O Desafio
Antes de qualquer wireframe, passei 3 semanas com o time de atendimento do ControleNaMao — o cliente piloto da plataforma. Encontrei um problema de design da operação: as ferramentas existentes não refletiam o modo como o trabalho de suporte realmente acontece. Cada decisão de design do NoBotz AI foi ancorada nessa pesquisa. A arquitetura de informação, o fluxo de handoff, o sistema de prioridade: tudo deriva dos pontos de atrito que observei em campo, não de suposições sobre como o produto deveria funcionar.
Arquitetura & Fluxos – Desenhadas em torno de workflows reais. A arquitetura da plataforma foi definida pelos três perfis de uso que a pesquisa revelou (atendente, gestor e responsável pelo treinamento da IA) com um hub central (Atendimentos) que serve de ponto de entrada para todos.
Decisões de UX e UI
Cada decisão de design foi validada contra o que a pesquisa revelou. Quando havia um atrito observado em campo, havia uma decisão de design correspondente.
UX – Resumo da IA + histórico de 30 dias antes do handoff: Ao abrir uma conversa para potencial handoff, o atendente vê um painel lateral com três blocos: resumo gerado pela IA do que foi discutido, histórico de interações dos últimos 30 dias (colapsado por data) e o motivo pelo qual a conversa foi flagada. A decisão de assumir ou não acontece com contexto completo,sem ler o chat linha a linha.
Botão único no topo: O botão “Assumir conversa” fica no topo da tela de chat, sempre visível independente do scroll. Um clique transfere o controle: o avatar muda de laranja (IA) para a foto do atendente, o status na lista muda de verde para azul, e uma nota de sistema aparece no chat indicando a transferência.
UI –
Tema escuro não é preferência: Times de suporte monitoram conversas em turnos de 8–12 horas, incluindo períodos noturnos. Interface clara em ambientes escuros causa fadiga visual documentada. Foi implementado contraste de todos os elementos verificado em WCAG AA.
Seletor de empresa sempre visível. Para operações que gerenciam múltiplos clientes (agências, BPOs), o seletor de empresa fica na barra superior com o nome do cliente ativo em destaque. Trocar de cliente leva menos de 2 segundos e não exige reload completo. A empresa ativa é sempre visível, elimina o erro de responder conversas do cliente errado por falta de contexto de sessão.
SistemaTime de produto treina a IA diretamente, sem envolver TI. O módulo de Treinamento é uma interface WYSIWYG para a base de conhecimento da IA. Cada entrada tem: a pergunta ou intenção (editável), a resposta atual da IA (editável inline), o score de confiança da última inferência (0–100%) e o número de vezes que foi usada no mês. O responsável pelo produto edita uma resposta, salva, e a IA passa a usar o conteúdo atualizado na próxima conversa, sem código, sem ticket para TI.
Resultados
Plataforma enterprise desenhada do zero, com pesquisa de campo como base. Cada decisão de design tem um atrito observado correspondente — documentado e justificado no processo.
6 Módulos projetados do zero — Atendimentos, Perguntas, Treinamento, Relatórios, Intelligences, Equipe.
3sem – Pesquisa de campo com times reais de suporte antes de qualquer wireframe.
2 Temas nativos — light como principal, dark como alternativa, ambos com paleta semântica completa.
0Decisões de design sem justificativa em pesquisa — cada elemento resolve um atrito mapeado em campo.
