chore: initial monorepo scaffold + WDS Phase 1+2 artifacts

- Nx 22.7 monorepo (pnpm 11.1, TypeScript 5.9, Node 24)
- apps/api: NestJS 11 (CJS conforme CODING-RULES.md PGD-DB-004)
- apps/web: React 19 + Vite 8 (ESM)
- libs/shared/api-interface: Zod contract base
- Docker Compose dev: Postgres 18, Valkey 8, MinIO, Mailpit
- WDS artifacts:
  - design-artifacts/A-Product-Brief/ (5 docs canônicos + 16 dialogs)
  - design-artifacts/B-Trigger-Map/ (hub + 4 personas + feature impact)
- Stack canon: STACK.md v2.2 + CODING-RULES.md v2.0 + brand.md
- AGENTS.md + README.md como entrada para devs/agentes

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

design-artifacts/_progress/agent-experiences/2026-05-27-trigger-map-D.md

@@ -0,0 +1,91 @@
+# Session Log — Trigger Mapping (Dream Mode)
+
+**Date:** 2026-05-27
+**Agent:** Saga (BA / Strategic Analyst)
+**Mode:** Dream (D) — autonomous generation + final review
+**Duration target:** 15-25 min
+
+---
+
+## Layer 1: WDS Form (internalizado)
+
+Effect Mapping by Mijo Balic & Ingrid Domingues, adapted by WDS:
+- **WHY:** Business goals (refined from brief)
+- **WHO:** Target groups (alliterative persona names)
+- **WHAT:** Driving forces (positive motivations + negative fears/frustrations)
+- **HOW:** Feature impact (mapping features to forces)
+
+**Quality criteria:**
+- Personas alliterative, behavioral (não demográficas)
+- Driving forces specific, not vague (não "user wants efficiency")
+- Forces scored Frequency × Intensity × Fit
+- Feature impact direct mapping
+- Diagram mermaid Goals → Personas → Forces
+
+**Common mistakes:**
+- Personas demográficos sem comportamento
+- Forces genéricas ("quer mais produtividade")
+- Pular forças negativas (medos, frustrações)
+- Não escorar forças
+- Inventar sem ancorar em discovery
+
+---
+
+## Layer 2: Project Context (Phase 1 destilada)
+
+Disponível em contexto:
+- `01-product-brief.md` — Vision, Positioning, Personas, Business Model, Success, Competitive, Constraints
+- `02-content-language.md` — Tom, vocabulário canônico
+- `03-visual-direction.md` — Visual DNA
+- `04-platform-requirements.md` — Stack, integrações
+- `dialog/*` — 16 docs de histórico detalhado
+
+**4 personas confirmadas:**
+- Rafael Representante (PRIMARY) — mobile-first, 70-90% volume
+- Sandra Supervisora — desktop+mobile, influenciadora-chave da compra
+- Daniel Dono — desktop/iPad, IA estratégica, overlap buyer persona
+- Alice Admin — desktop-only, campanhas no-code
+
+**Concept canônico:** "4 cockpits especializados sobre dado único em tempo real, atravessado por WhatsApp nativo e IA contextual"
+
+**Positioning:** target 5-50 reps · dor "decide no escuro" · coexistência com ERPs.
+
+---
+
+## Layer 3: Domain Research (skipped — Phase 1 já cobre extensivamente)
+
+Domain conhecido:
+- Mercado B2B força de vendas BR (concorrentes Mercos/Promosoft/MaxFV/Workforce/Mobits)
+- ERPs com módulo (TOTVS/Sankhya/Senior/Bling/Tiny/Omie)
+- Realidade do rep externo BR (carro, 3G, comissão pesa no salário)
+- Estrutura típica PME 5-50 reps (dono decide, supervisor influencia, financeiro/TI ausentes)
+- Dor "decide no escuro" validada com Julian
+- LGPD constraints
+- Setor visual medíocre (insight Step 19)
+
+Web search seria redundante — basear em context destilado.
+
+---
+
+## Layer 4: Generate (executando)
+
+Outputs em `design-artifacts/B-Trigger-Map/`:
+- `01-business-goals.md`
+- `personas/02-rafael-representante.md`
+- `personas/03-sandra-supervisora.md`
+- `personas/04-daniel-dono.md`
+- `personas/05-alice-admin.md`
+- `06-feature-impact-analysis.md`
+- `00-trigger-map.md` (hub + mermaid)
+
+---
+
+## Layer 5: Self-Review (pós-generation)
+
+A executar após assembly completo. Verificar:
+- [ ] Goals refinados, não copiados do brief
+- [ ] Personas com 5-7 driving forces cada (mix positivo+negativo)
+- [ ] Forces scored Freq×Int×Fit
+- [ ] Feature impact matrix completa
+- [ ] Diagram mermaid coerente
+- [ ] Trace: cada decision desta Phase 2 tem origem em Phase 1