Lean Inception e IA: Guia Prático para Times na Era da Inteligência Artificia
Lean Inception na Era da IA
Use a IA para enriquecer a conversa, não para eliminar a conversa
Paulo CaroliA inteligência artificial já consegue gerar visões de produto, personas, jornadas, funcionalidades, Canvas MVPs, backlogs, código e protótipos em poucos minutos.
Isso é muito útil.
Mas também cria um risco: confundir um artefato bem escrito com um time realmente alinhado.
Este guia é um complemento ao livro Lean Inception: Como Alinhar Pessoas e Construir o Produto Certo. Ele foi criado para ajudar facilitadores, lideranças de produto e integrantes de times a incorporar inteligência artificial à Lean Inception sem perder aquilo que torna o workshop valioso: conversas reais, divergências explícitas, decisões compartilhadas e aprendizado coletivo.
O objetivo não é automatizar uma Lean Inception.
É usar a IA para preparar melhor o trabalho, questionar premissas, explorar alternativas, reduzir tarefas operacionais e registrar aprendizados — sem terceirizar o julgamento e a responsabilidade pelas decisões.
Use a IA para enriquecer a conversa, não para eliminar a conversa.
A IA pode organizar, resumir, provocar, comparar e sugerir.
As pessoas continuam responsáveis por contexto, priorização, trade-offs, alinhamento e decisão.
Para quem é este guia
- pessoas facilitadoras que conduzem Lean Inceptions presenciais, remotas ou híbridas;
- lideranças de produto que desejam incorporar IA ao trabalho dos times;
- integrantes de times multifuncionais que já conhecem ou tiveram contato com Lean Inception;
- organizações que estão criando produtos com IA ou incorporando agentes aos seus produtos e fluxos de trabalho.
Os exemplos e prompts são pontos de partida. Adapte-os ao contexto, aos dados disponíveis e às políticas da sua organização.
Este material não substitui o livro Lean Inception, pesquisa com pessoas reais, facilitação, validação do MVP nem bom senso.
1. A IA acelera o trabalho. A Lean Inception melhora as decisões.
A inteligência artificial mudou o fluxo de trabalho dos times de produto.
Tarefas que antes levavam horas agora podem acontecer em minutos. Podemos começar uma discussão a partir de um rascunho em vez de uma página em branco, organizar grandes volumes de informação, criar código e chegar a protótipos muito mais rapidamente.
Essa aceleração é real.
Mas ela não resolve automaticamente um dos principais desafios de uma Lean Inception:
Como pessoas com conhecimentos, perspectivas e responsabilidades diferentes constroem entendimento compartilhado e decidem o que vale a pena validar primeiro?
A IA é muito boa em gerar respostas plausíveis e artefatos bem estruturados.
A Lean Inception ajuda o time a questionar essas respostas, confrontá-las com o contexto, revelar diferenças de entendimento e assumir coletivamente as decisões tomadas.
O novo gargalo
A IA está reduzindo drasticamente o tempo entre uma intenção e algo concreto.
Uma visão pode ser rascunhada em segundos. Um protótipo que antes levaria dias pode ficar pronto em horas. Código, documentação e alternativas de solução podem ser produzidos cada vez mais rápido.
Mas não elimina a parte difícil.
Decidir o que construir, por que construir, o que deixar de fora e o que precisamos aprender primeiro continua exigindo contexto, conversa e julgamento.
Quanto mais rápido conseguimos construir, mais importante se torna escolher bem.
É aí que a Lean Inception ganha ainda mais relevância.
Ela não existe para acelerar a produção de artefatos. Ela ajuda o time a construir entendimento compartilhado, fazer escolhas e definir o menor caminho para aprender.
A IA acelera a construção. A Lean Inception ajuda o time a decidir o que merece ser construído.
Alinhamento não é um artefato
Produtos não surgem apenas de boas respostas.
Eles emergem de conversas, divergências, negociações, experimentos e ajustes.
Pessoas de negócio, experiência e tecnologia enxergam riscos e oportunidades diferentes. A qualidade da decisão depende da capacidade do time de combinar essas perspectivas.
