Volume I · Prancha IV · MMXXIII–MMXXIV Volume I · Plate IV · MMXXIII–MMXXIV

№ 004

Gen.AI

Não uma aplicação de IA, mas nove ao mesmo tempo — de DevOps a marketing — unificadas por um único Design System e um vocabulário comum de transparência. Not one AI application, but nine at once — from DevOps to marketing — unified by a single Design System and a shared grammar of transparency.

ComissãoCommission Accenture · One Studio

PapelRole Lead Product Designer (ponta a ponta)Lead Product Designer (end-to-end)

PeríodoPeriod 2023–2024 (~3 meses)2023–2024 (~3 months)

EscopoScope 9 POCs · Design System · GenAI9 POCs · Design System · GenAI

Gire a folha para iniciar a leitura Scroll down to turn the leaf ↓

Prancha IV · O ecossistema Plate IV · The ecosystem

Um sistema,
nove mentes. One system,
nine minds.

Nove provas de conceito, em nove domínios da consultoria — de DevOps a marketing —, unidas por um só Design System e uma gramática comum de transparência da IA. Nine proofs of concept, across nine consulting domains — from DevOps to marketing —, bound by a single Design System and one shared grammar of AI transparency.

I. Overview O panoramaThe overview

Em 2023, com a IA generativa crescendo rapidamente, a Accenture quis entender, no One Studio, onde essa tecnologia poderia ser útil — tanto nas operações internas quanto nos produtos para clientes. Em vez de focar num só produto, criou 9 POCs ao mesmo tempo para testar, na prática, onde a IA realmente fazia diferença. In 2023, as generative AI grew rapidly, Accenture wanted to understand, within One Studio, where this technology could be useful — both in internal operations and in client-facing products. Rather than focusing on a single product, it built 9 POCs at once to test, in practice, where AI truly made a difference.

Cada POC testava uma habilidade diferente do modelo — gerar textos, criar imagens, analisar documentos, resumir chamadas, classificar riscos e atuar como copilot interno. Os temas iam de DevOps e jurídico a marketing para clientes, customer success, supply chain, QA e gestão de conhecimento. Each POC tested a different model capability — generating text, creating images, analysing documents, summarising calls, classifying risk and acting as an internal copilot. Themes ranged from DevOps and legal to client marketing, customer success, supply chain, QA and knowledge management.

O principal requisito de design atravessava todas elas: garantir que o usuário enxergasse claramente o que a IA produziu, onde errou e o que não conseguiu fazer — uma gramática comum de transparência que evitasse que 9 squads criassem 9 soluções distintas para o mesmo problema. One design requirement ran through all of them: ensuring the user could clearly see what the AI produced, where it erred and what it failed to do — a shared grammar of transparency that kept 9 squads from building 9 different solutions to the same problem.

II. Minha ParticipaçãoMy Role Dramatis personæCast & duties

No papel principalIn the leading role Lead Product Designer Único designer do programa: discovery, arquitetura de informação, Design System, protótipos de alta fidelidade e handoff das 9 aplicações.Sole designer of the programme: discovery, information architecture, Design System, high-fidelity prototypes and handoff of all 9 applications.
Em cena comSharing the stage with POs · Engenharia · LiderançaPOs · Engineering · Leadership POs e engenharia de 9 squads, reportando diretamente à liderança do One Studio.POs and engineering across 9 squads, reporting directly to One Studio leadership.
Em dois palcosOn two stages Campo & SistemaField & System Acompanhei cada squad para entender o comportamento real da IA em cada domínio — e converti esses aprendizados em padrões reutilizáveis do Design System.I shadowed each squad to understand the real behaviour of the AI in each domain — and turned those learnings into reusable Design System patterns.
Com a deixaOn the cue Coerência em escalaCoherence at scale Evitar que 9 squads criassem 9 soluções distintas para o mesmo problema de transparência da IA.Prevent 9 squads from creating 9 distinct solutions to the same AI-transparency problem.

