Higienização de transcrições de pesquisa de UX
Publicado em
Este método de pré-processamento (ETL) converte transcrições brutas e ruidosas de Product Discovery em uma "Memória Semântica" otimizada para agentes de IA. Ao automatizar a remoção de timestamps, tags de fonte e interrupções irrelevantes, a técnica estrutura o diálogo em blocos concisos que preservam o tom de voz e os detalhes essenciais do usuário. O resultado é um sistema de RAG (Retrieval-Augmented Generation) muito mais preciso, que economiza tokens e facilita a extração de requisitos e jornadas sem a poluição de dados brutos.
Como transformo dezenas de horas de entrevistas de Discovery em uma "Memória Semântica" para IA (sem estourar o limite de tokens).
Quem trabalha com Product Discovery sabe: realizar 10, 20 entrevistas exploratórias gera um valor absurdo, mas também uma montanha de dados brutos. Cada entrevista de 1 hora gravada no read.ai resulta em transcrições gigantescas, cheias de ruídos, timestamps e "ahams" que só consomem tokens e poluem a vetorização dos dados (embeddings).
Para resolver isso e otimizar meu processo de RAG (Retrieval-Augmented Generation), criei uma ferramenta de pré-processamento (ETL) que faz a "higienização" pesada desses dados antes deles virarem memória de longo prazo para meus agentes de IA.
O que essa automação faz na prática:
Limpeza de Ruído (Noise Removal): Remove automaticamente tags de fonte, timestamps e nomes de falantes no meio das frases.
Consolidação Inteligente (Smart Merge): Elimina interrupções fáticas (concordâncias curtas como "entendi", "sim", "legal") e funde as falas da persona em um parágrafo fluido e coeso.
Estruturação em Blocos JSON: Transforma o diálogo em pares de Contexto (Pergunta) e Memória (Resposta), preservando o tom de voz e os detalhes específicos (apps, sentimentos, dores) em primeira pessoa.
O resultado? O arquivo final é enxuto, limpo e focado apenas na informação de valor. Isso não só economiza recursos de processamento, mas torna a recuperação da informação pela IA muito mais precisa na hora de extrair dores, requisitos funcionais e jornadas de usuário.
O design estratégico hoje também passa pela engenharia de como consumimos dados. 🛠️
Para quem quiser testar essa lógica, criei um Google Gem que aplica esse prompt de higienização. É só subir sua transcrição e ver a mágica acontecer.
👇 Link para o Gem: https://bit.ly/4b6k7rG
#ProductDesign #UXResearch #AI #DesignOps #RAG #NoCode #ProductDiscovery