A IA pode sintetizar opiniões diferentes em uma frase elegante.
Mas uma frase elegante não prova que as pessoas concordam.
Ela pode inclusive esconder um conflito que o time precisava tornar visível.
Exemplo: quando a frase não era o problema
Em uma Lean Inception para uma instituição financeira, o time trabalhava em uma iniciativa relacionada a cartão de crédito.
Já existiam apresentações, documentos de aprovação e uma narrativa inicial. À primeira vista, todos pareciam alinhados.
Durante a escrita colaborativa da Visão do Produto, a conversa travou.
Algumas pessoas defendiam que o gerente da agência deveria ter autonomia para definir o crédito inicial. Outras defendiam que a decisão deveria ser automática, baseada em dados e APIs.
Uma IA poderia facilmente produzir uma frase que combinasse os dois pontos de vista.
Mas o problema não era encontrar uma frase melhor.
As duas posições representavam modelos operacionais, experiências e estratégias diferentes.
A atividade tornou a divergência visível e revelou que outras pessoas precisavam participar daquela decisão.
O valor da atividade não está apenas no artefato final. Muitas vezes está na conversa necessária para chegar até ele.
2. O que não mudou na Lean Inception
A Lean Inception continua sendo um workshop colaborativo para alinhar um grupo de pessoas em torno da proposta de solução e da estratégia de MVP.
A IA muda a preparação e a velocidade com que algumas coisas podem ser produzidas.
Não muda o propósito do workshop.
A Lean Inception continua ajudando o time a:
- construir entendimento compartilhado sobre o produto;
- tornar perspectivas e premissas visíveis;
- explorar personas, jornadas e funcionalidades;
- analisar perspectivas de negócio, experiência e tecnologia;
- priorizar e sequenciar;
- definir o MVP e o que precisa ser validado primeiro.
O que muda é a velocidade.
O que não muda é a necessidade de o time conversar, fazer escolhas e chegar a uma estratégia de MVP compartilhada.
Mantenha a conversa visível
Uma força importante da Lean Inception é tornar informações, escolhas e divergências visíveis para todos.
Esse princípio ganha ainda mais importância com a IA.
Quando cada participante conversa individualmente com sua própria ferramenta, podemos criar vários raciocínios privados e compartilhar apenas as conclusões.
Durante o workshop, prefira usos em que o input, a resposta e principalmente a revisão feita pelo grupo estejam visíveis.
O conteúdo gerado pela IA deve entrar como material para discussão, não como autoridade.
Uma sugestão é uma sugestão.
Uma hipótese continua sendo uma hipótese.
E uma síntese não significa consenso.
A facilitação também muda
A pessoa facilitadora continua responsável por criar estrutura, ritmo e condições para participação.
Na era da IA, aparece uma responsabilidade adicional:
Evitar que a facilidade de produzir artefatos seja confundida com clareza ou alinhamento.
Às vezes, a melhor intervenção será pedir ajuda à IA.
Em outras, será deixá-la de lado e permitir que as pessoas conversem.
3. Antes, durante e depois da Lean Inception
Uma forma simples de pensar sobre o uso de IA é observar três momentos: antes, durante e depois da Lean Inception.
Antes: preparar melhor a conversa
Antes do workshop, a IA pode reduzir bastante o trabalho operacional.
Ela pode ajudar a organizar documentos, pesquisas, indicadores, restrições, decisões anteriores e dúvidas.
O objetivo não é transformar tudo em uma versão única da verdade.
É chegar ao workshop entendendo melhor:
- o que sabemos;
- o que acreditamos;
- o que já foi decidido;
- o que continua em aberto;
- onde existem contradições;
- o que o time precisa discutir.
De pedir um artefato a melhorar a conversa
Ao longo deste guia você encontrará alguns exemplos de prompts.
A diferença importante não está em escrever prompts mais sofisticados.
Está na intenção.
Um prompt pode pedir que a IA produza o resultado.
Ou pode pedir que ela ajude o time a pensar melhor sobre aquilo que precisa ser discutido.
Em vez de pedir
Resuma estes documentos para a Lean Inception.