III. O DesafioThe Challenge Nove ao mesmo tempoNine at once

O desafio não era criar uma aplicação de IA, mas desenvolver 9 ao mesmo tempo, em áreas totalmente diferentes — de DevOps a marketing para clientes externos. Cada uma tinha seu próprio PO e regras de segurança. Sem uma base comum, o risco era claro: 9 produtos com 9 identidades e 9 jeitos distintos de lidar com incerteza do modelo, citação de fontes e controle humano. The challenge was not to build one AI application, but to develop 9 at once, across entirely different areas — from DevOps to external client marketing. Each had its own PO and security rules. Without a shared foundation, the risk was clear: 9 products with 9 identities and 9 different ways of handling model uncertainty, source citation and human control.

01.

Vocabulário fragmentadoFragmented vocabulary

Cada squad usava nomes diferentes para "resposta da IA", "resultado" e "sugestão", prejudicando a experiência e a consistência dos textos.Each squad used different names for "AI answer", "result" and "suggestion", hurting both the experience and the consistency of the copy.

02.

Incerteza invisívelInvisible uncertainty

Os primeiros protótipos tratavam a saída do modelo como sempre correta — sem mostrar confiança, fontes ou a possibilidade de desfazer.Early prototypes treated model output as always correct — with no confidence signals, sources or undo path shown.

03.

Retrabalho de interfaceInterface rework

Padrões básicos de interface eram recriados do zero em cada POC. Sem uma biblioteca comum, cada squad reescrevia os mesmos componentes — multiplicando o esforço e abrindo divergência visual entre os 9 produtos.Basic interface patterns were rebuilt from scratch in every POC. With no shared library, each squad rewrote the same components — multiplying the effort and opening visual divergence across the 9 products.

IV. O EcossistemaThe Ecosystem Os 9 produtos Gen.AIThe 9 Gen.AI products

Cada POC era um produto diferente, num domínio diferente da consultoria. O que era igual em todos: a forma de mostrar a IA na tela — com fonte, confiança e reversibilidade visíveis em cada resposta. Each POC was a different product, in a different consulting domain. What stayed the same across all: the way the AI was shown on screen — with source, confidence and reversibility visible in every answer.

IIncident AlchemistDevOps & Reliability

Catalogação e identificação automáticas de incidentes: o histórico da área passa a ser usado para evitar novos problemas, não só resolver os já ocorridos.Automatic incident cataloguing and identification: the team's history is used to prevent new problems, not only to fix those already happening.

PesquisaResearch

IICode AssistantEngineering

Pair programmer interno que roda totalmente on-premises: o time conta com um copilot sem enviar nenhum código sensível para fora.Internal pair programmer running fully on-premises: engineers get a copilot without sending any sensitive code outside.

PesquisaResearch

IIIContract ExplorerJurídico · Knowledge Base

Chat em linguagem natural sobre a base de contratos, com citações rastreáveis até o trecho exato e edição conforme o nível de acesso de cada usuário.Natural-language chat over the contract base, with citations traceable to the exact clause and editing scoped to each user's access level.

DesenvolvidoDeveloped

IVCampaign GeniusMarketing — clientes externosMarketing — external clients

Único produto Gen.AI para clientes externos. Cria campanhas completas a partir de prompts positivos, negativos e parâmetros — do texto à imagem e edição final, num só fluxo.The only Gen.AI product for external clients. Builds full campaigns from positive/negative prompts and parameters — from copy to image and final edit, in a single flow.

Dev. parcialPartial dev.

VCall AnalysisCustomer Success

Resume chamadas com clientes em poucos minutos: identifica obstáculos, próximos passos e pontos de dor sem revisar transcrições manualmente.Summarises client calls in minutes: surfaces blockers, next steps and pain points without manually reviewing transcripts.

PesquisaResearch

VIDeploy CheckDevOps · Camada de segurançaDevOps · Safety layer

Roda antes do deploy e exibe o risco estimado com justificativas a um clique. O engenheiro aceita, contesta ou anota — e cada decisão fica no audit trail.Runs before deploy and shows estimated risk with one-click justifications. Engineers accept, contest or annotate — and every decision is logged in the audit trail.

