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.
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.
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.
"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.
"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.
"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.
"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.
"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.
"como você entende as partes do produto e o impacto das mudanças"
Seção 07 (problema → processo → decisão → impacto) e o grafo do vault, vivo.
Um agente de IA que atende quem chega pelo WhatsApp, em decisões de saúde, fora de horário, sem operador no primeiro contato.
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.
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.
Um agente que entende, conduz e qualifica até o próximo passo. Disponível 24/7, integrado a WhatsApp, CRM e Calendar. Clareza acima de persuasão.
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.
"Paciente chega a qualquer hora. Fora do horário, ninguém responde."
→ Sofia atende no 1º contato, 24/7, sem operador.
"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.
"A agenda precisa ser automática, e coordenada entre as dentistas."
→ Integração com Calendar, agenda única, confirmação automática.
Pessoa manda mensagem no WhatsApp da clínica
Entra na fila, espera um operador humano
Fora de horário, ninguém responde
Dúvida não resolvida, a pessoa desiste
Pessoa manda mensagem, a Sofia responde na hora
O agente entende a intenção e reduz a dúvida
Qualifica e conduz ao próximo passo, sem fricção
Agenda e confirma, integrado ao Calendar
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.
Pessoa insegura, alta fricção, sem humano para conduzir.
Entender, qualificar e levar ao próximo passo. Integrado à operação.
Um objetivo por conversa. Confiança antes da fricção.
Mais gente no próximo passo, menos abandono, operação que escala.
O system prompt da Sofia não foi escrito em uma tarde. Foi refinado numa conversa real com Claude Code. Essa é parte dela.
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 ↓
Separar o que é medido do que é hipótese não é fraqueza. Numa decisão de crédito, é exatamente o que mantém o modelo confiável.
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.
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.
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.
Decisão de alto risco, pessoa insegura, momento curto, necessidade de clareza antes da ação. Muda o domínio, não o problema de design.
Integrar IA ao ecossistema financeiro do parceiro, antecipação e crédito, é exatamente o tipo de decisão que eu desenho: conduzir, não empurrar produto.
Já desenhei produtos financeiros (Conta, Crédito, Cartão) no ecossistema Uber, na Digio. Crédito para quem toca o próprio negócio não é território novo.
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.
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.
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.
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.
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.
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.
Esse case não é sobre uma clínica. É sobre como eu reduzo decisões complexas a sistemas auditáveis, com ou sem equipe de suporte.