Os truques de produtividade com IA e engenharia de prompts de que vai precisar em 2025

Leia a transcrição:

Estamos a experimentar transcrever os nossos podcasts através de um programa de software. Perdoe quaisquer erros de escrita, uma vez que o bot não está correto 100% das vezes.

Hannah Clark: Ao olhar para trás, para todos os temas que abordámos no programa este ano, falámos definitivamente bastante sobre IA. Por isso, espero que não se importe que acrescentemos mais um à lista, porque este é provavelmente o episódio sobre IA mais prático que fizemos até agora.

O meu convidado de hoje é Tal Raviv, o génio por detrás do popular curso intitulado “Construa o seu sistema pessoal de produtividade de PM e copiloto de IA”, que é um nome bastante pomposo. E também é algo bastante importante para alguém que anteriormente se descrevia como cético em relação à IA. Mas, para Tal, a verdadeira mudança aconteceu quando percebeu por que razão tantos gestores de produto têm dificuldade em extrair todo o valor das suas ferramentas de modelos de linguagem de grande dimensão e descobriu as táticas que podem realmente transformar a sua produtividade.

E sim, vamos analisar essas táticas neste episódio. Vamos explorar como integrar a IA é muito semelhante a integrar um novo membro na equipa, por que razão a engenharia iterativa de prompts é fundamental e conselhos práticos sobre como começar a experimentar ferramentas de IA e ganhar confiança nas suas competências. Vamos começar.

Bem-vindos de volta ao podcast do The CPO Club. Estou hoje aqui com Tal Raviv.

Tal, muito obrigada por se juntar a nós. Isto é muito entusiasmante. Pode contar-nos um pouco sobre o seu percurso e sobre como chegou onde está hoje?

Tal Raviv: Claro. Comecei por estudar engenharia química, o que não tem absolutamente nada a ver com aquilo que faço hoje.

Quer dizer, tem a ver no sentido de que me tornou bom a aprender coisas difíceis e a aprofundar-me nelas. Fundei uma empresa SaaS com alguns amigos da universidade e fizemos isso durante quatro anos. Depois, quando chegou o momento de arranjar um emprego a sério, eu estava basicamente a olhar à minha volta e a pensar: estou realmente a fazer suporte, marketing, programação e design.

E como é que seria a versão profissional disso? Na altura, havia esta coisa nova chamada gestão de produto. Candidatei-me e hoje provavelmente não conseguiria entrar, mas na altura consegui.

Hannah Clark: Muito bem. Hoje vamos falar sobre algo em que toda a gente está a tentar entrar, que é utilizar a IA de forma eficaz. Penso que todos estamos a tentar perceber como podemos utilizar esta tecnologia de forma mais eficaz e prática. Por isso, vamos concentrar-nos em como podemos utilizar a IA nos nossos fluxos de trabalho diários.

Mas, antes de entrarmos no tema, vamos falar um pouco sobre o que se passa na sua vida. Está a liderar um curso em grupo para ajudar gestores de produto a tirar melhor partido da IA. Qual foi o percurso que o levou até esse caminho?

Tal Raviv: Comecei a trabalhar neste curso com a Maven e comecei a trabalhar nele enquanto, por um lado, estava envolvido em muitas das iniciativas de IA generativa da Riverside e a liderá-las. Não estava de todo a utilizar IA no meu dia a dia. Pensava: isto é excelente para o produto.

Isto não tem nada a ver com o meu dia a dia. Nunca me poderá ajudar com todas estas coisas em que preciso de ajuda. E, por isso, o curso acabou por ser todo sobre produtividade e sobre construir sistemas de produtividade para si próprio. Depois, enquanto gestor de produto, a sua equipa é realmente uma grande alavanca para a sua produtividade.

Está a olhar para a sua organização, a gerir emoções, todas estas coisas de baixa tecnologia. É esse o curso que ensino. Em paralelo, estava simplesmente a experimentar bastante com IA. O que acabou por mudar a minha perspetiva e me levou a olhar para isto como algo que poderia utilizar pessoalmente foi uma situação em que estava na Riverside e me encontrava entre a espada e a parede.