Experimente pedir
Organize estes materiais em fatos sustentados por evidências, hipóteses, decisões já tomadas, restrições, riscos, termos ambíguos e perguntas que o time precisa discutir. Não tente resolver as divergências. Preserve-as de forma explícita.
No primeiro caso, queremos um resumo.
No segundo, queremos chegar à conversa mais preparados.
Essa é a lógica dos prompts deste guia.
Quem precisa estar na conversa?
A IA também pode ajudar a questionar a composição do grupo.
- Quem conhece profundamente o problema?
- Quem entende as pessoas usuárias?
- Quem conhece as restrições técnicas e operacionais?
- Quem será afetado pela decisão?
- Quem precisa participar e não está na sala?
A ferramenta pode sugerir perspectivas ausentes.
A decisão sobre quem deve participar continua dependendo do contexto real da organização.
Agenda: adaptar sem eliminar o tempo da conversa
As primeiras Lean Inceptions aconteciam normalmente ao longo de uma semana.
Isso já representava uma grande mudança. Antes disso, workshops de inception podiam durar muito mais. Concentrar em poucos dias perspectivas de negócio, experiência e engenharia, com foco em uma estratégia de MVP, trouxe uma aceleração importante.
Ao longo dos anos, muitos times experimentaram outros formatos: menos dias, sessões distribuídas, encontros remotos e diferentes combinações de atividades.
Isso é natural.
A Lean Inception não precisa ser reproduzida exatamente como fazíamos uma década atrás.
Mas existe uma diferença entre adaptar a agenda e eliminar as conversas que fazem a Lean Inception funcionar.
A IA pode ajudar nessa adaptação.
Em vez de pedir
Crie uma agenda de Lean Inception de dois dias.
Experimente pedir
Revise esta proposta de agenda para uma Lean Inception. Verifique se existe tempo suficiente para as conversas e decisões mais importantes, se a ordem das atividades mantém a lógica da Lean Inception e onde a redução de tempo pode comprometer alinhamento ou convergência. Identifique quais adaptações são comuns e quais representam mudanças mais significativas. Não tente compensar falta de tempo substituindo conversas por artefatos gerados por IA.
Um prompt enorme que gera todos os artefatos em minutos não transforma uma agenda ruim em uma boa Lean Inception.
A agenda pode mudar.
O espaço necessário para conversar continua existindo.
E os dados?
Antes de compartilhar informações, verifique as políticas da organização e a ferramenta utilizada.
Documentos estratégicos, entrevistas, contratos, dados pessoais, informações reguladas ou detalhes de arquitetura podem exigir cuidados adicionais.
Anonimize quando possível, trabalhe com ferramentas autorizadas e informe os participantes quando uma IA estiver transcrevendo ou analisando a sessão.
Durante: usar a IA como parceira de pensamento
Durante a Lean Inception, a IA pode assumir quatro papéis úteis:
- Preparar, recuperando informações ou esclarecendo termos;
- Provocar, questionando premissas e trazendo perspectivas alternativas;
- Organizar, agrupando itens e tornando diferenças mais claras;
- Registrar, documentando decisões, dúvidas e pendências.
O cuidado aparece quando a IA começa a encurtar justamente o caminho que o time precisa percorrer para chegar a uma decisão.
A IA pode acelerar a conversa. Não deve substituir o caminho necessário para chegar à decisão.
Uma dinâmica simples ajuda:
- o time traz seu contexto e suas perspectivas;
- a IA é usada para ampliar, questionar ou organizar;
- o grupo critica a resposta;
- as pessoas alteram, descartam ou incorporam partes dela;
- a decisão final continua pertencendo ao time.
Por exemplo:
Prompt sugerido
Organize esta discussão em pontos de acordo, divergências, premissas diferentes, decisões tomadas, decisões pendentes, riscos e perguntas que precisam de outras pessoas ou evidências. Não combine posições incompatíveis em uma única frase conciliadora.
Não estamos pedindo à IA para fechar a conversa.
Estamos usando a IA para enxergar melhor a conversa que tivemos.
E nem toda atividade precisa de IA.
Se o grupo está engajado e a ferramenta adicionaria apenas distração, siga sem ela.
