Produto próprio

exPPTacular

A apresentação se monta ao vivo, a partir da fala, sem nenhum slide feito antes

Contexto
Projeto próprio
Papel
Fundador, product manager e desenvolvedor
Período
Junho a julho de 2026
Status
Protótipo funcional, risco central eliminado
IA generativaTempo real0 a 1Design de produto

O palestrante fala, a IA constrói um mural visual que vira slide, e a plateia acompanha por QR code com transcrição, anotações e um agente que responde perguntas.

15blocos visuais coerentes gerados de uma fala de 6 minutos
8 a 10 slatência mediana medida por bloco, com causa isolada
3,5 spiso de partida do processo, independente do modelo
Fala dopalestranteTranscrição emstreamingGeração deblocosIAMural, plateiae recap
Da fala ao mural e ao celular da plateia, em tempo real. Arraste para o lado para ver o fluxo inteiro.

Motivador

Todo apresentador monta um deck horas ou dias antes de falar. O deck engessa a narrativa, mata a espontaneidade, deixa a plateia passiva e dá um trabalho que serve uma vez só. A pergunta que abriu o projeto foi simples: para que serve mesmo um PPT?

Problema

Um slide faz três trabalhos: guia visual, experiência que conecta a sala e memória depois do evento. Nenhum deles exige que o material seja produzido antes. A dúvida real não era de conceito, era de execução: dá para uma IA transformar fala solta em algo que pareça um slide bem editado, e não um amontoado?

Solução

Provei o risco central primeiro. Um protótipo transformou uma fala real de cerca de seis minutos, multilíngue, em 15 blocos visuais coerentes, escolhendo o tipo certo de bloco e preservando uma citação em português palavra por palavra.

A arquitetura separa geração de renderização por um contrato estável. A qualidade visual pode evoluir para imagem gerada, movimento e efeitos sem reescrever o sistema.

A tela do palestrante funciona de ponta a ponta: microfone, fila paralela de quatro workers com ordenação e controle de fluxo, legenda ao vivo que assenta de baixo para cima e mural que vira slide quando enche.

Em paralelo produzi o material de validação sem construir o produto inteiro: identidade visual, resumo executivo, deck de parceiros em PDF, landing e roteiro de vídeo conceito.

Mural do exPPTacular se montando, com um bloco de conceito e um bloco de citação sobre fundo escuro
O mural se monta enquanto a pessoa fala.
Slide completo gerado a partir da fala
Quando a tela enche ou o assunto muda, o mural vira slide.
Tela de recap gerada ao fim da sessão
O recap automático é o artefato que a plateia sempre pede.

Resultado

  • O maior risco do produto (a IA consegue fazer isso bem sozinha?) foi eliminado com prova real, não com opinião.
  • A medição de latência falsificou a hipótese óbvia. Trocar por um modelo mais rápido não ajudou: o gargalo era o custo fixo de iniciar o processo a cada chamada, e o número de chamadas, não o modelo.
  • O material de go to market ficou pronto para validar a ideia com parceiros em dias, em vez de semanas construindo.

O que eu tirei daqui

  • Atacar o maior risco primeiro economiza meses. O que estava em dúvida não era a interface, era se a IA daria conta.
  • Medir antes de otimizar. A intuição apontava o modelo; o dado apontou o custo de partida do processo e o número de chamadas.
  • Material de validação é entregável. Deck, landing e identidade permitem testar a ideia com gente de verdade sem construir o produto inteiro.

Onde a IA entrou

Cada etapa do ciclo do projeto, com o quanto a IA pesou nela.

CentralApoioNão usei
Descoberta e entendimento do problema

Decomposição dos três trabalhos que um deck faz, usada para definir o que o produto precisa entregar ao vivo.

Pesquisa e evidência

Leitura do estado da arte de transcrição em tempo real e de geração estruturada para justificar o porquê agora.

Especificação e documentação

Épico, resumo executivo, plano de pré-lançamento e identidade visual documentados como artefatos vivos.

Arquitetura e infraestrutura

Contrato estável entre geração e renderização, fila paralela com controle de fluxo e caminho duplo de geração.

Desenvolvimento

Aplicação em Next.js e React construída com Claude Code, com cada problema virando uma issue tratada por vez.

QA e análise de dados

Instrumentação de latência por bloco gravada em log de sessão, microbenchmark comparando modelos e revisão por lentes de CEO, design e engenharia.

IA dentro do produto

A IA é o motor: transcrição da fala, geração dos blocos visuais e, no roteiro, o agente de perguntas da plateia com busca sobre o material do palestrante.

Timeline e marcos

  1. 23/jun

    Conceito e épico

    Definição do produto, dos subsistemas e do risco a eliminar primeiro.

  2. 24/jun

    Prova do mural

    Uma fala real de 6 minutos vira 15 blocos visuais coerentes. Risco central eliminado.

  3. 24/jun

    Identidade, deck e landing

    Identidade visual travada, deck de parceiros em PDF e landing privada prontos.

  4. 26/jun

    Replan por três lentes

    Revisão de CEO, design e engenharia sobre o teste real, que reformulou a fase seguinte.

  5. 27/jun

    Medição de latência

    Baseline medido em sessões reais e microbenchmark que falsificou a hipótese do modelo lento.

  6. 14/jul

    Handoff documentado

    Estado, decisões fechadas, becos sem saída e próximos passos registrados para retomada.

Ferramentas

IA e modelos

Claude Sonnet e HaikuClaude CodeWeb Speech APIDeepgram (planejado)

Produto

Next.js 16React 19TypeScriptCSS Modules

Go to market

Chrome headless para PDF fiel ao layoutAdobe Firefly para o vídeo conceitoGoogle Fonts

Resumo STAR

Situação
Toda apresentação exige um deck montado antes, que engessa a fala e dá trabalho para servir uma vez só.
Tarefa
Descobrir se dá para gerar a apresentação durante a fala, com qualidade de slide editado, antes de investir meses de construção.
Ação
Reduzi o produto ao seu maior risco e ataquei ele primeiro com um protótipo, desenhei a costura entre geração e renderização para a qualidade visual poder evoluir sem reescrita, construí a tela do palestrante de ponta a ponta e instrumentei a latência para decidir por número.
Resultado
O protótipo provou a geração visual, a medição derrubou a hipótese fácil sobre o gargalo e o material de validação ficou pronto para conversas com parceiros sem depender do produto completo.

Quer conversar sobre um desafio parecido?

Fale comigo