Não havia forma de conseguir fazer o que precisava sem recorrer ao ChatGPT. Mesmo assim, resisti, reclamei e protestei, até que o responsável pela minha equipa de engenharia disse: deixe-me mostrar-lhe, pare simplesmente. É assim que se faz. Isso abriu-me os olhos para este princípio muito simples: a razão pela qual eu não o estava a utilizar corretamente era não lhe estar a dar contexto suficiente, tal como faria com uma pessoa.

E isso foi uma mudança mental para mim. Depois, comecei simplesmente a levar a ideia cada vez mais longe. Pensei: quanto contexto posso dar-lhe? E se lhe desse a mesma quantidade de contexto que daria a uma nova contratação que estivesse a ajudar a integrar, certo? E se tivesse uma conversa com ele, como teria com uma nova contratação?

E se começasse a envolvê-lo numa determinada iniciativa, tal como faria com uma nova contratação? Mudei o meu modelo mental para pensar realmente: o que prepararia uma pessoa para ter sucesso? Estava a fazer isso no meu tempo livre e a ensinar este curso, e depois comecei a perceber: meu Deus, isto pode ser realmente útil no trabalho.

Por isso, demorei muito tempo — só em 2024 é que percebi isso — e, com o tempo, incluí essa componente no curso. Agora, as primeiras duas semanas do curso são sobre pôr a casa em ordem e tratar de todas as coisas que continuam a ser importantes, mesmo com IA. A última semana é uma sessão intensiva composta por três sessões para construir o seu copiloto de IA para gestão de produto.

Hannah Clark: Está bem, excelente. Estou entusiasmada por analisar cada um destes pontos de forma um pouco mais detalhada, especialmente a integração. Acho que a ideia de integrar a IA é muito interessante. Estou desejosa de chegar aí.

Mas, antes disso, descreveu o seu próprio ceticismo inicial relativamente ao trabalho com IA. Penso que isto é algo comum que vemos em todo o lado, tanto na gestão de produto como noutras áreas. Por que razão acha que isso acontece? Porque é que as pessoas são céticas ou hesitantes em fazer a ponte entre a consciencialização e a implementação?

Tal Raviv: Penso que, durante a maior parte dos últimos dois anos desde o lançamento do ChatGPT — dois anos e meio, talvez — ele não era assim tão bom em muitas coisas, ou exigia tanta edição e reflexão que era como contratar alguém muito júnior. É a mesma razão pela qual não contratamos um estagiário para uma determinada função: vai criar mais trabalho do que aquele que vale a pena.

E penso que, em primeiro lugar, o que mudou foi o facto de a IA ter ficado muito melhor. As janelas de contexto aumentaram, as personalidades melhoraram e os próprios modelos tornaram-se mais inteligentes. A certa altura houve uma palestra famosa, recentemente, com o responsável de produto da Anthropic e o responsável de produto da OpenAI, ambos em palco, e disseram algo semelhante a: a inteligência já não é o fator limitador.

Há formas de a tornar mais inteligente, mas esse já não é o fator limitador. O fator limitador é o pré-treino, o contexto ou simplesmente aquilo que ela sabe e a que foi exposta. Penso também que, se abordarmos um modelo de linguagem de grande dimensão com um prompt de uma frase, mesmo que essa frase tenha sido criada e aperfeiçoada pelo maior especialista em prompts do mundo, continua a ser apenas uma frase, certo?

Continuará basicamente a dar-lhe a média da Internet. E, se realmente quiser que faça o tipo de trabalho que fazemos, nenhum de nós, enquanto indivíduo, é a média da Internet. Também trazemos conhecimento, combinamo-lo e sintetizamo-lo. Por isso, o ponto de partida é: vamos dar-lhe esse conhecimento. Vamos ver o que consegue fazer.

Hannah Clark: Sim. Acho que este é um ponto muito importante. Por vezes, entramos numa conversa e esperamos que ela saiba tudo, pelo que deveria ter a resposta perfeita. Mas é como parar alguém na rua, quando está a caminho do supermercado, e perguntar: olá, pode escrever-me um documento de requisitos de produto?

Essa pessoa vai dar o seu melhor, mas sem todo o contexto e conhecimento próprio que temos. Por isso, sim, é um daqueles momentos de perceber algo óbvio que penso que ainda não tivemos todos.

Tal Raviv: Vou dar outro exemplo que torna isto muito claro. Quando falo com pessoas que não trabalham em gestão de produto, explico que também tenho experimentado utilizar a IA como minha nutricionista e para me ajudar a manter o rumo.

