\u00f5es j\u00e1 ocorrem. Este artigo explica por que programas \u201cbig-bang\u201d estagnam, como \u00e9 um modelo de implanta\u00e7\u00e3o em fases na log\u00edstica de ve\u00edculos acabados, o que a TI realmente precisa para aprovar e apoiar a escala, e como evitar a cria\u00e7\u00e3o de novos silos de dados ao expandir da captura para fluxos de trabalho e integra\u00e7\u00f5es. <\/p>\n<h2>Explica\u00e7\u00e3o central: prove o valor nos fluxos de trabalho primeiro, depois escale a captura e as integra\u00e7\u00f5es<\/h2>\n<p>Implanta\u00e7\u00f5es r\u00e1pidas na log\u00edstica de ve\u00edculos funcionam quando seguem a sequ\u00eancia de como o trabalho acontece: a evid\u00eancia \u00e9 capturada nas mudan\u00e7as de cust\u00f3dia, as decis\u00f5es operacionais s\u00e3o tomadas no \u201cmeio confuso\u201d das exce\u00e7\u00f5es e, s\u00f3 ent\u00e3o, as empresas precisam de sincroniza\u00e7\u00e3o estruturada de sistemas de registro. Se voc\u00ea tentar come\u00e7ar com o design de integra\u00e7\u00e3o total, instala\u00e7\u00e3o de hardware fixo e integra\u00e7\u00e3o de m\u00faltiplos parceiros, a implementa\u00e7\u00e3o assume um mundo perfeito: processos est\u00e1veis, dados consistentes, partes interessadas alinhadas e maturidade imediata de governan\u00e7a. Na pr\u00e1tica, o caminho mais r\u00e1pido \u00e9 come\u00e7ar com a captura guiada por dispositivos m\u00f3veis em momentos de inspe\u00e7\u00e3o inevit\u00e1veis, anexar a codifica\u00e7\u00e3o de danos correta no ponto de captura e colocar uma camada de fluxo de trabalho para que as exce\u00e7\u00f5es sejam realmente assumidas, progredidas e encerradas. Uma vez que o registro do evento \u00e9 consistentemente criado e encerrado, a escala para captura fixa e integra\u00e7\u00f5es de sistema torna-se uma etapa de implementa\u00e7\u00e3o, em vez de uma aposta de transforma\u00e7\u00e3o.   <\/p>\n<h2>Por que o modelo big-bang falha em implementa\u00e7\u00f5es de log\u00edstica de ve\u00edculos acabados<\/h2>\n<p>Os programas big-bang falham porque agrupam muitas inc\u00f3gnitas em um \u00fanico marco de \u201centrada em opera\u00e7\u00e3o\u201d. Na log\u00edstica de ve\u00edculos acabados, as inspe\u00e7\u00f5es situam-se na interse\u00e7\u00e3o de v\u00e1rias partes (transportadoras, terminais, OEMs, p\u00e1tios, \u00faltima milha) e m\u00faltiplos sistemas (TMS, sistemas de p\u00e1tio\/terminal, ferramentas de sinistros, gest\u00e3o de documentos). Quando uma implementa\u00e7\u00e3o exige novo hardware em todos os lugares, que cada parceiro siga novos POPs e que cada sistema troque eventos perfeitamente estruturados desde o primeiro dia, o projeto torna-se fr\u00e1gil: uma depend\u00eancia ausente interrompe o progresso, e um caminho de exce\u00e7\u00e3o fora do design corr\u00f3i a confian\u00e7a no resultado.  <\/p>\n<p>Observamos repetidamente que \u201ca TI nos bloqueou\u201d torna-se a explica\u00e7\u00e3o conveniente ap\u00f3s a estagna\u00e7\u00e3o de um programa. Os projetos que morreram foram aqueles que tentaram integrar tudo primeiro: integra\u00e7\u00e3o big-bang, novo hardware em cada local, todos os parceiros integrados e cada fluxo de trabalho redefinido antes que algu\u00e9m tivesse demonstrado resultados tang\u00edveis nas inspe\u00e7\u00f5es de mudan\u00e7a de cust\u00f3dia que n\u00e3o podem ser ignoradas. Se voc\u00ea quiser uma abordagem adjacente a isso, veja nosso artigo sobre como <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/start-visibility-without-full-chain\/\">come\u00e7ar a obter visibilidade sem integrar toda a cadeia<\/a>.  <\/p>\n<p>O big-bang tamb\u00e9m cria o que as opera\u00e7\u00f5es mais tarde vivenciam como <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-evidence-debt-cost\/\">d\u00edvida de evid\u00eancia<\/a>: qualidade de captura inconsistente, registros de eventos fragmentados e falta de contexto que tornam a resolu\u00e7\u00e3o posterior e o trabalho de sinistros mais lentos em vez de mais r\u00e1pidos. Para leitores que buscam uma vis\u00e3o em estilo de checklist, tamb\u00e9m documentamos <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/ai-inspection-failures\/\">modos de falha comuns ao adotar inspe\u00e7\u00f5es por IA<\/a> que frequentemente aparecem nesses designs de \u201ctudo de uma vez\u201d. <\/p>\n<h2>Modelo em fases: captura m\u00f3vel guiada \u2192 captura fixa \u2192 integra\u00e7\u00e3o<\/h2>\n<p>Um modelo em fases funciona porque alinha o investimento e a complexidade com o que j\u00e1 foi validado nas opera\u00e7\u00f5es do dia a dia. O objetivo n\u00e3o \u00e9 adiar a integra\u00e7\u00e3o indefinidamente, mas tornar a integra\u00e7\u00e3o previs\u00edvel, padronizando primeiro o registro do evento e provando que as exce\u00e7\u00f5es podem ser encerradas com responsabilidade clara. <\/p>\n<ul>\n<li><b>Captura m\u00f3vel guiada<\/b>: Comece onde as inspe\u00e7\u00f5es s\u00e3o inevit\u00e1veis \u2014 mudan\u00e7as de cust\u00f3dia em port\u00f5es, descarga, carregamento, movimenta\u00e7\u00f5es no p\u00e1tio e entrega. Use dispositivos m\u00f3veis para padronizar \u00e2ngulos, fotos obrigat\u00f3rias e metadados para que o registro do evento seja consistente entre operadores e locais. \u00c9 aqui tamb\u00e9m que recomendamos incorporar o <b>M-22<\/b> na captura, para que a terminologia e a codifica\u00e7\u00e3o de danos sejam aplicadas quando a evid\u00eancia \u00e9 criada, e n\u00e3o reconstru\u00edda posteriormente de mem\u00f3ria. A mudan\u00e7a mais importante voltada para o operador nesta fase \u00e9 que a captura deve estar conectada \u00e0 a\u00e7\u00e3o; nossa experi\u00eancia \u00e9 que os operadores sentem valor quando o <b>Stream<\/b> existe \u2014 tarefas, alertas, responsabilidade clara e rastreamento de encerramento \u2014 porque remove a ambiguidade sobre o que acontece ap\u00f3s as fotos serem tiradas. \u00c9 por isso que enfatizamos <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-photo-to-action-workflows\/\">a camada de fluxo de trabalho entre a evid\u00eancia e a a\u00e7\u00e3o<\/a> durante a primeira fase.    <\/li>\n<li><b>Captura fixa<\/b>: Uma vez que voc\u00ea tenha padr\u00f5es de captura est\u00e1veis e fluxos de trabalho usados de forma consistente, a captura fixa torna-se um mecanismo de escala em vez de um experimento. Esta\u00e7\u00f5es fixas podem aumentar a vaz\u00e3o em pontos de contato de alto volume, mas s\u00f3 entregam resultados consistentes quando a estrutura subjacente do evento de inspe\u00e7\u00e3o, as conven\u00e7\u00f5es de codifica\u00e7\u00e3o e o tratamento de exce\u00e7\u00f5es j\u00e1 est\u00e3o funcionando na forma m\u00f3vel. Caso contr\u00e1rio, voc\u00ea automatiza a inconsist\u00eancia.  <\/li>\n<li><b>Integra\u00e7\u00e3o<\/b>: Integre ap\u00f3s o registro do evento ter uma estrutura e ciclo de vida confi\u00e1veis. Nesta fase, as empresas sentem valor quando o <b>Recover<\/b> existe \u2014 sincroniza\u00e7\u00e3o pronta para sinistros nos sistemas, para que o mesmo evento n\u00e3o seja redigitado em ferramentas, e-mails e planilhas. A integra\u00e7\u00e3o passa a ser sobre o mapeamento de campos est\u00e1veis, identificadores e status no TMS, sistemas de sinistros e operacionais que j\u00e1 governam o trabalho.  <\/li>\n<\/ul>\n<p>Nosso aprendizado pr\u00e1tico em v\u00e1rias implementa\u00e7\u00f5es \u00e9 direto: se voc\u00ea apenas implementar inspe\u00e7\u00f5es, ainda se afogar\u00e1 no meio confuso. O gargalo operacional n\u00e3o \u00e9 a captura de imagens; \u00e9 a responsabilidade pelas exce\u00e7\u00f5es, o rastreamento do progresso e o encerramento. \u00c9 por isso que tratamos as <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-closed-loop-inspections-value\/\">inspe\u00e7\u00f5es de ciclo fechado<\/a> como o design m\u00ednimo vi\u00e1vel para provar valor antes de escalar.  <\/p>\n<h2>O que a TI precisa: seguran\u00e7a, um modelo de dados est\u00e1vel e uma trilha de auditoria<\/h2>\n<p>As equipes de TI raramente rejeitam a inova\u00e7\u00e3o por princ\u00edpio. Elas rejeitam a incerteza: propriedade de dados pouco clara, controle de acesso fraco, regras de reten\u00e7\u00e3o amb\u00edguas e integra\u00e7\u00f5es que n\u00e3o podem ser suportadas. Em uma implementa\u00e7\u00e3o em fases, os requisitos de TI podem ser atendidos precocemente sem for\u00e7ar uma constru\u00e7\u00e3o de integra\u00e7\u00e3o total no primeiro dia, desde que o design da plataforma antecipe a escala.  <\/p>\n<ul>\n<li><b>Seguran\u00e7a e controle de acesso<\/b>: Acesso baseado em fun\u00e7\u00f5es alinhado \u00e0s fun\u00e7\u00f5es operacionais (equipe do terminal, supervisores da transportadora, qualidade da OEM, sinistros) e controles rigorosos sobre quem pode visualizar, exportar e editar evid\u00eancias e registros de inspe\u00e7\u00e3o.<\/li>\n<li><b>Modelo de dados e identificadores<\/b>: Um registro de evento bem definido que vincula o VIN, localiza\u00e7\u00e3o, carimbo de data\/hora, parte sob cust\u00f3dia, tipo de inspe\u00e7\u00e3o e codifica\u00e7\u00e3o de danos (incluindo <b>M-22<\/b>) para que o mesmo incidente possa ser referenciado consistentemente em todas as ferramentas. Sem identificadores e campos est\u00e1veis, as integra\u00e7\u00f5es amplificam a confus\u00e3o em vez de elimin\u00e1-la. <\/li>\n<li><b>Trilha de auditoria e irretratabilidade<\/b>: Um hist\u00f3rico claro do que foi capturado, quem capturou, o que mudou, quem aprovou ou rejeitou uma exce\u00e7\u00e3o e quando o caso foi encerrado. \u00c9 isso que transforma a evid\u00eancia em um registro operacional e comercial que pode resistir ao escrut\u00ednio interno e \u00e0 resolu\u00e7\u00e3o de disputas externas. <\/li>\n<\/ul>\n<p>Quando a fase de integra\u00e7\u00e3o come\u00e7a, o objetivo deve ser remover a redigita\u00e7\u00e3o e os registros paralelos, especialmente em processos relacionados a sinistros, onde a transcri\u00e7\u00e3o manual \u00e9 comum. Esbo\u00e7amos as raz\u00f5es subjacentes em nosso artigo sobre <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/why-claims-stay-manual\/\">por que os fluxos de trabalho de sinistros permanecem manuais<\/a>, e os mesmos problemas normalmente surgem quando os programas de inspe\u00e7\u00e3o tentam se integrar antes que a estrutura do evento e a trilha de auditoria estejam maduras. <\/p>\n<h2>Evite novos silos: um \u00fanico registro de evento em captura, fluxo de trabalho e recupera\u00e7\u00e3o<\/h2>\n<p>Implementa\u00e7\u00f5es que come\u00e7am com uma solu\u00e7\u00e3o pontual estreita frequentemente criam um novo silo: uma ferramenta armazena imagens, outra armazena tarefas, outra armazena notas de sinistros e uma quarta torna-se o sistema de registro \u201coficial\u201d. O resultado operacional \u00e9 o trabalho duplicado: o mesmo incidente \u00e9 reescrito v\u00e1rias vezes, o status \u00e9 rastreado em v\u00e1rios lugares e as equipes discutem sobre qual registro \u00e9 o atual. <\/p>\n<p>Para evitar isso, projete em torno de um \u00fanico evento de inspe\u00e7\u00e3o que percorre seu ciclo de vida: evid\u00eancia capturada, dano classificado, atribui\u00e7\u00e3o de fluxo de trabalho, a\u00e7\u00f5es de resolu\u00e7\u00e3o e sa\u00eddas de recupera\u00e7\u00e3o\/sinistro. Diferentes partes interessadas ainda podem precisar de diferentes visualiza\u00e7\u00f5es e permiss\u00f5es, mas o registro subjacente deve permanecer unificado. Nossa perspectiva alinha-se com o princ\u00edpio de <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-one-source-of-truth-many-views\/\">uma \u00fanica fonte da verdade (sem for\u00e7ar uma \u00fanica visualiza\u00e7\u00e3o)<\/a> \u2014 um modelo de evento compartilhado que suporta m\u00faltiplos contextos operacionais sem fragmentar os dados.  <\/p>\n<h2>Contexto de tecnologia e automa\u00e7\u00e3o: por que a IA precisa de fluxo de trabalho e governan\u00e7a para escalar<\/h2>\n<p>A vis\u00e3o computacional pode padronizar o que \u00e9 detectado e documentado, mas a automa\u00e7\u00e3o s\u00f3 escala quando o processo circundante \u00e9 projetado para consist\u00eancia. Em nossas implementa\u00e7\u00f5es, os crit\u00e9rios de sucesso t\u00e9cnico n\u00e3o se limitam \u00e0 precis\u00e3o do modelo; eles incluem se a captura guiada produz entradas repet\u00edveis, se a codifica\u00e7\u00e3o de danos \u00e9 aplicada consistentemente na ponta e se os usu\u00e1rios a jusante podem confiar na trilha de auditoria e nos status. <\/p>\n<p>\u00c9 por isso que