Episode Transcript
[00:00:07] Álvaro Bezerra: Bem-vindos à parte 2 do episódio sobre AI e Product Management com a Carolina, PM aqui na Subvision.
Na parte 1 falamos de como usamos a AI no dia-a-dia, da diferença entre gerações de PM, entre outras coisas, e ficamos a pensar um bocadinho na responsabilidade que temos de educar no uso da AI, porque estamos na vanguarda, certo?
Até porque nem todos nós usamos a AI da mesma forma.
O que achas, Carolina?
[00:00:34] Carolina Stretch: Eu, por acaso, tenho memória de há cerca de dois, três meses, quando nós tivemos um evento e até reunimos com mais malta que também trabalha em produto de outras empresas, eu, por acaso, tive mesmo ali um choque.
Ok, não quero ser dramática, não foi bem um choque, mas... foi um grande contraste, porque eu percebi que usar a AI para nós era algo, não quero chamar-lhe trivial, porque ainda não é sequer, nem sei quando é que será trivial também, mas para nós já fazia parte do nosso dia-a-dia e há cerca de dois, três meses falar da AI era algo, era um must-have para alguém que trabalhasse numa empresa, ter de usar uma AI.
Era uma save do género, pronto, olha eu fiz isto, mas por acaso até usei AI e por acaso isto saiu assim e por acaso até correu bem.
E para mim não é, ok, eu tenho esta tarefa, eu vou pensar primeiro como é que eu vou fazer, vou ter o meu sentido crítico e ter um espírito de desligamento daquilo que quero fazer.
mas tenho quase certeza que o meu passo a seguir vai ser de que forma é que eu vou dar prompts à AI, de que forma é que eu vou estruturar isto, qual é a AI que eu vou usar, por onde é que eu vou usar e o que é que eu vou começar a fazer para começar a chegar ao ponto final que eu quero chegar.
E lá está, eu acho que isto também entrou um bocadinho na parte da educação. Pronto, há malta que usou certos APT, como tu estavas a dizer, e aquilo acaba por gerar alguma coisa totalmente ao lado, e depois a AI acho que também acaba por ser um bocadinho ridicularizada por causa disso. E é normal, é normal, é uma coisa, é novidade, e as pessoas estão a experimentar e estão a usar, e é totalmente normal e esperado que façam algo com a AI e a AI dá uma coisa totalmente ao lado, totalmente cómica até, digna de ser partilhada do género. Pessoal, olhem só o que é que o 7GB até me gerou, meu Deus, isto nunca, isto não faz sentido nenhum.
Mas acho que, se calhar com o passado, nem quero dizer dos anos, vou, passado dos meses, que estou, de mês para mês muita coisa muda. Se as pessoas começarem a pensar que o sistema, como a I.A. funciona e o quão ela pode ser moldada e o quão ela pode ser personalizada e ensinada também e se fizerem a setup inicial A IA é muito poderosa nesse ponto. Pronto, acho que tudo tem o seu tempo, na verdade. Nós estamos mesmo na vanguarda e isto mal começou, ou seja, eu senti mesmo o boom ali em janeiro e fevereiro. E quando isso estava a acontecer, eu pessoalmente, na minha vida pessoal, ou seja, não só no trabalho tinha estas conversas, mas mesmo no meu tempo livre eu pensava de que forma é que eu vou estar Aprender isto de que forma é que... Ou seja, como a pessoa pensa.
Ou eu ando da perna, ou eu começo a acompanhar isto, ou eu fico para trás.
E é um bocado por aí. Então, o que é que eu comecei a fazer? Comecei a tentar rodear-me de informação e começar a consumir conteúdo.