E a forma como explico é a seguinte: se fosse trabalhar com uma nutricionista real, não chegaria lá e diria: muito bem, diga-me o que devo comer, quanto e quando, e tudo o resto. A nutricionista responderia: não. Que tal sentar-se e deixar-me fazer-lhe algumas perguntas? E eu diria: não, quero apenas que me diga. É uma péssima nutricionista.

Vou-me embora. Certo? Isso não aconteceria. Não seria uma conversa normal. Mas, de alguma forma, é essa a conversa que temos com a IA.

Hannah Clark: Sim, é exatamente isso. Espero que esteja a resultar consigo.

Quero falar sobre este copiloto de IA. Tudo isto é muito interessante. Há tantas coisas e tantos ângulos possíveis quando falamos sobre utilizar a IA de forma eficaz.

Vamos começar pela ferramenta. Fale-me desta ferramenta, o copiloto de IA. O que é que muda tudo aqui?

Tal Raviv: Vou explicar os componentes. O componente do copiloto de IA é escolher entre ChatGPT, Claude ou outra ferramenta. Pessoalmente, prefiro muito o Claude para isto. Na prática, a funcionalidade de projetos é paga, mas vale totalmente a pena.

É simplesmente muito boa para aquilo que estou prestes a descrever e torna tudo muito fácil. Estas coisas podem ser feitas com qualquer modelo de linguagem, utilizando um pouco de fita-cola e trabalho manual. Em primeiro lugar, utiliza instruções personalizadas, um prompt de sistema, ou o nome que quiser dar-lhe, para dizer à ferramenta como deve comportar-se.

Quer que seja alguém que o desafie, que faça muitas perguntas e que não aceite necessariamente os seus pressupostos. Quem seria o colega ideal sentado ao seu lado, numa espécie de parceria entre gestores de produto? Seria alguém que o pressionasse relativamente a determinados comportamentos ou valores. No meu caso, os comportamentos que defini foram uma tendência para agir e tentar proporcionar valor aos clientes rapidamente.

Tento tomar decisões sem dispor de todos os dados, mas isso poderia ser completamente diferente noutras indústrias ou empresas. A partir daí, essa é a personalidade que contratou. Pense num processo de entrevista: é o tipo de pessoa que gostaria de contratar. O passo seguinte é contratá-la e integrá-la.

Se um novo gestor de produto entrasse na equipa, provavelmente dar-lhe-íamos o documento com a missão, a visão e a estratégia. Aqui está a apresentação com a persona do cliente, certo? E, se fosse um orientador para mim, provavelmente diria: aqui está a minha avaliação de desempenho das últimas avaliações. Aqui estão as coisas com que tenho dificuldades.

Aqui está o feedback que o meu gestor me dá. E, voltando ao novo gestor de produto, aqui estão alguns mexericos. Sente-se, vamos beber um café. Deixe-me falar-lhe de algumas destas partes interessadas. Deixe-me falar-lhe de algumas das pessoas que farão parte da sua equipa. Eis aquilo em que são particularmente boas.

Aqui está aquilo em que precisam que se envolva mais. Aqui está esta pessoa interessada e aquilo que a faz sentir-se bem, bem como a fase do processo em que isso acontece; mas não pise esta mina terrestre. E isto continua indefinidamente, certo? Aqui está o organograma. Aqui está a minha equipa. Isto pode ser interminável. É o tipo de informação que uma pessoa nova absorveria de diferentes fontes ao entrar na sua empresa.

Por isso, contratou-a, integrou-a e, depois, tem de a pôr a trabalhar. Tem de lhe dizer: preciso que trabalhe nesta iniciativa, ou quero que me oriente nesta iniciativa. Assim, inicia uma conversa e diz: aqui está o que sei sobre esta iniciativa. Sei muito pouco. Acabei de receber isto numa conversa informal com o fundador.

Temos de avançar rapidamente. Aqui está o que sei. Aqui está o que penso. E mantém uma conversa com a ferramenta. Durante toda essa conversa sobre a iniciativa específica, pode começar a pedir resultados. Pode ser algo tão simples como escrever documentos, o exemplo clássico, mas pode ir muito além disso.

