DESIGN / STRATEGY / EXPERIENCE

SELECTED POST:

Antes do prompt, vem o problema.

PHILLIPE SANTANA ©

De uns tempos para cá, uma pergunta aparece com cada vez mais frequência: “Qual prompt você usou para fazer isso?”.

Eu entendo a curiosidade. Também gosto de testar ferramentas, explorar possibilidades e descobrir maneiras novas de produzir. A inteligência artificial abriu um espaço enorme para experimentar.

Mas tenho a impressão de que, às vezes, estamos pulando uma etapa importante.

Antes de perguntar o que escrever no prompt, precisamos entender o que estamos tentando resolver.

Parece óbvio. Só que, na prática, não é tão comum assim.

Um prompt bem escrito pode resolver o problema errado

Imagine uma empresa que recebe muitos contatos, mas demora para responder. Alguém sugere criar um agente de IA para automatizar o atendimento.

Pode ser uma boa ideia. Mas antes eu gostaria de entender algumas coisas: a demora acontece em qual etapa? As perguntas são repetitivas? As informações estão organizadas? Há alguém responsável por dar continuidade aos contatos? O gargalo é de atendimento ou de processo comercial?

Dependendo das respostas, a solução pode envolver IA, uma integração simples, uma mudança de fluxo, treinamento da equipe ou uma combinação dessas coisas.

Sem diagnóstico, a gente corre o risco de automatizar a confusão.

E uma confusão automatizada continua sendo uma confusão. Só que, agora, talvez em maior velocidade.

Aprendi a valorizar muito mais o briefing

Nos trabalhos de produção visual apoiada por IA, especialmente com imagens e infográficos, percebi como a definição do problema influencia a qualidade da entrega.

Pedir um resultado “mais premium”, “mais bonito” ou “mais profissional” pode até iniciar uma conversa, mas essas palavras sozinhas deixam margem para interpretações muito diferentes.

O que precisa melhorar, exatamente? A hierarquia visual? A legibilidade dos dados? A composição? A fidelidade às informações? O contexto da imagem? O que não pode ser alterado?

Em um infográfico, por exemplo, transformar barras em uma peça visualmente impressionante não adianta se a informação perde clareza. E simplesmente colorir um gráfico não significa que criamos uma comunicação melhor.

Quanto mais claros ficam os critérios, menos dependemos de sorte ou de uma sequência interminável de tentativas.

O prompt passa a ser consequência de um raciocínio, não um substituto para ele.

IA é ferramenta. Método é o que dá direção.

Eu trabalho conectando design, tecnologia, experiência do usuário e estratégia. E tenho percebido que a mesma lógica serve para quase tudo.

Antes de desenhar uma interface, preciso compreender quem vai utilizá-la. Antes de construir uma landing page, preciso entender a oferta e o público. Antes de propor automação, preciso enxergar o processo.

Com IA, não deveria ser diferente.

Gosto de organizar esse raciocínio em cinco perguntas simples:

  1. Qual é o problema real? Não apenas o sintoma mais visível.
  2. Quem é afetado por ele? Cliente, equipe, gestor ou todos eles.
  3. Como funciona hoje? Quais etapas existem e onde estão os gargalos.
  4. O que seria uma melhoria concreta? Tempo, qualidade, consistência, clareza ou redução de retrabalho.
  5. Como vamos verificar se funcionou? Com critérios que façam sentido para a situação.

Depois disso, podemos decidir onde a IA entra, qual ferramenta usar, como estruturar as instruções e o que precisa continuar sob supervisão humana.

Experimentar faz parte. Validar também.

Não acho que todo projeto precise nascer com um planejamento gigantesco. Sou favorável a protótipos, testes rápidos e provas de conceito. Muitas vezes, é colocando uma hipótese em prática que descobrimos o que faltava no diagnóstico.

Mas existe uma diferença entre experimentar para aprender e sair implementando porque a tecnologia parece interessante.

É aqui que a ideia de melhoria contínua, tão presente no PDCA, faz sentido para mim. A gente planeja o suficiente para testar, executa, observa o resultado e corrige a rota. Um teste que mostra que a ideia não funcionou também traz informação útil.

A IA pode ajudar a escrever, criar, analisar, organizar e automatizar. Isso é valioso. Mas ela não decide, sozinha, o que vale a pena melhorar dentro de um negócio.

No fim, eu continuo achando mais interessante alguém que sabe fazer boas perguntas do que alguém que apenas coleciona prompts.

Porque a qualidade da solução começa muito antes da primeira instrução enviada à ferramenta.