Design for AI

Porquê isto importa

Em 2025, mais de metade das pessoas dizia estar nervosa com IA. Mesmo assim, a IA já estava em quase todos os produtos que essas pessoas usavam. Esta tensão é o nosso ponto de partida.

Desenhar com IA não é desenhar mais um sistema com integrações. O sistema aprende. Antecipa. Por vezes age sem ser chamado. O que era um botão passa a ser uma intenção. O que era uma tela passa a ser um diálogo, ou nem isso. O que era determinístico passa a ser probabilístico.

Quando o trabalho do designer muda assim, os métodos antigos não chegam. Este guia é uma síntese dos princípios, padrões e armadilhas que vejo a aparecer no dia a dia de equipas que constroem com IA.

O shift fundamental

Durante 60 anos, desenhámos para o determinismo: se o utilizador carrega no botão A, acontece X. Sempre. Era previsível, testável, mockable em Figma.

A IA quebra isto. O mesmo prompt pode dar respostas diferentes na mesma conversa. O mesmo agente pode escolher uma tool hoje e outra amanhã para a mesma tarefa. A nossa ferramenta de eleição, o ecrã estático, deixa de descrever o que vai acontecer.

Este shift está no centro de quase todos os outros temas deste guia. Aprofundo-o no post Do determinismo ao probabilismo no design.

Anatomia de um agente

Um agente não é um chatbot. Um chatbot responde quando lhe falas; um agente já começou a trabalhar antes de tu perceberes que precisavas. Os quatro componentes que vale a pena conhecer:

• Tools: o que o agente sabe fazer. Cada tool é, no fundo, um conjunto de prompts mais um API. Pesquisar hotéis, escrever um email, ler ficheiros, gerar imagens.
• Memory: o que ele se lembra entre interações. O context window é o que está vivo agora; a memória persistente é o que sobra para a próxima conversa.
• Learning: como se ajusta a partir da experiência. Pode ser fine-tuning, pode ser uma simples atualização de regras com base no feedback.
• Plan: como decompõe um objetivo em passos. É aqui que o agente se distingue do assistente.

Já escrevi um introdutório sobre isto em A era agêntica: o que muda no Product Design?. Para os 5 padrões de interação humano-IA que continuam relevantes, ver 5 human-AI interaction types.

Modelos mentais para experiências com IA

Quando uma pessoa interage com IA, está a aplicar um de três modelos mentais. O modelo certo muda o tom, a expectativa e o nível de controlo.

• Co-pilot: a IA está ao lado, sugere, eu decido. Code completion, autocomplete em emails, sugestões em ferramentas de design.
• Assistant: pergunto, recebo. Conversas com ChatGPT, Perplexity, search com IA. O modelo é reativo.
• Learning Partner: a IA aprende comigo, eu aprendo com ela, a relação evolui. Tutorias adaptativas, ferramentas que personalizam ao longo do tempo.

Cada modelo pede uma interface diferente. Confundir um Assistant com um Learning Partner cria expectativas de personalização que não vão ser cumpridas. Cobre-se com mais detalhe em Modelos mentais para Design com IA.

Multi-agente e orquestração

Para tarefas complexas, um agente sozinho aluciana. Demasiadas tools, demasiado contexto, demasiados objetivos a competir. A solução é dividir o trabalho por vários agentes especialistas e orquestrar a colaboração entre eles.

Há sete padrões de orquestração que aparecem na prática:

1. Sequential: o output do agente A entra no agente B. Ex: designer → acessibilidade → engenheiro.
2. Parallel: o agente duplica-se para correr partes em paralelo.
3. Hierarchical: um supervisor delega em especialistas.
4. Hand-off: o supervisor faz routing pelo tipo de pedido.
5. Swarm: agentes negoceiam entre si em tempo real.
6. React: ciclos de reasoning + acting com observação no meio.
7. Magentic: orquestrador dinâmico que ajusta o plano à medida.

A escolha do padrão tem implicações de UX directas. Se é hierárquico, vale a pena dar atribuição (qual agente fez o quê). Se é paralelo, é preciso comunicar progresso simultâneo. Aprofundo isto em Orquestração multi-agente para designers.

UX para experiências agentic

Três problemas que aparecem em quase todos os produtos com IA:

Capability discovery. As pessoas não sabem o que o agente consegue fazer. Numa interface tradicional, os botões mostravam-se a si próprios. Numa interface conversacional ou agentic, o utilizador olha para uma caixa de texto e fica em branco. O design tem de revelar capacidades sem listar tudo num menu. Mais detalhe em Capability discovery em experiências agentic.

