// COMO EU GERENCIO PRODUTO

Como eu gerencio produto.

Não mostro print de backlog — gestão de produto não se prova em imagem. Mostro o que de fato importa: como eu decido, o que escolho não fazer, e como tiro a ideia do papel e coloco no ar. Com IA dentro do processo e rigor de engenharia.

  • Discovery contínuo
  • MVP & recorte
  • Priorização (RICE)
  • IA no loop
// O CICLO

Da escuta ao no ar

Da escuta ao no ar
  1. Escuto os três lados

    Visão do stakeholder, necessidade do usuário, capacidade do time.

  2. Decido o que NÃO entra

    Priorizo o MVP pelo que destrava aprendizado — não pelo que é bonito.

  3. Valido com produto rodando

    Prefiro um produto simples no ar a um perfeito no slide.

  4. Meço o que importa

    Defino a métrica antecedente antes de construir, não depois.

IA no loop — agentes e LLMs em produção resolvendo trabalho real, não demo.
ClaudeMCPAgentes / LLMs
// COMO EU PENSO

Princípios de produto

Princípios de produto
  • Restrição é input de design, não desculpa.

    Construo em volta do que existe em vez de travar esperando o cenário ideal.

  • Transparência de papel.

    O que eu conduzi é meu; o que foi do time, eu credito.

  • Engineering-grade.

    Especifico comportamento, não só desejo — o time constrói o que eu descrevo.

  • Eu fecho o ciclo.

    Da ideia de todo mundo ao backlog priorizado ao produto no ar.

// A PROVA

Decisões reais, sob restrição

Decisões reais, sob restrição
// CASE 01Produto próprio · Founder

MelhoreMeuCurrículo

IA que vira currículo pra quem nunca teve um.

  1. Contexto

    Milhões de brasileiros que fizeram trabalho braçal ou buscam o primeiro emprego são barrados antes da entrevista — não por falta de capacidade, mas por nunca terem tido um currículo que traduza o que fizeram.

  2. Problema

    Os geradores de currículo existentes formatam, mas não traduzem. "Carregava caixa" continua "carregava caixa" — e continua sendo filtrado.

  3. O que eu fiz

    Como founder/PO, defini a tese de produto (traduzir experiência, não formatar), desenhei o fluxo ponta a ponta (LP → app → camada de IA → entrega do PDF), especifiquei o comportamento da IA (do jeito coloquial para o vocabulário profissional de RH) e tratei LGPD desde o discovery — não como remendo final.

  4. Decisão-chave

    Manter gratuito e sem fricção de cadastro. O trade-off era monetização x alcance da missão — priorizei alcance, porque o usuário-alvo desiste em qualquer barreira.

  5. Resultado

    Produto no ar, ponta a ponta, construído e gerido por uma pessoa só — da ideia ao deploy.

0→1do nada ao ar
soloconstruído sozinho
IA no coretradução por LLM
Métodos:DiscoveryTese de produtoFluxo ponta a pontaLGPD by design
// CASE 02Operação para cliente · Ubiz Car

Duelo

A rotina de trabalho virando progressão, status e reconhecimento.

  1. Contexto

    Uma operação de mobilidade urbana com um desafio de engajamento: manter o público ativo e motivado no dia a dia.

  2. Problema

    Como transformar uma rotina de trabalho repetitiva e solitária em progressão, status e reconhecimento — usando só os dados que a operação já gera, sem inventar nada?

  3. O que eu fiz

    Como Product Owner, conduzi o discovery do que motiva o público, modelei uma mecânica de gamificação e um sistema de pontuação, defini e priorizei o backlog do MVP, e tomei as decisões de recorte em volta das restrições reais de dados e integração.

  4. Decisão-chave

    Subir uma primeira versão simples com o que já existia, em vez de esperar a integração ideal. "Produto no ar aprendendo agora" x "produto perfeito daqui a meses" — escolhi aprender com o produto rodando.

  5. Resultado

    Produto de gamificação no ar, adotado na operação. O valor aqui é a decisão de produto sob restrição.

no arem produção
adotadoem operação real
POpapel: Product Owner
Métodos:DiscoveryModelagem de gamificaçãoBacklog & priorizaçãoDecisão sob restrição
// FERRAMENTAL

Stack & métodos

Stack & métodos
  • Discovery
  • Backlog
  • Roadmap
  • Priorização (RICE)
  • OKRs
  • KPIs
  • Scrum
  • Kanban
  • Jira
  • Notion
  • A/B test
  • LLMs
  • Agentes de IA
  • Prompt engineering

Gostou de como eu penso produto? Vamos conversar.

Da visão difusa ao produto no ar — posso fazer isso no seu time ou no seu produto.

← Voltar ao início