Menos operação repetitiva. Mais capacidade para pensar o sistema.

O time de Design System respondia, todo dia, às mesmas dúvidas de design e de tecnologia sobre o sistema e sobre acessibilidade. Eram cerca de 200 acionamentos por semana: gente competente parando o trabalho para repetir respostas que já existiam na documentação.

Um chatbot que atende qualquer pessoa, sobre qualquer assunto de Design System e acessibilidade. Ele roda em uma plataforma interna de LLM, consulta MCPs vinculados a ele e tem como base de conhecimento a documentação corporativa do sistema.

Minha parte foi de produto e design: como ele seria visualmente, quem ele atenderia e qual seria o tom de voz da conversa. A parte técnica ficou com outras pessoas.

1. Pergunta
2. Base de conhecimento e MCPs
3. Resposta

O erro mais comum era de contexto. Quando não entendia quem estava do outro lado, dev, QA, produto ou design, o chatbot alucinava e quase sempre tratava a pessoa como QA. Passamos a orientar boas práticas para começar a conversa: se apresentar, dizer a área e dar contexto das telas.

Ele registra logs de erros e de conversas, então conseguimos ver perguntas repetidas que deram problema e corrigir a partir delas. O time que usa sabe que pode errar, e isso ajudou a evoluir mais rápido.

• ~90%de queda nos acionamentos ao time, que eram cerca de 200 por semana. Houve várias mudanças no período, e o chatbot foi uma das frentes que mais contribuíram.

Uso IA onde ela remove atrito, aumenta capacidade e libera pessoas para decisões de maior valor. Menos operação repetitiva, mais capacidade para pensar o sistema. Quando ela não resolve um problema real, não precisa estar lá.