ProtótipoPrototype

VIITest InsightsQuality Assurance

Prevê o resultado da próxima rodada, sugere onde reforçar a cobertura e compara com a rodada anterior — separando fato medido, predição e sugestão.Predicts the next run's outcome, suggests where to add coverage and compares with the previous run — separating measured fact, prediction and suggestion.

ProtótipoPrototype

VIIIImpact AnalysisEngineering

Quantifica o impacto de qualquer ação — deploy, alteração de dados ou de fluxo — em todos os pontos afetados a jusante. Pensada para múltiplas áreas.Quantifies the impact of any action — deploy, data or flow change — across every downstream point affected. Designed to adapt to multiple areas.

PesquisaResearch

IXSC CopilotInternal Knowledge · Security-first

Copilot interno construído do zero — modelos prontos não atendiam à segurança. Responde sobre processos e políticas, sempre informando a fonte.Internal copilot built from scratch — off-the-shelf models didn't meet security requirements. Answers about processes and policies, always citing the source.

ProtótipoPrototype

PesquisaResearch ProtótipoPrototype Dev. parcialPartial dev. DesenvolvidoDeveloped

Todos os dados, respostas de IA e métricas exibidos nas interfaces são fictícios, gerados apenas para fins de demonstração. O conteúdo não representa dados reais da Accenture ou de seus clientes.All data, AI responses and metrics shown in the interfaces are fictional, generated for demonstration purposes only. The content does not represent real Accenture or client data.

V. Estratégia & PrincípiosStrategy & Principles A gramática comumThe shared grammar

O foco não foram as 9 POCs isoladamente, mas a presença da IA em cada uma — de forma legível, controlável e auditável. A IA gerava, interpretava, comparava e previa; o Design System mantinha a mesma gramática visual e os mesmos padrões de incerteza entre os 9 contextos. A integração girou em torno de 5 princípios, discutidos com cada squad antes de virarem componentes. The focus was not the 9 POCs in isolation, but the presence of AI in each — legible, controllable and auditable. The AI generated, interpreted, compared and predicted; the Design System kept the same visual grammar and the same uncertainty patterns across the 9 contexts. The integration was built around 5 principles, discussed with each squad before becoming components.

Espécime · uma resposta, três sinais Specimen · one answer, three signals

Gen.AI Confiança alta · 92% High confidence · 92%

Encontrei 3 contratos com a cláusula de reajuste — Contrato 1, Contrato 7 e Contrato 9. I found 3 contracts with the adjustment clause — Contract 1, Contract 7 and Contract 9.

Contrato 7 · 4.2 Contrato 9 · 7.1

útil?useful?

Confiança declaradaDeclared confidence O modelo diz o quão certo está — nunca uma afirmação sem grau.The model states how sure it is — never a claim without a degree.
Fonte rastreávelTraceable source Cada afirmação leva ao trecho exato que a originou.Every claim links back to the exact clause that produced it.
ReversibilidadeReversibility Desfazer, editar e avaliar presentes em toda resposta — o loop fechado.Undo, edit and rate present in every answer — the closed loop.

IA como mediumAI as medium

Projetar com a IA, não apenas para a IA.Design with the AI, not just for it.

A capacidade do modelo — respostas, limitações e erros — foi considerada desde o início. Em vez de tratar a IA como caixa-preta, cada POC partiu da análise do comportamento real e dos limites do modelo.The model's capability — answers, limits and errors — was considered from the start. Rather than treating AI as a black box, each POC began from analysing the model's real behaviour and boundaries.

Design System como linguagemDesign System as language

A conversa é o elemento fundamental.The conversation is the fundamental unit.