Pode ser um parceiro de reflexão. Pode simular uma conversa difícil. Qual é a coisa mais importante que deve fazer a seguir? As respostas a essa pergunta são realmente extraordinárias. É aqui que acontece a magia, porque a ferramenta irá referir constantemente nomes reais de pessoas da organização. Dirá: esta é uma oportunidade para agir realmente de acordo com aquele feedback que aparece constantemente nas suas avaliações de desempenho.

Dirá também: este é um bom momento para envolver esta pessoa interessada. E fiquei impressionado com o momento e com aquilo que sugere. É muito perspicaz. Durante a iniciativa, sugiro que partilhe ainda mais informação, certo? Quanto mais contexto, melhor. Imagine que está a trabalhar em algo e, duas semanas depois, tem uma conversa informal com o responsável de vendas, que lhe apresenta uma restrição inesperada, ou o seu gestor diz que, com esta nova informação, se não conseguir alcançar determinado resultado, o âmbito será diferente e nem sequer valerá a pena lançar o produto.

Senta-se à secretária e pensa: meu Deus, não vai acreditar na conversa que acabei de ter. Poderia dizer isso a qualquer pessoa sentada ao seu lado; faça o mesmo com o seu copiloto, certo? Ele também precisa de saber isso. Poderia continuar indefinidamente a falar sobre todas as coisas com que pode trabalhar e em que o pode ajudar.

Mas, no final do dia, também vale a pena fechar o ciclo e dizer o que aconteceu, partilhando quaisquer resultados da retrospetiva. O momento mágico é quando pode perguntar: está bem, ouça, esta é a conclusão da história. É ótimo. Lançámo-lo. Funcionou. Não funcionou. Pode dizer-me todas as novas informações que aprendeu nesta conversa?

O que deveria outro novo gestor de produto saber e aprender com esta iniciativa? Depois, com o Claude, basta um clique; com o ChatGPT, pode copiar e colar e voltar a adicionar essa informação ao conhecimento do projeto. Ou pode utilizá-la na sua próxima conversa. Todo o contexto que adicionou desta vez torna-se um pouco maior.

Para mim, a razão pela qual gosto do Claude é que basta um clique. Está realmente otimizado para isso. Aplica imediatamente a informação a todas as suas conversas. Mas, em termos gerais, é assim que obtém um copiloto que se torna mais inteligente ao longo do tempo, mais sábio, e que começa a aplicar imediatamente as lições de outras iniciativas.

Hannah Clark: Estou um pouco atordoada neste momento. Vou ser honesta consigo. Isto é muito mais abrangente e impressionante do que esperava.

Antes de mais, foi esta a conversa que teve com o seu colega, quando ele lhe disse: não, deixe-me mostrar-lhe? Ou como percebeu que a ferramenta era capaz de manter esse tipo de informação e de tomar decisões, além de demonstrar inteligência emocional e todas as capacidades práticas? Estou impressionada.

Tal Raviv: Eu não sabia. Para mim, tudo se relacionou com aquele momento de descoberta que tive com o meu colega, logo no início, quando ele disse: ouça, aquele exemplo começou com a necessidade de escrever muitas histórias de utilizador rapidamente. Isso esgota-me mentalmente, demora imenso tempo e tem de ser muito preciso.

E como é que o ChatGPT me vai ajudar com isso? Tentei fazer capturas de ecrã do Figma. Tentei plugins do Figma. Era mais trabalho do que valia a pena. Então, a sugestão dele foi: que tal sentar-se no ChatGPT, dar-lhe um modelo e dizer-lhe tudo o que precisa de saber sobre esta história de utilizador?

Pensei: está bem, isso implica escrever muito. E ele respondeu: não escreva, dite, fale. Outro desenvolvimento muito importante dos últimos dois anos é que a conversão de voz em texto melhorou bastante. A OpenAI lançou o modelo Whisper. Muitos programadores de aplicações implementaram-no no macOS, em aplicações móveis e noutros locais.

Se comparar isso com a ditagem nativa da Apple ou do Windows, é muito mais preciso. Isso deixa-me muito mais entusiasmado por utilizá-lo. É muito mais útil. Basicamente, posso manter um botão premido e falar durante bastante tempo, com uma precisão extraordinária. Assim, o processo começa a parecer-se com a forma como eu falaria quando um novo engenheiro entra numa iniciativa ou quando inicio uma iniciativa, e o ChatGPT é muito bom a receber contexto, a formatá-lo de determinada forma e a inferir o que falta.

