Você conversa.
O registro acontece.

1. Contexto

O NUTRI IA nasceu da percepção de que acompanhar alimentação e macronutrientes ainda exige muito esforço. Em aplicativos tradicionais, o registro normalmente envolve abrir o app, pesquisar alimentos, selecionar porções e adicionar cada item.

A proposta é simplificar essa interação: a pessoa conversa sobre o que comeu, e o sistema organiza o registro.

O WhatsApp funciona como principal interface de entrada. Uma aplicação web/mobile reúne histórico, metas e evolução, conectando a praticidade da mensagem à visão de longo prazo.

Como tornar o registro alimentar tão simples quanto mandar uma mensagem?

2. Problema

Registrar alimentação diariamente gera fricção. Mesmo uma pessoa interessada em acompanhar calorias e macronutrientes precisa repetir etapas após cada refeição. Esse esforço é a barreira que o projeto pretende investigar.

Há também um desafio de interpretação: transformar uma mensagem informal em informações estruturadas, sem tratar uma quantidade indefinida como um dado preciso.

“Comi 150g de arroz, frango e um pouco de feijão.”

A mensagem contém alimentos, mas nem todas as quantidades. O produto precisa lidar com essas lacunas para que a facilidade de conversar não comprometa a clareza dos registros.

O pedido de esclarecimento mostrado no celular é uma exploração de interface para este portfólio, não uma funcionalidade já validada.

3. Seu papel

Atuo como Product Designer e idealizador do NUTRI IA, conduzindo o projeto de ponta a ponta.

Minha atuação envolve definição do problema e proposta de valor, desenho da experiência conversacional, arquitetura da informação e UX/UI do dashboard.

Também exploro as regras de funcionamento da IA e a arquitetura técnica necessária para transformar o conceito em um produto funcional.

Construir e decidir

Como projeto independente, preciso equilibrar experiência, viabilidade técnica e velocidade de desenvolvimento. As decisões sobre captura, interpretação e armazenamento fazem parte da experiência, mesmo quando não aparecem diretamente na interface.

4. Evidências

A principal base do projeto é uma hipótese de comportamento: mensagens instantâneas já fazem parte da rotina, enquanto ferramentas de acompanhamento nutricional exigem entradas estruturadas.

Reduzir as etapas entre “eu comi” e “isso foi registrado” pode aumentar a frequência e a consistência do acompanhamento. Essa hipótese ainda precisa ser testada com usuários reais.

O que o MVP deverá medir

Refeições registradas por usuário por semana; retenção ao longo do tempo; tempo para registrar uma refeição; percentual de registros corrigidos; e frequência de acesso ao dashboard.

Esses indicadores deverão ajudar a entender se a experiência é mais simples, se os registros são confiáveis e se o histórico tem utilidade para as pessoas.

Ainda não há métricas de validação, entrevistas ou ganhos quantitativos comprovados apresentados neste case.

5. Decisões

01 / Capturar onde a conversa já acontece

Escolhi o WhatsApp como interface primária de registro. A pessoa relata sua refeição em um canal familiar, reduzindo a necessidade de aprender uma nova sequência de formulários.

02 / Separar interpretação de cálculo

A IA interpreta a linguagem natural e transforma a mensagem em dados estruturados. As bases nutricionais e as regras de negócio ficam sob responsabilidade do sistema. Essa separação permite tratar interpretação, cálculo e revisão de forma independente.

03 / Dar uma função clara a cada interface

WhatsApp para velocidade e registro. Dashboard para análise e acompanhamento. Gráficos, metas e visualizações não precisam disputar espaço com a conversa.

04 / Preservar dados além da conversa

Refeições, calorias, peso e metas precisam existir como dados persistentes e consultáveis. A memória do produto não pode depender somente do histórico de um modelo de IA.

6. Solução

O NUTRI IA é um assistente conversacional conectado a uma plataforma de acompanhamento. A pessoa pode escrever naturalmente:

“No almoço comi 150g de arroz, 100g de feijão e 180g de frango.”

Na experiência proposta, a IA identifica alimentos, quantidades e contexto. O sistema estrutura essas informações, calcula calorias e macronutrientes, registra os dados no perfil e responde com um resumo.

Ao longo do dia, os registros formam um histórico nutricional. No dashboard, a pessoa poderá consultar consumo diário, proteínas, carboidratos, gorduras, refeições anteriores, metas, peso e evolução.

O fluxo do produto

Conversa → interpretação → dados → histórico → visualização → aprendizado.

As telas deste portfólio são uma demonstração conceitual com respostas e números ilustrativos. Não estão conectadas ao WhatsApp ou a um modelo de IA e não representam cálculos nutricionais reais.

7. Resultados

O produto está em desenvolvimento. O resultado atual é a definição de uma experiência com duas interfaces complementares: conversar para registrar e acessar o dashboard para compreender.

O projeto evoluiu de uma ideia de chatbot para uma arquitetura de produto com uma camada independente de dados, inteligência e histórico. O WhatsApp passa a ser uma interface de entrada dentro dessa estrutura.

Próximo marco

Validar o MVP com usuários reais, observando esforço de registro, necessidade de correção e consistência de uso. Só após essa etapa será possível avaliar o impacto da proposta.

Os números exibidos no protótipo são dados de interface, não resultados de uso, retenção ou eficácia do produto.

8. Aprendizados

O principal aprendizado foi perceber que a IA pode remover uma etapa de interação: a pessoa não precisa organizar a própria mensagem como um formulário para que o sistema consiga interpretá-la.

Outro aprendizado foi separar memória conversacional de dados estruturados. Refeições e metas precisam ser recuperáveis, revisáveis e consultáveis ao longo do tempo.

Essa separação levou a uma compreensão mais ampla do produto e de como as interfaces devem se complementar.

Uma plataforma de acompanhamento nutricional cuja principal interface de entrada é uma conversa.

O próximo desafio é verificar se essa proposta se sustenta no cotidiano, inclusive quando as mensagens são ambíguas, as quantidades mudam ou a pessoa precisa corrigir um registro.