Repositório de Aprendizados com Agentes de IA
Transformar conhecimento disperso em inteligência coletiva e acionável para times de produto e design, usando agentes de IA como camada de síntese e recuperação de informação
Cliente
Metodologia
UX Research Research Ops Arquitetura da Informação IA Generativa
Setor
Fintech
Data
março 2025
Cenário: conhecimento gerado, mas nunca acessível
Times de produto e design conduziam continuamente pesquisas, testes de usabilidade e análises mas esse conhecimento se fragmentava em ferramentas distintas e ficava, muitas vezes, só na memória das pessoas. Uma pesquisa interna revelou que 93% dos profissionais buscam informação perguntando a alguém, não consultando documentação. 85% afirmavam que a documentação não existia ou estava desatualizada. Squads resolviam o mesmo problema em jornadas separadas, sem visibilidade cruzada.
Missão: criar uma fonte única de verdade, alimentada por IA
Como responsável pela iniciativa, minha missão era desenhar um sistema que transformasse documentos de pesquisa brutos em aprendizados estruturados, padronizados e consultáveis conectando a documentação de produto às evidências de pesquisa em um repositório central. O objetivo era que qualquer decisão de produto partisse de evidência, não de opinião ou memória.
A estratégia: pesquisa de campo, arquitetura e agentes de IA
Discovery e pesquisa interna: Conduzi uma pesquisa com múltiplos squads para mapear como o conhecimento era gerado, armazenado e recuperado. Os dados evidenciaram um padrão sistêmico há esforço de documentação, mas nenhuma estrutura de reutilização.
Arquitetura de databases: Desenhei dois databases integrados. O primeiro concentra a documentação de produto nome, função, usuário principal, contexto de uso e produtos relacionados. O segundo é o repositório geral de estudos, com todos os insights, metodologias e tags semânticas. Cada produto expõe uma view filtrada do repositório geral, conectando diretamente o que o produto é ao que já foi aprendido sobre ele.
Agentes de IA: Projetei dois subagentes especializados. O Synthesizer recebe relatórios de pesquisa e gera automaticamente tabelas de aprendizados padronizadas e relatórios estruturados prontos para publicação. O UX Librarian organiza, tagueia e registra os insights no database, tornando-os pesquisáveis e filtráveis por qualquer membro do time.
Impacto: aprovação para MVP e adesão das lideranças
A solução foi apresentada para as lideranças e aprovada para implementação do MVP. O projeto ganhou força como iniciativa prioritária de Research Ops, com potencial de escalar para todos os squads de produto. O sistema transforma o ciclo de pesquisa: ao invés de insights ficarem presos em arquivos, eles passam a ser ativos consultáveis, comparáveis e reutilizáveis elevando a qualidade das decisões de produto e reduzindo retrabalho estrutural.