Em todas as 9 POCs, a unidade mínima é a troca — pergunta, resposta da IA e ações possíveis. Isso substituiu layouts dashboard-first por layouts progressivos, pensados para dialogar com o modelo.Across all 9 POCs, the minimal unit is the exchange — question, AI answer and possible actions. This replaced dashboard-first layouts with progressive ones, built to converse with the model.

Honestidade do modeloModel honesty

Transparência quanto à incerteza.Transparency about uncertainty.

Cada resposta apresenta indicadores de confiança, fontes citáveis e opções de reversão. O usuário não precisa confiar cegamente: a interface informa a origem da resposta, os dados usados e o que pode ser editado.Every answer shows confidence indicators, citable sources and undo options. The user need not trust blindly: the interface states the answer's origin, the data used and what can be edited.

Contexto vivoLiving context

Contexto reutilizável.Reusable context.

Padrões de anexo, histórico, templates de prompt e níveis de acesso permitem que o contexto criado pelo usuário — arquivos, filtros, sessões, permissões — seja recuperado e reutilizado entre tarefas.Patterns for attachments, history, prompt templates and access levels let the context a user builds — files, filters, sessions, permissions — be recovered and reused across tasks.

Loop fechadoClosed loop

Feedback como elemento central.Feedback as a core element.

A avaliação das respostas — positiva, negativa, correções, exemplos, refutações — não é opcional: é componente presente em toda resposta, alimentando a evolução de modelos, prompts e mecanismos de segurança.Rating answers — positive, negative, corrections, examples, rebuttals — is not optional: it is a component present in every response, feeding the evolution of models, prompts and safety mechanisms.

Resultado · OutcomeOutcome · Resultado

Uma biblioteca de IAA library for AI

Padrões reutilizáveis, por domínio — a gramática dos 5 princípios feita componente.Reusable, domain-aware patterns — the grammar of the 5 principles made component.

NúcleoCore

Entradas de promptPrompt inputs
Cartões de resposta com streaming e citaçõesResponse cards with streaming and citations
HistóricoHistory
FeedbackFeedback
Edição assistida com permissõesAssisted editing with permissions

Por domínioDomain blocks

Visualizador de contratosContract viewer
Editor de imagensGenerated-image editor
Ranking de testesTest ranking
Indicador de riscoRisk gauge
Resumo de chamadasCall summaries

VI. Spotlights Cinco pranchas em focoFive plates in focus

Das 9 POCs, 5 avançaram para protótipo e desenvolvimento — justamente as que mais amadureceram o Design System. As outras 4 (Incident Alchemist, Code Assistant, Call Analysis e Impact Analysis) permaneceram em pesquisa, com hipóteses validadas. Of the 9 POCs, 5 advanced to prototype and development — precisely the ones that matured the Design System most. The other 4 (Incident Alchemist, Code Assistant, Call Analysis and Impact Analysis) stayed in research, with validated hypotheses.

Spotlight 01 — Marketing · Produto para clientes externosSpotlight 01 — Marketing · External-client product

Campaign Genius

A única POC criada como produto para clientes externos; as outras 8 eram ferramentas internas. O objetivo: gerar campanhas completas a partir de prompts positivos, negativos e parâmetros, cobrindo todo o ciclo — copy, direção visual e formato — numa só plataforma.The only POC built as an external-client product; the other 8 were internal tools. The goal: generate complete campaigns from positive/negative prompts and parameters, covering the whole cycle — copy, art direction and format — on a single platform.

O maior desafio de UX foi integrar geração de imagens e editor visual num único fluxo. O usuário gera variações, seleciona uma e edita com precisão sem trocar de ferramenta. Isso exigiu ir além do "card de resposta": canvas, máscara, ajustes paramétricos e versionamento. O padrão generate → curate → fine-edit nasceu aqui — o maior avanço do Design System.The biggest UX challenge was integrating image generation and a full visual editor into one flow. The user generates variations, picks one and edits it precisely without switching tools. This pushed the Design System beyond the "response card": canvas, mask, parametric adjustments and versioning. The generate → curate → fine-edit pattern was born here — the system's biggest leap.

