Design Hub: discovery da equipe como plataforma com agentes de IA
Transformei a metodologia de discovery do time em uma plataforma que extrai requisitos, processa entrevistas, gera histórias, sincroniza com o Jira e responde com fontes.
- Cliente
- Ferramenta interna
- Ano
- 2026
- Categorias
- AI Solution
Uma software house opera em regime de muitos projetos ao mesmo tempo, cada um com um cliente, um estágio e um conjunto próprio de decisões. O Confluence e o Notion guardavam os documentos, mas não guardavam o processo: o escopo aprovado ficava em uma pasta, a transcrição da entrevista em outra, os requisitos em uma planilha e as histórias de usuário no Jira. Quem entrava no projeto depois reconstruía o raciocínio perguntando para quem estava lá desde o começo.
O sintoma que me fez construir a plataforma foi a perda de rastro entre evidência e decisão. Uma história chegava ao desenvolvimento sem que ninguém conseguisse dizer qual entrevista a originou, qual requisito ela cobria e qual critério de aceite foi combinado com o cliente.
O problema: o discovery existia nas pessoas, não no sistema
O time de design não tinha falta de método. Tinha falta de lugar onde o método acontecesse. As etapas existiam na cabeça de cada designer e saíam diferentes a cada projeto, o que tornava impossível comparar, auditar ou repassar. O retrabalho aparecia no refinamento, quando a informação já tinha custado uma reunião.
A decisão foi materializar o playbook em software. Em vez de escrever um guia de como fazer discovery e esperar adesão, cada etapa do método virou uma tela com campos, estados e validação.
A tese: cada etapa é um artefato com um agente e um prompt
A plataforma não é um repositório de documentos com um chatbot no canto. Cada etapa da esteira tem um tipo de entrada, um processamento por IA com prompt próprio e um artefato de saída que alimenta a etapa seguinte.
Eu envio o arquivo bruto da transcrição da entrevista e o sistema processa os pontos principais. Eu envio o documento de requisitos e o sistema extrai os requisitos funcionais, com critérios de aceite escritos como afirmações testáveis. Do PRD aprovado saem os módulos e as funcionalidades, e deles saem as histórias de usuário. O prompt de cada etapa é versionado e editável na área de configuração, com contador de caracteres e estimativa de tokens, porque o comportamento do agente muda com o texto que ele recebe.
O portão humano fica em cada passagem: o agente propõe, o designer revisa, corrige e só então o artefato avança. Nada é aprovado por inferência da máquina.
As etapas da esteira
Escopo, requisitos e PRD
O contrato em PDF entra na plataforma e o botão de processamento dispara um fluxo externo em n8n, que devolve o escopo estruturado. A partir dele o time mantém o Documento de Requisitos do Produto em um editor WYSIWYG com alternância para Markdown, ao lado da lista de requisitos funcionais com status de cobertura e critérios de aceite visíveis na mesma tela.
Entrevistas e síntese
Cada entrevista registra stakeholder, objetivo, gravação e transcrição. O processamento aplica o prompt de síntese e devolve os achados organizados, que é o que entra na base de conhecimento, não o texto bruto. A lista de entrevistas mostra o status de cada uma, o que dá ao time a leitura de quanto do discovery já foi processado.
Módulos e histórias de usuário
O projeto se organiza em módulos e funcionalidades, o que permite gerar histórias ancoradas em uma estrutura de produto em vez de uma lista solta. Cada história tem critérios de aceite categorizados, requisitos técnicos, débitos técnicos associados e vínculo com o arquivo do Figma.
Sincronização com o Jira
A integração cria o épico quando ele não existe, guarda o mapeamento para não duplicar e verifica se o épico continua válido antes de reaproveitar o vínculo. O status é mantido por história, com erro isolado para não derrubar o lote inteiro, e existe resincronização em massa e remoção da issue quando a história é descartada.
O agente do projeto
Cada projeto tem um agente que conversa sobre o próprio conteúdo. A base é indexada em PostgreSQL com pgvector e busca textual em português, e a resposta vem em streaming com as fontes citadas ao final: a entrevista, a história ou o requisito que sustentam cada afirmação. Quando a pergunta cita um código como US-01, existe um caminho de busca por código, porque nem todo conteúdo relevante aparece nos primeiros resultados por similaridade.
O system prompt é global e editável, com estimativa de tokens e parâmetros de busca, o que permite trocar o comportamento e o modelo sem tocar no front.
Link público da história
Histórias podem ser compartilhadas por link público com token e contagem de visualizações, o que resolveu a conversa com stakeholder que não tem conta na ferramenta. O stakeholder lê a história e os critérios de aceite sem entrar no projeto.
Arquitetura e decisões de produto
O front é React com TypeScript, Vite, Tailwind e shadcn/ui, com estado assíncrono em TanStack Query. O back é Supabase, com autenticação, Row Level Security e armazenamento. A camada de inteligência não fica no cliente: são 14 Edge Functions em Deno que isolam as chaves, orquestram os provedores e gravam o resultado. O schema tem 30 tabelas e 82 migrations.
Três decisões moldaram o resto:
Busca híbrida em vez de vetor puro. O agente consulta vetor e texto ao mesmo tempo, com fallback determinístico por código. Pergunta técnica objetiva nem sempre tem embedding próximo do documento certo.
Indexação em etapas visíveis. A base é sincronizada em sete passos, com progresso, cancelamento e detecção de travamento. Uma resposta confiante sobre dado velho é pior que erro.
Chave de IA nunca no cliente. Todo acesso a modelo passa por Edge Function autenticada, com o prompt de sistema centralizado.
O que muda no processo
O discovery deixa de ser uma fase que acontece e passa a ser um estado consultável do projeto. Quando a pergunta é de onde veio essa história, a resposta existe, e vem com a entrevista citada. É a diferença entre um time que documenta para cumprir etapa e um time que documenta porque o sistema devolve o documento no momento em que ele é necessário.