Quando fiz isso, fiquei impressionado porque, em primeiro lugar, nunca tinha visto os designs. A ferramenta fez coisas nas histórias de utilizador em que eu nunca tinha pensado, preenchendo as lacunas. Quase não precisei de editar nada. Se tive de apagar alguma coisa, eram basicamente elementos redundantes.

A ferramenta estava simplesmente a exceder as expectativas. Esse foi o meu momento de descoberta: contexto. Depois, acrescenta-se a média da Internet, porque os produtos não são assim tão únicos. A ferramenta consegue perceber que, neste caso, a parte das alucinações pode ser positiva. Produz boas ideias e estabelece ligações.

Quando comecei a pensar dessa forma, continuei a testar e a alargar os limites: quanto contexto consigo dar-lhe?

Hannah Clark: É incrível. Vamos então entrar num modo mais prático e instrutivo. Tenho a certeza de que há muitos gestores de produto a ouvir isto e a ficar entusiasmados com a ideia de utilizar esta ferramenta.

Temos o nosso modelo de linguagem escolhido. Se quisermos começar já, quais são os passos fundamentais que recomendaria para integrar o modelo?

Tal Raviv: Começaria de forma simples. Se não estiver a pagar uma versão profissional de nenhum destes serviços, deveria fazê-lo por outras razões, mas não precisa de o fazer por esta razão.

Comece uma conversa e diga-lhe como quer que se comporte. Diria até que o passo zero de tudo isto é descarregar algo como uma ferramenta de ditado melhor para o computador. Superwhisper, Better Dictation, Wispr Flow. Há muitas. E pratique com uma boa ferramenta de ditado. Tudo o resto que vou dizer será muito mais fácil.

Abra uma nova conversa e diga-lhe como quer que se comporte. Isto é um prompt de sistema. Colocá-lo no início da conversa representa cerca de 90% do valor. Depois, se tiver um documento, pode copiar e colar a página inicial do seu produto, ou falar sobre a forma como descreveria o seu produto numa festa. Mesmo que não faça todo o organograma, não fale das partes interessadas e não forneça as avaliações de desempenho, só um pouco de contexto já é muito melhor do que tinha antes. Pode parar aí. Faça apenas isso. Dê um pouco de contexto.

Depois, dê contexto sobre uma iniciativa em que quer trabalhar. Podem ser mais 60 segundos a dizer: aqui está o que sei. Até agora, sabemos este sinal. Sabemos que recebemos estes pedidos de suporte. É tudo. Prima Enter e veja o que acontece.

Hannah Clark: No seu curso, já teve outras pessoas a seguir este processo? Conseguiu ver outras pessoas a gerar valor com ele? Gostaria de ouvir alguns exemplos de como o viu em ação.

Tal Raviv: Fizemos alguns grupos beta e começámos depois a criar uma comunidade. A comunidade é composta por pessoas que estão realmente a levar isto mais longe e a experimentar muito para além daquilo que uma pessoa como eu faria.

Quero partilhar algo que acabei de abrir. Partilho os momentos de descoberta de todos. Uma pessoa criou protótipos realmente impressionantes — não o tipo de protótipos que vemos nas demonstrações do Twitter, mas coisas que nos fazem dizer: uau, isto é mesmo preciso, porque recebeu muito contexto.

Alguns gestores de produto utilizam-no simplesmente para aprender sobre uma indústria na qual foram colocados sem preparação. Este é um exemplo que não diz respeito à gestão de produto: conheço alguém que o utilizou para o planeamento trimestral. É um líder de produto, o que vai ainda mais longe do que alguma vez levei o contexto relativamente àquilo de que a ferramenta precisaria.

Muitas pessoas utilizam-no como parceiro de reflexão. Penso que este é um excelente modelo mental para a ferramenta. Serve para conversar e compreender, ajudando-o a pensar em ideias melhores. E, relativamente à escrita de documentos de requisitos de produto, uma pessoa referiu que o que torna esta abordagem particularmente melhor é o facto de a ferramenta fazer muitas perguntas primeiro.

