Sistema para academia e app para alunos com o auxílio de IA

Um coach, proprietário de uma academia nos Estados Unidos, desenvolveu um método abrangente — e bastante complexo — para criar planos de treino personalizados. O método combina informações de saúde, uma pontuação resultante da análise de movimentos e diversos outros parâmetros individuais de cada cliente.

No entanto, toda essa lógica era gerenciada manualmente em múltiplas planilhas, desde a entrada dos dados até os resultados dos cálculos. Além de tornar o processo difícil de utilizar, essa estrutura dificultava a padronização e a transferência do conhecimento, impedindo que outros coaches aplicassem o mesmo método de forma consistente.

O desafio, portanto, era transformar essa lógica em um sistema web estruturado, capaz de simplificar a criação dos planos de treino tanto para o proprietário quanto para sua equipe.

Em paralelo, os alunos da academia não tinham uma solução digital para acompanhar seus treinos e exercícios individualmente, criando também a necessidade de desenvolver um aplicativo mobile para essa experiência.

O projeto acontecia em um contexto de negociações com potenciais investidores, o que exigia ciclos rápidos de planejamento, prototipação, validação e adaptação. Para acompanhar esse ritmo, incorporei ferramentas de IA ao processo de Product Design, utilizando o Lovable para o desenvolvimento do sistema web e o Bolt para a construção do aplicativo mobile.

Comecei estruturando os fluxos e jornadas dos usuários em protótipos de média fidelidade, utilizando-os como base para definir a arquitetura das principais funcionalidades e validar a lógica do produto antes da implementação.

A partir desses protótipos, utilizei prompts estruturados no Lovable para gerar progressivamente cada parte do sistema web. Esse processo permitiu transformar decisões de produto e interface em protótipos funcionais com muito mais velocidade, mantendo o controle sobre fluxos, regras de negócio e requisitos definidos durante o processo de design.

Para o aplicativo mobile, adotei um fluxo semelhante: as primeiras versões das telas foram geradas no Bolt, refinadas no Figma quando necessário e posteriormente atualizadas novamente no Bolt. Essa abordagem criou um ciclo contínuo entre design → geração com IA → refinamento → validação → implementação.

A utilização de IA também tornou o processo de prototipação e iteração muito mais rápido. Com protótipos funcionais disponíveis desde as primeiras versões, consegui conduzir testes de usabilidade com outros coaches da academia, observar como eles interagiam com o sistema e identificar rapidamente pontos de fricção ou problemas na aplicação das regras de negócio.

Os aprendizados dos testes eram então incorporados diretamente ao produto, permitindo realizar iterações rápidas entre uma rodada de validação e outra, sem a necessidade de reconstruir manualmente cada alteração.

Essa experiência também foi importante para repensar meu próprio processo de design: a IA passou a atuar não apenas como uma ferramenta de execução, mas como parte do workflow para acelerar exploração, prototipação e validação, mantendo a tomada de decisão de produto, a usabilidade e a consistência da solução sob responsabilidade do design.