Elementos de apoio durante a Lean Inception
Parking Lot: de post-its a um assistente do grupo
O Parking Lot sempre foi uma forma simples de registrar assuntos importantes sem deixar que eles desviem a conversa atual.
Antes, isso podia ser apenas uma área do canvas com alguns post-its.
Agora, a IA pode assumir esse trabalho de memória e organização para o grupo.
Ela pode registrar os assuntos, preservar o contexto em que apareceram e ajudar a recuperar rapidamente o que ainda precisa ser discutido.
Prompt sugerido
Durante esta Lean Inception, ajude o grupo a manter o Parking Lot.
- “Adicionar ao Parking Lot” — registre o assunto com uma descrição curta, o contexto em que apareceu e, se estiver claro, quem precisa participar da conversa.
- “Mostrar o Parking Lot” — apresente todos os itens ainda abertos.
- “Resolver item X” — registre a decisão tomada e retire o item da lista de pendências.
Não resolva os itens por conta própria e não transforme uma discussão pendente em decisão.
A IA cuida da memória e da organização.
O grupo continua responsável por decidir quando retomar o assunto, quem precisa participar e o que fazer com ele.
Glossário e linguagem ubíqua: a conexão entre Lean Inception e DDD
Uma Lean Inception também é um momento importante para alinhar a linguagem utilizada pelo grupo.
Palavras como “cliente”, “usuário”, “pedido”, “conta”, “contrato” ou “aprovação” podem carregar significados diferentes para negócio, experiência e engenharia.
Por isso, o glossário não é apenas documentação.
Ele ajuda o time a tornar explícita uma linguagem compartilhada sobre o domínio.
Existe aqui uma conexão natural com Domain-Driven Design (DDD) e a ideia de linguagem ubíqua: usar termos que façam sentido para quem conhece o domínio e manter esses significados consistentes no produto e no software.
Isso é especialmente relevante porque Lean Inception não é usada apenas quando um produto começa do zero.
Muitos times utilizam a abordagem para evoluir produtos existentes, partes de grandes sistemas e ambientes legados.
Nesses casos, o glossário também precisa reconhecer e respeitar a linguagem do domínio que já existe na organização — no negócio, nos processos, no código, nas APIs, nos eventos, nos dados e nos modelos de domínio.
Se a linguagem está confusa, a IA pode simplesmente acelerar a propagação dessa confusão.
Ela também pode ajudar a percebê-la:
Prompt sugerido
Durante esta Lean Inception, mantenha um glossário dos termos relevantes do domínio. Considere termos e definições já existentes nos materiais fornecidos. Se perceber que uma palavra está sendo usada com significados diferentes, que dois termos parecem representar o mesmo conceito ou que uma nova definição entra em conflito com a linguagem existente, sinalize a ambiguidade e proponha uma pergunta para o grupo. Não escolha nem altere a definição sozinho.
A IA pode ajudar a preservar consistência.
Mas ela não é dona da linguagem do domínio.
Quanto mais rápido transformamos linguagem em software, mais importante se torna saber exatamente o que essas palavras significam.
Depois: acelerar sem criar falsas certezas
Depois da Lean Inception, a IA pode ajudar na consolidação.
Notas, fotos, quadros e registros podem ser organizados rapidamente. Decisões podem ser documentadas. Pendências e riscos podem ser agrupados.
O cuidado é não deixar a IA “melhorar” o material a ponto de apagar incertezas.
Uma decisão ainda pendente deve continuar pendente.
Uma hipótese não vira fato porque ficou bem redigida.
Uma divergência não desaparece porque o resumo ficou elegante.
Do Canvas MVP ao protótipo
A IA também está reduzindo drasticamente o tempo entre a ideia e um protótipo funcional.
Em uma Lean Inception, duas pessoas desenvolvedoras usaram agentes de IA depois da sessão de quinta-feira e chegaram ao Showcase com algo funcionando, pronto para um teste A/B.
Isso mudou a qualidade da conversa com stakeholders. Eles podiam interagir com algo concreto.
Mas uma coisa não mudou:
o tempo necessário para aprender com pessoas reais.