Era suficientemente inteligente para saber o que não sabia e incentivava uma conversa, dizendo: antes de escrever este documento, gostaria realmente de saber estas coisas. E nós pensamos: claro, pergunte o que quiser. Escreva-o simplesmente por mim. É extraordinário. É um exemplo realmente fascinante.

As pessoas estão simplesmente a levar a ferramenta muito mais longe do que eu estava a fazer.

Hannah Clark: É incrível. Já consigo sentir as engrenagens a rodar na minha cabeça sobre como poderia tirar partido disto. Parece que muitos dos princípios gerais são aplicáveis a várias áreas diferentes. Muito interessante.

Vamos falar um pouco sobre engenharia de prompts, porque estamos a falar da importância de dar contexto e de fornecer informação de qualidade ao modelo de linguagem, bem como de conceber bem os prompts. Quais são algumas das melhores práticas e estratégias que utilizou e que as pessoas deveriam adotar para criar prompts melhores e fornecer contexto de maior qualidade?

Tal Raviv: Penso que houve uma fase no LinkedIn em que todo o feed era composto por apresentações sobre engenharia de prompts e pessoas a alterarem os seus cargos para engenheiro de prompts.

Lembro-me de ter uma sensação estranha em relação a isso, como se não pudesse continuar assim durante muito tempo. Toda esta forma de tratar os prompts como feitiços mágicos, poções mágicas ou Pokémon que colecionamos não me parecia correta. E, com o tempo, esses elementos tornaram-se cada vez menos importantes.

Quando se trata de engenharia de prompts, há duas coisas. A primeira é o contexto, de que já falei. Trate a ferramenta como uma pessoa e utilize a ditagem, pois isso torna tudo muito mais fácil. A segunda é dizer-lhe simplesmente aquilo que quer. Tal como faria com uma pessoa, seja claro sobre o que pretende e prima Enter. Se não for aquilo que queria, pense por que razão não fez o que pretendia e volte à mensagem anterior para a esclarecer.

Independentemente da ferramenta que utiliza, há normalmente um pequeno lápis no balão da conversa. Penso que esta é uma das funcionalidades menos valorizadas do Claude ou do ChatGPT. Pode voltar atrás, editar e acrescentar outra frase, dizer-lhe que não quer que aborde a questão dessa forma, ou pedir-lhe que seja muito claro sobre determinado ponto e que garanta que ele é incluído.

A ferramenta irá refazer tudo. Voltará a ler tudo o que está abaixo dessa mensagem. Esse lápis é, na minha opinião, a maior ferramenta de engenharia de prompts, entre aspas, porque, no final do dia, está simplesmente a experimentar algo. É como programar: experimenta, vê se funciona, percebe que não funcionou e altera. Tenta novamente e não precisa de se preocupar em utilizar uma frase especial ou pedir-lhe que pense de determinada forma.

Todas essas coisas estão a desaparecer. Estão a evaporar-se rapidamente. Não é essa a competência certa. A competência certa é experimentar, aprofundar-se e iterar, sem ter medo da ferramenta. É sobretudo uma mudança de mentalidade.

Hannah Clark: Designers de websites, esta é para vocês. Tenho 30 segundos para vos falar sobre o Wix Studio, a plataforma web para agências e empresas. Eis quatro coisas que podem fazer no Studio em 30 segundos ou menos. Adaptem os vossos designs a qualquer dispositivo com IA responsiva. Reutilizem recursos como modelos, widgets, secções e bibliotecas de design em vários sites e partilhem-nos com a vossa equipa. Adicionem animações sem código e fundos com gradientes diretamente no editor. E exportem os vossos designs do Figma para o Wix Studio com apenas um clique. O tempo terminou, mas a lista continua. Entrem no Wix Studio e vejam por vocês próprios.

Está bem, gosto disso. É prático, mas não é intuitivo pensar simplesmente: como posso pensar de forma diferente sobre a maneira como concebo os meus prompts?

Quero falar um pouco sobre a forma como abordou esta questão, porque penso que talvez não tenhamos deixado claro ao longo deste episódio que isto parece ser uma ferramenta que está a vender.

Isto é mais uma competência do que qualquer outra coisa. Por que razão decidiu concentrar-se nisto como workshop, em vez de construir uma IA escalável que já faça tudo isto? Porque sentiu que essa era a melhor abordagem?

