Design Conversacional: uma análise sobre a interseção entre UX e IA

A busca por interações mais naturais e eficazes com a tecnologia no nosso dia a dia

Esse texto foi escrito com base nos conteúdos teóricos e das aulas online da primeira semana do Bootcamp — Design Conversacional IA (2025), da Blip.

Fonte: Naskar.

Por que algumas conversas com bots fluem e outras parecem um labirinto? Por que às vezes falamos com um sistema e podemos esquecer que é uma máquina?

E como fazer isso acontecer de forma ética, útil e realmente humana?

Essas perguntas estão no centro do design conversacional, uma área que ganhou força nos últimos anos com o avanço da inteligência artificial e a explosão de interações via WhatsApp, assistentes de voz e bots corporativos.

Neste artigo, mergulho no tema a partir de uma análise estruturada sobre UX, IA e as escolhas estratégicas que transformam tecnologia em experiência — ou frustração.

Como fazer a comunicação entre humanos e máquinas funcionar melhor

Estamos cercados pela tecnologia em constante mudança. Basta pensar nos óculos da Ray-Ban com Meta AI, capazes de identificar o que a pessoa está vendo e responder perguntas sobre isso. Isso já acende um debate: o que realmente torna uma interação conversacional?

Fonte: CNN.

A resposta não está em apenas responder perguntas, mas sim em como a troca acontece: fluidez, clareza e contexto. Entender os bastidores ajuda a avaliar e a construir experiências melhores.

O que define o design conversacional é muito mais do que programar respostas automáticas. Na essência, é a disciplina que busca criar comunicações naturais e eficazes entre humanos e máquinas. O objetivo é que a interação seja intuitiva, resolva o problema da pessoa e seja acessível. O ponto central é o equilíbrio entre três fatores: necessidades reais das pessoas, objetivos do negócio e limitações tecnológicas.

No dia a dia, vemos isso em vários lugares: atendimento pelo WhatsApp, chatbots em bancos como o Banco Original, avatares como a Carol dos Correios, assistentes de voz como Alexa e Siri, e interações omnichannel nas redes sociais. Interagimos com tudo isso o tempo todo, muitas vezes sem perceber.

Ecossistema digital omnichannel. Fonte: Blog Escallo.

A preocupação com a experiência não é nova. Vem desde cartas, código Morse, telefone e rádio. O termo UX Design foi popularizado nos anos 90 por Don Norman na Apple, com foco total na experiência das pessoas usuárias. Depois vieram marcos como o WhatsApp (2009), a Siri (2011) e, mais recentemente, o boom do ChatGPT (2022), que democratizou a IA generativa e elevou as expectativas sobre conversar com máquinas.

Telégrafo. Fonte: Uol.

Princípios clássicos do UX ajudam muito nesse contexto. O material do bootcamp cita o exemplo do caminho na grama — o fluxo real que as pessoas preferem seguir. Eu particularmente não concordo com esse exemplo amplamente utilizado na comunidade, pois há nuances problemáticas.

Exemplo amplamente utilizado em conceituação sobre UX design, mas que carrega diversas nuances contraditórias. Fonte: Patrick Hansen.

Já o exemplo do frasco de ketchup invertido (solução simples para uma frustração real) é ótimo para mostrar que UX funciona como ponte entre interface visual, pesquisa, negócio e tecnologia.

O exemplo do frasco de ketchup, onde ambos frascos são vistos como UI e ambas as experiências como UX. Fonte: Patrick Hansen.

Os papéis da pessoa designer conversacional

A pessoa designer conversacional de UX (DCUX) aplica boas práticas de experiência diretamente ao diálogo. Seu trabalho é garantir que a conversa seja fluida, eficiente, agradável e tenha a personalidade da marca. A linguagem deve ser clara e acessível, guiando a pessoa de forma natural.

No dia a dia, o processo começa com workshops de alinhamento (inception), pesquisa, análise de mercado e geração de ideias. Depois vem o mapeamento de jornada, criação de personas e definição da bot persona (a personalidade do bot).

Caso Brisa Lavanderia

Um exemplo fictício citado foi a Brisa Lavanderia. Nesse exemplo, uma persona-chave é a Jéssica, 32 anos, dentista, mãe recente, com rotina corrida. Ela quer consultar preços rápido, agendar coleta e entrega sem dor de cabeça, saber sobre lavagem hipoalergênica e não perder tempo.

