UX-context design: orientar IA com contexto de pesquisa e design

Contexto como novo entregável de UX

Num artigo do Nielsen Norman Group, Tony Alicea argumenta que, à medida que mais trabalho de interface passa a ser gerado por IA, a saída das áreas de pesquisa e design muda: em vez de documentos escritos para humanos (personas, journey maps, relatórios), o produto principal desse trabalho se torna contexto curado que orienta as ferramentas de IA. O texto define esse practice como "UX-context design": descobrir e curar o que a organização sabe e quer, transformando isso no contexto que guia tudo o que as ferramentas de IA geram - de slides a protótipos a software funcionando.

O raciocínio central é que modelos de IA produzem resultados com base no que conseguem ver no contexto. Sem ele, o modelo gera saídas medias: sabe como o software "em geral" é, mas não conhece os usuários, o domínio nem os padrões de design da equipe. Alicea usa a analogia de um construtor que projeta a casa média sem nunca conhecer a família - o problema não é a habilidade dele, é a falta de contexto. Incluir esse conhecimento no contexto "inclina" a saída do modelo na direção certa.

Todos estão projetando

O artigo observa que em muitas organizações designers já não são os únicos a produzir designs: um gerente de produto pede um mockup rápido antes de uma reunião, um engenheiro pede a um assistente de código uma funcionalidade de exportação e o assistente decide posicionamento de botões, textos e estados de erro. A resposta instintiva seria criar barreiras (gatekeeping), mas Alicea considera isso contraproducente, porque as ferramentas são rápidas e úteis demais. O objetivo mais prático seria garantir que tudo o que a IA gera, independentemente de quem faz o prompt, seja informado pelo conhecimento da organização sobre usuários e padrões.

Entregáveis prontos para IA

Artefatos tradicionais servem parcialmente, mas foram feitos para atenção humana: uma persona tem foto e primeiro nome para gerar empatia, enquanto o modelo não precisa de persuasão - precisa do raciocínio subjacente. Extrair insights automaticamente de transcrições brutas pode funcionar, mas sem curadoria humana há risco de perder pontos importantes ou focar nos errados. O contexto precisa ser "machine-readable", curado por alguém qualificado e disponível para qualquer pessoa que projete, seja qual for o papel.

DESIGN.md e a hipótese do UX.md

Como exemplo concreto, o artigo cita o DESIGN.md, formato de arquivo open-sourced pelo Google Labs em abril de 2026, derivado da ferramenta Stitch. Ele vive junto ao código do produto e combina valores exatos legíveis por máquina (cores, tamanhos de tipografia, espaçamento, raios de canto) com prosa explicando o propósito de cada valor, incluindo do's e don'ts. Segundo o anúncio do Google, ferramentas de IA podem "saber exatamente para que serve uma cor" e verificar contrastes de acessibilidade.

Inspirado nesse modelo, Alicea propõe como hipótese um "UX.md", mais amplo: referenciaria o DESIGN.md e os componentes no código, e incluiria síntese de pesquisa (achados como restrições sobre o que é gerado), padrões de interação (quando confirmar versus permitir desfazer, como redigir erros), glossário de termos do domínio (se o usuário diz "case" e se confunde com "ticket", a IA deve saber), modelos de usuário e modelos de mundo - as circunstâncias de uso, como interrupções, estresse ou regras de compliance. Um achado de que usuários passam horas fazendo decisões complexas deve inclinar a geração para telas densas; uso de poucos minutos por mês deve inclinar para menos escolhas por tela.

Para projetos grandes, um único arquivo pode não bastar: UX.md poderia funcionar como índice de uma pasta de arquivos de contexto, ou o contexto poderia ser distribuído via servidores MCP e agent skills. Um efeito colateral: insights e padrões passam a aparecer em lugares inesperados, como termos do glossário no código.

Curadoria, não handoff

Duas propriedades diferenciam esse tipo de artefato dos tradicionais: não é escrito para humanos (o sucesso é medido pela melhora da saída de IA, possivelmente uma métrica rastreável) e não é separado do produto - vive com o código, muda com ele e é lido por toda ferramenta de IA a cada geração. Em vez de artefato deixado de lado ou repassado a outros humanos, seria uma fonte de verdade continuamente curada, nunca terminada, atualizada por novas pesquisas e por observar onde a IA erra.

Pesquisa aberta

O artigo reconhece que experimentos sugerem que contexto curado de UX melhora a interface gerada por IA e que muitos times já praticam algo do tipo, mas afirma que questões importantes permanecem em aberto: quais artefatos tradicionais melhoram mais a saída, quando dados brutos de pesquisa ajudam, quais métricas medem a eficácia do contexto, como as respostas mudam conforme os modelos melhoram (uma decisão de curadoria boa para os modelos atuais pode estar errada para os próximos), se existe excesso de contexto e como escalar e manter o contexto ao longo do tempo. A conclusão orienta começar sem esperar respostas: anotar insights de pesquisa num arquivo de texto acessível às ferramentas de IA e tornar o design system legível por máquina.