Tal Raviv: Enquanto profissional de produto e programador, senti-me muito tentado.

O meu primeiro impulso foi pensar: está bem, isto é uma ideia. Como é que construo um produto aqui? Mas, quando analisei o que faltava e o que impedia pessoas muito inteligentes de fazerem algo tão inteligente, percebi que não era uma questão de funcionalidade. Não era uma interface de utilizador, um efeito de rede ou qualquer outra coisa que os produtos possam proporcionar.

Era simplesmente uma questão de autorização, orientação ou mudança de mentalidade. Pensei que poderia construir um produto e passar o ano seguinte a tentar perceber a integração, porque tudo o que descrevi é uma integração enorme para alguém fazer sozinho, no seu tempo livre.

Ninguém vai fazer isso. Ou posso ser mais útil estando com as pessoas em direto, respondendo às perguntas e dizendo-lhes: reservaram tempo na agenda e agora estamos juntos no Zoom. Vou dar-vos cinco minutos para fazerem isto. Não há distrações: reservaram tempo e eu estou aqui para responder às vossas perguntas.

E podemos construir tudo em conjunto. Para mim, isso representa uma taxa de ativação superior a 90%, se quisermos utilizar termos de produto. E penso que o valor, a retenção e tudo o resto tornam esta abordagem muito melhor. Outra razão é que muitas das coisas que faltam ou que poderiam ser melhoradas certamente serão incluídas pela OpenAI ou pelo Claude. Há muitas melhorias óbvias que tornariam este processo ainda melhor.

Por exemplo, a forma como gerem a memória e as alterações ao longo do tempo, ou se as conversas sabem umas das outras, como mencionou anteriormente. É claramente aplicável a todas as indústrias e funções. Prefiro ajudar as pessoas a utilizar isto corretamente e a ultrapassar, neste momento, as barreiras relacionadas com a mentalidade, os comportamentos e a autorização.

Hannah Clark: Faz todo o sentido. E construir um produto de IA quando sabemos contra quem estamos a competir é uma grande aposta. Por isso, utilizar de forma mais eficaz as ferramentas que já estão disponíveis é uma área em que muitas pessoas precisam realmente de evoluir.

A propósito disso, penso que existe uma perceção generalizada de que estamos todos atrasados. Muitas pessoas sabem que poderiam fazer mais com a IA, mas talvez sintam alguma intimidação relativamente a começar e a aprofundar-se. O que diria às pessoas para as ajudar a ultrapassar essa perceção e a começar realmente a desenvolver estas competências de uma forma acessível?

Tal Raviv: Estava hoje a falar com uma diretora de produto e ela explicou isto muito bem. Disse: toda a nossa organização perdeu a oportunidade de utilizar a IA, aumentar a produtividade e aplicá-la às nossas funções. E eu respondi-lhe: não perderam. Não existe nenhum comboio. Toda a gente se sente assim. Já tive esta conversa com muitas pessoas.

São pessoas que trabalham em empresas de vanguarda e que, em todos os outros aspetos, utilizam as formas mais modernas de gerir organizações. Todas expressam algum tipo de medo de ficar para trás. Sinto que ouço constantemente frases como: parece-me que outras pessoas estão muito mais avançadas; parece-me que alguém está a fazer isto melhor. Em primeiro lugar, posso garantir a todos que isso não é verdade.

Neste momento, toda a gente está no mesmo ponto. Parece o contrário porque toda a gente fala sobre o assunto. Se se sente assim, comece simplesmente a experimentar. Tente fazer algo muito pequeno e específico e tenha presentes estes princípios: contexto e iteração. Reserve dez minutos para isso.

Desenvolva esse músculo de experimentação e verá que o processo ganha força. Vai envolvê-lo e fazê-lo querer iterar cada vez mais. Se escolher esse caminho, rapidamente será a pessoa que ensina os outros. Penso que grande parte do problema é a intimidação e a sensação de estar muito atrasado.

Pensa que nem vale a pena tentar. Se tentar, não vai fazê-lo da forma correta. A novidade é que toda a gente se sente assim.

