IA acelera, mas não substitui o olhar humano
Produtos construídos com IA avançam rápido em funcionalidade — mas acumulam inconsistências que só aparecem no uso real.
Auditoria UX/UI de um app de ponto de venda construído com IA
Um desenvolvedor independente que usa IA para construir produtos precisava de um olhar externo. O app funcionava — mas ele sabia que algo não estava certo.

O PDV Fecchio é um app mobile de ponto de venda para restaurantes e estabelecimentos alimentícios. Foi construído por um desenvolvedor independente que, como muitos hoje, usou IA intensivamente no processo — o que permitiu avançar rápido, mas também gerou um produto com inconsistências difíceis de identificar sem um olhar especializado.
Ele me procurou porque já conhecia meu trabalho. Não era a primeira vez que trabalhávamos juntos — e quando chegou num ponto em que sabia que o produto não estava bom, mas não conseguia mais enxergar onde nem como melhorar, fez sentido chamar alguém de fora.
O escopo foi direto: uma semana de auditoria completa, um relatório detalhado e uma reunião de handoff.
O app já estava funcionalmente completo e quase pronto para lançamento. O problema não era o que faltava — era o que estava errado de formas sutis e acumuladas.
Produtos construídos com IA tendem a ter esse perfil: avanço rápido em funcionalidade, mas com lacunas em consistência, fluxo e experiência real de uso. O desenvolvedor era um entusiasta de usabilidade — sabia que algo não batia, mas estava travado, sem conseguir nomear o que nem priorizar o que atacar primeiro.
Percorri o app inteiro, tela por tela, fluxo por fluxo — da criação de conta até o fechamento de evento, passando por cardápio, modificadores, comandas, cozinha, entregas e análises.
O trabalho é, em grande parte, mecânico. Não porque seja simples, mas porque depois de anos olhando para interfaces, bater o olho numa tela e identificar o que funciona, o que confunde e o que está quebrado se torna natural. É esse acúmulo que torna uma auditoria útil — não uma lista de opiniões, mas um diagnóstico estruturado com critérios claros.
Ao longo da semana, documentei cada achado com descrição, classificação por severidade e recomendação de correção. O resultado foi um relatório com 253 pontos registrados, organizados em seis categorias:
Os positivos importam tanto quanto os problemas. Saber o que está funcionando bem é tão valioso quanto saber o que corrigir — especialmente para um desenvolvedor que vai implementar sozinho as mudanças.
O relatório foi entregue com uma reunião de handoff de 45 minutos. Desde então, o cliente tem atualizado o app continuamente, seguindo os pontos documentados.
O que mais importa nesse tipo de trabalho não é a quantidade de achados — é o desbloqueio. Ele sabia que o produto precisava melhorar. Agora ele sabe exatamente o quê, em que ordem, e por quê.
Auditar um produto feito com IA deixou claro que velocidade de desenvolvimento não substitui experiência acumulada — e que o maior valor de uma auditoria é transformar confusão em clareza.
Produtos construídos com IA avançam rápido em funcionalidade — mas acumulam inconsistências que só aparecem no uso real.
Muitas vezes o bloqueio não é técnico. É não conseguir enxergar com clareza o que está errado. Um diagnóstico estruturado transforma isso.
Documentar o que funciona bem não é elogio — é referência. Ajuda quem vai implementar a saber o que preservar enquanto corrige.
O trabalho de auditoria parece simples para quem faz há anos. Mas é exatamente essa naturalidade que o torna valioso para quem está de dentro do produto.
Se você também está dentro do seu produto e precisa de um olhar de fora, podemos conversar.