Suas dores podem ser: bot muito frio, mensagens longas, falta de explicação sobre lavagem especial e agendamento burocrático. Essas dores orientam o design: tom mais empático e direto, mensagens curtas, informações objetivas e fluxo de agendamento rápido e simplificado.

Documentação e artefatos

Para manter consistência, cria-se documentos de voz da marca e possíveis tons da voz com escalas de formalidade, espontaneidade, empatia etc., sempre alinhado à marca e às expectativas das personas.

Depois disso, podemos estruturar o fluxo da conversa. Para uma melhor organização e economia de tempo, podemos dividir o fluxo em dois níveis:

• Fluxo macro: visão geral, como a planta baixa da casa. Define etapas principais, funcionalidades, integrações e pontos de transbordo humano. Serve para alinhar todos e validar viabilidade técnica antes de detalhar tudo.
• Fluxo micro: detalhamento de cada frase, fraseologias, regras de negócio, condições de APIs, tratamentos de erro e entradas inesperadas. É o guia de implementação.

Documentar bem é essencial: nomear fluxos de forma consistente, manter padrões e seguir boas práticas (acessibilidade, clareza, linguagem neutra, feedbacks, evitar "muros"de texto).

Ferramentas como Figma e FigJam são comuns para desenhar fluxos. Na Blip, há biblioteca de componentes para padronizar e inclusive, há um documento público de design system (desatualizado) direto no figma.

E a inteligência artificial?

A IA permite ir além de roteiros fixos, entendendo contexto, comportamento e intenção da pessoa, mesmo que ela se expresse de forma imprevista.

Isso é feito pelo NLP (Processamento de Linguagem Natural), que identifica intenções (o que a pessoa quer) e entidades (detalhes da intenção). Exemplos: “agendar coleta” → intenção; “amanhã às 14h” → entidades. Neste artigo eu falo sobre a experiência de participar da implementação de uma base para a NLP em um chatbot.

Provedores de NLP incluem BLU (Blip), IBM Watson, Dialogflow, Luis etc. Um conceito chave é o limiar de confiança: o nível de certeza necessário para considerar que a intenção foi identificada corretamente. Se a confiança for muito baixa, há risco de erro; se for alta demais, o bot não entende variações simples. É ajuste fino constante.

Mas nem toda interação precisa de NLP. Às vezes pode ser um exagero. Existem componentes cognitivos mais simples:

• Cascata de validação: checa padrões antes de passar para NLP.
• Regex: identifica padrões mapeados e palavras-chave.
• Small Talks: API no Blip para saudações, despedidas etc (pode ser regex também).
• Fuzzy Matching: entende termos digitados com erros de digitação e variações de texto.

Os benefícios da IA incluem eficiência, disponibilidade 24/7, precisão, escalabilidade e personalização. A IA pode analisar comportamentos para adaptar fluxos e respostas. Isso exige atenção à privacidade, conformidade com leis (LGPD, GDPR) e manutenção ética dos modelos para evitar vieses.

A pessoa designer conversacional de IA (DCIA) cuida disso: modela intenções e entidades, faz curadoria (analisa acertos, erros, alucinações) e ajusta modelos. Ela também cuida de regex, validações e outros recursos, mesmo quando não há NLP. Também é responsável por pensar na acessibilidade e ética de uso.

Colaboração

DCUX e DCIA não trabalham isolados. A colaboração é essencial: na pesquisa, na definição, no detalhamento, no desenvolvimento e nos testes. A tensão entre o que UX idealiza e o que a IA consegue entregar é saudável: gera soluções criativas que equilibram desejo, necessidade e viabilidade.

No Blip, há ferramentas nativas de IA como abordagens diferentes: Blip AI Agent, que automatiza e responde perguntas; e Blip Copilot, que empodera o atendimento humano.

Também existe o papel integrado (como meu caso na Claro Empresas), onde a mesma pessoa integra os dois papéis.

Considerações

No fim, design conversacional é uma disciplina complexa que une empatia, experiência das pessoas e inteligência artificial. Exige equilíbrio entre necessidades humanas, objetivos de negócio e capacidade tecnológica. Fluxos claros, personas bem definidas, tom consistente e uso estratégico dos recursos de IA são essenciais.

Fica então a reflexão: à medida que as conversas com máquinas avançam e se tornam mais personalizadas, como garantir que essa evolução sirva às necessidades humanas de forma ética, transparente e valiosa, sem nos desumanizar ou violar os direitos das pessoas?