Hannah Clark: Ainda bem que disse isso, porque penso que é verdade. Existe esta tendência para pensar: o momento já passou. Tornou-se algo enorme. Toda a gente está à nossa frente. Porque havemos de tentar? Mas, quando pensamos nisso dessa forma, não é um comboio; é um táxi ou um serviço de transporte partilhado. Está disponível para si, ao seu serviço, e basta dizer-lhe exatamente para onde quer ir. Também gosto dessa reformulação. Estou a apreciar muito o trabalho de mentalidade de que estamos a falar hoje, Tal.

De qualquer forma, mencionou algumas histórias de sucesso ou momentos de descoberta que as pessoas tiveram, seja consigo ou com outras pessoas. Qual foi o caso que mais o impressionou, aquele que o fez pensar uau, ao trabalhar pessoalmente com IA ou com outras pessoas que estão a aprender a utilizá-la?

Tal Raviv: Para mim, pessoalmente, o grande momento de descoberta aconteceu durante conversas sobre preços. Tenho de dizer que a ferramenta não acertou completamente. Não apresentou simplesmente a resposta perfeita, mas proporcionou uma conversa realmente boa.

Mesmo quando se enganava, fazia-me questionar por que razão determinada resposta me parecia errada. A expressão certa para isto é parceiro de reflexão. Era como ter uma pessoa inteligente sentada ao meu lado, a ajudar-me a pensar numa questão e a trocar ideias comigo. Depois, ajudou-me a chegar a uma resposta melhor: como agrupar algo, como definir o preço de algo.

É um patinho de borracha muito inteligente. É o nível seguinte do patinho de borracha. Provavelmente não era isto que imaginávamos quando pensávamos no momento de descoberta da IA. Talvez imaginássemos algo muito mais de ficção científica, como o supercomputador do Guia do Mochileiro das Galáxias. Mas as pessoas perguntam-me se acho errado delegar o pensamento à IA.

Perguntam-me se sinto que isso afeta a minha capacidade de pensar. Eu sinto que me está a tornar mais inteligente. Se tivesse mais pessoas inteligentes disponíveis para conversar comigo tanto quanto possível, isso também me faria sentir mais inteligente. É isso que todos procuramos. E lembro-me de que isso influencia os locais onde trabalhamos e as pessoas de quem nos rodeamos.

Por isso, para mim, os preços foram um momento de descoberta muito interessante. Não pensei que a ferramenta tivesse feito um trabalho incrível, mas fiquei com aquela sensação de fluxo e satisfação de ter acabado de ter uma conversa realmente boa.

Hannah Clark: É um excelente exemplo, porque é uma conversa com muitas nuances. Tivemos recentemente uma conversa muito interessante com Cem Kansu, da Duolingo.

Ele é o responsável de produto da Duolingo. É uma conversa muito complexa quando se pensa em preços. É preciso ter muito cuidado com o local exato onde se colocam esses marcadores. Por isso, só posso imaginar que seja vantajoso ter uma ferramenta extraordinária capaz de o ajudar a estruturar o seu processo de tomada de decisão e a aplicar esse conhecimento em situações futuras.

Isto é fascinante, Tal. Muito obrigada por se juntar a nós. Aprendi realmente muito hoje. Onde é que as pessoas o podem encontrar online se tiverem curiosidade em fazer o seu curso ou simplesmente quiserem ouvir mais sobre as suas ideias?

Tal Raviv: Claro. O LinkedIn é a primeira resposta. O curso está disponível na Maven. Para quem está a ouvir isto e pensa: quero avançar já com isto e começar a experimentar, também disponibilizei na Maven a demonstração que fiz. Podem ver tudo o que fiz. Utilizo este manual no Notion, que contém todos os prompts e passos de forma muito mais estruturada. Basicamente, tudo o que está nesta conversa está organizado nesse manual. É algo que podem comprar sem terem de fazer o curso completo.

O curso é realmente adequado para pessoas que querem ter acesso, perguntas e respostas abertas, sessões de atendimento, contacto comigo e a possibilidade de fazer muito mais em conjunto.

Hannah Clark: Excelente. Muito obrigada por se juntar a nós. Foi um verdadeiro prazer.

Tal Raviv: Obrigado.

Hannah Clark: Obrigada por nos ouvirem. Para obter mais ideias, guias práticos e análises de ferramentas, subscreva a nossa newsletter em theproductmanager.com/subscribe. Pode ouvir mais conversas como esta subscrevendo o The CPO Club, onde quer que ouça os seus podcasts.