·2 min
Protótipo de AI Product: fatias verticais com dados reais
O objetivo do protótipo não é ter uma demo bonita. É aprender rápido, com dados reais, antes de gastar em arquitetura definitiva.
A maioria dos protótipos de IA falha por dois extremos:
- Demo de slide. Funciona em ambiente controlado, com input arrumado, e quebra na primeira interação real.
- Engenharia premature. Time monta arquitetura completa antes de saber se a ideia funciona.
A saída fica entre os dois: fatia vertical.
O que é uma fatia vertical
Uma parte estreita do fluxo completo, ponta a ponta, com dados e usuários reais.
Não é todo o produto. É uma feature, um caso de uso, uma jornada — feita inteira: input do usuário → IA → output → usuário usando.
Exemplo. Você quer construir um copiloto de produto. Em vez de fazer "o copiloto inteiro":
- Fatia vertical 1: gerar PRD a partir de uma conversa do Slack.
- Fatia vertical 2: sugerir critério de aceite para uma user story.
- Fatia vertical 3: resumir feedback de usuários por tema.
Escolha UMA. Construa inteira. Teste com 5–10 usuários reais.
O que você está aprendendo
Protótipo de AI Product responde quatro perguntas:
- A qualidade do dado é boa? Se o input que o usuário tem na realidade é mais bagunçado, a IA vai errar.
- A IA acerta o suficiente? "Suficiente" depende do uso. Suporte interno aceita 70%. Pagamento, não.
- O usuário usa? Tem caso onde a IA acerta tudo e ninguém usa, porque o fluxo não tá bom.
- Vale a pena? Custo por chamada × volume × benefício. Faz a conta.
Cada pergunta é uma decisão de continuar ou pivotar.
Como rodar
Setup mínimo:
- Modelo: API pronta no começo. Não otimize sem precisar.
- Backend: o mais simples que funciona. Edge function, Lambda, script.
- UX: pode ser feio. Pode ser via Slack, planilha, email. O importante é o fluxo real.
- Dados: reais. Se não tem, anonimize, mas não mock.
Tempo: 1 a 4 semanas. Mais que isso, virou projeto. Menos que isso, é demo.
Saída: você sabe se vale construir, e o quê construir a seguir.
Armadilha
Querer escalar antes de aprender. Time monta fila com 10 fatias verticais, divide entre devs, e ninguém valida nada antes da produção. Quando uma quebra, todas as outras precisam ser refeitas porque assumiram pressupostos errados.
Regra: nunca comece a fatia 2 antes de fechar o aprendizado da fatia 1.
Próxima fase: Produção — versão, monitoramento e rollback.