A IA pode reduzir o tempo entre a ideia e o protótipo. Não elimina o tempo necessário para aprender se aquela ideia realmente funciona.
A IA também pode verificar consistência entre Visão do Produto, Sequenciador, Canvas MVP e backlog inicial.
Mas não precisa transformar isso imediatamente em um backlog completo.
Em vez de pedir
Crie o backlog completo deste MVP.
Experimente pedir
Revise a Visão do Produto, o Sequenciador e o Canvas MVP. Identifique os poucos itens necessários para iniciar a validação, as premissas que ainda impedem maior detalhamento, o que pode esperar e quais evidências deveriam mudar o backlog. Não expanda além do primeiro ciclo de aprendizado.
A IA pode acelerar a passagem da Lean Inception para a execução.
O objetivo continua sendo aprender cedo — não planejar tudo antecipadamente.
4. IA nas atividades da Lean Inception
Não existe uma única maneira correta de usar IA em cada atividade.
A pergunta mais útil é:
Em que parte desta atividade a IA pode ajudar sem retirar do time a conversa que torna a atividade valiosa?
Kick-off
A IA pode ajudar a preparar o Kick-off organizando contexto, decisões já tomadas, restrições e termos que precisam ser esclarecidos.
Mas o Kick-off não é apenas transferência de informação.
É o momento de garantir que as pessoas entendam por que estão ali e qual é o contexto da iniciativa.
Se existem interpretações diferentes sobre o propósito do workshop, é melhor descobri-las agora do que escondê-las atrás de uma apresentação bem preparada.
A IA pode preparar a conversa.
Não deve criar a impressão de que o alinhamento inicial já aconteceu.
Visão do Produto
A IA pode testar clareza, identificar palavras vagas ou mostrar interpretações diferentes de uma mesma frase.
Mas a atividade continua sendo uma conversa sobre direção, público, problema e valor.
Quando existem visões conflitantes, não peça à IA para conciliá-las cedo demais.
Talvez o conflito seja justamente aquilo que o time precisa discutir.
Em vez de pedir
Escreva uma Visão do Produto.
Experimente pedir
Revise estas propostas de Visão do Produto. Mostre onde representam direções diferentes, quais decisões estão escondidas nas frases, que termos podem ser interpretados de maneiras distintas e que perguntas o time precisa responder antes de combinar ou escolher uma visão.
É – Não é – Faz – Não faz
Esta atividade ajuda o grupo a tornar explícitos os limites do produto.
A IA pode identificar contradições, termos vagos e itens que parecem incompatíveis.
Pode, por exemplo, perguntar:
Prompt sugerido
Há algo em “Faz” que contradiz “Não é”? Algum item depende de uma interpretação do produto que não aparece nas demais áreas? Que limites ainda parecem ambíguos?
Mas os limites precisam ser discutidos pelas pessoas.
A atividade ajuda o time a dizer não e a alinhar expectativas.
Uma tabela completa gerada pela IA não significa que essas fronteiras estejam acordadas.
Personas
A IA pode organizar dados existentes e ajudar a separar padrões de comportamento e hipóteses.
Também consegue criar uma persona muito convincente mesmo quando quase não existem evidências.
Esse é o risco.
Em vez de pedir
Crie três personas.
Experimente pedir
Organize as evidências disponíveis sobre pessoas usuárias. Para cada possível persona, separe o que é sustentado por dados, o que é inferência e o que ainda precisa de pesquisa. Identifique diferenças de comportamento relevantes para o MVP e sugira perguntas para validação.
Uma persona bem escrita não substitui contato com pessoas reais.
Jornadas dos Usuários
A IA pode apontar passos esquecidos, exceções, atores, emoções, dependências e pontos de fricção.
Isso pode enriquecer a discussão.
Mas uma jornada excessivamente limpa também pode esconder o comportamento real.
Prompt sugerido
Revise esta jornada e identifique passos omitidos, exceções, decisões, emoções, dependências, canais alternativos e pontos que parecem baseados em suposições. Não transforme hipóteses em fatos.
