recommendation-canvas

Visão geral da skill recommendation-canvas

recommendation-canvas é uma skill estruturada de tomada de decisão para avaliar ideias de produtos de IA antes de você se comprometer a construí-las. Ela ajuda a transformar uma proposta vaga em uma recomendação defensável, mapeando resultado de negócio, resultado para o cliente, enquadramento do problema, hipótese de solução, posicionamento e risco.

Para que a recommendation-canvas serve

Use a skill recommendation-canvas quando precisar decidir se um recurso, fluxo ou produto com IA vale o investimento. Ela é especialmente útil para equipes de Product Management que precisam de um recommendation canvas para compartilhar com stakeholders, e não apenas um brainstorm.

Quem deve usar

Esta skill é indicada para PMs, founders, estrategistas de produto e responsáveis por soluções de IA que precisam justificar uma ideia com evidências e premissas. Ela é menos útil se você já tem um brief de funcionalidade totalmente especificado e só precisa de detalhes de implementação.

O que a torna diferente

Ao contrário de um prompt genérico, a recommendation-canvas força uma visão equilibrada: valor, incerteza e risco. Isso a torna mais forte para recommendation-canvas for Product Management, porque ajuda a explicar por que a ideia importa, o que precisa ser verdade e como saber cedo se vale seguir investindo nela.

Como usar a skill recommendation-canvas

Instale e carregue a skill

Use o fluxo de instalação do repositório indicado no arquivo da skill e, em seguida, comece por skills/recommendation-canvas/SKILL.md. Se estiver navegando manualmente, abra também template.md e examples/sample.md para ver o formato de destino antes de redigir seu próprio canvas.

Dê à skill uma decisão, não um tema

A instalação da recommendation-canvas funciona melhor quando sua entrada é uma escolha concreta de produto, como “Devemos adicionar resumos por IA aos tickets de suporte?” em vez de “Explorar IA para suporte”. A skill precisa de um usuário-alvo, um objetivo de negócio e o contexto da decisão.

Transforme uma ideia inicial em um prompt forte

Um brief fraco pede “um recommendation canvas para uma ideia de IA”. Um prompt de uso mais forte da recommendation-canvas informa para quem o produto é, qual resultado importa, quais alternativas existem e qual é o risco mais alto.

Exemplo de formato de entrada:

• Nome do produto ou recurso
• Persona-alvo
• Métrica de negócio desejada
• Dor do cliente ou job-to-be-done
• Restrições, riscos ou incógnitas conhecidas
• Concorrente preferido ou workaround atual

Leia estes arquivos primeiro

Comece por SKILL.md para entender o framework, depois template.md para ver a estrutura da saída, e então examples/sample.md para entender o nível de especificidade esperado. Esses três arquivos dão o caminho mais rápido no recommendation-canvas guide para a lógica e a formatação da skill.

FAQ da skill recommendation-canvas

recommendation-canvas é só um template de estratégia?

Não. A skill recommendation-canvas é uma ferramenta de decisão para propostas de produtos de IA. Ela foi feita para tornar as premissas visíveis, não para produzir texto de marketing polido ou uma especificação de funcionalidades.

Quando eu não devo usar?

Não use recommendation-canvas quando você só precisa despejar ideias de forma rápida, de um documento técnico de design ou de um ticket de roadmap. Ela é mais forte quando a escolha tem peso e você precisa de uma recomendação que resista à análise de stakeholders.

Ela é amigável para iniciantes?

Sim, se você conseguir descrever a ideia do produto em linguagem simples. O principal desafio não é escrever bem; é fornecer contexto suficiente para que o canvas diferencie valor de negócio, valor para o cliente e risco.

Como ela se encaixa em um fluxo de trabalho de produto de IA?

Ela entra cedo na discovery, antes do design da solução e do planejamento de implementação. As equipes costumam usá-la depois da ideação inicial e antes dos experimentos, porque o canvas ajuda a decidir quais premissas valem a pena testar primeiro.

Como melhorar a skill recommendation-canvas

Forneça entradas mais precisas

Os melhores resultados da recommendation-canvas vêm de restrições específicas: segmento-alvo, workaround atual, métrica de sucesso e prazo da decisão. Se você fornecer apenas um tema amplo, a saída vai ficar genérica demais e perder as tradeoffs que realmente importam.

Peça premissas e riscos explícitos

Diga à skill o que está incerto: confiança do usuário, qualidade dos dados, aderência ao fluxo de trabalho, exposição jurídica ou atrito na adoção. Isso melhora a saída do recommendation-canvas guide porque o canvas consegue separar o que já está comprovado do que ainda precisa de descoberta.

Itere da recomendação para o experimento

Depois do primeiro canvas, peça uma versão mais enxuta focada em um público, um resultado ou um risco. Em seguida, solicite experimentos, sinais de prova de vida ou alternativas de posicionamento para que a recomendação se torne testável, e não abstrata.