Para perceber como é que as coisas funcionam, e isto hoje em dia é fácil, no Reddit, por exemplo, podes entrar em seu Reddit e acabas por consumir esse conteúdo, redes sociais da vida, Twitter, X, desculpa, muitos posts e assim, e também falar até com a própria malta e ter, mesmo que às vezes partilham alguma coisa da AI, e eu fico fogo, o que é isto? Mas mesmo que eu ache confuso, forçar-me a tentar perceber um bocadinho, ler nem que seja só a homepage de uma nova AI que está a ser lançada, que nem é nada conhecida, mas forçar-me a perceber um bocadinho, mesmo que nem seja muito o meu interesse e mesmo que eu já tenha formas de AI que eu gosto mais de trabalhar, forçar-me a perceber que, porque se calhar para a semana aquilo vai dar um boom e toda a gente vai usar. E assim, se isso acontecer para a semana, eu já penso, ok, eu já sei o que é que é isto. Isto já é familiar para mim. Mas, pronto, acaba sempre por ser... Eu não lhe quero chamar overwhelming, Porque eu também concordo contigo. Acho que é um hype. Quando eu falo em overwhelming é mais no sentido de muita coisa a aparecer e o dia só tem 24 horas. E eu não consigo ler tudo e não consigo testar tudo. E eu já estou a ficar para trás porque ainda não testei esta LLM.
E pronto.
[00:05:10] Álvaro Bezerra: To be fair, é um feeling como uma PM mesmo antes. Hora de mandar tempo para tudo. Mas concordo, está muita coisa a acontecer e depois há vários níveis de conhecimento tecnológico aqui, não é? Mas pronto, no limite podes sempre pedir à AI para te tentar explicar.
[00:05:31] Carolina Stretch: Para me ajudar, exatamente.
[00:05:32] Álvaro Bezerra: que é uma cena mesmo para produto, em circunstâncias em que... para ser on-board num projeto que está on-going, que já existe um produto, conectar uma AI à codebase e fazer um Q&A para aprender o que é que é esse produto, também é muito útil, né? É tipo, é quase o... um interpretador de código, sendo o código depois a source of truth do que é que o produto faz. E sim, é algo que eu uso muito no meu workflow.
Questionar a AI, assumindo que tenha essa conexão ao contexto, e agilizou imenso. Principalmente para malta de produto, PMs e designers, a não estarem tão dependentes dos developers, muitas vezes, para perceberem as restrintes técnicas e o que é que é doable ou não. Ou mesmo com o Product Owner ou com diferentes Stakeholders que às vezes não têm a disponibilidade para estar uma ou duas horas ali a esmiuçar o produto para nós conseguimos perceber os jobs to be done e os flows. Não tendo substituído completamente, acho que também acelerou bastante aí.
Tipo, olha, AI, Cloud, está aqui o... Está aqui o produto, estudo-o completamente e depois vamos fazer uma sessão de Q&A para os dois, para percebermos. Foi algo que facilitou imenso no nosso workflow, a meu ver.
Não foi só sobre documentação. Acho que no nível de discovery, research, é muito útil.
[00:07:05] Carolina Stretch: Completamente.
E por acaso tocaste num ponto interessante que a partir do momento em que um PM pode ou consegue pegar numa codebase e criar um projeto numa AI e fazer perguntas e ter respostas do próprio produto sem ter que estar a falar com stakeholders ou até mesmo com developers para tirar dúvidas, nós também temos... Isto não é... Ou seja, não é só isto, isto é mais cenas. Como dizia o Bruno Nogueira, o mundo não é só os, o mundo é mais das cenas.
Ou seja, nós já estamos num ponto em que, por exemplo, um designer consegue fazer front-end.
E quando eu digo front-end, não digo que fique um front-end já num ponto de delivery. mas uma coisa que acontecia bastante era os designers fazerem um design e tinham na sua cabeça uma forma específica de fazer aquela animação e depois quando o workflow antigo em que tínhamos um figma e o designer fazia o figma e depois fazia vários ecrãs a explicar como é que seria o comportamento de certo componente e depois passava isso para o front-end developer e às vezes gerava alguma discussão para perceber como é que certa coisa seria implementada e depois de implementar ainda passaria por uma fase de QA feita pela equipa.
Ou seja, tudo isto é muito mais simples agora porque um designer pode explicar exatamente aquilo que quer fazer. Dando aqui o exemplo de uma animação, de uma componente, o designer consegue dar prompt e explicar exatamente aquilo que está a imaginar e a AI até lhe pode gerar mesmo um fecheiro HTML em que o designer consegue dar deploy, mas também não vamos assim tão longe, mas consegue ver o próprio fecheiro no seu browser e consegue partilhar com a equipa e pronto. É algo que acho que entra no saco de pessoas que tenham um determinado rolo, que estão a fazer tarefas que são inicialmente provenientes de outros roles.
E acho que há aqui uma unificação que a AI também nos está a trazer, havendo também o outro lado da moeda. Porque é como tudo. Tudo tem o seu outro lado da moeda. Porque eu continuo a achar, e até é prova do contrário, um front-end developer, um developer, não será substituído por um designer. Há todo um conhecimento técnico.
que está por trás e que convém as pessoas terem, mas às vezes até se torna... É assustador, mas é assustador num bom sentido. Nem sei como é que é de explicar isto, porque ainda recentemente uma designer nossa mostrou-nos um projeto em que ela esteve a trabalhar e foi uma página inteira. Foi uma página inteira, do início ao fim, com design implementado, ou seja, não foi visto no Figma, foi visto já num num deploy para staging, por exemplo. E isto é mesmo... É diferente. Nós estamos a viver numa era que... Temos que nos adaptar. Temos que estar sempre à espera do inesperado. Eu acho que é isso.
[00:10:18] Álvaro Bezerra: E olha o que está acontecendo aqui. Eu já faço isto há muito tempo.
[00:10:22] Carolina Stretch: A velha guarda.
[00:10:24] Álvaro Bezerra: Acontecia antes.
Acho que agora acontece, é num nível muito mais fixe. Porque nós estamos a dar, tipo, de uma designer conseguir ter já um protótipo em código. Acho que ninguém tem a expectativa que seja pronto para produção, porque... esse passo implica questões que não são de design, são scalability, segurança, né, autenticações, tudo isso é mais do skillset de development.
Mas só a agilidade que trouxe a Discovery de conseguir uma alta não técnica, sacar um protótipo em código, é abismal, no bom sentido, porque Lembro-me de fazer a Discovery, em que os designers passavam, na boa, uma semana a pegar nos ecrãs do Figma e a fazer links com as ações e ficava aquilo, tipo, só se via traços de um lado para o outro, mas para conseguir simular aquilo a correria real. e Research, abrindo aqui um parâmetro na Research, no tópico de Research é que é uma ciência, ou é muito parecido, fazer produto é muito parecido com a ciência, no sentido em que quando estamos a fazer um teste ou uma interview ou uma sessão de prototipagem, querendo-nos simular ao máximo o que é que seria a experiência real.
E em muitos testes que olhamos fazer de UI e de UX, através dos protótipos do Figma, havia sempre entraves que uma pessoa tinha que dizer, ah, mas isto é uma limitação do protótipo, ou o user tentava fazer um flow que nós não tínhamos imaginado e não dava porque não estava no protótipo. Agora trouxe-se muita mais versatilidade e muita mais agilidade, e muito mais realismo aos testes, para nos conseguir validar as nossas assumptions, de forma muito mais accurate. E sim, eu amo de estudar e de ver exercícios de face prototyping, de como conseguir fazer em papel ou em esquemas e assim. Hoje em dia é quase, o AI faz-te um protótipo, o Golden Ave para testar, para validar muitas assumptions e que só vai acelerar também esse processo de definir requirements. E acho que isso é um dos maiores wins que traz ao processo de produto, a assertividade nos requirements, porque agora sem dúvida que a execução está muito mais rápida. mesmo os developers terem que olhar para código antes de garantir de produção, eles propostam não usar AI para gerar esse código muito mais rápido. Claro que depois têm que rever, mas a execução está mais rápida, sem dúvida alguma. No entanto, e é algo que tenho repetido muito nos últimos meses, não faz sentido correr mais rápido na direção errada.
E o que define a direção é produto. É produto num sentido mais geral. É product managers, designers e developers, juntamente com o product owner, que se juntaram, estudaram, bateram pedra, perceberam bem as jobs to be done, que queriam resolver, como as iriam resolver, requirements bem definidos.
E isto, com a AI a ajudar muito, ainda implica decisão humana, o human in the loop. No final somos humanos que vão decidir e ter este pensamento mais abstrato. Depois a AI executa. Agora, dos maiores wins, tal como disse, foi mesmo realçar a importância de fazer uma boa discovery e de perceber bem nos requirements, pois a execução vai fazer isso muito mais rápido agora, mas também não faz sentido fazer mais rápido na direção errada, é simplesmente mais coisas que depois vai ter que se refazer. Isso para mim foi mesmo o game changing, todo o potencial que a AI traz na parte de discovery e vê-se em muitos aspectos, mas principalmente nesse de conseguir ter um artefacto de testes muito mais realista, para estudar com os users mesmo.
[00:14:36] Carolina Stretch: Mas sabes até uma coisa que tu disseste que eu também gostava bastante de salientar, que é que é preciso haver um certo trabalho de casa por parte da pessoa que está a usar AI, porque lá está, AI não vai fazer tudo e pode gerar muita AI slope.
E pronto, há um pensamento que eu mantenho sempre, um post-it, sempre um post-it invisível sempre na minha cabeça, que é, ok, AI faz, e eu tenho quase certeza que ela está a fazer bem até certo ponto. mas eu tenho que me forçar também a aprender por mim, para ter o meu espírito crítico. É aí que vem o meu trabalho de casa, que é... E às vezes, nós trabalhamos juntos e tu vês que... Eu às vezes faço-te perguntas, e se calhar até são perguntas que eu poderia ir ao Claudio e perguntar, e ele ia-me responder.
E se calhar até vai me dar uma resposta muito parecida àquela que tu me dás.
Mas para mim, e pessoalmente estamos em fases um bocadinho diferentes, para mim produto é algo mais recente e é algo que ainda estou a aprender.
é preciso haver aquele trabalho de casa de primeiro aprender e falar com alguém. Ou seja, o que eu quero dizer é, às vezes a tua resposta para mim é mais valiosa do que eu perguntar ao Claudio. Ou a tua resposta, ou alguém que trabalha diretamente comigo, ou alguém que que já tenha mais experiência, um bocadinho mais experiência, dar a sua resposta, para mim tem um bocadinho mais valor porque já está cá há mais tempo, já está aqui na casa há mais tempo e já passou por aquela situação há mais tempo. E isto é algo que a AI pode-me responder muito bem by the book, mas a AI não está a trabalhar nesta empresa e a AI não tem o contexto, não tem a vivência, digamos assim. É aí que me dá mais... Dá-me valor continuar a falar com pessoas e não acreditar cegamente naquilo que a AI gera-me.
E, ao sério, o que é que eu quero dizer com isto? Queria introduzir aqui um outro assunto que é... A AI é incrível, acho que todos nós concordamos, mas acho que é preciso haver uma certa higiene quando se utiliza a AI. No sentido de, por exemplo, A AI gera-me um texto. E toda a gente sabe que a AI gera textos com aqueles dashes, aqueles ifns. Isto é o básico dos básicos.
Logo das primeiras coisas que eu faço, quando começo um projeto e quando começo a trabalhar do zero, por exemplo, tenho acesso a uma codebase, coloco na minha AI, Logo das primeiras coisas que eu lhe peço é, a partir de agora, todo o texto que tu gerares e tudo aquilo que tu me ajudares, toda a documentação, não quero que uses esses dashes porque não é natural. E sei que hoje em dia já existem skills que tu podes instalar e plugins que tornam a tua AI muito mais humana.
O que eu quero dizer com isto é, Já ouvi muitas histórias de malta a usar mal AI, malta que mesmo a rever código ou a lançar PRs com 3 mil linhas de código à espera que alguém reveja aquilo, e esse alguém vai usar também uma AI para rever, mas mesmo usando uma AI para rever 3 mil linhas de código é doloroso. E pronto, eu queria te perguntar, o que é que é isto de higiene em AI? Como é que tu tendes a dar a volta a isso? Como é que tendes a tornar a AI o mais humano possível? E pronto, é essa a minha questão.
[00:18:11] Álvaro Bezerra: É um excelente tópico.
O meu mindset é muito usar, mas não confiar. Está embrunhada no meu processo, mas, ultimately, o responsável sou eu. Eu valido, e o termo é human in the loop, está a surgir cada vez mais, que é, antes de avançar para algo crítico, seja partilhar a mensagem, ou publicar os outputs, um PR, eu acabo sendo por validar. É ir lá e rever. Faz parte do meu processo, é eu uso, uso muito, mas revejo sempre. E isso acaba, para mim, ser o real sentido crítico.
Há várias formas de usar uma ferramenta. Neste caso da EA, é um bocado esse princípio que é preciso ser crítico e lá está a EA que entrou o humano de isto faz sentido ou não faz. Ou falta aquilo, ou aquilo está a mais. E não sei se é da minha personalidade, mas eu sempre fiz isso. O que não falta ao longo da história oportunidades de uma pessoa obter informação e aceitá-la como verdade absoluta, tipo desde livros à internet. Então, eu acho que o mais importante do que estar exposto à informação é ser crítico à informação que estamos a ser expostos. Então, seja AI, seja um artigo científico, seja qualquer que seja a fonte, eu vou ter o meu momento de validação. E acho que é um mindset importante para estar quando se usa AI porque acho que muitas vezes há o preconceito ou a heurística ou a assumption que a AI está perfeita e uma colada como vemos nos filmes e faz tudo out of the box. Mas não. Pelo menos o meu mindset é que a AI é como um aprendiz com extrema boa vontade.
que é alguém que tudo o que eu disser vai processar muito, vai ter as skills básicas de escrever, de escrever bem, de conseguir organizar e afins, mas o conteúdo tenho sempre que ser eu a dar.
E isto é um processo, voltando ao tópico do workflow, e a grande parte de implementar AI no meu workflow foi ir ensinando a AI como a minha fórmula de trabalhar. Isto passa por desenvolver bons skills MDs, depois bem interpretados por agentes, e saber definir bem quais são os momentos do human in the loop. que é quais são os momentos em que eu vou validar. E esse setup demora a fazer.
É preciso usar as ferramentas certas, né? Desde garantir que têm MCPs, para depois garantir que estão bem conectados. Atualmente, de um modo grosso, o meu setup é granola, em calls, e tudo para processar inputs, que depois passo para o Cloud Cowork, que é onde eu tenho os projetos e o contexto mais geral do... do projeto em si, questões de business, de marketing, de operações, tudo o que envolve o projeto em si, e depois o call é onde eu especifico para o produto em si. Isto para também conseguir gerir melhor, lá está, a minha AI, para eu conseguir saber que coisas a nível de processamento de informação e que informação apanhar eu tenho que ir ao granola, para skills e agentes, fazer pipeline, gestão de operações, é tudo no co-work. Mas depois, se quer trabalhar mesmo o produto, desde discovery a development, vou ao code. E há vários motivos porquês. A organização, também a questão do contexto, garantir que a AI está a processar a informação certa.
Então, acho que é a ideia de que a AI tem que trabalhar out of the box.
Não digo que não seja uma realidade no futuro, No momento não.
Se alguém quiser implementar a AI no seu way of working é quase como fazer mentoria à AI durante uns tempos para que realmente depois está tailored à pessoa.
[00:22:39] Carolina Stretch: Eu concordo totalmente com isso. A forma como tu farias, ou a forma que tu imaginarias que tu poderias fazer, é mesmo transcrever para a AI.
E, sinceramente, a minha forma de trabalhar também acaba por ser bastante parecida com a tua.
Eu acabo por usar o granola recentemente, ou seja, isto tem sido coisas a aparecer nos últimos dois meses, nem digo mais que isso. Começando pelo Granola, depois o que eu costumo usar é o Cloud também, passo as notas para o Cloud. Eu basicamente dentro do Cloud crio projetos, em cada projeto dou o máximo de contexto possível. ou às vezes até crio eu própria um fecheiro PRD, ou Product MD, ou whatever, dar o máximo de contexto possível daquilo que o cliente também me dá, e é a partir daí, depois acaba por ser muito um set, que eu acabo por estar ali a falar com o Claude, e pronto, e tudo o que vem proveniente disso, por exemplo, falaste, há bocadinho estávamos a falar de não usar UIs, isso eu estou... totalmente da cor também, então eu identifico-me bastante nisso.
Que, por exemplo, nós usamos muito o Notion, e eu já conheço o Notion desde que o Notion saiu, quase fases beta do Notion. E hoje em dia, pronto, é assim, eu sei que o Notion também é todo mundo, e eu não estou tão deep dive nesse mundo.
Mas eu consigo a partir do cloud, por exemplo, tenho o Notion connected, Faz parte dos connectors do Claude e eu só lhe digo, olha, tens acesso a esta página? Dou-lhe o link. E ele diz-me sim, tenho ou não, não tenho, se não tiver, eu dou-lhe e ele explica-me como é que eu lhe dou. E a partir daí, pronto, olha, preciso que me ajudes a, não sei, a estruturar esta página. Por exemplo, isto aconteceu há uma hora atrás, eu estive nisso há uma hora atrás, quero que me ajudes a assessorar esta página do Notion, está a me parecer bastante confusa, o cliente tem acesso a isto, eu quero tornar isto mais profissional, pronto, ajuda-me. Ou seja, ele esteve ali e teve-me de perguntar antes de avançar, estava a perguntar-me e, ou seja, eu neste momento estou aqui a falar contigo E uma coisa que se calhar me tinha tirado facilmente duas horas, se calhar, não sei, foi meia horinha. Foi ali uma conversa com o Claudio e aquilo acabou por ficar feito.
Acho que neste momento os nossos way of works acabam por estar bastante equivalentes uns aos outros.
[00:25:09] Álvaro Bezerra: E sim, e foi meia hora. em vez de duas, e essa meia hora, se calhar, foi o teu gasto de energia, os teus processos, background de psicologia, os teus processos neuronais estavam focados naquilo que o humano deve fazer, que é ser criativo, imaginar. O resto, se vai ser bullet points, ou number of lists, ou se vai ter um divider, uma tabela, aí é que trato. Estavas a dar o melhor que o humano pode dar. E acho que isso é, rematando aqui, é o melhor da AI. É mesmo fazer empowering à nossa criatividade e imaginação.
[00:25:48] Carolina Stretch: É isso mesmo.
[00:25:49] Álvaro Bezerra: Assim, na loucura, eu por acaso estava a usar o granola ao longo deste podcast.
Vou-lhe pedir para resumir esta conversa. Ok. O que é que ela me diz?
[00:25:59] Carolina Stretch: Por acaso foi bem jogado.
[00:26:00] Álvaro Bezerra: Como é que se experimenta sobre como a AI está a mudar o trabalho em produto?
Dash.
não para substituir o humano, mas para dar mais espaço para pensar, criar e decidir. Até...
[00:26:12] Carolina Stretch: Eu concordo. Eu concordo. Eu sinto-me por baixo.
[00:26:17] Álvaro Bezerra: Ora, está bem. Está bem.
Foi uma conversa serena, efetivamente.
[00:26:21] Carolina Stretch: Uma conversa serena, sinto-me super serena também. Como é que te sentes, Álvaro? Serena?
[00:26:26] Álvaro Bezerra: A única coisa que me vai, vai atirar-me mesmo o baixo, como tu disseste.
[00:26:29] Carolina Stretch: É isso. Não é natural. Não é natural.
[00:26:32] Álvaro Bezerra: Não é natural.
Mas olha, Coralina, foi muito fixe. Espero a todos que estejam a vir, que tenham gostado também.
E não percam os próximos episódios.
Tchau, tchau.
[00:26:43] Carolina Stretch: Obrigada, tchau, tchau.