Campaign Genius — Main view — campaign generator with prompts and parameters

Vista principal — gerador de campanhas com prompts e parâmetrosMain view — campaign generator with prompts and parameters

Spotlight 02 — Jurídico · Knowledge BaseSpotlight 02 — Legal · Knowledge Base

Contract Explorer

Um chat integrado à base interna de contratos. O usuário pergunta em linguagem natural — "quais contratos têm cláusula de exclusividade vigente?", "compare prazos de rescisão entre estes 3 fornecedores" — e a IA pesquisa em múltiplos arquivos, sempre retornando a citação exata do trecho.A chat wired to the internal contract base. The user asks in natural language — "which contracts have an active exclusivity clause?", "compare termination terms across these 3 suppliers" — and the AI searches across files, always returning the exact citing passage.

O desafio central: alinhar as permissões de ação ao papel do usuário. Além de responder, o chatbot edita — mas respeitando limites: leitores consultam, autores editam rascunhos, aprovadores publicam. Virou o padrão de action-bar contextual, depois adotado no SC Copilot e no Code Assistant como a referência de "edição autorizada".The core challenge: aligning action permissions to the user's role. Beyond answering, the chatbot edits — but within limits: readers consult, authors edit drafts, approvers publish. This became the contextual action-bar pattern, later adopted in SC Copilot and Code Assistant as the reference for "authorised editing".

Contract Explorer — Main view — chat over the contract base with traceable citations

Vista principal — chat sobre a base de contratos com citação rastreávelMain view — chat over the contract base with traceable citations

Spotlight 03 — Quality AssuranceSpotlight 03 — Quality Assurance

Test Insights

Opera sobre dados de teste já processados e faz 4 tarefas integradas: analisa o conjunto rodado, prevê o resultado da próxima rodada, sugere onde a cobertura está frágil e compara com a rodada anterior — tudo numa só tela, longe do "PDF de 400 páginas" que a QA costuma receber.It works over already-processed test data and performs 4 integrated tasks: analyses the run, predicts the next run's outcome, suggests where coverage is fragile and compares with the previous run — all on one screen, far from the "400-page PDF report" QA usually gets.

O problema de design era separar visualmente os 4 tipos de saída na mesma vista: fato medido, predição (com intervalo de confiança), sugestão (ignorável) e comparativo (delta). Cada tipo ganhou um padrão próprio — fact-card, prediction-card, suggestion-card e delta-card. Em QA, confundir "o que aconteceu" com "o que pode acontecer" custa caro.The design problem was to visually separate the 4 output types on the same view: measured fact, prediction (with confidence interval), suggestion (skippable) and comparison (delta). Each got its own pattern — fact-card, prediction-card, suggestion-card and delta-card. In QA, confusing "what happened" with "what might" is costly.

Test Insights — Main view — 4 AI output types on a single screen

Vista principal — 4 tipos de saída da IA na mesma telaMain view — 4 AI output types on a single screen

Spotlight 04 — DevOps · Camada de segurançaSpotlight 04 — DevOps · Safety layer

Deploy Check

Uma camada de segurança automatizada entre a aprovação do PR e o deploy. Analisa o conteúdo do PR, a cobertura dos testes afetados, o histórico de incidentes nos arquivos e o tamanho da alteração — e apresenta uma estimativa de risco com uma lista justificada do que ainda precisa de revisão.An automated safety layer between PR approval and deploy. It analyses the PR content, the affected tests' coverage, the incident history of the files and the change size — then shows a risk estimate with a justified list of what still needs review.

A interação principal é um gauge (baixo, médio, alto) com justificativas clicáveis. Para cada item, o engenheiro pode aceitar, refutar ou anotar — e tudo fica como audit trail. Esse ato de justificar concordância ou discordância com a IA virou o padrão de audit trail do Design System: a camada automatizada complementa o julgamento humano, não o substitui.The main interaction is a gauge (low, medium, high) with clickable justifications. For each item, the engineer can accept, contest or annotate — all logged as an audit trail. That act of justifying agreement or disagreement with the AI became the Design System's audit trail pattern: the automated layer complements human judgement, it doesn't replace it.