Brainstorming de Funcionalidades
A IA pode ampliar o repertório do time e ajudar a perceber alternativas que não apareceram na primeira rodada.
Mas o objetivo não é produzir a maior lista possível.
Com IA, é ainda mais fácil transformar qualquer possibilidade em uma funcionalidade.
Por isso, use a ferramenta também para questionar a própria lista:
Prompt sugerido
Revise estas funcionalidades. Agrupe itens semelhantes, mostre quais respondem à mesma necessidade ou hipótese, quais adicionam complexidade sem aumentar aprendizado e quais poderiam ser removidas, combinadas ou adiadas. Sugira perguntas para o time discutir antes de seguir.
A IA pode ampliar e organizar possibilidades.
O time decide quais merecem avançar.
Revisão Técnica, de UX e de Negócio
Nesta atividade, diferentes perspectivas ajudam a tornar riscos, dúvidas e incertezas visíveis antes das decisões de sequenciamento e MVP.
A IA pode ajudar cada pessoa a explorar perguntas, levantar dependências e investigar possibilidades.
Mas as marcações precisam continuar representando a avaliação das pessoas que conhecem o contexto.
Uma IA tende a produzir uma resposta mesmo quando existe pouca informação. Isso pode criar uma falsa sensação de segurança justamente onde o time deveria sinalizar incerteza.
Uma funcionalidade marcada como vermelha ou amarela não representa uma falha.
Muitas vezes representa uma conversa que precisa acontecer.
Por isso, não use a IA para transformar rapidamente dúvidas em respostas e converter tudo em verde.
Cada pessoa pode usar suas ferramentas para explorar questões técnicas, de experiência ou de negócio.
Mas não deve delegar a avaliação final.
E existe outro cuidado importante: isto é uma Lean Inception, não uma sessão para escrever a especificação detalhada de tudo.
Não precisamos resolver todas as incertezas agora.
Precisamos torná-las visíveis, entender quais realmente importam e decidir como seguir.
Algumas dúvidas exigirão pesquisa. Outras, um spike técnico. Outras, uma conversa com alguém que não está na sala. Algumas só poderão ser respondidas quando começarmos a validar o MVP.
O objetivo não é transformar todas as incertezas em respostas. É entender as incertezas importantes o suficiente para alinhar os próximos passos.
A Lean Inception é o ponto de partida, não a especificação final.
Sequenciador
As incertezas que ficaram visíveis na revisão anterior ajudam a informar o Sequenciador.
A IA pode explorar dependências e apresentar alternativas, mas não deve apagar justamente os riscos que acabamos de tornar visíveis.
Por exemplo:
Prompt sugerido
Proponha três sequências alternativas para estas funcionalidades. Uma privilegiando aprendizado, outra valor para a pessoa usuária e outra redução de risco técnico. Para cada sequência, explicite os trade-offs. Não escolha a ordem final.
A IA não entrega “a resposta”.
Ela cria material para uma conversa melhor.
O time decide a sequência.
Canvas MVP
A IA consegue preencher rapidamente os blocos de um Canvas MVP.
Isso não significa que deva fazê-lo.
O valor do Canvas está em ajudar o time a fazer escolhas sobre proposta, personas, jornadas, funcionalidades, resultados esperados e o que precisa ser validado.
A IA pode ser especialmente útil para desafiar um MVP que está crescendo:
Prompt sugerido
Revise este Canvas MVP. Identifique a hipótese central, as funcionalidades indispensáveis para validá-la, itens que podem ser removidos ou adiados, riscos escondidos e o menor experimento significativo. Mostre também quais evidências poderiam indicar continuar, mudar de direção ou parar.
Em uma época em que construir ficou mais barato, fatiar continua sendo uma decisão estratégica.
Showcase
A IA pode ajudar a organizar o Showcase e acelerar a construção daquilo que será demonstrado.
Mas um Showcase melhor não é necessariamente aquele com slides mais completos ou um protótipo mais sofisticado.
É aquele que ajuda as pessoas a entender:
- a direção escolhida;
- o raciocínio por trás do MVP;
- o que deliberadamente ficou de fora;
- o que conseguimos demonstrar;
- o que ainda não sabemos;
- o que queremos aprender a seguir.
