O Impacto da GenAI no desenvolvimento de produtos | Edição #22
Sim, vamos falar de AI de novo. Como podemos usá-la para nos apoiar na construção de produtos digitais?
Poucas buzzwords foram tão usadas quanto AI nos últimos anos.
Passamos pela época de ouvir muito sobre app, blockchain, cripto, bitcoin, etc… Mas parece que AI finalmente veio para ficar!
Muitos falam que vamos ser substituídos pela Inteligência Artificial, mas outros defendem que precisamos usar elas como parceiras para aumentar nossa eficiência e resultados - eu também acredito nessa visão.
📈 Usando AI como líderes de negócio e produto
Quando eu digo líderes, quero dizer pessoas que têm influência sobre as entregas e resultados, não necessariamente apenas Heads, C-levels, etc Ok?
Então, vou trazer aqui um pouco de como entendo que podemos usar AI no dia a dia baseado na minha experiência, focando especificamente em GenAI (IA generativa):
🔎 Pesquisa de mercado e benchmark
Uma das coisas que o chatGPT nos ajudou foi a buscar informações de forma rápida, é como receber respostas de um “assistente sabe tudo”. Então, vamos usar aqui também!
Dado que as LLMs indexam uma quantidade gigantesca de dados, entre elas também estão resultados de pesquisas, análises e reports sobre mercados e tendências.
Além disso, com essas ferramentas já fazendo buscas na internet em tempo real, você também pode descobrir quem são os players do mercado e um pouco mais sobre cada um deles.
Perplexity é uma ótima ferramenta para buscas web, e agora o chatGPT também tende a ser melhor após o lançamento do “search GPT".
Além disso, muito tem se falado de Synthetic Users - um tema um pouco polêmico entre as pessoas de Design - que são “usuários“ gerados por AI que simulam o comportamento e preferências de usuários reais. A ideia é usar isso para testes rápidos e validações iniciais, antes de investir tempo conversando com participantes humanos. Vale acompanhar.
🕵️♂️ Descobrindo e convergindo
Sabe aquele momento em que você já tem pesquisas, dados qualitativos e quantitativos, e precisa convergir um pouco? Também podemos ser mais eficientes aqui.
Usei o chatGPT para me ajudar a entender dados de um arquivo csv que continha resultados de uma pesquisa quantitativa e achei ele um pouco ruim para isso, se confundiu bastante e tirou umas conclusões meio mais ou menos, mas é claro, tende a melhorar.
Uma alternativa pode ser o Claude, que muitos falam que “é melhor que o GPT”. Tenho usado essa ferramenta e gostei dos resultados.
Minha dica aqui é alimentar a LLM apenas com dados principais e limpos para evitar confusão:
Nos materiais que alimentarão a LLM, tire campos desnecessários como data, nome, email, celular, etc. Deixe apenas o que precisa ser analisado realmente.
Limpe as respostas que não agregam como aquelas em branco, ou “não sei” - pode usar uma AI só para limpar os dados antes de mandar para própria AI de novo 🤯.
Quanto mais dados, mais risco de bagunçar as respostas. Vai com cautela!
Já para analisar dados mais qualitativos, brainstorms e dinâmicas, o Miro está sensacional para isso!
Em poucos minutos, é possível “conversar” e tirar insights de uma matriz CSD e gerar documentos a partir disso. Demais!
📊 Análise de dados e identificação de padrões
Aqui eu acredito que ainda é um pouco mais complicado, mas é possível!
Para analisar bancos de dados relacionais (SQL), já existem diversas ferramentas Text-To-SQL, que são ferramentas que convertem consultas em linguagem natural (texto) para consultas SQL, sem precisar escrever queries.
Já existem diversas ferramentas que fazem isso. Para quem usa Supabase, o serviço deles já vem com uma AI para isso.
Falando de Analytics, o Amplitude também tem uma AI para te ajudar a caçar dados por lá.
