Indústria
SaaS · Produtividade B2B
Cliente
UX System · Produto próprio
Papel
Product Designer + Eng.
Ano
2024 · em produção
Plataforma UX System
Plataforma de produtividade que une tarefas, notas, funis e IA contextualizada num workspace compartilhado. Desenhada, pesquisada e codada por mim, da primeira entrevista ao deploy em produção.
Esse não é um case de interface. É um case de produto: começa em entrevistas com operadores e decisores, passa por modelagem de dados, design tokens, debate multi-agente e segurança a nível de linha, e termina num sistema rodando com equipes reais analisando funis e tomando decisão com IA que enxerga o contexto do workspace.
Contexto do negócio
Equipes de produto operam num patchwork: Jira para tarefas, Notion para notas, Slack para decisão, planilhas para dados. Cada ferramenta resolve um pedaço — ninguém costura o fio da decisão. A IA entrou nesse cenário como mais uma aba, respondendo bonito sobre nada em particular, porque não enxergava o contexto do produto.
O UX System nasce para fechar esse loop: uma plataforma única onde tarefa, nota, funil e análise qualitativa convivem — e onde a IA trabalha com contexto real do workspace, não com um prompt perdido. O princípio de desenho é o inverso da lógica "mais features": menos atrito, mais signal.
Pesquisa e descobertas
Conduzi 14 entrevistas em profundidade com dois perfis: operadores (PMs, designers, tech leads) e decisores (founders, product ops, diretores de design). Transcrevi, codifiquei em clusters de afinidade e testei hipóteses em protótipos antes de escrever qualquer linha de produção. Saturação ocorreu na 11ª entrevista; as três últimas confirmaram sem adicionar.
Três descobertas travaram escopo: (1) o switch cost entre ferramentas custa ~23 min por troca — contexto mental que se perde; (2) a IA sem contexto vira ruído plausível e piora decisão; (3) analisar quantitativo sem a voz do usuário produz decisão enviesada — e analisar qualitativo sem quantidade produz teatro.
Decisões de produto
Design tokens antes de componentes
Cor, espaçamento, radius e tipografia centralizados. Trocar dark/light ou ajustar contraste AA vira mudança de token, não caça ao bug em 80 arquivos.
Isolamento real via RLS
Multi-workspace com Row Level Security no Postgres. Se o cliente escapar da verificação, o banco ainda recusa. Segurança é default, não feature opcional.
IA por debate, não por oráculo
Um Data Scientist e um UX Researcher analisam em paralelo; um Synthesizer resolve o conflito. Se um falha, o outro alimenta a síntese. Promise.allSettled no lugar de Promise.all.
Falha graciosa sempre visível
Error Boundary global, timeouts em uploads, fallback para perda de conexão. Heurística #9 do Nielsen — reconhecer e recuperar de erro — aplicada como gate de release.
Arquitetura e construção
Stack escolhido para velocidade de iteração e baixo custo operacional. React 19 + Vite 8 no cliente, com Context API segmentado por domínio (auth, workspace, tasks, notifications, theme) — evita re-render em cascata e deixa o ownership claro. Supabase gerencia Postgres + Auth + Realtime + Edge Functions.
A chave do Gemini nunca toca o cliente: uma Edge Function serve como proxy, faz rate limit por usuário, valida uploads (PDF via pdf.js, planilha via xlsx) e loga custo por requisição. RLS guarda cada tabela por workspace_id. Realtime tem cleanup obrigatório no unmount — padrão da casa, auditado por linter customizado.
Front-end
React 19 · Vite 8 · Context isolado · tokens · a11y AA
Back-end
Supabase · Postgres · RLS em 14 tabelas · triggers de auditoria
IA
Gemini via Edge Function · Proxy · rate limit · log de custo
Parsing
pdf.js · xlsx · Timeout · limite de tamanho · sandbox
Integrações
WhatsApp Cloud API · Notificação crítica só
Qualidade
Lint custom · ErrorBoundary · 6 auditores especializados
Solução
Interface única onde o operador vive o dia: Kanban com drag-and-drop, prioridades e atribuição; notas compartilháveis por link público com revogação; análises qualitativas por upload de arquivo; funis com debate multi-agente; chat IA que lê tarefas, notas e funis do workspace — nunca de outro.
Mobile first para notificação e consumo; desktop first para criação e análise. A mesma decisão de produto atravessa os dois: insight acionável em primeiro plano, botão de próxima ação visível, nunca "exportar para Excel e ver depois".
Resultado
Em produção com equipes reais. Após auditoria de segurança independente (6 agentes especializados: autenticação, RLS, integrações externas, criações, estado, equipes), todas as tabelas passaram com isolamento validado, zero vazamento entre workspaces, chaves de IA fora do bundle e Error Boundary cobrindo 100% da árvore.
-72%
tempo de análise (2h → 3min)
+3.4×
notas compartilhadas vs mês 1
0
vazamentos entre workspaces
94%
tarefas fechadas no prazo
Tempo para análise qualitativa caiu de ~2h (extrair, tabular, escrever) para ~3 minutos (upload → debate → síntese). Adoção cresceu 3.4× em notas compartilhadas. 94% das tarefas fechadas no prazo. O número que mais importa, porém, é o que não aparece em dashboard: equipes relatam que "finalmente a IA ajuda em vez de atrapalhar".
Design, código e IA — o ciclo fechado
Não existe mais a linha que separa "designer que desenha" de "dev que implementa". No UX System desenhei cada interação, validei contra as 10 heurísticas de Nielsen, implementei com foco em performance e segurança, e auditei com agentes especializados antes de cada release. A IA é ferramenta — o ofício continua humano: decidir o que vale, o que dispensar, o que tornar invisível para o usuário.
O que este projeto prova, em primeira pessoa, é que um profissional com domínio de UX, código e orquestração de IA entrega hoje o que ontem pedia um time. Não porque a IA substitui alguém, mas porque ela remove a fricção entre pensar e construir — desde que alguém ainda saiba o que vale a pena pensar.