Deploy Check — Main view — pre-deploy risk gauge with clickable justifications

Vista principal — gauge de risco pré-deploy com justificativas clicáveisMain view — pre-deploy risk gauge with clickable justifications

Spotlight 05 — Internal Knowledge · Security-firstSpotlight 05 — Internal Knowledge · Security-first

SC Copilot

Ferramenta interna para os colaboradores. Responde sobre processos, políticas e funcionamento interno, eliminando a busca por wikis, intranet, RH e múltiplos sistemas. A segurança foi essencial: soluções prontas não atendiam. A IA precisava operar só com dados internos sensíveis, sem risco de vazamento, com controle fino do que cada perfil consulta.An internal tool for employees. It answers about processes, policies and internal workings, removing the hunt across wikis, intranet, HR and multiple systems. Security was essential: off-the-shelf solutions didn't fit. The AI had to operate solely on sensitive internal data, with no leak risk and fine-grained control of what each profile can query.

Foi um desafio de design e de engenharia. O Design System criou componentes que indicam o escopo de conhecimento da IA em cada resposta: fontes consultadas, restrições de acesso por segurança e casos que exigem intervenção humana. Nasceu o padrão de indicador de escopo e encaminhamento para humanos, diretriz para qualquer copilot interno. A IA nunca simula conhecimento além do permitido.It was a design and engineering challenge. The Design System built components that signal the AI's knowledge scope in each answer: sources consulted, access restrictions for security and cases needing human intervention. The scope indicator and human hand-off pattern was born, a guideline for any internal copilot. The AI never feigns knowledge beyond what is allowed.

SC Copilot — Main view — internal copilot operating fully on sensitive knowledge

Vista principal — copilot interno operando 100% sobre conhecimento sensívelMain view — internal copilot operating fully on sensitive knowledge

VII. Entrega & ImpactoDelivery & Impact O ativo reutilizávelThe reusable asset

Em ~3 meses entreguei o Gen.AI Design System — tokens, componentes base, padrões de interação com IA e blocos por domínio — além de 9 protótipos navegáveis de alta fidelidade, prontos para demonstração executiva e handoff técnico. In ~3 months I delivered the Gen.AI Design System — tokens, base components, AI-interaction patterns and domain blocks — plus 9 high-fidelity navigable prototypes, ready for executive demo and technical handoff.

Das 9 iniciativas, 5 avançaram para prototipação e desenvolvimento: Campaign Genius, Contract Explorer, Deploy Check, Test Insights e SC Copilot. As outras 4 permaneceram em pesquisa, com hipóteses validadas para ciclos futuros. O principal impacto estrutural, porém, não foi um produto: foi o vocabulário de UX para IA generativa — padrões de prompt, citação, transparência de incerteza, edição autorizada, escopo de conhecimento e audit trail — materializado no Design System e reaproveitado em outras iniciativas da Accenture. Esse ativo reutilizável agregou mais valor do que qualquer POC individual. Of the 9 initiatives, 5 advanced to prototyping and development: Campaign Genius, Contract Explorer, Deploy Check, Test Insights and SC Copilot. The other 4 stayed in research, with validated hypotheses for future cycles. The main structural impact, though, was not a product: it was the UX vocabulary for generative AI — patterns for prompt, citation, uncertainty transparency, authorised editing, knowledge scope and audit trail — materialised in the Design System and reused across other Accenture initiatives. That reusable asset delivered more value than any single POC.

VIII. AprendizadosLearnings Errata & revisõesErrata & revisions

Lição 01 · IA como mediumLesson 01 · AI as medium

O designer deve compreender o modelo, não apenas aplicá-lo.The designer must understand the model, not just apply it.

