Tenho explorado cada vez mais o uso de agentes de inteligência artificial no meu processo de trabalho como Product Designer. E, quanto mais experimento, mais percebo que o maior potencial da IA não está apenas em fazer as coisas mais rápido, mas em mudar a forma como pensamos e construímos produtos.
Hoje, não uso IA apenas para gerar ideias, telas ou código. Uso também para questionar decisões, explorar possibilidades e enxergar problemas por diferentes perspectivas.
IA como segunda opinião
Antes de pensar na solução, quero ter certeza de que estou resolvendo o problema certo.
Na prática, trabalho com agentes que assumem diferentes perspectivas — estratégia de produto, UX, arquitetura de IA e engenharia de software — e coloco essas visões em diálogo para testar premissas e identificar problemas antes de partir para a execução.
Nem sempre a primeira ideia é a melhor. E ter uma IA que ajude a questionar essa ideia pode ser tão valioso quanto ter uma que ajude a executá-la.
Mais do que experimentar ferramentas, tenho buscado maneiras de usar a IA para melhorar decisões, explorar soluções e conectar as diferentes etapas do desenvolvimento de produto. Três exemplos reais:
1. Um framework para pensar antes de construir
Um dos trabalhos que desenvolvi foi o APTF (Agentic Product Transformation Framework).
A proposta surgiu de uma inquietação: como aproveitar o potencial dos agentes de IA sem simplesmente transformar qualquer produto em uma experiência baseada em chat?
Em vez de partir direto para a interface, o APTF considera estratégia de produto, UX, arquitetura de IA e engenharia de software desde o início. A ideia é questionar as premissas, entender as necessidades dos usuários e avaliar se cada experiência deve ser conversacional, visual ou híbrida.
Isso muda a ordem das coisas. Antes de decidir qual agente criar ou qual ferramenta utilizar, é preciso entender o problema, as capacidades necessárias e o valor que se quer gerar.
Para mim, esse é um dos usos mais interessantes da IA no design: não apenas encontrar respostas, mas melhorar as perguntas que fazemos.
2. Um produto com IA desde o início
O Precivox é um exemplo ainda mais direto dessa mudança. Nele, fui o único humano no processo — e a inteligência artificial não entrou no final como uma funcionalidade adicional. Esteve presente desde a concepção, influenciando a proposta de valor, a experiência e a própria arquitetura da solução.
O produto transforma informações de mercado em decisões melhores dos dois lados: o consumidor compara sua lista entre os mercados do bairro, e os pequenos mercados ganham inteligência para competir — com LLMs como parte importante da experiência.
Uma premissa que caiu no caminho: comparar só o preço de vitrine parecia suficiente, mas criava uma economia falsa. Distância, tempo e promoções mudam a conta. A resposta foi projetar em torno da economia líquida, e não do menor preço.
Isso mudou também minha forma de atuar como designer. Precisei pensar não apenas em telas e fluxos, mas em como o usuário interage com uma inteligência, como essa inteligência responde, quais informações ela pode utilizar e como transformar essas respostas em decisões úteis.
Nesse tipo de produto, o design deixa de ser apenas o desenho da interface. É preciso projetar também o comportamento do sistema.
3. IA para revisar interfaces sem reinventar o produto
O terceiro exemplo vem da forma como estruturei meu fluxo de design e implementação com Figma, Cursor e MCP — o protocolo que permite aos agentes acessar ferramentas e arquivos de verdade.
Desenvolvi uma abordagem para orientar a IA na análise de interfaces existentes, verificando espaçamentos, tipografia, botões, ícones, imagens, componentes e consistência visual.
Mas havia uma regra importante: não era para criar novas telas, inventar fluxos ou redesenhar tudo do zero. O objetivo era comparar o que já existia com os padrões definidos no design system, identificar divergências e orientar as correções utilizando os componentes e as variáveis existentes.
Essa distinção parece simples, mas faz muita diferença. Uma IA pode gerar uma interface visualmente convincente e, ainda assim, introduzir inconsistências, duplicar componentes ou ignorar decisões que o time já tomou. Gerar uma interface não significa construir um bom produto.
Nesse cenário, o agente deixa de ser apenas um gerador de interfaces e passa a atuar como apoio à análise e à qualidade do produto. E o que ele aponta continua passando por mim: questiono, reviso, testo e ajusto.
Nem tudo precisa de IA
Uma das coisas que tenho aprendido nesse processo é que não faz sentido colocar inteligência artificial em tudo.
O importante é entender onde ela realmente pode gerar valor, seja simplificando uma operação, melhorando uma experiência ou ajudando a tomar decisões mais bem fundamentadas.
Ainda é um campo em constante evolução, e é justamente isso que me interessa: experimentar, aprender e descobrir novas formas de construir. (Escrevi mais sobre esse papel em O que é um AI Builder.)
No fim, não vejo a IA como uma substituta do pensamento de design. Vejo como uma forma de ampliar nossa capacidade de explorar, questionar e transformar ideias em produtos reais.
Acredito que o diferencial não será simplesmente saber usar IA, mas saber o que perguntar, o que questionar e o que fazer com as respostas.
Se você está pensando em onde a IA faz sentido no seu produto, vamos conversar.