IA Generativa e chatbot
Abaixo mostro um pouco sobre a construção de um case de chatbot para varejo, onde o desafio era claro:
-
Baixa conversão.
-
Abandono do carrinho.
-
Falhas no atendimento.
-
Dificuldade em encontrar respostas relevantes.
Antes de pensar em IA, a primeira pergunta foi: qual problema estamos resolvendo? 🎯
Design conversacional vem antes da tecnologia
Antes de qualquer decisão técnica, o foco foi entender:
-
Quem é a pessoa usuária?
-
Em que momento da jornada ele procura o bot?
-
Quais dúvidas travam a decisão de compra?
-
Onde o atendimento pode apoiar o negócio de forma real?
A partir disso, o chatbot foi pensado como parte da experiência: não como um atalho automático. Isso envolveu:
-
Definição de intenções claras.
-
Construção da jornada conversacional.
-
Mapeamento de pontos de conversão.
-
Tom e voz adequados ao contexto.
-
Estratégias de fallback e transbordo humano.
UX Writing não é só “escrever mensagens”. É reduzir carga cognitiva, guiar decisões e transformar conversa em valor para o usuário e para o negócio.
Onde a IA generativa entra
A IA generativa não substitui o fluxo conversacional: ela potencializa quando existe estrutura.
Nesse projeto, a IA foi pensada para:
-
Lidar com variações de linguagem natural (menu + NLP).
-
Responder dúvidas abertas fora do script rígido.
-
Enriquecer explicações sem quebrar o tom de voz.
-
Reduzir fricções causadas por respostas engessadas.
Tudo isso com:
-
Prompts bem definidos.
-
Persona clara.
-
Limites de atuação.
-
Pontos de controle e fallback.
IA generativa funciona melhor quando sabe exatamente onde começa e onde termina. Ela amplia possibilidades, acelera processos e torna experiências mais flexíveis, enquanto o design conversacional que garante clareza, consistência e valor real.
Exemplo de fluxo conversacional com recomendação inteligente de produtos baseada em intenção.
IA nos processos de UX Writing
Ao longo dos meus projetos, tenho utilizado Inteligência Artificial como ferramenta de apoio ao processo de UX Writing, atuando desde a fase estratégica até a entrega final. Sempre como suporte ao pensamento crítico, e não como substituição das decisões humanas que são essenciais para garantir uma boa experiência.
Ferramentas como Gemini, GPT e NotebookLM foram usadas para trazer mais agilidade, consistência e escala ao trabalho, apoiando atividades como:
-
Exploração e refinamento de estratégias conversacionais.
-
Garantia de consistência de tom e voz da marca.
-
Criação e manutenção de materiais de apoio, como benchmark, vocabulário controlado e guias de linguagem.
-
Análise e revisão de fluxos conversacionais e jornadas.
-
Apoio à documentação e compartilhamento de conhecimento entre times.
No Mercado Livre, por exemplo, esse uso se materializou em iniciativas como:
-
Vocabulário controlado: garantindo padronização de termos, mensagens e microcopy entre fluxos e produtos.
-
Assistente de produto específico: permitindo que outros times acessassem rapidamente informações, decisões e diretrizes do projeto.
-
Assistente multitarefas de UX Writing: apoiando atividades recorrentes como revisão de textos, análise de consistência, geração de variações, pedidos de feedbacks técnicos e suporte à tomada de decisão.
A IA foi usada como acelerador do processo e aliada à qualidade, ajudando a reduzir retrabalho, aumentar clareza e escalar o impacto do UX Writing. Sempre com curadoria, limites bem definidos e foco na experiência da pessoa usuária.
Exemplos do que a assistente de UX Writing que criei pode fazer.