📝 Escrita de user stories e documentação
Arrisco dizer que talvez essa seja o lugar mais óbvio de começarmos, mas é super válido, com certeza.
Sem muito segredo, o clássico chatGPT pode nos ajudar aqui, basta saber dar o contexto correto e ir refinando até chegar num resultado satisfatório.
Caso você use o Notion para gerenciar suas tarefas, ótimo! Eles também já tem uma AI integrada que pode te ajudar nisso.
Ah, e sabe aquele PRD (product requirements document) que você gasta horas escrevendo? Se souber dar o contexto certinho para a LLM, arrisco dizer que seu tempo gasto diminui bastante!
A LLM é sua parceira, use-a para te ajudar a gastar menos tempo para gerar resultados semelhantes. Ela digita mais rápido que você, com certeza!
✅ Não esqueça do básico
Esse item é menos glamouroso, mas igualmente importante: o básico.
Deu branco e esqueceu alguma coisa básica? Pergunta para AI.
O texto é muito grande e você não precisa ler cada detalhe? Peça um resumo.
Você já digitou sobre tal assunto 917 vezes e precisa explicar de novo? Alimente a AI e cria um novo texto.
Quer revisar seu texto? Envie para AI corrigir.
Precisa de insights? Pede ‘opinião’.
🚨 Cuidados gerais
Mas como tudo na vida, vale ter alguns cuidados!
Sempre vale um “duplo check“ manual, principalmente para números.
Se for usar copia/cola, pelo menos lê o resultado. Vai ser feio se te perguntarem e você não souber explicar o que “você escreveu”.
Para cada caso, avalie se você realmente pode simplesmente copiar e colar o resultado. Um pouco de ética vai bem, como sempre.
Não esqueça de aprender e evoluir! Use a ferramenta como “copilot”, assistente, amigo, guru. Você ainda precisa aprender todos os dias!
A dica final, que engloba todas as outras é: use com responsabilidade!
🚀 Evoluir é Necessário
O mundo muda rapidamente, parece que mais rápido a cada ano. Se você não usar AI para ganhar produtividade, alguém vai usar, e provavelmente vai ter melhores resultados que você.
Nosso desafio como profissionais e humanos, é aprender a usar a tecnologia para melhorar nosso dia a dia.
Milhões de pessoas precisaram aprender a trabalhar com máquinas, computadores, internet e aplicativos. Hoje precisamos aprender a trabalhar com AI!
⌛ Mais rápido que update do Windows
Textos que eu acho legal de compartilhar, mas não chegam a ser reflexões tão profundas - às vezes nem reflexões.
Discovery morr3u. 🏁🏁
Calma, não to falando a prática de descobrir coisas, isso é importantíssimo!
To falando da palavra Discovery, essa ficou queimada, já era. Não use.
E eu acredito que a culpa é nossa.
Somos culpados por aquela época em que entramos naquele delírio coletivo durante os bons tempos de "chuva de dólares":
Quando a gente gastou N meses tentando descobrir algo, tantos meses que talvez gastaríamos menos tempo pra ter desenvolvido, mensurado e aprendido.
Quando a gente questionou os dados trazidos da liderança, falando que não servia pq não passou pelo super kanban 8.0 e mega framework legal.
Quando nós mesmos nos enviesamos, enquanto buscávamos ter "certeza absoluta".
Então, muda o nome do Discovery. Chama de levantamento, estudo, planejamento, ou qualquer coisa assim.
Lembrando: não pule essa etapa! Mas lembre-se de que ela só existe pra dar mais certeza de que vamos investir tempo na maior geração de resultado possível.
📚 Outros bons conteúdos
As principais habilidades dos empreendedores digitais de 2025
Network Effects: The Hidden Force Shaping Tech Giants and Startups
How 3 Founders Built an AI Meme Generator to $5K MRR Organically
Por hoje é só! Caso ainda não tenha visto as últimas edições dessa newsletter, corre lá: