Pedro Mantovani
Pedro Mantovani · Designer de Produto Sr · IA-First

Eu desenho decisões de alto risco com IA.Da clínica ao crédito.

Este é um agente de IA que eu desenhei e construí ponta a ponta: ele conduz pessoas em momentos de ansiedade até uma escolha difícil. O mesmo sistema que eu penso para o Crédito do iFood.

FluxAI Clínicas · protótipo funcional IA conversacional Design ponta a ponta
01 Quem está falando

15 anos entre UX, produto e direção de arte. Hoje eu construo com IA, não só desenho sobre ela.

Comecei em direção de arte. Isso significa que craft visual, pra mim, não é acabamento: é parte da decisão de produto. Com o tempo fui para UX, depois para produto, e o repertório foi acumulando. Claude Code entrou no meu processo e não saiu: é onde eu faço discovery, síntese de pesquisa, critique e prototipação.

Sou fundador da FluxAI. Lá eu não desenho agentes de IA em slide: eu os escrevo em código, conectados a sistemas reais. O MBA em IA & UX veio pra entender a arquitetura por baixo, não pra tirar diploma. O case que você vai ver foi construído assim. AI-first não é meu posicionamento. É o jeito como eu trabalho desde antes de ter esse nome.

Claude Code MBA · IA & UX AI-First
02 Por onde eu passei
MôreProduct Design Sr · atual
Digio UBERConta, Crédito, Cartão
Fintech de Alta EscalaProduto financeiro · escala
OLIVER ITAÚIn-house · ecossistema Itaú
Remessa OnlineUX · câmbio digital
Pra banca, direto ao ponto

Os 6 critérios do desafio, e onde eu respondo cada um.

Antes de te levar pelo case, o mapa. Eu li o brief e estruturei cada parte pra responder, ponto a ponto, o que o iFood quer entender.

01 · Comunicação

"como você organiza, documenta e comunica suas soluções"

Um site navegável, com a narrativa do problema à decisão. O grafo do vault mostra como eu documento.

02 · Processo de design

"como você sai do problema e chega na solução"

Seções 03 a 06: dor real, decisão principal e o agente desenhado ponta a ponta. Mostro o meio, não só o fim.

03 · Técnica de pesquisa

"como você traz quem usa o produto para o centro da discussão"

Seção 03: entrevista com uma dentista, 3 dores reais que viraram decisões do agente.

04 · Visual

"como você cria composições esteticamente consistentes e sólidas"

Um sistema visual próprio do início ao fim, o App Split como laboratório de craft e o board de referências.

05 · Dados e indicadores

"como você usa dados para informar o seu processo e decisão"

Seção 08: o que eu meço, o que ainda não afirmo, e os indicadores que eu instrumentaria.

06 · Pensamento sistêmico

"como você entende as partes do produto e o impacto das mudanças"

Seção 07 (problema → processo → decisão → impacto) e o grafo do vault, vivo.

O Case · 2026

FluxAI Clínicas

Um agente de IA que atende quem chega pelo WhatsApp, em decisões de saúde, fora de horário, sem operador no primeiro contato.

Problema

Pessoas chegam ansiosas, com pressa e dúvida. Quando não tem operador, elas esperam ou desistem. O negócio perde no momento mais caro: o primeiro contato.

Insight

Não é problema de atendimento. É problema de decisão. A pessoa precisa de clareza e confiança antes de agir, não de um script de vendas.

Solução

Um agente que entende, conduz e qualifica até o próximo passo. Disponível 24/7, integrado a WhatsApp, CRM e Calendar. Clareza acima de persuasão.

03 Como eu cheguei no problema

Discovery enxuto, mas de verdade.

Sem orçamento de pesquisa e sem base de produção, eu não invento survey. Fui na fonte: conversei com uma dentista que toca a própria clínica, testei o agente contra a conversa real e cruzei com o que o mercado de IA para clínica já documenta. Três dores voltaram com força, e cada uma virou uma decisão do agente.

Dor 01 · Hora

"Paciente chega a qualquer hora. Fora do horário, ninguém responde."

→ Sofia atende no 1º contato, 24/7, sem operador.

Dor 02 · Foco

"Clínica pequena. Eu não posso parar de atender o paciente pra responder no WhatsApp e olhar a agenda."

→ O agente conduz e qualifica sozinho. Só escala humano se houver risco.

Dor 03 · Agenda

"A agenda precisa ser automática, e coordenada entre as dentistas."

→ Integração com Calendar, agenda única, confirmação automática.

1 entrevista + self-test + leitura de mercado.   Pouco em volume, honesto em método. A dor manda na decisão, não o contrário.
04 O problema, de perto

Uma decisão de saúde, num momento de ansiedade.

Público
  • Chega pelo WhatsApp
  • Ansioso, com pressa
  • Muitas vezes fora de horário
Cenário
  • Alto risco percebido
  • Dúvida antes da confiança
  • Sem operador no 1º contato
Objetivo do negócio
  • Conduzir com clareza
  • Qualificar sem fricção
  • Não perder a pessoa na espera
05 A decisão principal

De gargalo humano a condução 24/7.

Como era
01

Pessoa manda mensagem no WhatsApp da clínica

02

Entra na fila, espera um operador humano

03

Fora de horário, ninguém responde

04

Dúvida não resolvida, a pessoa desiste

Resultado · abandono no momento mais caro
Como ficou
01

Pessoa manda mensagem, a Sofia responde na hora

02

O agente entende a intenção e reduz a dúvida

03

Qualifica e conduz ao próximo passo, sem fricção

04

Agenda e confirma, integrado ao Calendar

Resultado · escolha com confiança, 24/7
06 O agente que eu construí

Não é um chatbot. É um sistema de decisão em código.

Antes de escrever um diálogo, eu desenho a spec: papel, objetivo único, máquina de estados e o que conta como sucesso. Este é o meu próprio agente da FluxAI, escrito em Node sobre o Claude. A Sofia, na clínica, é essa mesma arquitetura virada para o paciente.

fluxai.agent · server.js
runtimenode + claude · sonnet
objetivoum só: conduzir qualificar agendar
regra_mãe"isso move pro próximo passo?
se não, não envia"
estadoshook · contexto · dor · qualificação
valor · urgência · cta
saídajson { message · quick_replies[] · cta }
memóriasessão por usuário · histórico truncado
objeções"caro" · "vou pensar" · "não preciso"
resposta desenhada, não genérica
guardrailsa mesma estrutura recebe limites duros
por vertical: clínica não diagnostica,
crédito não promete aprovação
# sucessopessoa chega ao próximo passo com confiança
Arquitetura da conversa · 7 estados · 1 objetivo
clique para simular ↓
Saída sempre JSON: message · quick_replies[] · show_cta · cta_url
07 O frame que guia tudo

Eu desenho o sistema antes da tela.

01 · Problema

Decisão sob risco

Pessoa insegura, alta fricção, sem humano para conduzir.

02 · Processo

Conduzir, não responder

Entender, qualificar e levar ao próximo passo. Integrado à operação.

03 · Decisão

Clareza > script

Um objetivo por conversa. Confiança antes da fricção.

04 · Impacto

Escolha com confiança

Mais gente no próximo passo, menos abandono, operação que escala.

Problema → Processo → Decisão → Impacto.   O mesmo frame serve clínica ou crédito. Só muda o próximo passo.
Como foi construído

Em diálogo com a IA,
não sobre ela.

O system prompt da Sofia não foi escrito em uma tarde. Foi refinado numa conversa real com Claude Code. Essa é parte dela.

claude-code · sofia-agent · system_prompt.md
08 Dados e indicadores

O que eu meço, e o que eu ainda não afirmo.

Não tenho número de produção pra mostrar, e não vou inventar um. O que eu trago é mais honesto: este projeto ainda não rodou em escala, então eu separo o dado em três camadas, do que já existe ao que eu mediria.

Não são 3 resultados. São 3 camadas de como eu trato dado aqui ↓

1 · Hoje, por design
100%
das conversas já viram dado estruturado
cada turno registra: em que estado parou · que objeção surgiu · se chegou ao próximo passo. medido por design
2 · O que eu adicionaria
+2
indicadores que eu instrumentaria
tempo até a pessoa ter clareza · abandono no momento da dúvida. ainda hipótese
3 · O que eu herdo de vocês
3
indicadores que o iFood já mede
adoção · NPS · CRT, do jeito que vocês já acompanham. eu encaixo nisso

Separar o que é medido do que é hipótese não é fraqueza. Numa decisão de crédito, é exatamente o que mantém o modelo confiável.

09 Como eu trabalho

IA não é a entrega. É o processo.

Discovery & pesquisa

Claude Code no fluxo

Análise heurística, síntese de pesquisa e design critique acelerados por IA. Eu construo com a ferramenta, e tenho opinião sobre o que se ganha e o que se perde.

Conhecimento

Vault Obsidian

Decisões, padrões e aprendizados versionados em notas interligadas. Cada projeto alimenta o próximo. Para o iFood, isso significa que o que aprendo em crédito de parceiro informa o que decido em onboarding. O sistema de conhecimento é parte do design, não um anexo.

Operação

Stack de automação

Os agentes não vivem isolados. Eles se conectam a CRM, agenda e fluxos reais via n8n e Make. Interfaces com Lovable e Figma Make. Código no Claude Code e GitHub. Agentes via Claude API, GPT Maker e MCP. Design que entende sistema, não só interface.

grafo · vault FluxAI nomes de leads omitidos
O que é isto: o grafo do meu vault de conhecimento (Obsidian), real, com os nomes dos leads ocultos por privacidade. Cada ponto é uma nota, cada linha é uma conexão. Os dois nós maiores são os hubs que organizam tudo: o plano de 30 dias e o outbound da semana. Por que eu mostro: é a prova de que eu penso em sistema. Decisões, pesquisa e leads viram uma rede viva, não arquivos soltos.
± O que deu certo, e o que deu errado

Honestidade também é método.

Deu certo

Discovery enxuto funcionou. Uma conversa com a dentista foi suficiente pra ancorar cada decisão do agente numa dor real, sem inventar pesquisa.

Apostar na arquitetura (um objetivo só, máquina de estados, saída estruturada) deixou o agente previsível e mensurável desde o começo.

Deu errado, e aprendi

Comecei no no-code e, por um tempo, tratei aquilo como "produto rodando". Era protótipo. Aprendi a separar validar rápido de operar de verdade, e reconstruí o agente em código, no Claude.

Não desenhei métrica desde o início. Aprendi que medir não é etapa final, é decisão de arquitetura: hoje o agente gera dado estruturado desde a primeira mensagem.

10 Por que isso é o iFood Crédito

Troca clínica por crédito. O sistema é o mesmo.

Decisão de alto risco, pessoa insegura, momento curto, necessidade de clareza antes da ação. Muda o domínio, não o problema de design.

Agentes no crédito do parceiro

Integrar IA ao ecossistema financeiro do parceiro, antecipação e crédito, é exatamente o tipo de decisão que eu desenho: conduzir, não empurrar produto.

Domínio de crédito

Já desenhei produtos financeiros (Conta, Crédito, Cartão) no ecossistema Uber, na Digio. Crédito para quem toca o próprio negócio não é território novo.

O que eu mediria

Adoção, NPS e CRT, do jeito que vocês já medem. Mais o que costuma faltar: tempo até clareza e abandono na dúvida. Hipótese antes de número.

Como eu trabalho em squad

Trago o problema, não a solução pronta. Com eng: defino contratos de comportamento antes de tela. Com dados: discuto o que vale medir antes de como medir. A IA entra como colega de squad, não como output.

11 AI-first na prática

Este site foi construído com as ferramentas do brief.

Não é mockup de processo. É o processo. Claude Code escreveu o código, o Figma MCP entregou os assets diretamente ao HTML, e o agente Sofia roda num servidor Node com Anthropic SDK. Mentalidade AI-first não é ferramenta no currículo, é como eu trabalho.

Stack desta apresentação
Claude Code
este site, do zero
Figma + MCP
assets via API, sem export manual
Claude Desktop
pesquisa, síntese e raciocínio
Node.js + Anthropic SDK
agente Sofia, rodando ao vivo
Repertório de craft

App Split

Um app para dividir contas em grupo. O problema não é a matemática, é o social: ninguém quer ser o chato da conta. Desenhei a experiência inteira pra tirar essa fricção, cada pessoa vira uma forma orgânica colorida e a divisão acontece de leve.

É onde eu trabalho design system a fundo: componentes, estados, tipografia, movimento e consistência no detalhe que produto de verdade cobra. O estudo completo está logo abaixo e no Behance.

Transparência: o Split é exploração de interface e sistema, não um produto em operação. É aqui que eu afino o craft que aplico no que está no ar, a FluxAI.

Userflow · do restaurante ao dividido
01
Home
conta aberta · amigos visíveis
02
Scan
fotografa a nota fiscal
03
Nome
nomeia o grupo
04
Amigos
seleciona quem foi
05
Consumo
cada um marca o que comeu
06
Resumo
valor calculado por pessoa
07
Dividido
cada um paga o seu
Cada pessoa vê só o que consumiu. Sem constrangimento, sem matemática manual, sem o chato da conta.
App Split · estudo completo
App Split · dois aparelhos
App Split · telas e estudo completo · ver no Behance
Processo · exploração e decisão
App Split · userflow happy path + wireframe
Userflow (Happy Path) + Wireframe
App Split · fluxo possibilidade
Fluxo · Possibilidade
App Split · fluxo final
Final · App Icon → Splash → Pré Nota → Scanner → Analisando → Grupo → Itens → Pagamento
Identidade visual · sistema de design
App Split · paleta de cores
App Split · tipografia
App Split · componentes e avatares
Telas · experiência final
App Split · mockup editorial
App Split · seleção de amigos
App Split · todas as telas
Protótipo Final · todas as telas
App Split · protótipo final · todas as telas
Protótipo Final · visão completa do fluxo
Lab de interações

Craft ao vivo. Mexe nos componentes.

Não é print. São micro-interações de verdade, rodando aqui, no meu sistema. O cuidado em transição, estado e feedback que faz produto parecer vivo.

dividir a conta entre 6
Modo expressivo: off
toggle com springestado + feedback
R$ 714,80
botão com confirmaçãopress · done
12 Board de referências

Meu gosto e estilo visual por tema.

13 A Sofia, ao vivo

Não é mockup. Conversa com ela agora.

A Sofia é o agente real da FluxAI, rodando no Claude Sonnet 4.6 sobre meu próprio servidor Node. Escreva como se você fosse o lead chegando pelo WhatsApp. Ela entende o contexto, qualifica e conduz até o próximo passo.

Obr.

Esse case não é sobre uma clínica. É sobre como eu reduzo decisões complexas a sistemas auditáveis, com ou sem equipe de suporte.

Pedro Mantovani · Case iFood · 2026