É fundamental discutir desde o início o que o modelo realmente faz, onde alucina, recusa ou apresenta risco. As POCs me exigiram colaborar com cada squad para entender o comportamento real da IA antes de desenhar — prática que adoto em todo produto com IA desde então.It's essential to discuss from the start what the model really does, where it hallucinates, refuses or carries risk. The POCs required me to work with each squad to understand the AI's real behaviour before designing — a practice I've kept in every AI product since.

Lição 02 · Honestidade do modeloLesson 02 · Model honesty

Evidenciar a incerteza, não ocultá-la.Surface uncertainty, don't hide it.

Nos primeiros protótipos, as squads tratavam a saída do modelo como verdade absoluta. O diferencial do UX para IA está em mostrar claramente confiança, fontes, escopo de acesso e reversibilidade. Adotei como critério deixar explícito na interface que a informação foi gerada por um modelo.In early prototypes, squads treated model output as absolute truth. The differentiator of AI UX is clearly showing confidence, sources, access scope and reversibility. I made it a rule to state explicitly in the interface that information was model-generated.

Lição 03 · Design System como linguagemLesson 03 · Design System as language

Distinguir o essencial do decorativo.Separate the essential from the decorative.

Quando um padrão precisa funcionar em DevOps, jurídico, supply chain e marketing sem reinventar o vocabulário, o decorativo cai naturalmente. O Gen.AI me ensinou a perguntar, em cada componente: "isso é estrutura ou é enfeite?" — e a justificar a escolha aos stakeholders.When a pattern must work across DevOps, legal, supply chain and marketing without reinventing the vocabulary, the decorative falls away naturally. Gen.AI taught me to ask, for each component: "is this structure or ornament?" — and to justify the choice to stakeholders.

Lição 04 · Design System como infraestruturaLesson 04 · Design System as infrastructure

Sustentável só se incorporar a intenção de uso, não apenas os tokens.Sustainable only if it carries usage intent, not just tokens.

Entreguei paletas, componentes e specs — mas o que fez o Gen.AI durar depois do programa foi a documentação de quando usar o quê, por quê, com qual modelo, sob qual acesso e o que não fazer. Em design para IA, tokens envelhecem rápido; heurísticas de decisão, bem mais devagar.I delivered palettes, components and specs — but what made Gen.AI last beyond the programme was documenting when to use what, why, with which model, under which access, and what not to do. In AI design, tokens age fast; decision heuristics age far slower.

Marca do compositorCompositor's mark

Esta prancha foi composta pelo autor para a Accenture · One Studio em MMXXIII–MMXXIV. Todos os dados, respostas de IA e métricas exibidos servem como estudo conceitual de design de produtos de IA generativa, mantendo os parâmetros de confidencialidade acordados. Nenhum dado real da Accenture ou de seus clientes é representado. This plate was set by the author for Accenture · One Studio in MMXXIII–MMXXIV. All data, AI responses and metrics shown serve as a conceptual specimen of generative-AI product design, under agreed confidentiality terms. No real Accenture or client data is represented.

Plate IV · Vol. I · MMXXIII–MMXXIV

Finis · fim da pranchaFinis · end of plate

Gen.AI

Um sistema,nove mentes. One system,nine minds.

Vocabulário fragmentadoFragmented vocabulary

Incerteza invisívelInvisible uncertainty

Retrabalho de interfaceInterface rework

IA como mediumAI as medium

Design System como linguagemDesign System as language

Honestidade do modeloModel honesty

Contexto vivoLiving context

Loop fechadoClosed loop

Uma biblioteca de IAA library for AI

Campaign Genius

Contract Explorer

Test Insights

Deploy Check

SC Copilot

O designer deve compreender o modelo, não apenas aplicá-lo.The designer must understand the model, not just apply it.

Evidenciar a incerteza, não ocultá-la.Surface uncertainty, don't hide it.

Distinguir o essencial do decorativo.Separate the essential from the decorative.

Sustentável só se incorporar a intenção de uso, não apenas os tokens.Sustainable only if it carries usage intent, not just tokens.

Um sistema,
nove mentes. One system,
nine minds.