Observability. Quando o agente está a fazer coisas em segundo plano, a confiança morre. O Claude Code resolveu isto bem: mostra o plano antes de executar, lista os passos enquanto avança, permite pausar e cancelar. É a heurística do visibility of system status aplicada a sistemas que pensam. Cobre-se em Observabilidade em agentic UX.

Cost communication. Cada token tem custo. Em ferramentas como o Claude Code ou Cline, o cost counter em tempo real é uma decisão de UX, não só de pricing. Quando o utilizador percebe o custo, ajusta o prompt. Quando não percebe, fica surpreendido com a fatura.

O prompt como trabalho de design

Há dois anos, “prompt” era um termo de engenharia. Hoje, em equipas que trabalham com IA, o designer escreve prompts ao lado da data science. É uma disciplina nova, com estética própria.

Cinco padrões que valem a pena aprender:

• Few shot: dar exemplos antes da tarefa.
• Chain of thought: pedir raciocínio passo a passo.
• React: ciclos de reasoning e acting.
• Reflection: o agente olha para o próprio output e ajusta.
• Reverse engineering: desenhar a mensagem ideal, depois construir o prompt que a produz.

O reverse engineering é o método mais natural para designers. Em vez de tentar imaginar o prompt do zero, mockamos o output que queremos e trabalhamos para trás. Cobre-se em O prompt como trabalho de design.

Ética, limites e boundaries

Um exemplo real: numa busca de imóveis com IA, o agente flexibiliza filtros quando não encontra resultados (3 quartos vira 2, 100m² vira 80m²). Mas se o utilizador pediu rampas ou corrimão, esse filtro é de acessibilidade. Nunca pode ser flexibilizado.

Boundaries assim não são opcionais. São o ponto onde o design tem de impor regras determinísticas dentro de um sistema probabilístico. O prompt tem de dizer, em letras grandes: “em momento algum relaxar acessibilidade”.

Mais sobre os princípios que orientam estas decisões em Princípios éticos no design para IA e na página dedicada à ética em IA. Sobre os enviesamentos que herdamos quando desenhamos com IA, ler Cognitive biases explained.

Por onde começar esta semana

Se nunca trabalhaste seriamente com um agente, paga uma subscrição (Claude, GPT, Perplexity) por um mês. Não se aprende a desenhar para IA sem usar IA bem.

Depois disso, três exercícios concretos:

1. Pega num produto teu e identifica em que pontos a IA poderia agir em vez de só sugerir.
2. Escreve um prompt para uma tarefa repetitiva tua, no Playground da OpenAI ou equivalente, com chain of thought e few shot.
3. Mapeia os boundaries do teu produto. Onde é que o sistema nunca pode improvisar?

Perguntas frequentes

O que é Design for AI?

Prática de desenhar produtos e experiências com sistemas de IA. Cobre confiança, explicabilidade, correção de erros, controlo humano, e os modelos mentais que utilizadores aplicam quando interagem com IA.

Qual a diferença entre design determinístico e probabilístico?

Design tradicional desenha mockups exatos para sistemas onde o output é previsível. Em IA, o mesmo input pode produzir respostas diferentes, por isso o design passa a ser exemplos, propriedades e boundaries em vez de mockups fixos. Aprofundo em Do determinismo ao probabilismo no design.

Como é que prompt engineering se relaciona com design?

Prompts são conversas onde se especifica tom, formato, regras e contexto. É trabalho de design: definir o que o agente responde e como, traduzindo o problema do utilizador para instruções estruturadas. Mais em Prompt engineering como trabalho de design.

O que muda com agentes em vez de assistentes?

Agentes são autónomos: decompõem objetivos em passos e executam sem supervisão constante. Assistentes esperam pelo comando. O design muda: precisa-se de observabilidade, controlo e atribuição. Cobre-se em A era agêntica e Modelos mentais para Design com IA.

O que é capability discovery?

Padrões para ajudar utilizadores a descobrir o que podem fazer com um agente de IA, especialmente em interfaces conversacionais onde as capacidades não são visíveis. Detalhe em Capability discovery em experiências agentic.

Para acabar

A IA não vai substituir designers. Vai substituir designers que não sabem desenhar com ela. Este guia é um ponto de partida, não um destino. Se algo aqui te ficou na cabeça, ou se discordas em voz alta, escreve.