Use IA para tornar essa história mais clara.
Não para transformar hipóteses em certezas.
Extensão: quando o produto inclui agentes de IA
Quando a Lean Inception trata de um produto que utiliza agentes, algumas perguntas adicionais podem se tornar relevantes:
- Quem solicita a ação?
- Quem executa?
- Quem supervisiona?
- Que contexto o agente recebe?
- O que ele pode decidir sozinho?
- Que ações exigem confirmação humana?
- Quem responde quando ele erra?
- Como avaliamos confiabilidade, segurança e transparência?
Essas perguntas podem ser incorporadas às atividades existentes.
Mas vale deixar explícito quando estamos introduzindo uma extensão da abordagem.
AX — Agent Experience
Também pode fazer sentido ampliar a Revisão Técnica, de UX e de Negócio com uma quarta perspectiva: AX — Agent Experience.
Se o agente faz parte importante do produto, pergunte:
- O ambiente em que ele opera é suficientemente estável e previsível?
- Os prompts, instruções e o contexto que recebe estão bem estruturados?
- Ele consegue operar de forma confiável em situações reais?
- Onde precisa de supervisão ou confirmação humana?
A ideia não é criar mais uma avaliação burocrática. É tornar visíveis riscos específicos da experiência e operação do agente antes de definir o MVP.
Para aprofundar essa adaptação, veja também Lean Inception para agentes de IA.
Um agente pode ser um ator importante em uma jornada.
Isso não significa que toda entidade automatizada deva ser transformada em uma persona.
5. O que não devemos delegar à IA
A IA pode resumir posições, apresentar critérios, tornar trade-offs mais visíveis e explorar alternativas.
Mas consenso, priorização e escolha continuam pertencendo às pessoas.
Também não devemos usar a IA para fazer desaparecer conflitos e incertezas. Uma resposta convincente pode encerrar artificialmente uma conversa que ainda precisa acontecer.
E há algo que nenhuma simulação substitui: validação no mundo real.
Personas sintéticas, análises, protótipos e simulações podem acelerar o aprendizado.
Evidência e comportamento real continuam importando.
A IA pode recomendar.
O time continua responsável pela decisão.
Antipadrões para observar
No livro Times Importam Mais do que Nunca, apresento antipadrões que estão surgindo ou sendo amplificados pelo uso de IA no trabalho de produto. Os cinco abaixo têm relação especialmente direta com uma Lean Inception.
Alinhamento Gerado por IA
A Visão do Produto está bem escrita. O Canvas MVP parece consistente. A apresentação conta uma história clara.
Mas as pessoas não passaram pelas conversas necessárias.
Discordâncias permanecem escondidas e o alinhamento é apenas cosmético.
Na Lean Inception, este talvez seja o antipadrão mais perigoso.
Discovery Falso
Personas, jornadas e análises podem ficar sofisticadas rapidamente.
Mas discovery não é produzir bons artefatos.
É reduzir incerteza por meio de aprendizado.
Quando o time substitui contato com pessoas e evidências reais por resultados plausíveis gerados por IA, o discovery pode parecer melhor enquanto fica mais distante da realidade.
MVP Inchado
Quanto mais fácil fica construir, mais tentador fica adicionar “só mais uma funcionalidade”, “só mais uma automação” ou “só mais uma integração”.
O MVP cresce silenciosamente.
E o aprendizado demora mais.
A IA aumenta a importância da disciplina de fatiamento, não diminui.
Artefatos no Lugar de Conversas
A IA facilita a geração de documentos, tabelas, análises e apresentações.
O problema começa quando esses artefatos substituem as conversas.
Lean Inception não é apenas transferência de informação.
É construção de entendimento compartilhado.
Maturidade Aparente
Uma Visão do Produto pode parecer madura. As personas, convincentes. O Canvas MVP, completo.
Mas a qualidade textual ou visual do artefato não prova que o time aprendeu o suficiente para tomar aquelas decisões.
Se estamos produzindo muito mais artefatos e discutindo menos decisões, talvez a IA esteja evitando a conversa em vez de enriquecê-la.
