AI Coach
A necessidade real por trás de "prática de pronúncia". Uma pesquisa dizia que os usuários queriam praticar pronúncia. Duvidei da leitura literal, e a pesquisa seguinte confirmou: a maioria queria fluência, escolha de palavras e confiança. Essa nova leitura virou o AI Coach.
- ~80%queriam fluência, não fonética
- 92%acharam o protótipo útil
- 77%se sentiram mais confiantes depois de uma sessão
- 7entrevistas, mais uma pesquisa com 26 pessoas
O projeto
- Papel
- Product Designer + Product Manager
- Período
- Jun/25 (pesquisa) → ago/25 (entrevistas) → out/25 (PRD) → nov–dez/25 (lançamento beta)
- Empresa
- RealLife English, app B2C de inglês
- Time
- CEO (patrocinador de IA), Product Lead (preço e empacotamento), Lead Engineer (infraestrutura de IA)
- Métodos
- Pesquisa de importância e satisfação, entrevistas moderadas, protótipo funcional, RevenueCat
Resumo executivo
Uma pesquisa de importância e satisfação dizia que os usuários queriam "prática de pronúncia". Duvidei da leitura literal, fiz uma pesquisa qualitativa e quantitativa de acompanhamento e confirmei: cerca de 80% queriam fluência na fala, escolha de palavras e confiança, não fonética. Essa nova leitura virou o conceito do AI Coach: assistir a uma aula curta, falar sobre o vocabulário que acabou de aprender, no contexto, e receber feedback.
O que este case não reivindica: um resultado de negócio medido. Um número de churn que parecia uma vitória não resistiu à segmentação, porque a função foi lançada junto com uma campanha de Black Friday. Descobrir isso faz parte do case, não fica escondido.
Não é um case inflado. É uma história de "a coisa certa feita do jeito certo", com influências externas fora do meu controle.
Sinais de PM
- Peguei um falso sinal nos dados quantitativos antes que virasse uma função mal definida. A dúvida foi registrada quando a pesquisa chegou e depois confirmada por uma pesquisa dedicada. Não é uma história reconstruída depois.
- Triangulação quanti → quali como método. Uma pesquisa com 26 pessoas e 7 entrevistas foram desenhadas para testar de novo o significado de uma palavra ambígua antes que ela definisse a especificação.
- Recusei reivindicar um efeito que os dados não sustentam. Retirei um número de churn depois de segmentar planos mensais e anuais: a "melhora" era efeito da mistura de planos, não do produto.
- Trabalhei dentro do meu mandato. Decisões de preço e empacotamento (limite de uma chamada gratuita para sempre, pacote de Black Friday) estavam fora do meu escopo, e são o motivo mais provável de o impacto real nunca ter sido mensurável.
Na prática: híbrido de product designer
Depois da pesquisa, desenhei a UI e a UX da nova função.
A mesma lacuna, resolvida sozinho: demo de produto com IALiberdade técnica total, sem restrições da organização: prompts, evals e testes adversariais.