nossa abordagem vincula a inspe\u00e7\u00e3o baseada em IA a duas camadas operacionais: <b>Stream<\/b> para tratamento de exce\u00e7\u00f5es (tarefas, alertas, responsabilidade, rastreamento de encerramento) e <b>Recover<\/b> para sincroniza\u00e7\u00e3o empresarial e prontid\u00e3o para sinistros. O valor da tecnologia \u00e9 percebido quando a automa\u00e7\u00e3o reduz a varia\u00e7\u00e3o entre locais e operadores, cria um registro de evento confi\u00e1vel no momento da mudan\u00e7a de cust\u00f3dia e elimina a necessidade de reconstruir incidentes posteriormente a partir de evid\u00eancias fragmentadas e e-mails. Simplificando: a IA acelera a captura, mas o fluxo de trabalho e a governan\u00e7a evitam que a organiza\u00e7\u00e3o recrie o mesmo registro de incidente quatro vezes.  <\/p>\n<h2>Conclus\u00e3o<\/h2>\n<p>A TI n\u00e3o bloqueou a implementa\u00e7\u00e3o; o design da implementa\u00e7\u00e3o o fez quando assumiu integra\u00e7\u00e3o total, hardware fixo em todos os lugares e alinhamento universal de parceiros antes de provar o valor em inspe\u00e7\u00f5es inevit\u00e1veis de mudan\u00e7a de cust\u00f3dia. Uma implanta\u00e7\u00e3o em fases \u2014 primeiro <b>captura m\u00f3vel guiada<\/b>, depois captura fixa e, em seguida, integra\u00e7\u00f5es \u2014 permite que as equipes validem o registro do evento de inspe\u00e7\u00e3o, incorporem o <b>M-22<\/b> precocemente e demonstrem o tratamento de exce\u00e7\u00f5es em ciclo fechado atrav\u00e9s do <b>Stream<\/b> antes de se comprometerem com a sincroniza\u00e7\u00e3o de n\u00edvel empresarial atrav\u00e9s do <b>Recover<\/b>. Para OEMs, terminais, transportadoras e propriet\u00e1rios de tecnologia FVL, a li\u00e7\u00e3o pr\u00e1tica \u00e9 clara: comece onde as inspe\u00e7\u00f5es j\u00e1 acontecem, projete para o encerramento e n\u00e3o apenas para a captura, e escale para integra\u00e7\u00f5es somente ap\u00f3s o fluxo de trabalho e o modelo de dados estarem est\u00e1veis o suficiente para eliminar o retrabalho em vez de automatiz\u00e1-lo.  <\/p>\n","protected":false},"excerpt":{"rendered":"<p>O design ruim da implementa\u00e7\u00e3o, e n\u00e3o a resist\u00eancia da TI, \u00e9 geralmente o que bloqueia uma implanta\u00e7\u00e3o, pois tenta [&hellip;]<\/p>\n","protected":false},"author":12,"featured_media":15047,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_titles_title":"","_seopress_titles_desc":"Implementa\u00e7\u00f5es do tipo \u201cbig-bang\u201d falham. Veja por que a implanta\u00e7\u00e3o em fases funciona e como escalar da captura para fluxos de trabalho e integra\u00e7\u00f5es sem silos.","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"none","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"","_seopress_social_fb_title":"","_seopress_social_fb_desc":"","_seopress_social_fb_img":"","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"","_seopress_social_twitter_desc":"","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"ambos","_seopress_redirections_param":"","_seopress_redirections_type":301,"_seopress_analysis_target_kw":"","content-type":"","site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[187,188,193],"tags":[],"class_list":["post-15046","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-logistica-de-veiculos-acabados","category-operacoes-de-patio","category-operacoes-ferroviarias"],"acf":[],"_links":{"self":[{"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/posts\/15046","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/comments?post=15046"}],"version-history":[{"count":1,"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/posts\/15046\/revisions"}],"predecessor-version":[{"id":15926,"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/posts\/15046\/revisions\/15926"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/media\/15047"}],"wp:attachment":[{"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/media?parent=15046"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/categories?post=15046"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/focalx.ai\/pt-br\/wp-json\/wp\/v2\/tags?post=15046"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}