Construir apps de IA que as pessoas adoram: lições do estúdio

Construir uma app de IA é fácil de começar e difícil de terminar bem. A demo funciona à primeira, as capturas de ecrã parecem mágicas, e depois passa os seis meses seguintes nas partes pouco glamorosas: o que acontece quando o modelo se engana, como é que alguém compreende a app nos primeiros trinta segundos, quanto cobra e a que diz que não. Na Sépia, um pequeno estúdio em Montréal, desenhamos e lançamos apps de IA focadas de ponta a ponta — MyoScore, PrettyType, Debate — e quase tudo o que aprendemos da forma difícil vive nos artigos aqui reunidos. Esta é a visão geral. As análises aprofundadas é que têm os pormenores.

Se é um criador a lançar com uma equipa pequena, a armadilha não é a falta de ideias. É o contrário. A IA faz quase qualquer funcionalidade parecer alcançável, por isso a disciplina muda de conseguimos construí-la para devemos, e quanto nos custa mantê-la. Tudo o que se segue decorre dessa pergunta.

O foco vence o âmbito, sempre

As decisões mais caras que toma são as funcionalidades que mantém. Cada uma acrescenta superfície a testar, a explicar no onboarding, a esclarecer e a suportar — para sempre. As equipas pequenas não perdem por construírem de menos; perdem por se dispersarem e lançarem seis coisas medíocres em vez de uma que seja genuinamente boa.

Já escrevemos sobre porque é que apps focadas vencem as inchadas, e a versão curta é que o foco é uma funcionalidade que os utilizadores sentem. Uma ferramenta que faz uma coisa com clareza conquista confiança mais depressa do que uma suíte que faz dez coisas de forma aceitável. O reverso é operacional: uma app focada é algo que uma equipa pequena consegue de facto lançar e manter viva sem se esgotar. A restrição não é uma limitação. É a estratégia.

• Corte cedo, não tarde. A funcionalidade sobre a qual está em dúvida será a que o afoga em casos extremos.
• Profundidade em vez de amplitude. Um fluxo de trabalho que parece terminado vence cinco que parecem versões beta.
• Diga não por escrito. Escreva o que a app não é, para que o alargamento de âmbito tenha algo contra que argumentar.

O modelo é um componente, não o produto

É este o erro que mais vemos: tratar o modelo como a experiência toda. Não é. O modelo é uma parte — poderosa, imprevisível — assente dentro de um produto feito de interface, texto, predefinições, estados de erro e as mil pequenas escolhas que decidem se alguém confia no resultado.

Os utilizadores não experimentam o seu modelo. Experimentam a sua app num dia mau: a resposta lenta, a resposta confiantemente errada, o resultado que não conseguem saber se está certo. Por isso, o verdadeiro trabalho é construir em torno de resultados imperfeitos — e esse é o cerne de desenhar funcionalidades de IA fiáveis em que as pessoas realmente acreditam. A confiança não é uma alegação de marketing. Constrói-se a partir da honestidade sobre a incerteza, da falha graciosa e de dar às pessoas uma forma de verificar ou corrigir o que o modelo produziu.

Uma funcionalidade de IA que acerta 90% das vezes e é honesta sobre os outros 10% vence uma que acerta 95% das vezes e fica calada quando se engana. Os utilizadores perdoam erros que veem chegar. Não perdoam ser enganados.

A IA muda as regras do design

O design móvel convencional pressupõe um resultado determinístico: toca num botão, obtém um resultado conhecido. A IA quebra esse pressuposto. As respostas variam, a latência é real, e o ecrã tem de comunicar confiança, progresso e o eventual erro — sem fazer com que tudo pareça frágil.

Essa mudança toca em tudo, dos estados de carregamento à forma como apresenta um resultado de que não está totalmente seguro, e foi por isso que a destacámos num artigo próprio sobre como a IA reescreve as regras do design móvel. Alguns princípios a que voltamos sempre:

• Desenhe para a espera. A latência faz agora parte da experiência. Faça-a parecer intencional, não avariada.
• Mostre a sua confiança. Deixe a interface sinalizar quando o resultado é sólido e quando é o melhor palpite.
• Torne a correção barata. Quanto mais fácil for corrigir ou voltar a gerar, menos uma resposta errada lhe custa em confiança.

Onboarding e preços: onde as boas apps morrem em silêncio

Pode construir uma app focada, fiável e bem desenhada e ainda assim perder pessoas no primeiro minuto — ou não ganhar um cêntimo com as que ficam. O onboarding e os preços são os dois lugares onde a maior parte do valor ou se concretiza ou se escapa, e ambos recebem muito menos atenção do que merecem.

Fazer o onboarding de uma app de IA é um problema à parte porque não está apenas a ensinar a navegação, está a definir expectativas sobre o que o modelo consegue e não consegue fazer. Prometa demais e a primeira resposta errada parece uma traição; prometa de menos e as pessoas nunca veem a magia. Abordamos o equilíbrio em fazer o onboarding de uma app de IA sem perder a sala — levar os utilizadores a uma vitória real depressa, antes de começarem as explicações.

Os preços são onde os criadores independentes mais hesitam, sobretudo quando há um custo por pedido por trás de cada interação. Cobre de menos e subsidia os seus próprios utilizadores até à ruína; complique demais e ninguém converte. A nossa visão sobre cobrar por uma app independente sem hesitar tem a ver com cobrar pelo valor que entrega, ser honesto quanto à sua economia unitária e não pedir desculpa por precisar que o negócio funcione.

Decidir o que construir a seguir

O roadmap de qualquer estúdio é, na verdade, uma série de apostas. Com uma equipa pequena e custos reais por funcionalidade, errar duas vezes seguidas pode afundar um trimestre. O difícil não é gerar ideias — é ter um processo honesto o suficiente para matar as que não vão compensar, incluindo aquelas a que está pessoalmente apegado.

Expusemos a nossa estrutura real em como decidimos o que construir a seguir: como pesamos a procura dos utilizadores face ao custo de manutenção, como distinguimos um pedido barulhento de uma necessidade real e porque é que não construir algo é muitas vezes a decisão de maior alavanca que tomará no mês inteiro. Liga o resto disto tudo — foco, confiança e economia surgem todos no momento em que tem de escolher.

Por onde começar

Se está no início e a perceber se sequer consegue lançar isto com a equipa que tem, comece por o que é preciso para lançar com uma equipa pequena. Se já tem algo no ar e está a combater respostas erradas e uma confiança morna, vá diretamente a desenhar funcionalidades de IA fiáveis. Nada disto é teoria. É o resíduo de lançar apps reais, errar partes do processo e escrever o que faríamos de forma diferente — para que possa saltar alguns dos erros de que nós não escapámos.