No livro, exploro também outros antipadrões do trabalho de produto na era da IA. Aqui selecionei os que considero mais diretamente ligados ao alinhamento e à estratégia de MVP.
6. Como criar prompts que enriquecem a conversa
Não existe um prompt mágico para Lean Inception.
O que importa é o papel que damos à IA.
Um bom prompt costuma fazer uma ou mais destas coisas:
- diferencia fatos de hipóteses;
- procura ambiguidades;
- torna divergências explícitas;
- questiona premissas;
- apresenta alternativas;
- explicita trade-offs;
- sugere perguntas;
- mostra o que ainda precisa de evidência;
- evita escolher pelo time.
A diferença não está apenas no texto.
Está na intenção.
Um prompt pode pedir uma resposta.
Ou pode ajudar o time a fazer perguntas melhores antes de decidir.
Um prompt-base
Prompt sugerido
Atue como parceira de pensamento em uma Lean Inception. Revise o material abaixo. Diferencie fatos, hipóteses e opiniões. Identifique ambiguidades, contradições, premissas e perspectivas ausentes. Proponha perguntas para aprofundar a conversa e apresente alternativas sem escolher pelo time. Preserve divergências em vez de criar consenso artificial. Não altere a terminologia original da Lean Inception.
Adapte-o.
Não é necessário colocar todas essas instruções em todo prompt.
Quer mais exemplos?
Preparei também o material Prompts para Lean Inception, com exemplos para diferentes atividades do workshop.
Use-os como pontos de partida.
Especialmente quando estiver trabalhando com um time, trate as respostas da IA como rascunhos, alternativas ou material para discussão — não como decisões prontas.
Use a IA para enriquecer a conversa, não para eliminar a conversa.
7. Checklist: a IA está melhorando ou evitando a conversa?
Use estas perguntas antes, durante e depois da Lean Inception. Não como uma lista de conformidade. Use como provocação.
- ☐ Propósito: sabemos por que estamos usando IA nesta atividade?
- ☐ Dados: podemos compartilhar estas informações com a ferramenta?
- ☐ Visibilidade: o grupo consegue ver e questionar o que veio da IA?
- ☐ Evidência: continua claro o que é fato, hipótese, inferência ou sugestão?
- ☐ Divergências: as diferenças importantes continuam visíveis?
- ☐ Decisão: a IA está ajudando a explorar ou está escolhendo pelo time?
- ☐ MVP: estamos protegendo o foco no que precisa ser validado primeiro?
- ☐ Validação: existe um caminho para aprender com evidências e pessoas reais?
E uma pergunta final:
Se retirássemos o artefato gerado pela IA, o time ainda conseguiria explicar a decisão, os trade-offs e o que pretende aprender?
Se a resposta for não, talvez ainda não exista alinhamento.
Continue daqui
Não precisamos transformar a Lean Inception em um workshop automatizado para aproveitar a inteligência artificial.
Comece pequeno.
Escolha um ou dois momentos em que a IA possa reduzir trabalho operacional ou ajudar o time a enxergar algo que merece ser discutido.
Depois observe:
Ela melhorou a conversa ou apenas acelerou o trabalho?
As ferramentas vão continuar mudando.
A responsabilidade pelas decisões continua com as pessoas.
A IA acelera o trabalho. O time continua responsável por decidir o que importa.
Quer aprofundar?
- Conheça o livro Lean Inception.
- Aprofunde o trabalho com MVP no Canvas MVP.
- Veja os Prompts para Lean Inception.
- Explore os Experimentos com IA.
- Leia Times Importam Mais do que Nunca para aprofundar a discussão sobre direção humana, aceleração com IA e trabalho de produto.
Quer levar isso para o seu time?
Se sua organização quer melhorar alinhamento, decisões e definição de MVPs em um contexto em que construir ficou cada vez mais rápido, conheça o Treinamento Lean Inception na Prática.
Ou fale com a Caroli.org para conversar sobre workshops, capacitação e aplicação da Lean Inception na sua organização.
Construir ficou mais rápido. Decidir bem ficou ainda mais importante.