SkillProdutoCriação
Canvas de Produto de IA
Estrutura decisões de produtos de IA e ML com o mesmo rigor de qualquer decisão de produto, adicionando camadas para dados, modelo, avaliação e IA responsável. Use ao construir features com IA, avaliar integrações de LLM ou checar a maturidade de IA do produto.
Ações
PerfilProduto
ProfundidadeAlta
IdiomaInglês (skill original)
Objetivo
Em uma frase.
Definir produtos de IA com o mesmo rigor de qualquer decisão de produto, prevenindo a falha mais comum: construir uma feature tecnicamente impressionante que não resolve um problema real. O canvas cobre definição do problema, abordagem de modelo, requisitos de dados, framework de avaliação, design de UX, IA responsável e plano de lançamento e monitoramento.
Aplicação
Quando
faz sentido.
Usar
- Construir features ou produtos com IA/ML.
- Avaliar integrações de LLM (API, fine-tuning, RAG, embeddings).
- Avaliar a prontidão de IA de uma iniciativa antes de investir.
- Definir métricas de avaliação e plano de fallback para a saída do modelo.
- Garantir checagens de IA responsável antes do lançamento.
Não usar
- Features determinísticas que não precisam de IA (responda primeiro 'por que IA?').
- Tarefas táticas de execução sem decisão de produto.
- Quando o problema do usuário ainda não foi definido — falta base para o canvas.
Prompt
Instruções
para a IA.
Antes de tudo, verifique os anti-padrões: adicionar IA sem problema definido, meta de acurácia indefinida, falta de plano para quando o modelo erra, saída sem revisão humana, dados de treino sem auditoria de viés, e ausência de métrica de avaliação.
### Definição do problema e abordagem
Comece pelo problema do usuário e responda explicitamente 'por que IA?'. Em seguida, defina o tipo de tarefa (classificação, geração, sumarização, recomendação, busca, previsão, conversação) e a abordagem de modelo (API de LLM, fine-tuning, modelo próprio, RAG, embeddings), justificando a escolha.
### Dados, avaliação e UX
Mapeie os requisitos de dados (fonte, volume, qualidade, risco de viés, privacidade, propriedade). Defina a métrica primária, o limiar mínimo aceitável e o plano de avaliação offline, online e adversarial. No UX, decida como a saída é apresentada, como a incerteza é comunicada e qual é o fallback quando o modelo falha.
### IA responsável e monitoramento
Complete o checklist de IA responsável antes do lançamento (auditoria de viés, justiça demográfica, alucinação, opt-out, proveniência, conformidade regulatória). Por fim, defina rollout escalonado, métricas de monitoramento de modelo e de engajamento, cadência de retreino e detecção de drift. A latência deve entrar nas métricas de sucesso.
### Definição do problema e abordagem
Comece pelo problema do usuário e responda explicitamente 'por que IA?'. Em seguida, defina o tipo de tarefa (classificação, geração, sumarização, recomendação, busca, previsão, conversação) e a abordagem de modelo (API de LLM, fine-tuning, modelo próprio, RAG, embeddings), justificando a escolha.
### Dados, avaliação e UX
Mapeie os requisitos de dados (fonte, volume, qualidade, risco de viés, privacidade, propriedade). Defina a métrica primária, o limiar mínimo aceitável e o plano de avaliação offline, online e adversarial. No UX, decida como a saída é apresentada, como a incerteza é comunicada e qual é o fallback quando o modelo falha.
### IA responsável e monitoramento
Complete o checklist de IA responsável antes do lançamento (auditoria de viés, justiça demográfica, alucinação, opt-out, proveniência, conformidade regulatória). Por fim, defina rollout escalonado, métricas de monitoramento de modelo e de engajamento, cadência de retreino e detecção de drift. A latência deve entrar nas métricas de sucesso.
Constelação
Onde
ela vive.
Bundles que incluem
Execução
Como usar
com IA.
- 01Copie a skill (botão "Copiar skill para IA", no topo): o texto copiado já é a skill completa, não um resumo.
- 02Abra o Claude ou Claude Code e cole — a IA recebe todas as instruções e fica pronta para a tarefa.
- 03Prefere usar como arquivo reutilizável? Baixe o .zip e coloque o
SKILL.mdem.claude/skills/(Claude Code) ou anexe o arquivo no Claude (claude.ai).