Construí e lancei o beta de um app para iOS que transforma artigos, PDFs, links, newsletters e screenshots salvos em episódios privados de podcast baseados nas fontes originais.

Eu consumia muito conteúdo, mas não conseguia acompanhar tudo o que salvava. Links, artigos e referências ficavam espalhados entre Twitter, Slack, Instagram, fotos e outros lugares. O Fio nasceu dessa frustração: transforma conteúdo salvo em episódios privados, baseados no material escolhido pela pessoa.

1. 01

   Artigos, links, newsletters, PDFs e screenshots salvos poderiam virar áudio privado, mais fácil de consumir nos pequenos intervalos do dia.

2. 02

   Podcasts gerados automaticamente toda semana poderiam transformar escutas ocasionais em um hábito duradouro e dar ao Fio uma diferenciação relevante.

3. 03

   Um pipeline de geração baseado nas fontes poderia produzir episódios com qualidade e assertividade suficientes para ser confiável, e não apenas impressionante em uma demo.

Um primeiro protótipo com IA pode ser montado em algumas horas ou poucos dias. O desafio foi transformar isso em um produto confiável: construí e ajustei pipelines de AI agents com LLMs, retrieval, evals, prompt engineering, orquestração e decisões de retry ou de refazer a avaliação. Também precisei conectar APIs e integrações, manter nomenclaturas e números ancorados nas fontes e fazer o TTS funcionar de forma consistente. Defini e atingi uma métrica de sucesso de 95%: 95% dos podcasts gerados produziam conteúdo utilizável dentro da régua de qualidade e assertividade, equilibrando confiabilidade e qualidade da experiência de escuta.

1. 01

   Desenhei a experiência que leva diferentes tipos de conteúdo salvo até um episódio privado, com referência às fontes originais.

2. 02

   Estruturei o pipeline de geração entre sumarização, criação de roteiro e TTS.

3. 03

   Usei LLMs e AI agents como parceiros práticos de produto e desenvolvimento, combinando prompt engineering, evals, iteração de modelos e text-to-speech (TTS) para construir e depurar o pipeline de geração.

4. 04

   Criei uma landing page para o beta e uma waitlist que recebeu algumas dezenas de inscrições.

Construir o Fio me ensinou muito sobre software: trabalhar com AI agents, pipelines de AI agents, evals, prompt engineering, orquestração, APIs, integrações e todo o processo de levar um produto de uma página em branco a uma experiência final, passando por design, engenharia e lançamento. Depois de criar a waitlist, conversar com alguns usuários e avaliar a ideia, entendemos que o problema não era especialmente urgente. Produtos parecidos já resolviam a mesma dor de forma gratuita, e a minha hipótese de diferenciação, podcasts gerados automaticamente toda semana, não se mostrou validada. O beta funcionava, mas o produto não encontrou uma razão forte para existir.